溶解氧(DO)理论指南(1)
转载自梅特勒官网资料,仅用于学习交流,侵权则删!
溶解氧理论指南
- 1 溶解氧(DO)原理
- 1.1 溶解氧和分压
- 1.2 氧气在水中的溶解度
- 1.3 溶解氧对生物的重要性
- 1.4 溶解氧对工业的重要性
1 溶解氧(DO)原理
氧是宇宙中第三大常见元素,也是地壳中最常见的元素(49%)。然而,由于氧具有高活性,因此大部分氧与其他元素结合形成化合物。氧元素的两种同素异形体O2和O3(臭氧)仅存在于我们地球上。这是因为它源于与地球有关的生物过程(主要是光合作用)。
因此,氧元素及其产生与生命和化学活动有关。 由于其活性高,它也有助于不太理想的过程,例如腐蚀或火灾危险。
测量溶解在水中的氧气浓度对于监测栖息地(如湖泊,海洋或水族馆)、生产过程(如啤酒或奶酪发酵)、废水处理或腐蚀敏感过程非常重要。
1.1 溶解氧和分压
通过将电极浸入样品来测量其溶解氧浓度。在传统的测量原理中,氧气可以通过选择性渗透膜进入和离开电极,这导致样品和电极之间的氧活度(浓度)平衡。然后在电极内测量氧浓度(详见第2章)。该测量原理的结果是它不直接测量溶解氧的浓度,而是测量其分压。
分压可以看作氧离开溶液的趋势,并且可以以空气饱和度的百分比表示。 例如,在空气中稳定的溶液是100%空气饱和的。如果浓度高于100%,则过量的氧气会离开溶液并进入空气。 如果低于100%,溶液会缓慢吸收空气中的氧气。
类似地,如果溶液中的分压高于电极中的分压,则氧气将进入电极,反之亦然。
在平衡时,电极内部的分压等于溶液中的分压。但是,这并不意味着浓度相等。哪种浓度对应于100%饱和度的分压,取决于氧在溶液中的溶解度。对于最常见的溶剂水,这种溶解度是众所周知的,饱和度可以转换成浓度,单位为mg/L。
1.2 氧气在水中的溶解度
DO主要在水样中测量。O2在水中的溶解度取决于溶液的盐度、温度和大气压(见表1.1和图1.1)。 需要用这些值来将分压(电极测量的)转换为DO浓度,单位为mg/L。
表1.1和图1.1中的数据可以概括为:在标准压力下,氧气在水中的溶解度随着温度和盐度的降低而增加。随着大气压的增加,氧在水中的溶解度增加(数据未显示)。
1.3 溶解氧对生物的重要性
水中的氧浓度对水体的生物活性有很大影响。氧气通常由水生植物和藻类产生,但也可以从空气中吸收。所有的动物和真菌都依靠氧气来生存和繁殖。举几个例子:底栖鱼,螃蟹,牡蛎和蠕虫需要最少量的氧气(1-6mg/L),而浅水鱼需要更多的氧气(4-15mg/L)。普遍认为,鱼不能在DO浓度低于3mg/L的水中生存。大多数鱼甚至不能在4-5mg/L的DO水平下存活。此外,鱼卵和生长的鱼比成年鱼需要更多的氧气,因此足以成年鱼类存活的DO水平仍然可能因胚胎/幼年发育条件的不可持续而导致灭绝。因此,改变长期的DO浓度可以大大改变水生生态系统。
由于大多数水生动物都是冷血动物,温度也会在耗氧量方面发挥作用。例如,由于其新陈代谢增加,鳟鱼在24˚C时的氧消耗量比在4˚C时高6倍。
由于氧在水中的溶解度取决于温度,因此DO水平的下降可能是由于水温上升。这是许多工业过程将温水(用于冷却)泵入溪流和湖泊的相关环境副作用。
同样,来自农业的高浓度肥料将导致水生植物的高速增长。当这些植物死亡时,它们被细菌分解会消耗大量氧气,导致DO水平急剧下降。产生的生物群落被称为死区。
由于这些因素,测量DO是水监测计划不可或缺的工具。
由于水质的重要性,一些官方机构已经审查了淡水质量中DO水平(以及其他参数)对鱼类生存、生长和繁殖方面的影响。随后,出版了保护水生生物及其用途的DO浓度指南。这些机构包括美国环境保护局(美国EPA 1986,美国EPA SESD)和欧洲内陆渔业咨询委员会(EIFAC 1973)。
1.4 溶解氧对工业的重要性
因为氧是一种活性分子,它在溶液中的浓度对氧化性质有很大影响。特别是金属部件会因腐蚀而迅速恶化。例如,铁可以在氧和水的存在下快速氧化形成氧化铁(即锈)。这种DO测量的应用几乎完全是预防性的,以便尽可能长时间地保存金属部件。
类似的预防性应用是控制食品(和其他生物制品)的保质期。因为这些产品的大多数腐烂过程由需氧发酵(即它们消耗氧气)组成,所以确保低水平的DO是保证长保质期的必要步骤。
未完,待续。。。。。。
相关文章:

溶解氧(DO)理论指南(1)
转载自梅特勒官网资料,仅用于学习交流,侵权则删! 溶解氧理论指南 1 溶解氧(DO)原理1.1 溶解氧和分压1.2 氧气在水中的溶解度1.3 溶解氧对生物的重要性1.4 溶解氧对工业的重要性 1 溶解氧(DO)原理 氧是宇宙中第三大常见元素,也是…...
Mysql中常用函数的使用示例
场景 基础知识回顾:mysql中常用函数的使用示例。 注: 博客:霸道流氓气质-CSDN博客 实现 数学函数 -- ABS(x)返回x的绝对值 SELECT ABS(-1),ABS(2); -- PI()返回圆周率 SELECT PI(); -- SQRT(x)返回非负数x的二次方根 SELECT SQRT(4); -…...

开源205W桌面充电器,140W+65W升降压PD3.1快充模块(2C+1A口),IP6557+IP6538
开源一个基于IP6557和IP6538芯片的205W升降压快充模块(140W65W),其中一路C口支持PD3.1协议,最高输出28V5A,另一路是A口C口,最高输出65W(20V3.25A),可搭配一个24V10A的开关…...
Java中的内存数据库与缓存技术
Java中的内存数据库与缓存技术 大家好,我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编,也是冬天不穿秋裤,天冷也要风度的程序猿! 1. 内存数据库的概念与优势 1.1 什么是内存数据库? 内存数据库是…...

GUKE万能工具箱(附带源码)
GUKE万能工具箱(附带源码) 效果图部分源码领取完整源码下期更新 效果图 部分源码 <!DOCTYPE html> <html><head><meta charset"utf-8" name"viewport" content"widthdevice-width, initial-scale1"…...
FFmpeg开发笔记(四十二)使用ZLMediaKit开启SRT视频直播服务
《FFmpeg开发实战:从零基础到短视频上线》一书在第10章介绍了轻量级流媒体服务器MediaMTX,通过该工具可以测试RTSP/RTMP等流媒体协议的推拉流。不过MediaMTX的功能实在是太简单了,无法应用于真实直播的生产环境,真正能用于生产环境…...
spring-boot-starter-data-redis是否支持reactive响应式编程
开源项目SDK:https://github.com/mingyang66/spring-parent 个人文档:https://mingyang66.github.io/raccoon-docs/#/ spring-boot-starter-data-redis: 使用传统的基于阻塞的I/O编程模型,这意味着当你调用Redis操作时࿰…...

Java后端每日面试题(day3)
目录 Spring中Bean的作用域有哪些?Spring中Bean的生命周期Bean 是线程安全的吗?了解Spring Boot中的日志组件吗? Spring中Bean的作用域有哪些? Bean的作用域: singleton:单例,Spring中的bean默…...

[单master节点k8s部署]18.监控系统构建(三)Grafana安装
Grafana是一个跨平台的开源的度量分析和可视化工具。支持多种数据源,比如OpenTSDB,Prometheus,ElasticResearch,Cloudwatch等。 Grafana安装 通过yaml配置grafana的pod和service,grafana工作在kube-system的命名空间…...
【JavaScript脚本宇宙】优化你的Web色彩:精选JavaScript颜色工具对比
万能色彩助手:详解最受欢迎的JavaScript颜色库 前言 在现代Web开发中,颜色处理和转换是一个不可忽视的环节。无论是网站设计、数据可视化还是用户界面开发,都离不开对颜色的精确控制和转换。为了满足这一需求,众多JavaScript库应…...

用html+css设计一个列表清单小卡片
目录 简介: 效果图: 源代码: 可能的问题: 简介: 这个HTML代码片段是一个简单的列表清单设计。它包含一个卡片元素(class为"card"),内部包含一个无序列表(ul),列表项(li)前面有一个特殊的符号(△)。整个卡片元素设计成300px宽,150px高,具有圆角边…...

day11_homework_need2submit
Homework 编写—个将ts或mp4中视频文件解码到yuv的程序 yuv数据可以使用如下命令播放: ffplay -i output yuv-pix_fmt yuv420p-s 1024x436 要求: ffmpeg解析到avpacket并打印出pts和dts字段完成解码到avframe并打印任意字段完成yuv数据保存 // teminal orders on bash cd ex…...

昇思MindSpore学习总结九——FCN语义分割
1、语义分割 图像语义分割(semantic segmentation)是图像处理和机器视觉技术中关于图像理解的重要一环,AI领域中一个重要分支,常被应用于人脸识别、物体检测、医学影像、卫星图像分析、自动驾驶感知等领域。 语义分割的目的是对图…...
js数据库多级分类按树形结构打印
可以使用 JavaScript 来按层级打印 categories 数组。首先,需要将这个数组转换成一个树形结构,然后再进行递归或者迭代来打印每个层级的内容。 以下是一个示例代码,用来实现这个功能: const categories [{ id: 2, name: "…...

centos下编译安装redis最新稳定版
一、目标 编译安装最新版的redis 二、安装步骤 1、redis官方下载页面 Downloads - Redis 2、下载最新版的redis源码包 注:此时的最新稳定版是 redis 7.2.5 wget https://download.redis.io/redis-stable.tar.gz 3、安装编译环境 yum install -y gcc gcc-c …...

如何让自动化测试更加灵活简洁?
简化的架构对于自动化测试和主代码一样重要。冗余和不灵活性可能会导致一些问题:比如 UI 中的任何更改都需要更新多个文件,测试可能在功能上相互重复,并且支持新功能可能会变成一项耗时且有挑战性的工作来适应现有测试。 页面对象模式如何理…...
linux 下载依赖慢和访问github代码慢
1 pip install 下载依赖慢,添加清华镜像源 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 2 git 出现错误 Could not resolve host: github.com 原来是因为github.com没有被主机给解析, 第一步 先 ping 看一下主机地址 …...

奥比中光astra_pro相机使用记录
一、信息获取 1、官网 用于了解产品信息 http://www.orbbec.com.cn/sys/37.html 2、开发者社区 咨询问题下载开发部https://developer.orbbec.com.cn/ 二 、windowvs19 1、相机型号 orbbec_astro_pro 根据对应的型号找到需要的包工具 踩坑1,因为这个相机型号…...

【MindSpore学习打卡】应用实践-计算机视觉-深入解析 Vision Transformer(ViT):从原理到实践
在近年来的深度学习领域,Transformer模型凭借其在自然语言处理(NLP)中的卓越表现,迅速成为研究热点。尤其是基于自注意力(Self-Attention)机制的模型,更是推动了NLP的飞速发展。然而,…...
Debezium系列之:支持在一个数据库connector采集中过滤某些表的删除事件
Debezium系列之:支持在一个数据库connector采集中过滤某些表的删除事件 一、需求二、相关技术三、参数设置四、消费数据一、需求 在一个数据库的connector中采集了多张表,部分表存在数据归档的业务场景,会定期从表中删除历史数据,希望能过滤掉存在数据归档这些表的删除事件…...
React hook之useRef
React useRef 详解 useRef 是 React 提供的一个 Hook,用于在函数组件中创建可变的引用对象。它在 React 开发中有多种重要用途,下面我将全面详细地介绍它的特性和用法。 基本概念 1. 创建 ref const refContainer useRef(initialValue);initialValu…...

微软PowerBI考试 PL300-选择 Power BI 模型框架【附练习数据】
微软PowerBI考试 PL300-选择 Power BI 模型框架 20 多年来,Microsoft 持续对企业商业智能 (BI) 进行大量投资。 Azure Analysis Services (AAS) 和 SQL Server Analysis Services (SSAS) 基于无数企业使用的成熟的 BI 数据建模技术。 同样的技术也是 Power BI 数据…...
SciencePlots——绘制论文中的图片
文章目录 安装一、风格二、1 资源 安装 # 安装最新版 pip install githttps://github.com/garrettj403/SciencePlots.git# 安装稳定版 pip install SciencePlots一、风格 简单好用的深度学习论文绘图专用工具包–Science Plot 二、 1 资源 论文绘图神器来了:一行…...
AtCoder 第409场初级竞赛 A~E题解
A Conflict 【题目链接】 原题链接:A - Conflict 【考点】 枚举 【题目大意】 找到是否有两人都想要的物品。 【解析】 遍历两端字符串,只有在同时为 o 时输出 Yes 并结束程序,否则输出 No。 【难度】 GESP三级 【代码参考】 #i…...

大数据零基础学习day1之环境准备和大数据初步理解
学习大数据会使用到多台Linux服务器。 一、环境准备 1、VMware 基于VMware构建Linux虚拟机 是大数据从业者或者IT从业者的必备技能之一也是成本低廉的方案 所以VMware虚拟机方案是必须要学习的。 (1)设置网关 打开VMware虚拟机,点击编辑…...

高频面试之3Zookeeper
高频面试之3Zookeeper 文章目录 高频面试之3Zookeeper3.1 常用命令3.2 选举机制3.3 Zookeeper符合法则中哪两个?3.4 Zookeeper脑裂3.5 Zookeeper用来干嘛了 3.1 常用命令 ls、get、create、delete、deleteall3.2 选举机制 半数机制(过半机制࿰…...

CentOS下的分布式内存计算Spark环境部署
一、Spark 核心架构与应用场景 1.1 分布式计算引擎的核心优势 Spark 是基于内存的分布式计算框架,相比 MapReduce 具有以下核心优势: 内存计算:数据可常驻内存,迭代计算性能提升 10-100 倍(文档段落:3-79…...

376. Wiggle Subsequence
376. Wiggle Subsequence 代码 class Solution { public:int wiggleMaxLength(vector<int>& nums) {int n nums.size();int res 1;int prediff 0;int curdiff 0;for(int i 0;i < n-1;i){curdiff nums[i1] - nums[i];if( (prediff > 0 && curdif…...
Java - Mysql数据类型对应
Mysql数据类型java数据类型备注整型INT/INTEGERint / java.lang.Integer–BIGINTlong/java.lang.Long–––浮点型FLOATfloat/java.lang.FloatDOUBLEdouble/java.lang.Double–DECIMAL/NUMERICjava.math.BigDecimal字符串型CHARjava.lang.String固定长度字符串VARCHARjava.lang…...

(二)原型模式
原型的功能是将一个已经存在的对象作为源目标,其余对象都是通过这个源目标创建。发挥复制的作用就是原型模式的核心思想。 一、源型模式的定义 原型模式是指第二次创建对象可以通过复制已经存在的原型对象来实现,忽略对象创建过程中的其它细节。 📌 核心特点: 避免重复初…...