过氧乙酰硝酸酯分析仪的光化学合成标定方法研究及应用

来源 :环境化学 | 被引量 : 0次 | 上传用户:laurachenqh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
搭建了一套过氧乙酰硝酸酯(PAN)同步稀释光化学合成系统,就光源及光照强度、产物残留等因素对PAN光化学合成与PAN分析仪标定的影响进行了分析与探讨.最终选用遮挡3/4长度的312 nm紫外灯管作为系统光照条件,确保PAN的高效率合成且丙酮光解副产物对标定干扰最小.系统内产物残留影响PAN合成的稳定性,实验前应当采用零级空气清洗反应池以降低残留的影响.优化的同步稀释光化学合成系统可在半小时后实现PAN的连续稳定合成,不同浓度梯度PAN的合成相对标准偏差值均小于2%.利用本套系统对北京市2019年3月大气P
其他文献
本文分析评价了小清河济南段干流29个点位表层沉积物中有机碳、总氮、总磷以及8种重金属空间分布和风险特征,解析了重金属和营养盐污染来源.结果 表明,8种重金属中,Hg未检出,
采用固相萃取-高分辨液相色谱-串联质谱(SPE-HPLC-MS/MS)技术,研究了广东省中山市某城镇污水循环活性污泥处理系统中5种典型新烟碱类杀虫剂污染特征及去除特性.结果表明,城镇污水循环活性污泥处理系统各工艺段均检测到新烟碱类杀虫剂残留(未检测到噻虫啉),且新烟碱类杀虫剂检出浓度随处理流程逐渐下降;其中缺氧运行阶段系统污泥对新烟碱类杀虫剂吸附作用较好,吸附率约为41%.新烟碱类杀虫剂在曝气运行
在蓝藻爆发区域的太湖土著田螺消化道内,筛选出1株高效溶藻菌,命名为XMC.以铜绿微囊藻为受试对象,以叶绿素a含量检验溶藻菌XMC溶藻效果,考察了菌株溶藻能力、溶藻过程及其溶藻产物等.实验结果表明,溶藻菌XMC具有较强的溶藻能力,其生长曲线呈“S”型增长,符合Logistic动力学模型.菌藻共生环境中,藻液叶绿素a含量与溶藻时间两者之间符合一级动力学模型[Chla]=4831.82071×e−0.0241t,该模型可用于预测铜绿微囊藻溶藻过程的降解效果;溶藻菌XMC的溶藻进程以间接溶藻
无水吸收剂用于CO2捕集具有解吸能耗低、腐蚀性小的优点.本文以羟乙基乙二胺(AEEA)为吸收活性组分,二甲基亚砜(DMSO)为溶剂,构建了一种高效AEEA/DMSO无水吸收剂用于CO2捕集,并考察了CO2捕集反应机理.实验结果表明,在40℃下,AEEA/DMSO的CO2吸收负荷高达1.40 mol·mol−1,在120℃下,解吸负荷可达0.91 mol·mol−1,远优于传统
农村生活污水中的类固醇类激素(EDCs)通过灌溉形式直接被稻、麦、瓜果等农作物吸收,进而进入食物链,带来的环境污染及生态危害问题日益突出.本研究以水稻田为载体构建耕作型
为了研究天津滨海新区大气细颗粒物载带的碳组分浓度水平和来源,于2017年7月在东疆海泽物流园设置了大气监测点,采集PM2.5样品.基于热光反射法(TOR),测定PM2.5中有机碳(OC)和元素碳(EC)的浓度水平、污染特征;利用OC/EC比值法、相关分析法和浓度丰度法等方法对大气颗粒物中碳组分的可能来源等进行分析.结果表明,监测期间滨海新区PM2.5的平均质量浓度为84.65μg·m−3,高于国家二级标准限值(75μg
储罐是石化企业最常用的生产装置,更是最主要的无组织排放源之一,自储罐排放的无组织排放VOCs,一方面降低了油品质量、造成了资源的大量浪费,另一方面排放的大气污染物也严重危害了人们的生命健康和生态环境.针对于石化罐区无组织排放VOCs,建立了同时具备遥感FTIR和扩散模式反推法两者优势的源强反演模型,并在我国北方某石化企业20万m~3石脑油罐区进行了6 d的外场监测,详尽的检验源强反演模型的实际应用
已知微藻可将吸收的无机砷转化为不同形态砷,但其在细胞不同组分(水溶态、脂溶态、残渣态)中的分配规律还不清楚.本文采用不同浓度(5-100μg·L−1)砷酸盐(As)处理莱茵衣藻,7 d后测定莱茵衣藻生长情况和砷富集吸收及培养基中砷含量,并采用连续分级提取法测定藻细胞内水溶态、脂溶态和残渣态砷的含量.结果表明,不同浓度As处理下,莱茵衣藻均以对砷的吸收为主,胞内脂溶态砷含量较多,水溶态和残渣态含量较少;随着砷浓度的增加,脂溶态砷占总砷的比
本研究利用生物电化学系统(bioelectrochemical systems,BESs)强化污泥降解,同时从污泥中回收能量;并比较了酸碱预处理对污泥在单室微生物燃料电池(single-chamber microbial
基于深度学习的超分辨率重建方法多数采用已知的模糊核训练网络,在实际应用中模糊核通常未知,在此情况下这类方法的重建效果将显著下降。零样本超分方法利用图像自身构建训练集,能够改善由于模糊核未知所带来的性能下降,但由于仅利用图像自身信息,对重建效果的提升有一定的局限性。本文提出增强少样本学习方法解决模糊核未知时的超分重建问题,一方面,选取与低分图像类似的示例图像构建训练集;另一方面,扩大网络规模并优化网