污染浓度论文（精选9篇）
污染浓度论文 篇1
随着人们物质生活水平的不断提高,室内装修已成为时尚。室内装修在美化了视觉,提供了更为舒适的环境的同时,也对室内的空气质量造成了严重影响,其中主要有害物有甲醛、挥发性有机物(Volatile Organic Compounds,VOC)以及可吸入颗粒物(Particle Matter,PM)等[1,3]。由于这些污染物的浓度往往较低,不易察觉,因为对人体的影响具有多样性、潜在性、综合性、广泛性、累积性的特点。随着人们环保意识的不断增强,越来越认识到室内空气质量的重要性,深入细致地开展室内空气污染物的监测、分析与研究,对于美化生活环境、提高室内空气质量、保护人体健康具有重要意义。在分析了室内污染物主要来源及其危害的基础上,对石家庄地区的室内空气污染物状况进行了连续监测研究,讨论了装修时间对主要污染物浓度的影响。
1 室内污染物来源
室内空气污染物的种类很多,主要包括固体颗粒、微生物和有害气体,其中影响较大的有甲醛、总挥发性有机物和可吸入颗粒物[4,5,6]。
1.1 甲醛
甲醛主要来源于建筑材料、装修材料及生活用品等化工产品,以及化妆品、清洁剂、消毒剂、防腐剂、印刷油漆等。由于甲醛具有较强的粘合性、防腐性,同时还可以加强板材的硬度,因此目前市场上的各种刨花板、中密度纤维板、胶合板等板材中,均使用以甲醛为主要成分的尿醛树脂作为粘合剂。这种粘合剂中所含的游离甲醛,以及降解时分离出来的甲醛都可以释放到空气中,形成主要空气污染物。甲醛是一种强烈刺激性的无色气体,对人体粘膜具有刺激作用,可使蛋白质凝固。吸入甲醛,轻者引起鼻咽喉的不适,重者使皮肤过敏、头痛、心烦、胸闷、呼吸困难等不良反应,长期过量吸入低浓度甲醛,可引发慢性呼吸道疾病,甚至导致相关器官发生癌症。
1.2 总挥发性有机物
挥发性有机物(VOC)可分为烷烃、芳香烃、烯烃、卤烃类、酯类、酮类等,室内装修后的环境中,通常以微量水平存在的有50—300种挥发性有机化合物。这些VOC通常存在于油漆、粘合剂、化妆品、洗涤剂、粘缝胶、泡沫隔热材料、塑料板材、壁纸、地毯、化纤窗帘等物品中。VOC可对人体肝、肾、脑及神经系统产生不同程度危害,甚至致癌。监测中通常采用的是总挥发性有机物(TVOC)的概念,它是指室内空气中挥发性有机化合物总的质量浓度。
1.3 可吸入颗粒物
可吸入颗粒物是一种成分复杂、较长时间悬浮于空气中的主要污染物,现监测的可吸入颗粒物为PM10,是一种直径小于等于10μm的可吸入颗粒物,这类颗粒物可达到人体的末端细支气管。主要来源于室内燃料的燃烧、空调系统的带入、扬尘等。由于这种颗粒物表面吸附了SO2、NO2、HF、CL2等有毒气体以及大量有毒金属化合物,对呼吸道黏膜具有刺激和腐蚀作用,是造成慢性支气管炎、支气管哮喘的主要病因。
2 监测方法
2.1 监测设备
为了对装修后的室内污染物进行监测分析,采用英国产PPM-400S型便携式甲醛分析仪对甲醛进行监测,采用PGM-7240型VOC检测仪对VOC进行监测,采用LD-3C型激光粉尘仪对PM10进行监测。
2.2 监测对象、时长及布点
分别对石家庄市新华区、桥西区、长安区、裕华区等四个地区居民小区40户住宅的室内环境进行监测,所测建筑物周围均无明显的甲醛污染源。监测对象装修竣工时间的长短不一,其中装修不到1个月的为11户,装修时间1—3个月的为21户,装修时间4—6个月的为6户,7—10个月的为2户。这里按月监测,以装修时间最小的为基准,连续监测了15个月,每月的15日读取监测数据。室内测点的选择根据房间的形状和大小而定,选择对角线上或梅花式布点均匀分布。对于规则房间,应采用均分布点的方法,如图1所示。
对于非规则房间,如弧形面房间,则应按照其特有形状布点,如图2所示。
如果房间面积较小(<50 m2),且没有明显的发生源,则仅采用1—3个布点即可,若房间较大(50—100 m2),则采用3—5个布点,若房间面积大于100 m2,则需采用5个以上布点。采点高度为人的平均呼吸带水平(1.5 m)。
2.3 监测步骤
监测前,应提前一天关闭门窗,保证10个小时以上的密闭时间;监测时,应同时记录测量前后的温度、湿度、气流速度。监测设备布点后,应同时在各房间进行甲醛、VOC、PM10的测量,按照每种成分要求的时间间隔进行数据读取记录。测量过程中,应远离仪器,以免引起数据的不稳定。
3 监测结果与分析
图3给出了不同地区装修时间与居民住宅空气中甲醛浓度平均值的关系,从图中可以看出,虽然四个地区的地理条件和气候条件有一定的差异,但甲醛浓度总的变化趋势是一致的,时间越长,室内的甲醛浓度越低。
监测中还发现,使用地板特别是复合地板的住宅甲醛污染要比使用地砖、大理石的房间的甲醛污染高,且个别装修一年以上的房间的甲醛浓度仍然超过国家标准,可见甲醛释放过程相当缓慢,尤其是一些人造板材中的甲醛挥发更慢,释放期更长,因此在装修后相当长的一段时间内都应注意通风换气。
图4给出了装修时间与住宅空气中TVOC浓度平均值的关系,从图中可以看出,在TVOC释放过程起始阶段浓度都很高,随着时间的推移,浓度不断降低,呈迅速下降趋势。
图5给出了装修时间与住宅空气中的PM10浓度平均值的关系,从图中可以看出,装修时间对PM10的影响较小,二者并无必然联系。
监测中发现,由于有的新装修后住宅无人居住,PM10的浓度要低一些,装修后一定时间内,由于人员活动行为,PM10的浓度有所上升。此外临近马路等密集公共场所住宅内的PM10浓度较高。
4 结论
对室内装修后一段时间内的甲醛、TVOC、PM10的质量浓度进行了监测,不同地区、不同时间、不同装修材料条件的监测结果表明,甲醛、TVOC浓度随着时间的推移而不断降低且环保型装饰材料的污染程度要小很多,因此在装修时应选择环保型装修材料和有正规资质的装修公司,装修后,应经常打开窗户、橱柜家具,加快污染物的挥发扩散,同时启动空调过滤、换气装置,加快空气流通,或采用物理吸附剂。对于PM类污染物的防治,则应采取隔断室外污染源、保持室内清洁、室内禁烟、种植具有吸尘作用的大叶面绿色植物等方法进行控制[7]。
参考文献
[1]邹桂香,戴友芝,刘煜竑.某地区室内挥发性有机物污染状况的调查研究.环境科学与技术,2008;31(8):80—832杨士建.室内装修的环境污染及其防治.环境科学与技术,2004;27(2):48—49
[3]李振民,李英,周林.装修后不同时间居室内空气质量调查.环境与健康杂志,2003;20(5):312
[4]王汉玉,邓大跃,赵丹,等.室内环境挥发性有机物排放的分析.河南师范大学学报(自然科学版),2010;38(3):112—114
[5]王俊,张景义,陈双基.室内空气中总挥发性有机物(TVOCs)的污染.北京联合大学学报,2002;(3):34—37
[6]张淑娟,苏志锋,林泽健,等.广东省室内空气污染现状及特征分析.中山大学学报(自然科学版),2011;50(2):139—142
[7]余亚白,陈源,赖呈纯,等.室内空气净化植物的研究与利用现状及应用前景.福建农业学报,2006;21(4):425—429
污染浓度论文 篇2
装修材料用量对室内污染物浓度场的影响
摘要：本文应用FLUENT软件模拟房间中随着装修材料用量的增加室内污染物浓度场的变化情况,模拟结果是先对房间密闭1小时后进行通风6分钟后得到的,随后模拟得到在两种工况下房间内甲醛平均浓度随房间通风时间增加的`变化情况.通过模拟得到的结果可以更加直观的掌握房间内污染物的分布情况,为合理确定装修方案控制室内污染物污染提供参考依据.作 者：许娜 张吉光 王峰 XU Na ZHANG Ji-guang WANG Feng 作者单位：青岛理工大学环境与市政工程学院,山东,青岛,266035期 刊：中国住宅设施 Journal：CHINA HOUSING FACILITIES年，卷(期)：2010,“”(3)分类号：X8关键词：数值模拟 卧室 甲醛 浓度场
污染浓度论文 篇3
移动机器人主动嗅觉定位最初起源于上世纪九十年代[1], 随着研究的不断深入, 已从地面气味源的定位[2], 逐渐推广到地下[3,4,5]、水下化学源头的定位[6,7]。
本文基于远程的水质在线监测机器鱼实验平台, 在Russell[3]的正六边形 (hex-path) 路径主动嗅觉定位算法的基础上进行了改进, 并提出了基于浓度梯度的逆流污染源定位策略, 而且在河流污染物二维移流扩散模型中进行了仿真验证。
1 传统正六边形算法及变步长算法
传统的正六边形算法遵循正六边形路径搜索[3]。设C (n) 为探测器在第n点处检测到的浓度值, 则可以由机器人在第n-1点、n-2点处的浓度和第n-1点处的转向共同决定第n点处的转向:如果C (n-2) >C (n-1) 且n-1处逆时针转弯或C (n-2)
该算法在浓度梯度连续分布的环境中跟踪效率较高, 但同时也存在着一些弊端, 分析如下:
(1) 单纯依靠浓度信息追踪化学源头, 忽略实际环境作用, 很容易走错方向, 迂回绕圈, 搜索效率低, 甚至搜索失败。
(2) 全程使用固定步长搜索, 难以精确定位化学物质源。
2 改进的趋化性与趋流性结合定位策略
针对传统正六边形存在的问题, 文章提出了基于浓度梯度的逆流污染源定位策略, 同时将浓度变化信息和水流流向作为搜索依据, 算法描述如下:
If (第n点处的两个转向与逆流方向夹角相等) then依照传统正六边形算法确定转向;Elseif C (n-1) ≥C (n-2)
then向与逆流方向夹角小的方向前进一步;Elseif C (n-1)
then向与逆流方向夹角大的方向前进一步;End
2.1 发现污染源及污染源跟踪
机器鱼按照Z字形路线从流域的一边游至另一边, 再偏转一个角度, 回游到原边, 如此Z字形折线前进, 实时探测水中污染物的浓度, 直至发现被污染区。
污染源跟踪阶段, 为保证算法的快速性, 采用固定步长step0前进。当机器鱼徘徊绕行时, 为了避免陷入浓度局部最优, 在机器鱼绕圈一周后, 直接沿逆流方向前游step0的距离, 再依照上述的基于浓度梯度的逆流污染源定位算法继续追踪。
以R-和R+分别作为顺时针和逆时针旋转计数器来判断机器人的绕圈行为。
if (n-1处逆时针旋转) then邀R+++;R-=0;妖elseif (n-1处顺时针旋转) then邀R-++;R+=0;妖end
当R+=6或R-=6时, 表明机器鱼逆时或顺时绕行一圈。
2.2 污染源定位
在定位阶段, 适量减小步长, 可以提高定位精度。当出现徘徊绕圈时, 将步长缩减为原步长的k倍后逆流前游一步, 继续逼近, 直至满足污染源定位条件中的任何一个条件时停止。
污染源确认条件:
(1) 浓度变化率大于设定值。在污染源附近, 受水流影响, 河流下游浓度很高, 相比之下, 上游浓度会急速降低, 形成了较强的浓度变化, 浓度变化率会在此形成一个峰值。计算公式如下:
C_rate=[C (n) -C (n-1) ]/C (n-1) 觹100% (1)
(2) 步长小于设定的最小步长。当机器鱼在某处不断地旋转绕行时, 其步长会按比例k (k<1) 逐步缩小至最小步长, 如式 (2) 所示, 此时, 可认为污染源就在附近。最小步长由机器鱼本身的机械结构和转弯半径决定。
2.3 滤波
污染源在实际扩散过程中分布不均匀, 且同一点的瞬时浓度值也是有波动的, 因此, 在对污染物完成浓度采样之后, 还需要再进行滤波。
图1是机器鱼基于浓度梯度-逆流的污染源定位策略的流程图。
3 仿真与分析
3.1 仿真环境
应用如式 (3) 所示的典型二维恒流源移流扩散模型[8], 可较为真实地反映流域污染源扩散的实际情况。
其中, M—污染物泄露质量, 单位g;C—河道中污染物浓度, 单位mg/L;t—污染物扩散时间, 单位s;x, y—污染物横向、纵向扩散距离, 单位m;ux, uy—河水在x, y方向上的速度分量, 单位m/s;Dx, Dy—污染物在x, y方向上的扩散系数, 单位m 2/s;K—污染物的衰减系数, 单位s-1。
引用文献[8]中的参数可以得到如图2所示的污染模型:
设污染源在坐标原点, 如图2中箭头所示, u为水流方向, v为水流逆向。由图2所示的流域污染源扩散模型可知, 污染源在水流方向呈带状扩散, 而横向污染物浓度较低, 且在排污点的上游污染程度最轻, 形成明显的浓度突变。污染物浓度等高线的分布受水流影响明显, 与理想的均匀辐射状模型区别较大。
3.2 仿真结果及分析
这里选取参数step 0=5, k=0.8, 从同一点 (-18, 85) 出发, 分别根据传统正六边形算法、变步长算法和本文提出的基于浓度梯度-逆流定位算法三种搜索策略对污染源进行定位, 可得到如图3的三条跟踪轨迹。
图3 (a) 中所用算法为传统正六边形算法。由图可以看到, 机器鱼在离污染源较远处就开始大范围绕圈徘徊, 搜索过程在第37步时与污染源的距离最小, 但随后机器鱼即远离污染源绕行, 最终在A点处来回绕行。
图3 (b) 为变步长算法中的搜索路径。其步长改变与浓度变化率直接相关, 搜索开始不久, 步长就开始缩短;跟踪过程中, 步长较为稳定, 搜索步次较多。但在污染源附近, 由于湍流作用污染物浓度会急剧变化, 导致步长突然成倍增加或缩减, 且最终定位精度较差, 误差高达27.9%。
图3 (c) 所示为基于浓度梯度-逆流搜索算法的跟踪、定位路径。机器鱼逆流而上, 当浓度增大时, 逼近逆流方向转弯。浓度减小时, 逼近顺流方向转弯。定位阶段, 每绕行一圈, 步长按倍率k (k<1) 缩减, 当步长缩至最小时则停止。整个过程为49步, 收敛快、稳定性好。
图3 (d) 所示为三条轨迹中机器鱼与污染源的距离随步次的变化。
图3 (e) 为其在追踪过程中所经过的各点的污染物浓度值。
4 结束语
本文分析了正六边形化学源定位策略只依靠浓度梯度搜索的不足, 考虑实际环境中的水流作用, 提出了基于浓度梯度-逆流搜索的机器鱼污染源定位算法, 并在河流污染源二维移流扩散模型的基础上进行了仿真和分析。仿真结果表明该改进算法在湍流环境下可以用较少的迭代步数更为精确地跟踪、定位水下污染源, 且不会陷入局部极值点, 收敛性好, 搜索效率高。将机器鱼应用到流域突发污染事故的侦查中, 可快速确定污染源的位置, 及时切断污染来源, 有效地保护水资源。
参考文献
[1]孟庆浩, 李飞.主动嗅觉研究现状[J].机器人, 2006, 28 (1) .
[2]ROZAS R, MORALES J, VEGA D.Artificial smell detectionfor robotic navigation[A].Fifth International Conference on A-dvanced Robotics[C]//Piscataway, NJ, USA:IEEE, 1991:17-30-1733.
[3]ANDREW R R.Chemical source location and the RoboMoleProject[C]//Australasian Conference on Roboticsand Automation.Australia:[s.n.], 2003.
[4]王俭, 赵鹤鸣.面向气味跟踪与定位的机器人变步长搜索算法[J].计算机工程与应用, 2009, 45 (2) .
[5]王俭, 季剑岚, 陈卫东.基于行为特征的机器人变步长气味源搜索算法[J].系统仿真学报, 2009, 21 (17) .
[6]MORRIZUMI T, ISHIDA H.Robotic systems to track chemic-al plumes[A].Proceedings of the 2002 Conference on Optoele-ctronic and Microelectronic Materials and Devices[C]//USA:I-EEE, 2002:537-540.
[7]FARRELL J A.Chemical plume tracing via an autonomous u-nderwater vehicle.IEEE Journal of Oceanic Engineering, 200-5, 30 (1) :428-442.
污染浓度论文 篇4
水体有机污染物浓度检测中的紫外光谱分析方法
摘要：水体中的大多数有机污染物在紫外区域有较强的吸收,因此可利用紫外吸光度检测水体中的.有机污染物浓度.在检测过程中,通过平滑、导数、标准正态变量变换等光谱预处理后,采用主元回归、偏最小二乘、支持向量机等方法建立回归模型,并由该模型依据待测样本的紫外光谱数据计算出有机污染物浓度.为了探究不同的预处理方法、建模方法在有机污染物浓度检测中的特点及内在联系,本文对一组来自污水厂进出水的光谱数据采用不同的预处理和建模方法进行实验研究,研究结果表明:当获得的原始数据较好时,可以直接进行建模,进行光谱预处理反而会使模型效果下降;由于本实验中污水的样本数小于光谱数据点数,所以最小二乘支持向量机更适合于本组实验样本. 作者： 吴元清杜树新严S Author： WU Yuan-qing DU Shu-xin YAN Yun 作者单位： 浙江大学工业控制技术国家重点实验室,浙江大学工业控制研究所,浙江杭州,310027 期 刊： 光谱学与光谱分析 ISTICEISCIPKU Journal： SPECTROSCOPY AND SPECTRAL ANALYSIS 年，卷(期)： 2011, 31(1) 分类号： X832 关键词： 紫外光谱 有机污染物浓度检测 预处理 建模 机标分类号： X83 TG1 机标关键词： 水体有机污染物 浓度检测 紫外光谱 光谱分析方法 Organic Pollutants Methods for 有机污染物浓度 光谱预处理 光谱数据 最小二乘支持向量机 建模方法 实验样本 模型效果 预处理方法 吸光度检测 偏最小二乘 主元回归 原始数据 污水 数据计算 基金项目： 国家(863计划)项目污染浓度论文 篇5
本文以随机的方式抽取了山西省高平市新装修完成的住宅, 在每户居民住宅中选择了典型的新装修完成房间进行采样。在装修完成15 d后选取氨污染因子进行现场取样和监测, 总共获得氨样品量45个, 并对监测数据进行了进一步的统计分析, 从中得出高平市新装修完成的住宅居室内氨污染因子的状况。在此基础上选取了20户新装修完成的居民住宅, 通过6个多月的定点跟踪监测获得一手的监测实测数据。据此分析探讨了高平市新装修居民住宅空气中氨污染因子的浓度衰减规律及其影响因素, 提出了新装修完成的住宅居室内氨空气污染因子的控制对策。
1 实验
1.1 主要仪器设备和试剂
仪器设备:721分光光度计;10 m L具磨塞比色管;空气采样泵 (流量范围为1~10/L) ;10 m L气泡吸收管;流量测量计;双球玻管。
试剂:无氨水;分析纯硫酸吸收液;分析纯水杨酸-酒石酸钾溶液;分析纯亚硝酸基铁氰化钠溶液;分析纯次氯酸钠溶液;分析纯氯化铵标准溶液;分析纯氯化铵标准溶液。
1.2 实验方法
选取典型住宅居室在关闭门窗前完全充分通风半小时, 保证居室内新鲜空气供应充足, 然后完全关闭门窗12 h, 现场以1 L/min~5 L/min的空气流量采气1 min~4 min, 用分析纯硫酸吸收液定容在10 m L具磨塞比色管中, 再加入1 m L的分析纯水杨酸-酒石酸钠溶液, 2滴分析纯亚硝酸基铁氰化钠溶液, 用水稀释到9 m L, 之后加入2滴分析纯次氯酸钠溶液, 用水稀释, 达到标线, 摇至均匀, 之后放置1 h。以空白试剂空白为对照, 用1 cm比色皿在721分光光度计上于697 nm处测定吸光度A[3]。为了确保数据的质量, 使用的仪器设备都经过校准, 采样的技术要求依据《公共场所卫生监测技术规范》GB/T17220-1998规定的要求进行[4]。
2 结果与讨论
2.1 氨的浓度计算
将现场采样体积按下式换算成标准状况下采样体积。
式中:
V0———标准状况下采样体积, L;
V———现场采样体积, L;
T0———标准状况绝对温度 (273 K) ;
T———采样时现场采样点现场温度 (t) 与标准状况绝对温度之和, (273+t) K;
P0———标准状况下的现场大气压力 (101.3 k Pa) ;
P———采样时现场采样点的大气压力, k Pa。
空气中氨浓度按下式计算:
式中:
W———现场测定时所取样品溶液中的氨含量, μg;
VN———标准状况下的现场采气体积, L;
Vt———现场样品溶液总体积, m L;
V0———现场测定时所取样品溶液的体积, m L。
2.2 居室内氨污染状况
居室内氨的浓度范围0.035~0.290 mg/m3, 平均浓度值0.1 335 mg/m3, 样本方差0.080 mg/m3。按照《室内空气质量标准》GB/T 18883-2002的浓度限制对新装修完成15 d后居民居室内的氨污染监测数据进行了分析和评价[5]。
室内氨污染等级分级统计见表1。
从表1可以看出, 室内氨污染未超标的样本占40%, 超标的样本占60%, 发现装修完成后室内的氨浓度超标较为严重。其中超标幅度在两倍之内的样本数量占33.33%, 超标幅度在2~4倍的样本数量占13.33%, 超标幅度在4~6倍的样本数量占6.67%, 超标幅度在6~8倍的样本数量占4.44%, 超标幅度在8倍以上的样本占2.22%。超标幅度在8倍以上的样本数量在总样本中所占的比重很小。
注:《室内空气质量标准》 (GB/T 18883-2002) 中规定氨浓度限值是0.2 mg/m3。
根据对氨污染的来源情况进行的调查分析, 氨污染的来源与建筑物的施工、室内其它污染源用量及装修完成后室内的通风情况、居民的日常生活习惯等紧密相关。高污染样本中与建筑物的施工导致氨污染占有一定的比例, 住宅建成以后室内氨浓度普遍呈现出偏高的趋势。在同一栋楼、统一施工环境的居民住宅中, 使用涂料及油漆等装修过的居民居室内氨浓度比未使用涂料及油漆装修等表现出氨浓度较高的情况。高平市区内新装修住宅导致的室内氨污染物的超标情况数据表明该市居民室内氨污染状况仍然比较严峻。
2.3 新装修完成后不同时间段的氨污染的状况
为了保证监测数据具有一定的代表性, 选取超标的20户新装修住宅定期跟踪监测;为了保证实验导致的误差在可接受的范围内, 现场监测时对同一监测点进行3次重复监测。
新装修完成后居民居室内不同时间段的氨污染状况见表2。
注:《室内空气质量标准》 (GB/T 18883-2002) 中规定氨的限值是0.2 mg/m3。
从表2可以看出, 由于氨属于沸点低, 容易挥发的气体, 从而能够使氨较快地从建筑物及装修材料中挥发到室内空气中, 并在较短的时间达到最高值, 然后开始下降。在装修完成15 d后, 氨的平均浓度达到0.247 mg/m3, 在装修完成30 d后, 氨的平均浓度达到0.215 mg/m3, 在装修完成60 d后, 氨的平均浓度能够达标, 但最大浓度仍然超标, 这是由于装修程度造成的个别现象。
总体来看, 新装修完成后居民居室内氨污染相对属于较轻, 超标幅度也不大, 而且衰减也属于较快的程度。
新装修完成后居民居室内氨污染浓度值随时间衰减规律曲线见图1。
从图1可以看出, 氨污染因素的浓度值随时间衰减的基本呈逐渐衰减规律。总的来看, 氨污染因子的浓度值随着时间的进行呈现衰减, 氨的浓度衰减不是完全线性衰减, 总的规律是逐步衰减。对新装修完成后居民居室内氨浓度的衰减规律的影响因素主要是各种污染物释放规律及释放影响因素;居民居室内的通风情况、居民居室内的家具油漆及涂料使用情况等其它污染源。
根据现场监测结果, 居民居室内装修使用油漆涂料较多而且污染源较多的氨污染因子的浓度衰减比较慢;居民居室内的通风情良况好的氨污染因子浓度衰减比较快;居民居室内板材使用过多及其它污染源多的氨污染因子浓度衰减比较慢。本次跟踪监测取得的结果有一定的典型性和代表性。
3 结论
对氨的衰减规律关系的研究, 便于设计施工人员掌握其动态数据, 总结规律, 提高认识, 使建筑材料中含有的氨释放的浓度处于降低阶段, 不会使将来释放的氨的浓度出现回升, 在各个时间段都符合国家要求。
对于居民而言, 初始阶段的数据能够使用户知道自己应该购买哪一类的产品, 其产品是否达到《室内装饰装修材料有害物质限量标准》, 以及选择合适的装修方案、合适的装修时间、低氨污染物排放的装修材料及合适的装修程度, 对室内氨空气污染进行预防基控制。在动态阶段, 刚开始达到了《室内装饰装修材料有害物质限量标准》并不是代表将来不会超标, 应提高用户的安全意识;稳定阶段的数据, 可以使用户知道自己装修的房间将来是否安全, 是否达到《室内空气质量标准》。此外, 在新装修完成后, 采用对室内氨空气进行治理, 可以有效减少氨空气的污染[6,7]。
摘要：选取氨作为室内空气污染因子的监测指标, 采用次氯酸钠-水杨酸分光光度法测定随机抽取的山西省高平市新装修居民住宅室内空气中的氨浓度, 并对监测数据进行了统计分析, 得出高平市新装修居民住宅空气中氨污染因子的状况。探讨了高平市新装修居民住宅空气中氨污染因子的浓度衰减规律, 提出了新装修完成的住宅居室内氨空气污染因子的控制对策。
关键词：室内空气,氨,装修
参考文献
[1] 聂鹏, 王宗爽, 王晟, 等.民用建筑室内氨污染研究进展[J].环境工程技术学报, 2014, 33 (3) :42-49.
[2] 吴沛, 姚以亮.西安市民用建筑室内氨污染现状分析[J].科技情报开发与经济, 2012, 24 (16) :129-131.
[3] GB/T18883-2002, 室内空气质量标准[S].
[4] GB/T17220-1998, 公共场所卫生监测技术规范[S].
[5] GB/T16127-1995, 居室空气中甲醛的卫生标准[S].
[6] 王琨.室内空气污染物检测与预测及其净化研究[D].哈尔滨:哈尔滨工业大学, 2004.
污染浓度论文 篇6
目前新标准中对大气质量的监测主要是监测大气中二氧化硫 (SO２) 、二氧化氮 (NO２) 、一氧化碳 (CO) 、臭氧 (O３) 、可吸入颗粒物 (PM１０) 以及细颗粒物 (PM２．５) 等六类基本项目和总悬浮颗粒物 (TSP) 、 氮氧化物 (NOｘ) 、铅 (Pb) 、苯并[a]芘 (BaP) 四类其他项目的浓度。研究表明, 城市环境空气质量好坏与气象因素、城市能源消费结构等因素的关系十分密切。气象条件对污染物扩散、稀释和积累有一定作用。在在污染源一定的条件下, 污染物浓度大小主要取决于气象条件［１－２］。Wise等发现气象条件的变化能影响美国西南部40 % ~70 %的臭氧变化和20 % ~50 %的颗粒物变化［３］。王宏等研究了发生突变时气压、风速、温度、湿度等气象条件的变化特征［４］。Buhalqem Mamtimin等利用2000~ 2006年乌鲁木齐市大气污染指标 (PM１０、SO２和NO２) 月浓度值及相对应的气象数据, 探讨了城市空气污染与地面气象要素的关系［５］。 周伟东指出PM１０浓度与风速密切相关, 静风时浓度最大, 随着风速增大, PM１０浓度逐步降低。风向对PM１０浓度的影响也非常显著, 近地面吹偏东风时PM１０浓度相对较低［６］。徐莉、李艳红发现API指数与气温、风速、能见度和湿度等气象因素关系密切, API值与气温、能见度和风速呈负相关, 与湿度呈正相关［７］。李林等发现对于能源消耗排放的一次PM１０和SO２, 工业排放对其浓度的贡献率在40%以上;机动车排放对NOｘ浓度的贡献率在65%左右［８］。张菊等研究发现产业结构的变化、重点污染源的整治、能源结构调整能源的清洁使用、机动车尾气排放标准的提高等对保护环境空气质量起到一定作用［９］。寇栓虎、 杨荣提出进一步推广使用天然气等清洁型燃料大力开发和推广洁净煤技术, 清洁使用煤炭, 并加强燃煤锅炉排烟的脱硫脱硝脱灰等净化工作, 进一步降低煤烟对大气环境的污染［１０］。
北京市作为我国的首都, 空气质量却频频出现及其糟糕的情况, 不仅损害居民的身体健康, 而且和国际化大都市的形象和地位不符。分析影响空气质量的因子, 找到大气污染物与气象因子的定量关系, 有利于制定科学的防治性措施, 从而为改善空气质量奠定基础。
1数据来源和研究方法
1.1数据来源
污染物数据来自北京市空气质量自动监测站点的监测数据, 气象数据来自中国气象科学数据共享服务网的逐日监测数据, 选取空气污染物指标4个, 分别是Y１ (年日均SO２浓度) 、Y２ (年日均NO２浓度) 、Y３ (年日均可吸入颗粒物PM１０浓度) 、Y４ (年日均CO浓度) , 单位都是mg/m３;相关气象因子指标8个, 分别是X１ (年日均气温, ℃) 、X２ (平均相对湿度, 无量纲) 、X３ (全年日照数, h) 、X４ (全年降水量, mm) 、X５ (平均风速, m/s) 、X６ (平均气压, kPa) 、X７ (大风日数, 单位d) 、X８ (雨日数, d) 。另有部分数据来自《中国环境年鉴》 (2003~2004年) 、《中国气象年鉴》 (2012年) 、《中国环境统计年鉴》 (2005~2012年) 、《北京统计年鉴》 (2012年) 、《北京市环境状况公报》 (http://www.bjepb.gov.cn/portal0/tab181/) 。
1.2研究方法
1.2.1污染物浓度及趋势分析
Spearman秩相关系数法 (又名Daniel趋势检验方法) , 是一个非参数性质 (与分布无关) 的秩统计参数, 可以用于R检验, 在数据的分布使得Pearson线性相关系数不能用来描述或是用来描述导致错误的结论时, 作为变量之间单调联系强弱的度量。《环境质量综合评价分析技术导则》推荐它用于地表水水质、地下水水质、环境空气质量、酸雨频率、近岸海域海水水质等多时段变化趋势和变化程度分析中。
假设原始的数据xｉ, yｉ已经按从大到小的顺序排列, 记x′ｉ, y′ｉ为原xｉ, yｉ在排列后数据所在的位置, 则x′ｉ, y′ｉ称为变量xｉ, yｉ的秩次, 则dｉ=x′ｉ- y′ｉ为xｉ, yｉ的秩次之差。
如果没有相同的秩次, 则rｓ可由式 (1) 计算:
如果有相同的秩次存在, 那么就需要计算秩次之间的Pearson的线性相关系数
rｓ值的正负分别表示污染的增长和下降, 其绝对值的大小表示变化的强度。将rｓ的绝对值同Spearman秩相关系数的临界值Wｐ相比较。如果|rｓ|>Wｐ, 则表明变化趋势有显著意义;如果|rｓ| ≤ Wｐ, 则表明变化趋势没有显著意义, 说明在研究时段里空气质量稳定或变化不大。
根据近10年来北京市大气主要污染物年日均浓度值, 使用Spearman秩相关系数法分析北京市大气污染物的年日均浓度的年际变化趋势及其统计学显著性特征。
1.2.2污染物与气象因子的关联分析
设Y１, Y２, …, Yｓ为系统特征行为数据序列, X１, X２, …, Xｍ为相关因素行为序列。若Y１, Y２, …, Yｓ;X１, X２, …, Xｍ的长度也相同, Yｉｊ (i=1, 2, …, s;j=1, 2, …, m) 为Yｓ与Xｊ的灰色关联度, 则称为灰色关联矩阵。
灰色关联矩阵中第i行元素是系统特征数据序列Yｉ (i=1, 2, …, s) 与相关因素序列X１, X２, …, Xｍ的灰色关联度;第j列元素是系统特征序列Y１, Y２, …, Yｓ与Xｊ (j=1, 2, …, m) 的灰色关联度。
类似的可以定义广义的灰色关联矩阵, 如绝对的灰色关联矩阵A、相对的灰色关联矩阵B和灰色综合关联矩阵C。
利用灰色关联矩阵, 可以对系统特征或相关因素作优势分析。采用广义灰色关联度理论中的优势分析方法, 分别计算大气污染物与气象因子的灰色绝对关联矩阵、灰色相对关联矩阵和灰色综合关联矩阵, 得到表征大气质量状况的最优特征 (污染物类型) , 以及影响空气质量的最优气象因子。
2近十年大气污染物的年际变化趋势
根据2002~2012年北京市空气污染物浓度值, 利用Spearman秩相关系数公式计算各污染物年日均浓度的变化趋势, 结果表明不同的污染物表现出不同的变化轨迹。
近10年来空气年日均SO２浓度、年日均NO２浓度、年均可吸入颗粒物浓度和年日均CO浓度总体呈显著 (p<0.01) 下降趋势, 其中2006年各污染物年日均浓度出现极大值, 2008年各污染物年日均浓度达到最小值 (见图1) 。2008年北京空气质量大幅改善的原因与奥运期间实施一系列改善空气质量的措施密不可分［１１，１２ ］。
2002~2008年NO２年日均浓度呈显著下降趋势 (p<0.05) , 2008~2012年变化较平稳 (不显著增长) ;2002~2008年CO年日均浓度显著下降 (p< 0.05) , 2008~2012年浓度变化不大 (上升不显著) ; 2002~2006年可吸入颗粒物年日均浓度基本持平 (降低不显著) , 2006~2012年浓度呈显著下降趋势 (p<0.01) 。不同时间段的Spearman秩相关系数检验结果见表1。
3污染物与气象因子的综合关联度
3.1污染物与气象因子的绝对关联度
对主要空气污染物序列Yi (i=1, 2, 3, 4) 和气象因子序列Xj (j=1, 2, 3, 4, 5, 6, 7, 8) 求始点零象化Y0i和Y0j。
对空气污染物序列序列Yｉ (i=1, 2, 3, 4) 和气象因子序列Xｊ (j=1, 2, 3, 4, 5, 6, 7, 8) , 有
得绝对关联矩阵A如下 (表2) 。
从绝对关联矩阵中可以看出, 影响Y１年日均SO２浓度 (绝对关联系数0.988 8) 、Y２年日均NO２浓度 (绝对关联系数0.974 4) 和Y３年日均可吸入颗粒物浓度 (绝对关联系数0.998 4) 的最主要气象因子都是X２平均相对湿度;影响Y４年日均CO浓度最主要气象因子是X３全年日照数 (绝对关联系数0.962 0) 。
由于A中各列元素满足:
εi3>εi2>εi7>εi4;i=1, 2, 3, 4;
εi2>εi5>εi6, i=1, 2, 3, 4。
故有X３> X１> X７> X４, X２> X５> X６, 所以X２ (平均相对湿度) 和X３ (全年日照数) 为影响空气质量的主要气象因子。考虑
所以X２》X３》X５》X１》X７》X８》X４》X６, 即X２ (平均相对湿度) 是影响空气质量的准优因子, X３ (全年日照数) 次之, X６ (年日均气压) 最劣。
各行元素满足, 所以Y3》Y1》Y2》Y4, 即Y3 (年日均可吸入颗粒物PM１０) 是空气污染物的准优特征, Y１ (年日均SO２浓度) 次之, Y４ (年日均CO浓度) 最劣。
3.2污染物与气象因子的相对关联度
表征空气质量状况的主要污染物序列Yｉ (i= 1, 2, 3, 4) 和气象因子序列Xｊ (j=1, 2, 3, 4, 5, 6, 7, 8) 的初值象为Yｉ′和Xｊ′。
诸Yｉ (i=1, 2, 3, 4) 和Xｊ (j=1, 2, 3, 4, 5, 6, 7, 8) 的始点零化象为Yｉ′０和Xｊ′０。
得相对关联矩阵B如表3。
从相对关联矩阵B看, 影响Y１年日均SO２浓度 (相对关联系数0.951 6) 、Y２年日均NO２浓度 (相对关联系数0.993 6) 、Y３年日均可吸入颗粒物浓度 (相对关联系数0.995 6) 和Y４年日均CO浓度 (相对关联系数0.974 5) 的最主要气象因子都是X７大风日数。
B中元素满足:
故有X7> X2> X3> X4> X5> X6, X5> X８, 所以X７ (大风日数) 是影响空气质量的最优因子, X２ (平均相对湿度) 次之。考虑, 因此X６ (平均气压) 最劣。
又, 故Y2》Y３≥Y４≥Y１, 即Y２ (年日均NO２浓度) 是表示空气污染物的准优特征, Y３ (年日均可吸入颗粒物PM１０浓度) 次之, Y１ (年日均SO２浓度) 最劣。
3.3污染物与气象因子的综合关联度
综合关联矩阵C =θA + (1-θ) B =θεｉｊ+ (1-θ) Yｉｊ= (ρｉｊ) , 取θ=0.5, 则C如下 (表4) 。
从综合关联矩阵C看, 影响Y１年日均SO２浓度 (综合关联系数0.948 8) 、Y２年日均NO２浓度 (综合关联系数0.965 4) 和Y３年日均可吸入颗粒物浓度 (综合关联系数0.967 0) 的最主要气象因子都是X２平均相对湿度;影响Y４年日均CO浓度最主要气象因子是X７大风日数 (综合关联系数0.953 2) 。
C中元素满足:
各行元素满足因此Y３》Y２》Y１》Y４, 即Y３ (年日均可吸入颗粒物PM１０浓度) 是空气质量状况的准优特征, Y２ (年日均SO２浓度) 次之, Y４ (年日均CO浓度) 最劣。
三种关联分析的结果之所以不完全一致, 是由于绝对关联序是从绝对量的关系着眼考虑的, 相对关联序是从各年观测数据相对于起始点的变化速率着眼, 而综合关联序则是综合了绝对量的关系和变化速率的关系后考察的。由于空气主要污染物和气象因子序列经过特定的灰关联算子作用后, 因此把绝对关联序的结果作为考察结果, 即X２ (平均相对湿度) 是影响空气质量的最优因子, Y３ (年日均可吸入颗粒物PM１０浓度) 是表征空气质量的最优特征, 两者关联系数达0.9984, 相关关系如下 (见图2) 。
4结论与展望
综合上面的研究, 本文主要有以下几点结论:
(1) 2002~2012年整体来看, 北京市年日均SO２浓度、年日均NO２浓度、年日均可吸入颗粒物浓度和年日均CO浓度呈显著下降趋势, 其中2006年四类污染物年均浓度出现极大值, 2008年年均浓度达到最小值。分时间段来看, 2002~2008年NO２年日均浓度呈显著下降趋势, 2008~2012年变化较平稳;2002~2008年CO年日均浓度显著下降, 2008~ 2012年浓度变化不大;2002~2006年可吸入颗粒物年日均浓度基本持平, 2006~2012年浓度呈显著下降趋势。
(2) 影响年日均SO２浓度、年日均NO２浓度和年日均可吸入颗粒物浓度的最主要气象因子都是平均相对湿度;影响年日均CO浓度最主要气象因子是全年日照数。平均相对湿度是影响空气质量的最优因子, 年日均可吸入颗粒物PM１０浓度是表征空气质量的最优特征, 两者关联程度最大。
本文尚未讨论能源消费结构与大气污染物浓度之间的关系, 相关影响因素需进一步挖掘, 主要大气污染物的来源、形成扩散机理、预报预测、控制对策等的研究也有待探索。
参考文献
[1] 蒋维楣, 曹文俊, 蒋瑞宾.空气污染气象学教程.北京:气象出版社, 1993;74—90
[2] 吴兑, 邓雪娇.环境气象学与特种气象预报.北京:气象出版社, 2001;22—35
[3] Wise E K, Comrie A C.Meteorologically adjusted urban air quality trends in the South western United States.Atmospheric Environment, 2005;39 (16) :2969—2980
[4] 王宏, 林长城, 蔡义勇, 等.福州市PM10突变特征与气象条件的关系研究.热带气象学报, 2008;24 (5) :564—568
[5] Mamtimn B, Meixner F X.Air pollution and meteorological processes in the growing dryland city of Urumqi (Xin-jiang, China) .Science of the Total Environment, 2011;409:1277—1290
[6] 周伟东, 梁萍.风的气候变化对上海地区秋季空气质量的可能影响.资源科学, 2013;35 (5) :1044—1050
[7] 徐莉, 李艳红.乌鲁木齐城市空气质量状况与常规气象条件的关系.农业灾害研究, 2013;01:41—44
[8] 李林, 郝吉明, 胡京南.北京市能源利用对空气质量的影响分析和预测.中国环境科学, 2005;25 (6) :746—750
[9] 张菊, 苗鸿, 欧阳志云, 等.近20年北京市城近郊区环境空气质量变化及其影响因素分析.环境科学学报, 2006;26 (11) :1886—1892
[10] 寇栓虎, 杨荣.能源消费状况对延安市大气环境质量的影响分析.干旱区资源与环境, 2010; (6) :82—86
[11] 曾静, 廖晓兰, 任玉芬, 等.奥运期间北京PM2.5、NOX、CO的动态特征及影响因素.生态学报, 2010;30 (22) :6227—6233
污染浓度论文 篇7
针对有机污染物的达标处理, 目前常采用物化法、生物法、化学氧化法等等经典处理技术进行处理。在此基础上, 近几年发展了许多新的技术, 如高级氧化技术 (AOTs) , 光催化氧化, 超声波降解等, 随着人们对水体有机污染的问题的重视增强和投入加大, 这些技术将会有很好的发展和应用前景, 并且将会有更多的新技术出现。
一、本课题的研究目的和意义
农药被广泛应用于抵抗病虫害、除草及促进农作物生长等方面。由于大部分农药具有中等环境持久性, 因此农药的长期使用导致了环境的微污染。目前在暴雨径流、地表水、地下水、饮用水以及污水等多种水体中已检测到多种农药及其部分降解副产物。这些有毒、具有潜在致癌效应的农药, 如果长期暴露会对人体健康造成危害。
现代农业生产对农药的依赖性越来越大, 由于农药的不恰当使用以及农药本身的性质, 导致了农药残留的现象。农药残留不仅出现在农作物的果实、根、茎叶, 一部分还残留在了土壤和水中, 农药残留越来愈引起人们的重视。AOPs对污染物的降解具有污染物矿化程高、反应速度快、无二次污染等优点, 在处理水中难降解有机物方面具有很大的应用和研究前景。因此本文拟采用绍臭氧氧化技术对水中低浓度的几种有机氯农药进行降解, 着重探讨这种氧化技术的反应机理, 并对它在降解水中低浓度有机农药的性能和操作条件进行研究, 并为其在难降解有机污染物处理方面实际应用提供理论依据和基础数据。以期解决麦草畏等有机氯农药水中残留这一环境问题, 并能促进水处理新技术、新工艺的研发, 推动环保产业技术高尖端化, 促进经济、环境和社会的可持续发展。
二、研究方法
1. 实验步骤
(1) 称取所需浓度下的麦草畏的量, 配制麦草畏溶液。
(2) 调水浴到所需温度, 将配制好的麦草威溶液加入到反应器中。
(3) 打开臭氧发生器, 使臭氧排空, 稳定后, 将臭氧通入到反应器中的同时开始计时。
(4) 抽取样品。抽取时间分别为:0min, 2min, 4min, 6min, 8min, 10min, 15min, 20min。
(5) 对所抽取样品的分析
测定过氧化氢的吸光度。取一定量抽取的样品加入到含有草酸钛钾溶
液的比色管里, 用去离子水定容, 测定吸光度。
测定液相臭氧浓度。在10m L比色管中加入1m L氨基乙酸试剂, 1m L靛蓝试剂, 1m L丙二酸, 1m L样品, 定容至10m L, 测定其在600nm处的吸光度。
对样品进行高效液相色谱 (HPLC) 分析。
2. 分析方法
麦草畏 (高效液相色谱HPLC)
溶液中的麦草威的浓度采用高效液相色谱法测定。液相色谱仪的检测器为紫外可见检测器, 检测波长是230nm, 流动相是体积比为65:35的甲醇和水 (含0.05M磷酸) , 流量为1m L/min, 进样量为20μL。
气相臭氧浓度测定法
碘量法是臭氧浓度测定的传统化学分析法, 其原理是在酸性条件下, 臭氧氧化溶液中的碘化钾, 释放出等摩尔的碘, 用硫代硫酸钠标准溶液滴定析出的碘, 根据硫代硫酸钠的消耗量间接计算臭氧浓度。
游离碘显色, 依在水中浓度由低至高呈浅黄至深红色。然后利用硫代硫酸钠标准液滴定, 游离碘变为碘化钠, 反应终点为溶液完全褪色。反应式为:
(4-1) 、 (4-2) 两反应式建立起O3反应量与Na S2O3消耗量的定量关系为1mol O3:2mol Na S2O3, 则臭氧浓度计算式为:
式中:C——臭氧浓度, mg/L;
A——硫代硫酸钠标准溶液用量, m L;
B——硫代硫酸钠标准溶液浓度, mol/L;
V0——臭氧化气体取样体积, m L;
臭氧浓度大于等于3mg/L时, 此测试结果的精密度在±1%以内。
液相臭氧浓度测定法
本实验的液相臭氧浓度采用靛蓝比色法测定。
a.原理
靛蓝三磺酸钾和臭氧等摩尔反应生成在几乎无色的靛红磺酸钾。靛蓝三磺酸钾最大吸收在600nm处, 摩尔吸光系数ε600nm=20000 L/mol·cm, 在靛蓝三磺酸钾过量的情况下, 色度的减少跟臭氧浓度呈线性关系。因此根据郎伯-比尔定律 (A=εbc) , 通过分光光度计测定600nm处吸光度的变化即可间接得到水体中臭氧的浓度, 上述反应的速度很快 (k>107mol/L.s) , 测定的结果比较准确。
由于实验中产生的氯离子对靛蓝三磺酸钾的吸光度有影响, 所以测定时要加入丙二酸来屏蔽氯离子。
b.计算公式
式中:ΔA=空白和待测样的吸光度之差b=比色皿光程长度, cm
过氧化氢浓度 (草酸钛钾分光光度法)
反应溶液中的过氧化氢的浓度采用草酸钛钾分光光度法测定。方法为:一定量样品加入到有草酸钛钾溶液的比色管中, 测定400nm处的吸光度, 和含有相同量草酸钛钾的空白样品比较得到过氧化氢浓度。计算公式为:
式中:A、Ab—待测样品和空白样品的吸光度;
l—吸收池的长度, cm, 此处为1cm;
X—定容后的体积, m L, 此处为10m L;
x—样品的体积, m L, 此处为1m L。
三、实验流程
实验采用有效容积为1.0L的柱状鼓泡反应器, 在反应器底部设一个多孔板用以分散气体进行鼓泡反应, 整个反应器浸没在恒温水浴中。实验中所有连接管线均为硅胶管和玻璃管。
臭氧发生器采用空气源, 制得的混合气经过转子流量计调节流量后通过反应器底部的装置鼓泡进入反应器, 未反应的臭氧通过顶空管进入KI吸收瓶进行吸收。定时取样, 分别进行HPLC、IC分析, 并测定反应液中的过氧化氢浓度。
单独O3系统试验, 待反应器内反应溶液达到恒温, 通入臭氧即开始反应。O3/H2O2系统试验, 通入臭氧前先加入一定量的过氧化氢, 混合均匀。待反应器内反应溶液达到恒温后, 再通入臭氧开始反应。
气相臭氧浓度测定时在流量计后和反应器后接上吸收瓶, 即可分别测定臭氧的进气量与出气量。
四、有机物的臭氧氧化及浓缩富集实验
1. 水中低浓度有机物的臭氧化实验
跟踪C/C0随时间的变化, 判断低浓度情况下的实验情况和可检测性。也可用拟一级动力学进行分析, 实验数据符合拟一级反应动力学。线性相关系数较d好d Ct。=拟-kt一级动力学
式中:C为有机物浓度, mol.L-1, t为时间, min;k为拟一级反应速率常数, min-1。
因此 与时间t的拟合曲线呈线性关系。
由此得到不同浓度的k值, 看看, k值随有机物初始浓度的变化情况
模型污染物为二甲四氯, 温度20℃, 流速1L/min, 臭氧比例70%, 纯氧源制备臭氧。
10mg/L的3min时, 用HPLC检测达不到检测下限了
20mg/L的4min, 40mg/L的5~6min, 就不能检测出数值。
因此, 浓度越低的, 数据的稳定性就越差。
浓度越低, 降解速率越快。可见, 臭氧化技术, 对低浓度有机物的降解是有明显效果的, 目前存在的问题是如何检测如何跟踪有机物浓度, 如何对实验情况进行定量分析。
随着有机物初始浓度的增加, 有机物降解速度减慢, 有机物降解的拟一级反应速率常数随之减少。
有机物初始浓度大, 有机物初始参与降解的量多, 应对有机物降解有所促进, 但此处的降解速率常数反而变小, 是因为拟一级降解速率常数是基于相对浓度C/C0而言的, C0越大, 则相对浓度的分母越大, 则相对浓度越小, 则因此而计算出来的降解速率常数相应较小。但随着有机物初始浓度增大, 绝对降解量增加。
采用麦草畏和2, 4-D, 分别用10mg/L的进行臭氧化实验, 在1~2min时, 就不能检测到有机物的峰值了。
2. 水中低浓度有机物的浓缩富集实验
对水相中低浓度有机物, 考虑先进行浓缩富集实验。目前的方法有:固相萃取、回流萃取、膜萃取、吹扫捕集、吸附浓缩等。
我们进行了初步的实验。采用萃取浓缩的方法。
10mg/L溶液, 稀释10倍, 相当于1mg/L, 目前用液相色谱难以检测。移取25m L的1mg/L的溶液, 分别用10m L、10m L、5m L二氯甲烷萃取三次, 取有机相, 室温挥发至干, 然后移取2.5m L无水乙醇到蒸发皿里溶解, 然后进行HPLC分析。浓缩效果较好
可见浓缩后基本和1mg/L的计算值基本符合, 均略低一些, 最小的相对误差为3.3%, 最大的相对误差为8.8%。
出现问题:目前针对的是配制好二甲四氯溶液, 进行浓缩。我们也对发生臭氧化实验反应到一定时间的反应溶液进行浓缩实验, 发现二甲四氯这个最初原始污染物的峰值还是比较清晰的, 但其主要的降解中间产物峰值, 较难以浓缩到有机相中进行有效的测量。
结论
通过跟踪反应液里氯离子、反应中共存物的浓度变化, 对该反应机理进行了探究。分别进行了水中低浓度有机物的臭氧化实验和水中低浓度有机物的浓缩富集实验。获得并讨论了其标准曲线和动力学模型, 得到如下主要结论:
(1) 在对臭氧降解水中低浓度二甲四氯的实验中, 结果表明二甲四氯浓度越低, 降解速率越快。可见, 臭氧化技术, 对低浓度有机物的降解是有明显效果的, 目前存在的问题是如何检测如何跟踪有机物浓度, 如何对实验情况进行定量分析。
随着有机物初始浓度的增加, 有机物降解速度减慢, 有机物降解的拟一级反应速率常数随之减少。
有机物初始浓度大, 有机物初始参与降解的量多, 应对有机物降解有所促进, 但此处的降解速率常数反而变小, 是因为拟一级降解速率常数是基于相对浓度C/C0而言的, C0越大, 则相对浓度的分母越大, 则相对浓度越小, 则因此而计算出来的降解速率常数相应较小。但随着有机物初始浓度增大, 绝对降解量增加。
(2) 在实验中我们进行了初步的实验。采用萃取浓缩的方法。
10mg/L溶液, 稀释10倍, 相当于1mg/L, 目前用液相色谱难以检测。移取25m L的1mg/L的溶液, 分别用10m L、10m L、5m L二氯甲烷萃取三次, 取有机相, 室温挥发至干, 然后移取2.5m L无水乙醇到蒸发皿里溶解, 然后进行HPLC分析。浓缩效果较好。获得乙醇相的低浓度的二甲四氯标准曲线。
出现问题:目前针对的是配制好二甲四氯溶液, 进行浓缩。我们也对发生臭氧化实验反应到一定时间的反应溶液进行浓缩实验, 发现二甲四氯这个最初原始污染物的峰值还是比较清晰的, 但其主要的降解中间产物峰值, 较难以浓缩到有机相中进行有效的测量。
参考文献
[1]赵德明, 史惠祥, 等.复频超声波氧化降解苯酚废水[J].化工学报, 2003, 54, (4) :570-574.
[2]雷乐成, 何锋.均相Fenton氧化降解苯酚废水的反应机理探讨[J].化工学报, 2003, 54 (11) :1592-1597.
[3]赵德明, 李敏, 张建庭等.微波强化臭氧氧化降解苯酚水溶液[J].化工学报, 2009, 60 (12) :3137-3141.
[4]王全杰, 王延青.MWCNT/TiO2复合材料的制备、表征及光催化降解植物多酚的研究[J].精细化工, 2010, 27 (4) :323-326.
[5]李英柳, 邬红娟, 李爱莲.转盘式反应器光催化氧化含酚废水的试验研究[J].工业水处理, 2006, 26 (10) :33-35.
[6]李川, 李兆华, 柳松等.氮掺245杂氧化钛的简易制备及可见光催化活性的研究[J].环境工程学报, 2009, 3 (9) :1714-1718.
[7]樊红梅, 邓红秀.焦化废水高级氧化处理技术研究进展[J].沈阳工程学院学报 (自然科学版) , 2010, 6 (3) :204-206.
[8]吴国枝, 吴纯德, 张捷馨等.超声、臭氧、光催化及其组合工艺处理含酚废水[J].工业用水与废水, 2007, 38 (5) :38-41.
污染浓度论文 篇8
1 数据
本文研究在数据分析上运用数学上的统计学办法，对大气污染物的分布进行直观地描述，结果显示二氧化硫的浓度通常为5.0μg/m3～57μg/m3，二氧化氮的浓度在2.8μg/m3～30.7μg/m3，其在季度中符合正态分布，满足半变异函数的使用条件。在研究其在空间上的变异性时采用ArcGIS软件，对二氧化氮和二氧化硫浓度进行比较，最后在最优半变函数拟合模型和变异参数，结果得出标准的模型的数据是最好的。
2 污染物浓度变化
塔城地区的PM10第一季度的平均值为0.254mg/m3，二氧化硫平均值为0.195 mg/m3，二氧化氮均值为0.0745 mg/m3，所以塔城地区的主要污染物就是PM10,它的API值高于其他两种主要污染物，按照国家标准污染级数来确定，在第一季度内PM10在三级内，在其他三季度内都是在二级内，二氧化氮的污染级别都在二级污染以下，二氧化硫的污染程度在第一季度内在三级污染内，其余季节都在二级以下，三种污染物的API值随着季节的变化还是非常明显的，总体呈现U型曲线分布，其中PM10和二氧化硫在第三季度的指数最小，第一季度中最高。而二氧化氮在第二季度的值最小，这可以充分的与塔城地区冬季取暖和逆温层深厚有着很大的联系，不光是这些直接因素，还与风动的频率和大气稳定性以及降水多少有关，根据相关的数据报到，新疆塔城地区的大气稳定性，在第一季度和第四季度最高，此时逆温层极易形成并且会累积厚度，在厚度达到一定的量后不易被破坏，而且这两个季度的阴天多，没有风的天气多，这样会导致大气降水对大气污染物的清洗率低，在第二季度和第三季度时空气层的对流增多，这时逆温层会被破坏且消散，风静的时候少，这些自然因素也是导致一四季度污染浓度高，二、三季度污染程度低的原因。
根据2013年的三种污染物的各月检测数据，可以看出每月的污染物主要的还是PM10，在5～10月时二氧化硫的浓度最低，4～9月时二氧化氮的浓度最低，从三月开始三种主要污染物的浓度开始减少，并且在8月时达到最低值，之后开始升高在一二月时达到最高值，在这个表中可以明显的看出PM10在3月事有一个明显的反弹，这与春季风大，尘多有关，冬季由于取暖的煤燃烧而产生的二氧化硫等污染物在春夏两季由于降水的稀释，这使得扩散也变得小了，再则应为二氧化硫比二氧化氮较易溶于水，所以在春夏二氧化硫的浓度比二氧化氮的浓度低，在冬季时，大气相对而言处在一个稳定的状态，因为降雪的缘故，土地被覆盖一层积雪，这使得在逆温强的天气下，风能破坏这种大气结构，使得污染物扩散增快，而如果积雪没了的话，这种气候甚至会使得PM10超过国家标准造成重度污染，导致塔城地区的污染加重。
3 结语
塔城地区三种污染物浓度具有一定的规律性，它是随时间的变化而变化，即夏、秋交换的两个月内，二氧化硫和二氧化氮处在无污染区，PM10处在二级良性区域内；1月、2月和12月是二氧化硫和PM10的三级轻度污染区。不管是在季度中，还是月中，影响塔城地区空气质量的首要污染物均为PM10，并且浓度在3月有反弹；一年中6、7月中，三种污染物的浓度最低，空气质量相对最好，2月、12月和1月中，三种污染物浓度最高，空气质量最差。以上这些特性，它既有它客观存在的一些原因，也有人为造成的相关因素，如果我们能最大限度地控制人为造成的严重污染，同时掌握影响空气污染的客观因素，就能有效的治理污染，还大家一个洁净的蓝天。
参考文献
[1]王庆梅.新疆塔城市环境质量状况及成因分析[J].云南环境科学,2015.
污染浓度论文 篇9
目前我国的环境问题对整个国民经济、生存环境都造成了很大的影响。CO是对城市空气质量造成影响的重要污染气体,CO2、CH4更是对整个大气的温室效应有着重要影响,三种气体的监测结果可以反应出城市空气质量水平和整个大气的温室气体状况,因此对这三种气体的监测有着重要的现实意义。我们利用非分散红外光谱吸收法,研制了用于这些痕量气体监测的系统。
非分散红外吸收光谱法是一种基于气体吸收理论的方法,红外光源发出的红外辐射经过一定浓度待测气体吸收之后,与气体浓度成正比的光谱强度会发生变化,因此求出光谱光强的变化量就可以反演出待测气体的浓度。但因为这些污染气体或者温室气体在空气中含量较低,吸收较弱,因此如何提高系统的测量精度是我们需要解决的问题。我们研制的非分散红外系统,是结合气体滤波相关检测技术的一种新方法,通过气体滤波消除了噪声的干扰。本文对系统的浓度算法进行了研究,通过低浓度标准样气的标定,获得待测气体的吸收曲线,通过吸收曲线进行未知浓度气体的反演,并通过实验验证了该方法可行。本系统对气体的检测有响应速度快、成本低、精度高等优点。
2 系统原理
内容CO、CO2、CH4等气体在红外波段都有自己的特征吸收带,特征吸收带就如同指纹一样具有可鉴别性,通过在特征吸收带对红外能量的吸收,可以反映出气体的浓度大小。当红外能量经过高浓度的待测气体时,其特征吸收峰附近的红外能量会被全部吸收,而光通路上不存在待测气体时,红外辐射在其特征吸收峰处没有影响,因此气体就可以看作是一种可以吸收红外能量的滤波器。结合气体滤波相关技术的非分散红外光谱吸收法气体监测的原理如图1所示。红外光源发出红外辐射,经过气体滤波相关信号调制后,进入怀特池(多次反射吸收池),红外辐射被吸收池里的待测气体充分吸收后,经过一个窄带滤光片的滤波,目的是把待测气体特征吸收峰之外的红外能量滤除,只留下可以反映光谱光强变化的那部分能量,再被红外探测器接收,通过相关算法及数据处理,最后得出实时所测的待测气体浓度值。
3 测量原理
比尔-朗伯定律反映了某种气体在一定浓度范围内对入射光的吸收情况:
其中:I0表示入射到待测气体的初始光强;L表示气体的厚度,即红外辐射经过吸收气体的路程;K表示待测气体的吸收系数;C表示待测气体的浓度;I′表示经过待测气体吸收之后的出射光强;e-LCK可以根据指数的级数展开为
如果光程确定,待测气体的吸收系数也是确定的,那么式(2)可以变换成:
其中α作为一个常数,因此式(3)又可以写成如下形式:
可见,气体的吸收率和气体浓度呈线性关系。因此,得到I′、I0就可以确定气体的吸收公式。利用配比不同浓度的标准样气来对吸收曲线进行定标,其精度可以通过降低标气浓度和多点标定来实现。
4 实现方法
选用能斯特灯作为光源,其在红外波段有较强而稳定的辐射输出,并且价格低廉,经久耐用,光源经过气体滤波相关轮的调制,所发出的连续红外辐射变成了脉冲形式的辐射如图2所示,GFC气体相关轮上面有两个气体池,一个是充有高浓度待测气体的参考池,一个是充有高浓度氮气的测量池,在相关轮周边有两个反射面,对应着两个气体池的位置,因此在相关轮旋转的过程中通过反射光偶的发射和接收,得到与两个气体池同频的相关信号,相关信号在后面的相关算法运算中是作为参比信号参与运算;相关轮旋转由深圳路斯拓公司生产的无刷直流电机带动,转速调整为60转/秒,运行稳定可靠。这两束携带有不同红辐射能量的信号进入怀特池,如图3所示,整个怀特池封闭并留有充气孔和抽气孔,保证了气体浓度的稳定,气泵接出气孔进行抽气,带动整个气路的运行,流速被限流小孔所限制1升/分钟。
1)首先,通过抽气的方式往怀特池内充入零气。零气是指对待测气体特征吸收没有干扰的气体,我们使用TE公司的零气发生器来提供零气。红外辐射经过多次反射被探测器吸收,探测器是Pb Se光电导探测器,在低温制冷的情况下有着较高的响应度。所获得的信号较弱,因此需要通过前置放大器把测量得到的光谱信号放大,送入到相关检测电路,进行弱信号提取。测量信号IN2和参比信号I0在待测气体特征吸收处并没有能量的损失,因此,光谱信号IN2-I0的差就反映出怀特池内没有待测气体时的情况,相当于式(4)中的I0。
2)获得背景谱之后,再往怀特池内充已知浓度为C0的待测气体。此时,IN2会因为怀特池中的待测气体吸收而减小,所以IN2-I0′的差就反映了待测气体为C0的光谱吸收度,相当于式(4)中的I′。
3)IN2-I0和I′N2-I0′代入式(4)可得CO的吸收曲线。
5 实验及其结果
5.1 吸收曲线标定
对CO进行实验测量,对怀特池分别充入0ppm、1ppm、2ppm、3ppm、4ppm的CO混合气体,对每一组测量和参比电平进行记录(3分钟一个点,每个组5个点),得到浓度和测量电平的对应关系表,见表1。
通过对每组数据的平均,拟合出CO的线性吸收曲线如图4所示,系数为0.988,横坐标是测量的电压值,纵坐标是CO的配气浓度值。图中虚线部分是两点定标的吸收曲线,实线部分是5点定标的吸收曲线,可见多点定标比两点定标精度更高。式(5)是两点标定的吸收公式,式(6)是5点定标的吸收公式。因为空气中CO的含量也就在4个ppm以内,而且浓度越低的气体配比越不容易,所以5点定标完全可以满足系统要求。
5.2 浓度反演
根据所得到的吸收公式,我们再通过配比CO的浓度,来进行浓度的反演,结果如表2。
图5实线部分是通过标定得出的吸收曲线,虚线部分是通过拟合得出的反演浓度曲线,可以看出,反演后拟合结果系数为0.996,说明这种吸收曲线反演算法能够得到准确的所求气体浓度值,成功应用在了浓度反演的过程中。
6 结论
通过理论和实验分析证明了非分散红外系统利用气体的线性吸收特性来进行的痕量气体浓度反演的方法式是可行的。对于空气痕量气体的测量由于本身浓度低,吸收弱,非分散红外系统结合气体滤波相关检测的方法,有效的获取了微弱的浓度信号,并把这种微弱的光谱变化转换成电平值,对电平值进行运算,得到待测气体的吸收曲线,然后根据吸收曲线方程进行浓度反演。为了提高浓度反演的精度,我们采用了低浓度标气、多点线性拟合的方法,保证了拟合的准确性和反演的有效性。成功实现了CO、CH4等气体的检测,方法简便实用。
摘要：针对城市痕量污染气体检测中,所测气体浓度低、吸收弱,采用两点标定和高浓度标气定标造成吸收曲线误差增大的问题,本文提出了采用低浓度标气、多点定标的方法来获得吸收曲线的方法来建立吸收方程。该方法是基于比尔-朗伯吸收定律的吸收方程,当测量气体浓度较低时,其浓度和吸光度呈线性关系来完成。采用低浓度标气、多点定标两种方法的结合,来获得测量气体的吸收曲线。试验结果表明,有很高的测量精度。
关键词：非分散红外,线性吸收,低浓度,多点定标
参考文献
[1]Chen Tao,Su Guofeng,Yuan Hongyong.In situ gas filter correlation:photoacoustic CO detection method for fire warning[J].Sensors and Actuators B:Chemical,2005,109(2):233-237.
[2]Hall J R,Cote A E.American’s fire problem and fire protection[Z]//Fire Protection Handbook.Quincy,MA:NEPA,1991.
[3]Thermophysica minima.Thermoelectric infrared sensors(thermopiles)for remote temperature measurements[R].[S.l.]:PerkinElmer Company,2000.
[4]Platt U,Perner D.Simultaneous measurements of atmospheric CH2O,O3and NO2by differential optical absorption[J].Geophys.Res,1979,84(10):6329-6335.
[5]Platt U,Perner D.Direct measurements of atmospheric CH2O,HNO2,O3and SO2by differential absorption in the near UV[J].Geophys.Res,1980,85(12):7453-7458.