欢迎来到千学网!
您现在的位置:首页 > 实用文 > 其他范文

大气监测SO2质控考核中遇到的问题及处理

时间:2022-06-02 02:00:20 其他范文 收藏本文 下载本文

下面是小编收集整理的大气监测SO2质控考核中遇到的问题及处理,本文共5篇,供大家参考借鉴,希望可以帮助到有需要的朋友。

大气监测SO2质控考核中遇到的问题及处理

篇1:大气监测SO2质控考核中遇到的问题及处理

大气监测SO2质控考核中遇到的问题及处理

我们在进行大气监测SO<,2>质控考核化学分析中,遇到不少问题,我们以一定的化学理论和实践经验解决了一些问题,简结下列三点:1.低室温甲醛聚合及其处理;2.比色温度和显色时间的.准确控制;3.硫代硫酸钠贮备液标定时间的延长.

作 者:钟海霞  作者单位:双鸭山市环境监测站,黑龙江,双鸭山,155100 刊 名:科技信息 英文刊名:SCIENCE & TECHNOLOGY INFORMATION 年,卷(期): “”(13) 分类号:P4 关键词:聚合   校准曲线   比色  

篇2:大气监测SO2质控中遇到的问题及处理方法

大气监测SO2质控中遇到的问题及处理方法

摘要:介绍了大气监测SO2中遇到的几个问题及处理方法,在环保化验中对SO2的质量控制起到指导和帮助作用.作 者:金丽    JIN Li  作者单位:辽源矿业集团公司,吉林辽源,136201 期 刊:煤炭技术  PKU  Journal:COAL TECHNOLOGY 年,卷(期):, 26(12) 分类号:X831 关键词:SO2    甲醛水溶液    回归方程    比色温度时间控制    贮备液的时间标定   

篇3:大气中SO2浓度的小波分析及神经网络预测

大气中SO2浓度的小波分析及神经网络预测

摘要:应用小波分解和重构对SO2浓度年变化趋势进行分析,在此基础上,建立了一种分段BP神经网络预测模型,并对各段有针对性地设计了神经网络预测模型.采用主成分分析进行输入变量降维.在BP网络训练过程中,往往会出现过拟合的现象,为此,在训练过程中,将样本等间距地分离为训练集和验证集来防止这个问题.为了消除网络的权值初始化对学习系统复杂性的影响,采用了5个子网络输出取算术平均的神经网络集成的'方法.预测结果表明,该模型应用于SO2浓度预测具有较高的预测精度和良好的推广能力,而且明显优于一般的神经网络模型.作 者:陈柳    马广大    CHEN Liu    MA Guangda  作者单位:陈柳,CHEN Liu(西安科技大学能源学院,西安,710054)

马广大,MA Guangda(西安建筑科技大学环境与市政工程学院,西安,710055)

期 刊:环境科学学报  ISTICPKU  Journal:ACTA SCIENTIAE CIRCUMSTANTIAE 年,卷(期):, 26(9) 分类号:X823 关键词:小波分解和重构    分段模型    BP神经网络    SO2浓度预测   

篇4:GPS水汽监测中卫星轨道处理分析

GPS水汽监测中卫星轨道处理分析

轨道误差是GPS水汽监测的重要误差来源,对轨道误差对水汽监测的影响进行分析,并研究Neville算法在预报精密星历轨道插值上的`可行性,实现近实时水汽监测的轨道插值处理,为水汽监测奠定基础.

作 者:赵峰 戴连君 方宗义 肖稳安 ZHAO Feng DAI Lian-jun FANG Zong-yi XIAO Wen-an  作者单位:赵峰,肖稳安,ZHAO Feng,XIAO Wen-an(南京信息工程大学,遥感学院,江苏,南京,210044)

戴连君,DAI Lian-jun(北京市信息资源管理中心,北京,100088)

方宗义,FANG Zong-yi(中国气象局,国家卫星气象中心,北京,100081)

刊 名:南京气象学院学报  ISTIC PKU英文刊名:JOURNAL OF NANJING INSTITUTE OF METEOROLOGY 年,卷(期): 30(1) 分类号:P413 关键词:GPS   水汽监测   轨道插值  

篇5:北京市大气中CO的浓度变化监测分析

北京市大气中CO的浓度变化监测分析

CO是城市大气中一种重要的污染物,在城市和区域的光化学反应中起着重要的作用.用装配氢火焰离子化检测器(FID)的HP5890II气相色谱(GC)方法,以每10min的采样频率,在北京中科院大气物理研究所325m气象环境观测铁塔上(39°9′N,116°4′E),对北京城市大气CO浓度进行了连续监测,时间为2004-01~2004-12.结果显示北京城市大气CO浓度日变化呈双峰型,1d之中出现2个高峰期,早晨07:00~08:00和夜晚22:00~23:00,最高浓度值分别达到13.8mg・m-3,17.1mg・m-3.不同季节CO的日变化存在差异:冬季、秋季的.日变化幅度大,而夏季、春季的日变化幅度小.秋季、冬季早晨上班高峰期后CO浓度下降快,春季、夏季上班高峰期后CO浓度下降慢.CO的这种日变化是由地表排放源和气象条件共同决定的.另外,CO存在明显的季节变化,总的表现为浓度最高值出现在冬季12月份(4.0±3.4)mg・m-3,浓度最低值出现在5月份(1.7±0.7)mg・m-3.整个观测期间1a的平均浓度为(2.6±1.9)mg・m-3,采暖期平均浓度为(3.5±2.6)mg・m-3,非采暖期平均浓度为(2.2±1.2)mg・m-3.

作 者:薛敏 王跃思 孙扬 胡波 王明星 XUE Min WANG Yue-si SUN Yang HU Bo WANG Ming-xing  作者单位:薛敏,孙扬,胡波,XUE Min,SUN Yang,HU Bo(中国科学院大气物理研究所,北京,100029;中国科学院研究生院,北京,100039)

王跃思,王明星,WANG Yue-si,WANG Ming-xing(中国科学院大气物理研究所,北京,100029)

刊 名:环境科学  ISTIC PKU英文刊名:ENVIRONMENTAL SCIENCE 年,卷(期):2006 27(2) 分类号:X511 关键词:CO   氢火焰离子化检测器   气相色谱   日变化   季变化  

课堂中“节外生枝”处理心得体会

应变测量中干扰数据的分析及处理

乡村有线电视监测及保养论文

我国环境噪声监测技术中存在的问题及系统改进

论锅炉烟气SO2污染及控制技术论文

离婚及财产处理协议书

论装表接电中隐患问题及处理经验

简历中简洁大气的自我评价

面试中的偏题处理技巧

恶臭调查与监测中若干问题的探讨

《大气监测SO2质控考核中遇到的问题及处理(通用5篇).doc》
将本文的Word文档下载到电脑,方便收藏和打印
推荐度:
点击下载文档

文档为doc格式

点击下载本文文档