甲烷监测技术方面,主要有气相色谱法、光谱测量法、等离子体发光光谱法、稳定同位素法等。
新污染物监测技术方面,由于其具有环境持久性,但在环境介质中浓度偏低,同时分析过程中易受环境基质影响,对分析仪器的灵敏度、分辨率等指标提出了很高的要求。常见的检测方法有气相色谱-电子捕获检测器、气相色谱-质谱、高分辨气相色谱-高分辨质谱、全二维气相色谱-飞行时间质谱、液相色谱-质谱和液相色谱-串联质谱等。
可凝结颗粒物监测技术方面,可凝结颗粒物作为一种新兴的燃煤污染物,具有排放浓度高、形成的颗粒物直径小、成分复杂的特点,有两种常用的检测方法,一种是冲击冷凝法,另一种是稀释冷凝法。对于其检测方法,国内尚未出台相关标准。
氨气监测技术方面,氨气是大气中唯一的高浓度碱性气体,与大气中酸性气溶胶化合,在空中形成极细的二次颗粒物,是大气环境中气态污染物转变成固态污染物的重要推手。环境空气中的氨气浓度低、易溶于水、易吸附,在监测技术和准确性上有一定难度。目前常用的监测方法有可调谐半导体激光吸收光谱、差分吸收光谱技术等。
光谱法水质监测技术方面,光谱分析仪具有分析速度快、灵敏度高、选择性好、操作简单,无需对样品进行预处理、非接触、非入侵式监测、免/少试剂等优点,逐步被用于监测水中的COD、总磷、总氮、叶绿素等多种物质成分,通过光谱法建立水污染特征指纹库,对污染进行溯源监测等。光谱分析法分为吸收光谱、发射光谱、荧光光谱、散射光谱等多种方式,一般而言,在地基光谱水质监测系统中常用吸收光谱、荧光光谱等分析方法。
数据分析与人工智能技术方面,环境监测行业越来越注重对大数据的分析和利用。借助人工智能和机器学习算法,利用先进的数据分析算法和技术,对大量的监测数据进行快速处理和分析,提取有用的信息和趋势,更好地识别环境污染源、预测环境污染趋势,并提供针对性的环境保护措施。