基于无人机高光谱遥感技术的河流溢油监测

无人机遥感装备小、机动性高、环境适应性强,是目前灾害应急监测的首选。为明确无人机高光谱遥感在河流溢油应急监测中的应用前景,以六旋翼无人机为平台,高光谱成像仪(400～1000 nm)为探测仪器,新疆原油为溢油油品,内径45 cm的泳圈为围油栏,开展基于无人机平台的高光谱遥感河流溢油检测实验。模拟的油膜厚度范围为6.29～125.82μm,获取了30组不同油膜厚度的Headwall高光谱数据和一景溢油河道高光谱数据。通过分析油膜厚度与反射率光谱谱段的相关性,确定984 nm为油膜厚度的最佳光谱响应谱段,建立了基于984 nm谱段反射率的水面油膜厚度估算模型,验证数据的预测油量与实际油量对比,显示最大相对误差为7.8%,验证了无人机搭载高光谱传感器开展河流溢油检测的可行性。对于实验后期形成的河道甚薄油膜(1μm左右),超过模型测定下限,参考波恩协议,估算了油膜厚度,计算了溢油量,发现实际用油量位于预测油量区间,认为河道溢油甚薄油膜区域的油量可以借鉴波恩协议来估算。     

固相萃取-高效液相色谱法测定土壤中苯并(a)芘不确定度分析

为了建立适用于自动固相萃取结合高效液相色谱法测定土壤中苯并(a)芘含量的不确定度分析方法。采用如下方法：样品用正己烷-丙酮索式提取后,加入适量吸附剂和去离子水,经过固相萃取小柱净化、浓缩定容,再用Agilent Eclipse XDB-C18色谱柱（4.6×150 mm×5 μm）对苯并(a)芘含量进行分析,流动相以乙腈-水（体积比为80∶20）进行等度洗脱,采用紫外检测器检测,外标法定量。依据JJF 1135—2005《化学分析测量不确定度评定》中相关规定,考查称量、定容体积、标准曲线、仪器测量重复性和回收率等引入不确定度的主要因素,并对不确定度的各分量进行计算和合成。结果表明：当土壤样品中苯并(a)芘含量为6 ng/kg时,在95％的置信区间下,其扩展不确定度为0.50 ng/kg（k为2）。评定结果表明,标准曲线拟合和标准溶液配置产生的不确定度对合成不确定度的影响较大,而样品称量所引入的不确定度较小,可忽略不计。得出：该评定方法客观准确,适用于固相萃取结合高效液相色谱法测定土壤中苯并(a)芘含量的不确定度分析,对检测结果准确度的提高具有参考意义。     

自动固相萃取-高效液相色谱测定炼化废水中多环芳烃的方法研究

介绍了陆海地理信息数据融合的重要性,分析了天津市陆海地理信息要素分类分级体系的差异、编码方式的差异以及产生这些语义差异的原因,通过要素分类映射的方法建立地形图和电子海图要素类别之间的对应关系,形成天津市陆海地理信息数据统一的分类分级体系,并统一要素编码,实现天津市陆海地理信息数据的语义融合。     

炼化企业挥发性有机物泄漏检测与修复现场操作方法

企业按照《石化企业泄漏检测与修复工作指南》要求开展装置泄漏检测与修复（LDAR），针对工作中存在的实施LDAR时间短，经验不足，现场工作存在的问题等情况，文章结合现场工作实践，提出LDAR实施过程分六项展开，即图纸分析、现场排查、信息录入平台、现场检测、检测数据上传平台、修复与复测，工作难点在于图纸分析和现场排查，其质量决定了后续工作的工作量、LDAR减排量的核算和项目的费用支出；认为LDAR实施时密封点标识的有效性有待进一步加强，但数字化图件的应用和检测数据自动保存与上传可能成为发展趋势。