CN109254312A - 一种基于伽玛能谱测量铅污染的快速检测方法 - Google Patents
一种基于伽玛能谱测量铅污染的快速检测方法 Download PDFInfo
- Publication number
- CN109254312A CN109254312A CN201811285594.XA CN201811285594A CN109254312A CN 109254312 A CN109254312 A CN 109254312A CN 201811285594 A CN201811285594 A CN 201811285594A CN 109254312 A CN109254312 A CN 109254312A
- Authority
- CN
- China
- Prior art keywords
- gamma
- lead content
- lead
- intensity
- ray
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 23
- 238000011109 contamination Methods 0.000 title abstract description 9
- 238000005259 measurement Methods 0.000 claims abstract description 20
- 238000001228 spectrum Methods 0.000 claims abstract description 14
- 230000005251 gamma ray Effects 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 abstract description 19
- 239000000126 substance Substances 0.000 abstract description 10
- 230000003595 spectral effect Effects 0.000 abstract description 7
- 238000005070 sampling Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 abstract description 5
- 230000007613 environmental effect Effects 0.000 abstract description 5
- 229910001385 heavy metal Inorganic materials 0.000 description 14
- 238000000034 method Methods 0.000 description 12
- 230000005253 gamme decay Effects 0.000 description 9
- 239000002689 soil Substances 0.000 description 5
- 230000006378 damage Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000003851 biochemical process Effects 0.000 description 3
- 238000004737 colorimetric analysis Methods 0.000 description 3
- 238000002848 electrochemical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 238000001391 atomic fluorescence spectroscopy Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 229910052793 cadmium Inorganic materials 0.000 description 2
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000001095 inductively coupled plasma mass spectrometry Methods 0.000 description 2
- 238000002536 laser-induced breakdown spectroscopy Methods 0.000 description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 2
- 229910052753 mercury Inorganic materials 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004846 x-ray emission Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910020218 Pb—Zn Inorganic materials 0.000 description 1
- 238000003723 Smelting Methods 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 229910052785 arsenic Inorganic materials 0.000 description 1
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 description 1
- 229910052729 chemical element Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000002477 conductometry Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000001952 enzyme assay Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000004992 fission Effects 0.000 description 1
- 238000003018 immunoassay Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 238000003969 polarography Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012764 semi-quantitative analysis Methods 0.000 description 1
- 238000003900 soil pollution Methods 0.000 description 1
- 238000002798 spectrophotometry method Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000003950 stripping voltammetry Methods 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/16—Measuring radiation intensity
- G01T1/167—Measuring radioactive content of objects, e.g. contamination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/36—Measuring spectral distribution of X-rays or of nuclear radiation spectrometry
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种基于伽玛能谱测量铅污染的快速检测方法，属于地球科学和环境科学领域，包括：1)采用多个已知铅含量的样品，分别对样品进行γ射线能谱测量；2)根据γ射线能谱图，获取已知铅含量的样品在0.352Mev、0.239Mev、0.829Mev对应的γ射线强度；3)利用多项式拟合，建立铅含量与γ射线强度在0.352Mev、0.239Mev、0.829Mev的函数关系；4)测量未知铅含量区的γ射线强度，根据函数关系计算该区域的铅含量。通过建立γ射线强度与铅含量的关系后，利用γ射线能谱测量值快速地估计出观测点的铅含量；γ射线能谱测量仪器轻便、测量快速，不受地形、环境的影响，可实现实时测量，面积性观测，避免了目前检测中因采样因素引起的数据代表性的局限性以及化学分析成本的昂贵和分析时间引起的时效性问题。
Description
技术领域
本发明属于地球科学和环境科学领域，具体涉及一种基于伽玛能谱测量铅污染的快速检测方法。
背景技术
中国经济发展成就卓著的同时也饱受环境污染的困扰，据2014年全国土壤污染状况调查公报显示，我国耕地土壤环境质量堪忧，耕地总量的1/6已经不同程度的被重金属污染，主要污染物包括铅、镉、镍、铜、砷、汞等金属元素。土壤重金属污染是生态环境所面临的最严重的威胁之一，其危害直接作用于土壤生态系统、农产品、地下水等,并通过食物链危害人体健康。从分布范围和危害程度分析，污染比较严重的都是铅、汞和镉等元素。铅锌矿作为我国的一种重要战略资源，在本世纪初我国经济的快速发展时期，在全国建立了规模以上铅锌矿山、冶炼厂上千家。由于早期对环境的不够重视，各种铅尾矿、铅矿渣、铅采矿与冶炼废水排放粗放，对环境造成不同程度的损害。
随着社会对绿色健康生活要求的提高，国家对环境质量、居民生活质量和身体健康越来越重视，开展环境质量的调查、整治与修复工作得到各级政府部门的高度关注，因此对污染物性质、污染源及空间分布的准确与快速调查就成为重金属污染防治与修复的重要先决因素。
目前重金属铅检测方法按检测原理大体可分为光谱法、电化学法、生物化学法以及比色法等。重金属检测的光谱法主要包括原子吸收(AAS)、原子荧光光谱法(AFS)、电感耦合等离子体发射光谱法(ICP-AES)、电感耦合等离子体质谱法(ICP-MS)、X射线荧光光谱法(XRF)及激光诱导击穿光谱法(LIBS)等。光谱法普遍具有灵敏度高、检出限低、准确度好和分析速度快的优势，是现阶段国内外标准主要采用方法，但该方法工作效率不高，需要作样品采集、预处理等，检测与分析时间少则10天，多则1～3个月以上，随着样品数量的增加，检测与分析时间会成倍增长。同时检测的准确度还与采样的数量、分布有关，另外该方法还存在仪器价格贵、成本高、操作复杂等问题。电化学方法是一种比较成熟的分析方法，主要有极谱法、溶出伏安法和离子选择性电极法和电导分析法等。尽管电化学方法具有仪器体积小、操作简单、分析时间，快、灵敏度高、能耗低等优势，但该方法有样品前处理复杂，易造成污染和被杂质离子影响，检测电位范围较窄等不足。化学比色法是重金属检测的传统方法，主要是基于待测物质与化学试剂接触反应后发生颜色变化来对其进行定性定量，因而需要颜色变化明显、稳定。化学比色法主要有试纸法，受人为、环境影响均较大，因便宜简便，现多用于定性或半定量分析。生物化学法主要有酶分析法和免疫分析法。电化学方法、化学比色法及生物化学法与光谱法一样，分析精度与准确度除受到检测技术本身的制约外，还与样品采集区域的分布形态、分布密度等密切相关，因此在检测的时间成本、分析成本上会受到样品数量的制约，而样品数量的多少一定程度决定了检测分析的精确度与可靠性。同时由于自然条件的限制，存在着相当多区域或不能采样、或采样数少、或采样不均匀、或采样质量不高等因素影响着分析的精度与准确性。
如何利用有限采样点快速地描述土壤重金属的空间分布，并据此对污染状况进行分级，从而有针对性地采取保护或治理修复策略成为重金属铅检测与修复的关键技术。目前应用较为广泛是采用GIS技术，利用采样点重金属铅含量与结构因素(土壤性质、地形和气候等)、人文因素(集镇、水渠、化工厂和公路等)的空间关系,估计其相关性，描述其分布区域及可能拓展空间。同时分析随机性因素(人类活动，如汽车尾气排放、工业排放等)和结构因素、人文因素对重金属如Pb的空间分布的影响。这是目前的最主要的，也是较为可靠、经济的物理方法，但依然受到采样分布与密度的制约，同时由于采样点的稀疏与不均匀性，其污染等级的划分边界是模糊的，可靠性不高。在分析效率上除了受样品分析的影响外还受到检测区域结构因素、人文因素、随机性因素等时空属性提取难度的影响。
发明内容
针对现有技术的不足，本发明的目的在于利用重金属铅的固有物理化学性质，提供一种经济性好、时效性高、高精度和准确度的基于伽玛能谱测量铅污染的快速检测方法。
本发明提供一种基于伽玛能谱测量铅污染的快速检测方法，包括以下步骤：
步骤一、采用多个已知铅含量的样品，分别对样品进行γ射线能谱测量，得到样品的γ射线能谱图；
步骤二、根据步骤一所得γ射线能谱图，获取已知铅含量的样品在0.352Mev、0.239Mev、0.829Mev对应的γ射线强度；
步骤三、利用多项式拟合，建立铅含量与γ射线强度在0.352Mev、0.239Mev、0.829Mev的函数关系；
步骤四、测量未知铅含量区的γ射线强度，根据步骤三所得函数关系，计算该区域的铅含量。
在一个具体实施方式中，所述步骤三中，具体为：
观测点能量为0.352Mev的γ射线的强度为对应观测点的铅含量Mj(j＝1…N)，那么可通过这N个数据建立I与M的函数关系：
M0.352＝f0.352(I0.352) (1)
M的上标0.352表示该含量是由能量为0.352Mev的γ射线计算的，一旦函数关系f被建立，那么只要测量各点的γ射线的强度为I，就能计算出该测点的铅含量M；
为了提高计算精度和准确度，建立多个γ射线强度与铅含量关系式，如观测点能量为0.239Mev、0.829Mev的γ射线的强度与铅含量的关系式：
M0.239＝f0.239(I0.239) (2)
M0.829＝f0.829(I0.829) (3)
在一个具体实施方式中，所述步骤四中，具体为：
测量未知铅含量区的γ射线强度I0.352′、I0.239′、I0.829′，根据函数关系(1)、(2)和(3)，计算得到铅含量M0.352′、M0.239′、M0.829′，取平均值得到该区域的铅含量。
在一个具体实施方式中，所述γ射线能谱测量仪的型号为：RS230。
本发明的原理如下：
1、铅的物理特性
铅是一种金属化学元素，其化学符号是Pb，原子序数为82，在自然界中铅有四种自然的、稳定的同位素：
其中后三种分别是238U、235U和232Th经过一系列裂变后的最终产物，这些反应的半衰期分别是4.47×109a、7.04×108a和1.4×1010a。这四种稳定的铅同位素在地壳中的丰度是稳定的，知道某种同位素的含量按比例可以估算出地壳中其它同位素的含量。铅在自然界中还有四种放射性同位素：
210Pb与214Pb经过多次α、β、γ衰变后得到稳定的铅同位素206Pb；212Pb经过多次α、β、γ衰变后得到稳定的铅同位素208Pb；211Pb经过多次α、β、γ衰变后得到稳定的铅同位素207Pb。
2、铅γ衰变释放的能量
214Pb主要发生β、γ衰变，释放几组不同能量的射线，其中主要射线能量为0.352Mev(表1)；210Pb主要发生β、γ衰变，释放单一能量为0.047Mev的射线，但γ衰变的几率比较小；212Pb主要发生β、γ衰变，释放几组不同能量的射线，其中主要射线能量为0.239Mev，其它射线虽然能量较高但发生衰变的几率较低；211Pb主要发生β、γ衰变，释放几组不同能量的射线，其中主要射线能量为0.829Mev，虽然能量高但相对于214Pb和212Pb主要射线发生衰变的几率较小，不足15％(表1)。
表1铅同位素衰变的几率及释放的能量
3、铅γ射线强度与铅的含量关系
由于210Pb、214Pb、212Pb、211Pb它们衰变后得到的稳定同位素206Pb、208Pb、207Pb在地壳中的丰度是稳定的，比例是确定的，因此如果能建立起210Pb、214Pb与206Pb；212Pb与208Pb；211Pb与207Pb含量之间的定量关系。建立210Pb、214Pb、212Pb、211Pb的含量与所释放γ射线强度之间的定量关系。那么我们就可以通过分析一定能量的γ射线强度得出重金属铅的含量，通过观测某区域的γ射线强度分布计算出该区域铅的含量分布图。
相对于现有技术，本发明具有以下有益技术效果：
(1)本发明提供一种基于伽玛能谱测量铅污染的快速检测方法，通过建立一定能量的γ射线强度与铅含量的关系后，利用γ射线能谱测量值快速地估计出观测点的铅含量；由于γ射线能谱测量仪器轻便、测量快速，不受地形、环境的影响，可实现实时测量，面积性观测，避免了目前检测中因采样因素引起的数据代表性的局限性以及化学分析成本的昂贵和分析时间引起的时效性问题。
(2)经济性好：重金属分析检测成本为每样品约150元，样品采集成本按每天2～3人采集20个样本计算，直接采集成本在每样品30元～50元，综合直接成本每样品约200元，γ能谱测量每测量仅需20～40元(据地形环境差异)。
(3)时效性高：重金属化学分析样品检测通常需1～3个月时间分析，γ能谱测量可实时实现。
(4)精度与准确度高：重金属化学分析样品的代表性、密度、均匀性会受到环境的制约，γ能谱测量不受地形、地物的影响，只要能到达就可以测量。
附图说明
图1是实施例中一种基于伽玛能谱测量铅污染的快速检测方法的流程图。
图2是实施例中样品γ射线能谱图(横坐标表示能量，单位kev；纵坐标表示强度，单位：cps)
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合具体实施例和附图对本发明进行进一步说明：
本发明提供一种基于伽玛能谱测量铅污染的快速检测方法，如图1所示，包括以下步骤：
步骤一、在重金属铅待检测的区域，对已知有铅含量的样品(共有12个样品)，分别对样品进行γ射线能谱测量，γ射线能谱测量仪的型号为RS230，其中一个样品的γ射线能谱图，如图2所示；
步骤二、根据步骤一所得γ射线能谱图，获取已知铅含量的样品在0.352Mev、0.239Mev、0.829Mev对应的γ射线强度，如表2所示；
表2铅含量-γ射线强度关系表
步骤三、利用多项式拟合，建立铅含量与γ射线强度在0.352Mev、0.239Mev、0.829Mev的函数关系；
观测点能量为0.352Mev的γ射线的强度为对应观测点的铅含量Mj(j＝1…N)，那么可通过这N个数据建立I与M的函数关系：
M0.352＝-0.0005I3+0.0899I2-5.0138I+94.3328
M的上标0.352表示该含量是由能量为0.352Mev的γ射线计算的，一旦函数关系f被建立，那么只要测量各点的γ射线的强度为I，就能计算出该测点的铅含量M；
为了提高计算精度和准确度，建立多个γ射线强度与铅含量关系式，如观测点能量为0.239Mev、0.829Mev的γ射线的强度与铅含量的关系式：
M0.239＝0.0005I3-0.1633I2+17.8808I-648.1608
M0.829＝-0.0126I3+0.4479I2-5.1686I+21.8854
步骤四、测量未知铅含量区的γ射线强度I0.352′、I0.239′、I0.829′，根据函数关系(1)、(2)和(3)，计算得到铅含量M0.352′、M0.239′、M0.829′，取平均值得到该区域的铅含量。
在本实施例中，将第4号样品用于测量未知铅含量区，最终求出M0.352′＝2.4862mg/kg、M0.239′＝2.3331mg/kg、M0.829′＝2.2768mg/kg，计算得出该区域的铅含量＝2.3653mg/kg(三次测量的均值)。
Claims (3)
1.一种基于伽玛能谱测量铅污染的快速检测方法，其特征在于，包括以下步骤：
步骤一、采用多个已知铅含量的样品，分别对样品进行γ射线能谱测量，得到样品的γ射线能谱图；
步骤二、根据步骤一所得γ射线能谱图，获取已知铅含量的样品在0.352Mev、0.239Mev、0.829Mev对应的γ射线强度；
步骤三、利用多项式拟合，建立铅含量与γ射线强度在0.352Mev、0.239Mev、0.829Mev的函数关系；
步骤四、测量未知铅含量区的γ射线强度，根据步骤三所得函数关系，计算该区域的铅含量。
2.根据权利要求1所述基于伽玛能谱测量铅污染的快速检测方法，其特征在于，所述步骤三中，具体为：
观测点能量为0.352Mev的γ射线的强度为对应观测点的铅含量Mj(j＝1…N)，那么可通过这N个数据建立I与M的函数关系：
M0.352＝f0.352(I0.352) (1)
M的上标0.352表示该含量是由能量为0.352Mev的γ射线计算的，一旦函数关系f被建立，那么只要测量各点的γ射线的强度为I，就能计算出该测点的铅含量M；
为了提高计算精度和准确度，建立观测点能量为0.239Mev、0.829Mev的γ射线的强度与铅含量的关系式：
M0.239＝f0.239(I0.239) (2)
M0.829＝f0.829(I0.829) (3) 。
3.根据权利要求1所述基于伽玛能谱测量铅污染的快速检测方法，其特征在于，所述步骤四中，具体为：
测量未知铅含量区的γ射线强度I0.352'、I0.239'、I0.829′，根据函数关系(1)、(2)和(3)，计算得到铅含量M0.352′、M0.239′、M0.829′，取平均值得到该区域的铅含量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811285594.XA CN109254312B (zh) | 2018-10-31 | 2018-10-31 | 一种基于伽玛能谱测量铅污染的快速检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811285594.XA CN109254312B (zh) | 2018-10-31 | 2018-10-31 | 一种基于伽玛能谱测量铅污染的快速检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109254312A true CN109254312A (zh) | 2019-01-22 |
| CN109254312B CN109254312B (zh) | 2020-12-22 |
Family
ID=65044285
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811285594.XA Expired - Fee Related CN109254312B (zh) | 2018-10-31 | 2018-10-31 | 一种基于伽玛能谱测量铅污染的快速检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109254312B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113821758A (zh) * | 2020-06-18 | 2021-12-21 | 中国石油化工股份有限公司 | 环境污染评价方法、装置及系统 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102175704A (zh) * | 2011-02-18 | 2011-09-07 | 中国原子能科学研究院 | 铀同位素丰度分析方法 |
| JP2012122899A (ja) * | 2010-12-09 | 2012-06-28 | National Institute Of Advanced Industrial & Technology | 粉末試料中の鉛の蛍光ｘ線分析法 |
| US8363781B2 (en) * | 2007-04-23 | 2013-01-29 | Kabushiki Kaisha Toshiba | Nondestructive identification method and nondestructive identification device |
| WO2015195988A1 (en) * | 2014-06-18 | 2015-12-23 | Texas Tech University System | Portable apparatus for soil chemical characterization |
| CN105738386A (zh) * | 2016-03-09 | 2016-07-06 | 陈立 | 采用γ能谱法分析轻稀土镧金属及其化合物的总量方法 |
| CN105806854A (zh) * | 2016-03-09 | 2016-07-27 | 邓晓钦 | 一种γ能谱法分析轻稀土矿及其精矿品位的方法 |
| CN106125126A (zh) * | 2016-07-30 | 2016-11-16 | 清华大学 | 采用溴化镧探测器测量环境中的钾40的方法 |
| CN106443752A (zh) * | 2016-08-31 | 2017-02-22 | 成都理工大学 | 一种低本底微弱放射性核素检测方法 |
| CN107490591A (zh) * | 2017-04-19 | 2017-12-19 | 安徽华脉科技发展有限公司 | 一种土壤中重金属含量检测装置 |
| CN107655961A (zh) * | 2017-09-26 | 2018-02-02 | 临沂大学 | 基于沉积物同位素分析的计算农业面源重金属流失负荷值的方法 |
| CN107655918A (zh) * | 2017-09-04 | 2018-02-02 | 北京农业质量标准与检测技术研究中心 | 土壤重金属能谱范围确定方法及装置 |
| CN107782749A (zh) * | 2016-08-31 | 2018-03-09 | 上海微伏仪器科技有限公司 | 一种土壤环境质量在线监控系统及方法 |
| CN108008069A (zh) * | 2017-11-14 | 2018-05-08 | 华电电力科学研究院 | 一种粉煤灰品质综合测评系统及测评方法 |
-
2018
- 2018-10-31 CN CN201811285594.XA patent/CN109254312B/zh not_active Expired - Fee Related
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8363781B2 (en) * | 2007-04-23 | 2013-01-29 | Kabushiki Kaisha Toshiba | Nondestructive identification method and nondestructive identification device |
| JP2012122899A (ja) * | 2010-12-09 | 2012-06-28 | National Institute Of Advanced Industrial & Technology | 粉末試料中の鉛の蛍光ｘ線分析法 |
| CN102175704A (zh) * | 2011-02-18 | 2011-09-07 | 中国原子能科学研究院 | 铀同位素丰度分析方法 |
| WO2015195988A1 (en) * | 2014-06-18 | 2015-12-23 | Texas Tech University System | Portable apparatus for soil chemical characterization |
| CN105738386A (zh) * | 2016-03-09 | 2016-07-06 | 陈立 | 采用γ能谱法分析轻稀土镧金属及其化合物的总量方法 |
| CN105806854A (zh) * | 2016-03-09 | 2016-07-27 | 邓晓钦 | 一种γ能谱法分析轻稀土矿及其精矿品位的方法 |
| CN106125126A (zh) * | 2016-07-30 | 2016-11-16 | 清华大学 | 采用溴化镧探测器测量环境中的钾40的方法 |
| CN106443752A (zh) * | 2016-08-31 | 2017-02-22 | 成都理工大学 | 一种低本底微弱放射性核素检测方法 |
| CN107782749A (zh) * | 2016-08-31 | 2018-03-09 | 上海微伏仪器科技有限公司 | 一种土壤环境质量在线监控系统及方法 |
| CN107490591A (zh) * | 2017-04-19 | 2017-12-19 | 安徽华脉科技发展有限公司 | 一种土壤中重金属含量检测装置 |
| CN107655918A (zh) * | 2017-09-04 | 2018-02-02 | 北京农业质量标准与检测技术研究中心 | 土壤重金属能谱范围确定方法及装置 |
| CN107655961A (zh) * | 2017-09-26 | 2018-02-02 | 临沂大学 | 基于沉积物同位素分析的计算农业面源重金属流失负荷值的方法 |
| CN108008069A (zh) * | 2017-11-14 | 2018-05-08 | 华电电力科学研究院 | 一种粉煤灰品质综合测评系统及测评方法 |
Non-Patent Citations (1)
| Title |
|---|
| 顾耀秦: "我国环境中的土壤污染检测手段分析", 《科技创新与应用》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113821758A (zh) * | 2020-06-18 | 2021-12-21 | 中国石油化工股份有限公司 | 环境污染评价方法、装置及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109254312B (zh) | 2020-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Martínez-Carreras et al. | The use of sediment colour measured by diffuse reflectance spectrometry to determine sediment sources: application to the Attert River catchment (Luxembourg) | |
| Gehrels et al. | Enhanced precision, accuracy, efficiency, and spatial resolution of U‐Pb ages by laser ablation–multicollector–inductively coupled plasma–mass spectrometry | |
| Liu et al. | Effects of atmospheric deposition on heavy metals accumulation in agricultural soils: Evidence from field monitoring and Pb isotope analysis | |
| Sharma et al. | Characterizing soils via portable X-ray fluorescence spectrometer: 3. Soil reaction (pH) | |
| Tian et al. | PM2. 5 source apportionment during severe haze episodes in a Chinese megacity based on a 5-month period by using hourly species measurements: Explore how to better conduct PMF during haze episodes | |
| CN103123323B (zh) | 指示剂置换比色传感器阵列用于多种阴离子检测的方法 | |
| Thackeray et al. | Quantifying uncertainties in biologically-based water quality assessment: a pan-European analysis of lake phytoplankton community metrics | |
| CN104899419A (zh) | 一种淡水水体中氮和/或磷含量检测的方法 | |
| CN105486655B (zh) | 基于红外光谱智能鉴定模型的土壤有机质快速检测方法 | |
| Li et al. | Local dynamic neural network for quantitative analysis of mixed gases | |
| Chen et al. | Identification of nitrate sources of groundwater and rivers in complex urban environments based on isotopic and hydro-chemical evidence | |
| Gäbler et al. | Boron isotope ratio measurements with a double-focusing magnetic sector ICP mass spectrometer for tracing anthropogenic input into surface and ground water | |
| CN106650020A (zh) | 一种复合受体模型污染源解析方法 | |
| CN109060771B (zh) | 一种基于光谱不同特征集的共识模型构建方法 | |
| CN111678969A (zh) | 利用土壤剖面表层重金属累积比例解析重金属污染来源的方法 | |
| CN106442441A (zh) | 基于荧光光谱积分比值判定有色可溶性有机物来源的方法 | |
| CN107589140A (zh) | 一种能量色散x射线荧光光谱检测复混肥产品中氯、磷、钾含量的方法 | |
| CN105044050A (zh) | 农作物秸秆中金属元素快速定量分析方法 | |
| CN110501413A (zh) | 基于ft-icr ms的溶解性有机物分子式的确定方法 | |
| CN108051466A (zh) | 基于x射线荧光光谱分析的化肥成分无损定量检测方法 | |
| CN110793923A (zh) | 基于手机的高光谱土壤数据采集与分析方法 | |
| CN110426505A (zh) | 紫色土壤指纹图谱库及其建立方法 | |
| CN107505283A (zh) | 近红外光谱测定次生盐渍土壤中硝酸根离子含量的方法 | |
| Wan et al. | Sediment records of black carbon variations over the last two centuries in North China | |
| Schmera et al. | The role of sampling effort, taxonomical resolution and abundance weight in multivariate comparison of stream dwelling caddisfly assemblages collected from riffle and pool habitats |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201222 Termination date: 20211031 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |