黄铁矿负载钨酸铋光催化降解气态苯

文章采用水热法制备钨酸铋/黄铁矿(Bi_(2)WO_(6)/FeS_(2))复合催化剂,通过傅里叶变换红外光谱仪(Fourier transform infrared spectroscopy,FTIR)、X射线衍射仪、扫描电子显微镜(scanning electron microscopy,SEM)、UV-Vis漫反射光谱仪(diffuse reflectance spectroscopy,DRS)及BET比表面积和孔径分析仪等手段对复合催化剂进行分析与表征,并探讨不同制备条件下的复合催化剂对365 nm紫外光催化降解苯的影响。结果表明:当n(Bi_(2)WO_(6))∶n(FeS_(2))=1.0∶1.0,前驱体溶液pH=3,煅烧温度为350℃时,所制备的复合催化剂具有较高的光催化活性;当苯初始质量浓度为100 mg/m^(3)时,在365 nm紫外光照射140 min后,苯的降解率达66%、矿化率达61.8%。反应机理研究表明,复合催化剂光催化降解苯主要是由Bi2WO6产生的光生电子-空穴对和氧衍生的超氧自由基起主导作用。

遥感影像线性构造目视解译与自动解译对比研究

线性构造是指遥感图像上直线状或者曲线状的地表线性影像,为了对线性构造目视解译和计算机自动解译结果进行比较,基于高分一号卫星遥感影像进行RGB彩色合成和低通滤波处理,达到图像增强的目的,并分别采用人工目视解译和计算机自动解译方法提取线性构造信息,对得到的数据进行统计分析,分别作相应的雷达图和密度图,并进行非参数检验和相关性分析。结果显示,雷达图所体现的线性构造的最优选方位均为50°;密度图高值区均呈现NE-SW两向延长分布;非参数检验的显著性值为0.843;Pearson相关系数为0.552。研究表明,人工目视解译和计算机自动解译结果一致性较好,并具有较强的内在相关性,因此在线性构造研究中,计算机自动解译可作为对传统人工目视解译的一种辅助和验证手段。

介质阻挡放电协同Bi2WO6/天然赤铁矿降解乙酸乙酯

为强化DBD(介质阻挡放电)技术对VOCs(挥发性有机物)的处理效果,采用溶胶凝胶法制备Bi2WO6/NH(NH为天然赤铁矿)复合催化剂,并利用DBD协同催化剂降解EA(ethyl acetate,乙酸乙酯).采用XRD(X射线衍射)仪、BET(比表面积及孔径)分析仪、SEM(扫描电子显微镜)分析仪对催化剂进行表征,对比分析DBD、DBD/Bi2WO6(DBD协同Bi2WO6)、DBD/NH(DBD协同NH)及DBD/Bi2WO6/NH(DBD协同Bi2WO6/NH复合催化剂)4个体系中EA去除率和能量产率随输入功率、初始ρ(EA)及气体停留时间的变化情况,同时探究输入功率和催化剂对ρ(O3)及矿化率的影响,并对降解产物进行分析.结果表明:①在不同工艺参数条件下,EA去除率和能量产率均表现为DBD/Bi2WO6/NH体系>DBD/NH体系>DBD/Bi2WO6体系>DBD体系.②EA去除率随输入功率的升高和气体停留时间的延长而增加,随初始ρ(EA)的升高而降低;但能量产率随输入功率的升高和气体停留时间的延长而降低,随初始ρ(EA)的升高而增加.③在输入功率为84 W、初始ρ(EA)为0.40 mg/L、气体流量为1.0 m^3/h的条件下,相较于DBD体系,DBD/Bi2WO6/NH体系中EA去除率和矿化率分别提高了19.16%和14.44%,而ρ(O3)降低了74.47%.④DBD降解EA的最终产物主要为CO2、H2O及微量的CH4、CH3CH2OH及CH3COOH等小分子有机化合物.研究显示,DBD协同Bi2WO6/NH复合催化剂能够高效去除EA.

硝酸与硝基苯在SiO_2表面的光化学反应

文章采用傅里叶变换红外光谱仪(Fourier transform infrared spectroscopy,FTIR)和高效液相色谱仪(high performance liquid chromatography,HPLC)研究了308nm光照下硝酸(HNO_3)和硝基苯分别在气相及SiO_2表面的光化学反应。探究了光照时间、硝基苯初始浓度和相对湿度(relative humidity,RH)等因素对反应的影响。结果表明:无论有无水汽,无光照条件下HNO_3和硝基苯在气相和SiO_2表面均不直接发生反应;308nm光照下均反应生成对硝基苯酚(p-NP),当有水汽时,水汽会促进反应的进行;随着光照时间、硝基苯初始浓度和RH的增加,气相和SiO_2表面产生的p-NP浓度均呈指数增加;200Pa HNO_3和80Pa硝基苯,在RH=0、25℃,光照90min条件下,SiO_2表面产生的p-NP浓度约是气相的2.17倍,SiO_2的表面效应在HNO_3与硝基苯的反应中起主要作用。

基于改进AHP的元谋县地质灾害危险性评价

元谋县地质灾害严重,对其进行地质灾害评价有利于预防地质灾害。通过Arcgis与ENVI软件生成地质灾害危险性的8个评价因子图。构建层次结构模型,通过Python实现改进的层次分析法(AHP),计算出评价因子权重,对元谋县地质灾害危险性进行评价并验证。研究结果表明:①元谋县以中危险区域为主,高、中、低、轻微危险区域所占比例分别为16.3%、39.5%、24.9%、19.3%;②地质灾害点落在高、中、低危险地区共占86.1%,落在轻微危险地区为13.9%。改进AHP简化了传统AHP的计算难度,地质灾害危险性评价结果精度较高。