U_3O_8型铀矿石浓缩物的溶解液铀质量浓度最大值探讨

在探讨单因素对溶解液ρ(U)的影响基础上,对比、分析了诸如U3O8型铀矿石浓缩物的w(U)、w(H2O)以及m(P)/m(U)的影响强度。结果表明:w(U)与溶解液ρ(U)呈正相关,U3O8型铀矿石浓缩物的w(U)每增加1%,溶解液ρ(U)平均增加4.8～5.7g/L;w(H2O)与溶解液ρ(U)值呈负相关,w(H2O)每增加1%,ρ(U)最大值下降46.1～55.2g/L;m(P)/m(U)与溶解液ρ(U)值呈负相关,m(P)/m(U)每增加0.1%,ρ(U)最大值平均下降116.0～181.0g/L。当w(U)=62.5%,不考虑m(P)/m(U)的影响时,溶解液ρ(U)最大值为1 578g/L;在m(P)/m(U)=0.35%条件下,ρ(U)最大值下降至716g/L,ρ(U)最大值下降54.5%:故m(P)/m(U)为瓶颈控制因素。

锂电池正极材料LiV_3O_8制备及电化学性能影响因素

采用溶胶-凝胶法制备锂离子电池正极材料LiV3O8,研究了LiOH溶液的浓度对LiV3O8的结构、粒径、电导率和电化学性能的影响。实验发现,LiV3O8衍射峰的强度、粒径与电导率可以通过改变LiOH溶液浓度来控制。测试了LiV3O8材料的结构、粒径分布和电化学性能。结果表明,随着LiOH溶液浓度的增加,样品的结晶度降低,晶粒的择优取向(100)晶面的衍射峰强度明显减弱;当LiOH溶液浓度为0.030 mol/L时,可以得到较为理想的粒径分布和较高的电导率为9.06×10-2s/cm;LiV3O8材料的容量及循环性能均与LiOH溶液浓度有关,选择0.030 mol/L的LiOH溶液时,样品的比容量最大为310 mA.h/g;循环15次后,容量衰减最少为4%。

基于深度学习的城市臭氧小时浓度预测模型

近地面高浓度臭氧(O3)对城市环境空气质量、植物生长和人体健康等均有较大影响.因此,精准预报臭氧浓度对城市环境管理部门臭氧污染防治、居民出行决策建议、降低健康影响等具有重要意义.深度学习模型对于非线性关系具有较强捕捉和学习能力,因此本研究提出一种基于深度学习算法的混合模型,利用图卷积神经网络(GCN)及长短期记忆神经网络(LSTM)分别捕捉臭氧浓度空间和时间变化特征,耦合气象因子,构建基于时空关联的臭氧小时浓度预测模型GCN-LSTM,并以北京市为例开展应用研究.结果显示,GCN-LSTM模型可较好预测北京市未来72 h臭氧浓度,预测值与观测值决定系数为0.86;预测未来24、48、72 h臭氧浓度平均相对偏差分别为18.2%、19.2%和22.9%,RMSE值分别为17.3、23.7、25.4μg·m^(−3),对于48-72 h的长时预测准确度优于已有机器学习模型;当臭氧观测浓度介于0-80μg·m^(−3)、80-160μg·m^(−3)和160-200μg·m^(−3)时(共占总数据量的96.3%),预测平均相对偏差分别为20.1%、6.9%和16.4%;预测不同类型站点浓度时发现,城市清洁对照点、城市环境评价点、区域背景传输点和交通污染监控点的平均相对偏差分别为7.9%、13.2%、24.4%和29.3%,RMSE值分别为10.8、14.9、20.1、31.4μg·m−3,模型对城市清洁对照点和城市环境评价点的预测准确度较高.使用本模型对城市大气臭氧小时浓度预测,将较好助力城市大气臭氧污染防治工作.

交通要道NO_x、O_3以及PM_(10)的日变化特征

研究人员连续3个月在突尼斯市区的一个十字路口对NO、NO2、O3以及PM10进行监测，结果发现，NO、NO2以及PM10是本地流动源的代表性污染物种，这些污染物浓度与上下班交通高峰非常吻合．

西安市雁塔区10月O_3时空变化规律

根据2013年10月对西安市雁塔区84m高度范围的昼夜观测资料，研究了O3的日变化规律、垂直分布以及气象因素对其的影响。结果表明：O3浓度日变化规律较为明显，呈单峰型分布，早晨浓度开始上升，于14：30左右达到峰值，在16：30之后开始降低并趋于平稳，并且O3浓度昼夜变化可分为3个阶段，8：30—16：30为O，浓度最高阶段，18：30-00：30为O3浓度居中阶段，2：30-6：30为03浓度最低和降低阶段。垂直高度上O3浓度随高度上升而升高，并且O3浓度的垂直梯度变化分为低-中-高3个阶段，1～30m为O3浓度最低层段，36～66m为03浓度居中层段，70-84m为O3浓度最高层段。O3浓度与NOx浓度的日变化呈明显负相关，相关系数为-0．2l。O3浓度的变化曲线与温度垂向变化曲线相似，呈现出同升同降的特点，两者呈明显正相关，相关系数为0．72。O3浓度与湿度的日变化呈现出相反的趋势，两者呈现明显的负相关性，相关系数为-0．76。

杭州市区大气臭氧浓度变化及气象要素影响

利用2005—2007年杭州市区大气O3连续监测资料,分析了O3浓度变化特征,在此基础上结合气象观测资料,分析了大气O3与天气系统间的关系,建立了O3与气象要素间的多元回归方程。结果表明:2007年O3平均浓度和最大小时浓度分别为44μg.m-3和348μg.m-3,比上一年增加20%左右,超标现象也越来越严重;O3浓度有明显的季节变化,夏季高、冬季低;大气O3浓度超标主要出现在高压后部和高压控制等天气类型。在紫外线强度较强时O3浓度也高,二者呈显著正相关;对O3与各种气象因子进行多元回归分析表明:O3主要受到温度、相对湿度、日照等因素影响。

CO_2和O_3浓度升高及其复合作用对华山松生长及光合日变化的影响

以生长在沈阳市区内的5年生华山松幼树为实验材料,采用开顶箱法,研究高浓度CO2和高浓度O3下华山松生长变化、光合速率的日变化动态以及日光合总量季节变化,进而了解大气CO2浓度升高、O3浓度升高及其复合作用对华山松光合作用及生长的影响.结果表明,①高浓度O3处理后,华山松20～90 d针叶鲜重、干重增长量以及90 d针叶叶长较对照分别降低45.8%、38.9%和15.3%.主侧枝生长与对照相比无显著差异.高浓度O3降低了华山松日光合总量,处理30 d后,针叶净光合速率均显著低于对照,光合速率日变化曲线表现为双峰型,光合"午休"程度强于对照.②高浓度CO2处理后,华山松针叶鲜重、干重20～90 d增长量分别高于对照41.7%和22.2%,而针叶叶长以及主侧枝长未受显著影响.华山松日光合总量高于对照处理,处理30 d、60 d时,净光合速率普遍高于对照.CO2处理90 d时,日变化曲线由双峰变为单峰曲线,极大缓解了光合"午休"现象.③高浓度O3和CO2复合处理后,针叶干重、鲜重增量均低于对照,表明了复合处理后O3伤害的发生,但针叶干重高于O3单因子处理,这表明高浓度CO2可以一定程度上缓解高浓度O3对华山松针叶生长的抑制作用.针叶叶长,主侧枝生长未见明显效应.复合处理后,针叶净光合速率普遍低于对照,华山松日光合总量低于对照而高于O3单独处理,说明高浓度CO2可以通过减缓O3对植物光合的抑制而减少O3伤害.光合速率日变化曲线表现为双峰型.

上海市奉贤区2016-2018臭氧污染特征分析

通过奉贤区4个空气自动监测站,获得2016年-2018年臭氧8小时以及相关大气污染的监测数据。分析近年奉贤区臭氧污染的现状,以及季节对臭氧污染的影响,同时研究二氧化氮与臭氧污染之间的关系。结果表明,2016年到2018年奉贤臭氧均超过国家二级标准,且明显表现出春夏高峰现象。与二氧化氮之间呈反比关系。

基于机器学习的珠三角秋季臭氧浓度预测

基于2015~2022年珠三角地区的臭氧(O_(3))日最大8 h浓度平均值[MDA8-O_(3),ρ(O_(3)-8h)]的观测数据和气象再分析数据,运用支持向量回归(SVR)、随机森林(RF)、多层感知机(MLP)和轻量级梯度提升机(LG)这4种机器学习方法,建立MDA8-O_(3)预测模型.结果表明,对于全年MDA8-O_(3)预测而言,SVR模型的效果最好,决定系数(R^(2))达0.86,均方根误差(RMSE)和平均绝对误差(MAE)分别为16.3μg·m^(-3)和12.3μg·m^(-3);对于秋季MDA8-O_(3)预测而言,SVR模型的效果依然略优于LG和MLP,其R2、RMSE和MAE分别为0.88、19.8μg·m^(-3)和16.1μg·m^(-3),RF模型在秋季的预测效果最差.采用全年数据构建的模型对秋季MDA8-O_(3)的预测效果比仅采用秋季数据构建的模型效果好,R2相差0.08~0.14.

中国臭氧时空分布特征及与社会经济因素影响分析

本文根据2015~2017年中国大陆338个城市空气质量监测站臭氧(O3)浓度数据,综合利用空间插值法、全局自相关法和地理加权回归模型(GWR),探讨了O3浓度的时空变化特征及其与社会经济因素的关系。结果表明,2015~2017年中国大陆338个城市的O3日最大8小时浓度为2~300μg/m3,其中超标天数比例为5. 9%,323个城市达标率在85%以上;O3月均值变化曲线基本呈"单峰状",5月达到峰值,12月最低;O3浓度季节变化为夏季>春季>秋季>冬季;O3日变化特征为夜间到清晨O3浓度很低,上午8∶00左右开始升高,下午16∶00达到峰值;中国华北地区、华东地区和华中地区O3污染严重,华南地区、西南地区、西北地区和东北地区整体污染较低。O3浓度在全国尺度上的集聚性呈上升趋势,GWR表明,人口密度、人均私家车保有量与O3浓度显著正相关,第一产业占比与O3浓度显著负相关。

近地面臭氧污染过程和相关气象因子的分析

为了了解Ｏ＿３的污染过程，进行了包括全天２４ｈＯ＿３浓度和气象参数的观测。分析了高浓度Ｏ＿３日的气象条件，表明高压天气形势、晴天少云、日照持续、气温升高、湿度低、温度垂直梯度和Ｒｉ数较高等是形成高浓度Ｏ＿３的有利条件。从Ｏ＿３浓度全天２４ｈ的观测结果发现，除１２：００～１４：００的主峰外，在０：００～４：００还有一个次峰。所有例子都表明Ｏ＿３浓度日变化和各气象因子有着很好的对应关系，值得注意的是，当风速和太阳辐射同步增减时，共同促使Ｏ＿３浓度增大，使Ｏ＿３在中午出现显著的峰值，当风速值出现在其他时间时，也可以使Ｏ＿３出现次峰。

承德市臭氧污染气象条件预报方法研究

利用2014-2016年承德市环境监测站和气象站的数据,分析了气象条件对承德市O3-8h浓度的影响,探讨了臭氧污染气象条件的预报方法。结果表明:4-7月是承德市O3-8h浓度较高的月份,O3浓度的日变化特征为午后浓度高而夜间浓度低;O3污染的天气形势为500 hPa受高压脊和偏西气流影响,850 hPa有强暖平流和20℃以上的高温,地面受低压前部和高压后部之间的偏南气流影响;有利于O3-8h出现高浓度的气象因子为日平均气温大于23℃、日最高气温大于28℃、日平均海平面气压995-1007 hPa、日平均水汽压18-28 hPa、偏南风大于1 m·s-1。利用气象因子综合评分建立臭氧污染指数,与O3-8h浓度的相关系数高达0.7553,说明臭氧污染指数能较好地预报臭氧污染天气。

环境空气污染监测车与空气监测站比对方法可行性研究

本文以笔者单位曾井小区点位小时均值、日均值、15日均值与空气质量应急监测车监测结果对比为例,通过对空气质量监测站与溯源后的环境空气污染监测车多因子监测结果的比对,采用“2、8、2、8”小时均值比对、日均值配对t检验、15日平均浓度误差等统计方法,从多角度论证,建立一种新型的空气站比对方法完善空气站的评价体系。

徐州市空气质量标况数据转实况数据比较研究

2018年8月,我国发布《环境空气质量标准》(GB 3095—2012)修改单,根据修改单,人们需要把污染物的浓度表示方法由标况浓度转换为实况浓度。结合徐州市2018年空气质量自动监测数据,本文介绍了其转换方法,同时比较分析了转换后颗粒物PM2.5和气态污染物O3-8h的变化。标况转为实况数据后,PM2.5和O3-8h浓度基本下降,优良天数上升。