排序方式: 共有20条查询结果,搜索用时 15 毫秒
1.
土壤是重要的自然资源之一,与人们的生活息息相关。笔者等基于任丘市1∶5万比例尺土地质量地球化学调查成果,依据相关标准和规范,对研究区土壤植物生长必需营养元素、重金属环境质量和土壤健康质量的元素进行了评价,为研究区生态环境保护、土地利用规划、特色农业开发、高标准农田建设等提供了科学依据。评价结果表明:① 土壤养分元素磷、钾、三氧化二铁处于丰富或中等状态,有机质、氮、铜、钼等元素处于较缺乏状态,有效态中有效锰、有效铁较缺乏;土壤总体处于碱性,偏碱性,元素有效态含量与其全量做相关分析得出具有一定的相关性,土壤pH从碱性到强碱性,Cu、Mn、Zn、K元素有效态与其全量的相关性减弱,B、P元素有效态与全量的相关性增强;②重金属元素单因子指数法评价,除一个样品Ni元素和两个样品Zn元素超过农用地土壤筛选值外,Cu、Pb、As、Cd、Cr、Hg元素均符合农用地土壤污染风险管控标准;研究区尼梅罗综合污染指数全部小于0. 7,说明全部达到了一级水平;研究区8种重金属元素全部符合无公害蔬菜产地的环境质量标准;除个别Cd元素和Pb元素样品不达标外,其他元素水平全部符合土壤《绿色食品产地环境质量标准》;③反映土壤健康质量的元素F和Se元素整体处于缺乏—较缺乏状态,I元素整体处于适中状态。 相似文献
2.
目的:探讨脑卒中后抑郁(PSD)发病的相关因素及主要证候。方法:采用临床流行病学调查方法对400 例脑卒中患者进行PSD发病率及其相关因素的现状调查,并对相关因素进行分析。结果:400例脑卒中患者中有176例发生PSD,发病率为44%;性别、年龄、配偶情况、文化程度、经济情况、卒中后病程是PSD发生的密切相关因素;其主要症状、体征及舌脉出现率在20%以上者共有23个,包括精神欠佳、情绪不宁、心慌、脉弦、胁肋胀满、头晕等为主要证候。结论:脑卒中后PSD发病率较高,其发生与多种因素有关。 相似文献
3.
4.
5.
本文以北京市某加油站为例,在水文地质调查、地下水水质评价的基础上,采用Visual MODFLOW模型进行地下水流场及溶质运移模拟,预测MTBE在地下水中的迁移及污染趋势。结果表明:监测井水质污染现状为VI级极重污染,主要贡献指标是锰和MTBE;所建立的模型基本达到精度要求,符合工作区水文地质条件,能基本反映该区地下水系统动态特征;利用模型对地下水中MTBE的运移模拟可知,运移100天后,加油站下游约500m处潜水中MTBE将检出,运移800天后,距离加油站最近的水源井一级保护区内潜水将能检出MTBE,1500天后,距离加油站最近的水源井处潜水中的MTBE浓度将远超过0.5μg/L,另外运移2550天后,MTBE将影响至承压水,4015天后,距离加油站最近的承压水水源井中MTBE的浓度将达到0.5μg/L。 相似文献
6.
本文以某地下水源保护区内一加油站为典型案例。通过对典型加油站场地及周边水工环地质条件的调查,分析该场地浅层地下水水质特征,建立水流数值模型和溶质运移模型对地下水流场及特征污染物运移进行模拟预测,并在此基础上评价特征污染物对下游水源井所在地周边人群的健康风险。调查结果表明:该加油站监测井地下水质量为V类,有机污染的主要特征指标为甲基叔丁基醚(MTBE);对特征污染物MTBE运移模拟预测可知:800d后,距加油站最近的下游水源井一级保护区内潜水中MTBE将可被检出,1500d后,距加油站最近的下游水源井北侧潜水MTBE浓度将会达到0.04mg/L的水平;健康风险评估的结果显示,该加油站对下游水源井造成的MTBE污染所引发的致癌风险会达到1.2E-06,超过了人体健康致癌风险可接受水平1.0E-06,对人体健康存在风险。该场地关注污染物MTBE的地下水风险控制值应在0.033mg/L以下。 相似文献
7.
对地下地质构造进行正确成像是地震勘探的最终目的,由于三维地震资料采集不可能都沿垂直构造走向的方向进行,为地震资料的三维处理带来了许多困难. 本文将三维叠后拉东投影偏移思想应用于三维叠前处理中,提出了三维叠前投影偏移算法. 利用拉东投影变换的原理,将整个三维叠前数据体投影到一系列各方向的径向线上,各方位角的构造都包含在其中某条或多条径向剖面上. 投影完成后,形成一系列的独立的二维叠前测线,可采用二维叠前深度偏移成像方法来实现各径向线的叠前偏移,当各径向剖面偏移完成后,在时间切片上进行反投影,从而最终形成三维叠前深度偏移结果. 实际应用表明,用本方法进行三维叠前深度偏移时,深度偏移剖面对横向分辨率有所提高,对陡地层和小断层的成像效果有所改善. 相似文献
8.
常规的基于地震沉积学原理的地震相分析,主要利用地震切片技术沿目标层提取均方根振幅属性,在地震信号信噪比较低,目标层厚度薄时,容易影响地震相分析的精度和可靠性。本文从地震沉积学原理出发,沿地层切片提取地震波形特征向量,然后引入地震波形特征向量凝聚层次聚类方法(agglomerative hierarchical clustering,AHC)开展地震相划分。波形凝聚层次聚类是一种无监督的机器学习算法,与传统的地层切片地震相分析方法相比较,基于波形聚类的分析方法,通过波形特征的变化,综合考虑了地震信号的振幅、相位和频率属性特征,具有更好的抗噪能力和更高的横向分辨率。物理模型数据测试和实际资料应用都证明了该方法的稳定性和适用性,验证了本方法具有较好的沉积相特征划分能力,是一类新的岩性分析工具,具有良好的应用前景。 相似文献
9.