微生物污染源解析技术研究进展

针对目前新兴的微生物污染源解析技术（MST）研究进展进行了归纳总结.结果表明,标记物的源强特征显著影响水体微生物污染水平的评估,选用标记物时应同时考虑灵敏度和源强特征;与非目标物种样品产生交叉反应导致标记物特异性降低,可通过稀释样品或DNA纯化等手段降低假阳性信号强度;粪便源解析文库（FTL）中应涵盖的宿主种类,以及每类宿主应纳入的个体数量均会影响建库源解析结果的准确性,可通过权重分析来确定源文库中各宿主应囊括的样本量,提高识别污染源的准确性;FTL中的物种与土著微生物分类较为接近时,SourceTracker难以准确区分微生物污染来源,将土著微生物信息纳入FTL并多次运行程序可提高SourceTracker识别污染源的能力.未来应加强对标记物灵敏度和源强特征之间相关关系的研究,同时探讨标记物源强特征产生差异的成因以及交叉反应产生的机理;另一方面,应深入探究粪源微生物种内变异程度和土著微生物的种类对建库源解析法的影响机制,以期建立准确、完善的微生物污染源解析技术.     

我国近岸海域微生物源示踪监测技术的研发

通过对我国近岸海域陆源性非点源污染污染贡献率及其危害性剧增现状的分析,强调了在我国开展污染源示踪检测技术研发的必要性。在总结了国外治理非点源污染的经验———微生物源示踪技术研究和应用现状的基础上,介绍了我国近岸海域微生物源示踪检测技术研发的设计思想。从而阐明,传统的环境监测指标和方法已不能满足发展的需要,集监测、溯源和示踪为一体,适应于我国国情的近岸海域非点源污染源监测技术的研发势在必行。     

颗粒物有机源示踪物的筛选与应用综述

大气颗粒物中的不少有机组分具有较强的源指向性,是识别颗粒物来源并评估各污染源对城市大气环境影响的重要工具之一.前人因此针对不同污染源颗粒物有机组成进行了广泛研究,并筛选出大量具有源指纹意义的有机示踪物.本文对前人的相关工作进行了简要整理,重点关注了生物质燃烧、餐饮源、化石燃料燃烧和交通源排放颗粒物有机组成特征,总结了这4类污染源主要的源示踪物,系统计算了各污染源的特征比值,并以此讨论了有机源示踪物在颗粒物源解析方面的运用.此外,也进一步分析了目前国内外源示踪物筛选工作的不足,指出了新的源示踪物筛选方向.     

重庆市河水中粪源微生物污染特征及源解析

以重庆主要河流水体作为研究对象,使用传统培养技术评估了细菌总数、粪链球菌、肠球菌、脆弱拟杆菌、总大肠菌群及粪大肠菌群的污染水平;同时以拟杆菌作为特异性指示菌,选取人源性粪便专一指示菌引物（HF183）和猪源性粪便专一指示菌引物（Pig-2-Bac）进行源追踪.微生物培养结果表明：重庆市主要河流在春季有15.4%的研究断面未达到Ⅲ类水质,秋季有61.5%的研究断面未达到Ⅲ类水质.在春季,主城区河流主要受人类粪便污染,区县河流主要受动物粪便污染;在秋季,主城区和区县河流都主要受人类粪便污染.指示微生物指标间Pearson相关性分析结果表明粪链球菌、粪大肠菌群、肠球菌两两之间有显著相关性,肠球菌与脆弱拟杆菌有显著相关性.猪源性拟杆菌特异性生物标记Pig-2-Bac和人源拟杆菌特异性生物标记HF183对人和动物粪便污染区分成功率达100%;用这两种特异性引物对春季水样DNA进行扩增,发现13个采样点均未受到猪源粪便污染,唐家沱、朝天门、鸡冠石、合川受到人源粪便污染.     

流域污染负荷水质响应的时空数值源解析方法研究

以目前广泛应用的环境流体动力学模型EFDC为平台,构建时空数值源解析方法,理论上可以得到任意时刻任意空间点位污染物的来源构成.其原理是考虑水质模型的微分方程,直接对每个污染负荷再微分,从而将原来1个微分方程变为关于每个污染源的微分方程组,然后联立以EFDC的水动力模型求解,得到每个源对每个时空点的贡献.概化的抚仙湖模型作为数值案例用以验证方法.时空数值源解析的结果与传统扰动方法的结果几乎重合,验证了时空数值源解析方法的正确性.另一方面,数值案例中存在34个独立的污染源,扰动法则需要35次模拟,而时空数值源解析方法的结果通过单次模拟就可得到,说明时空数值源解析方法具有明显的计算效率优势.而通过对结果的进一步分析可以发现,时空数值源解析方法可以提供更精确的源贡献的动态描述.     

基于受体模型和源成分谱的缺失组分反演算法

针对目前在线监测仪器无法监测Al、Si标识组分可能增加源解析结果不确定性的问题,基于正交矩阵因子分解法模型和实测源成分谱反演Al、Si受体数据,提出缺失组分反演-嵌套PMF算法.设置周期性和非周期性模拟实验,利用PMF模型对缺失Al、Si受体数据、含反演Al、Si受体数据和含Al、Si受体数据分别进行源解析评估,并将源解析结果与真实值进行对比分析,验证缺失组分反演-嵌套PMF算法的可靠性.研究结果表明对于周期性扰动模拟实验,缺失Al、Si对解析土壤源、机动车、燃煤源有较大的影响,反演Al、Si能优化源解析结果,降低源解析结果的不确定性.     

一种基于卷积神经网络的源解析因子识别方法

为解决源解析因子识别过程中人为参与及判定过程复杂的问题,提高源解析因子识别工作的效率,提出基于卷积神经网络（CNN）的 源解析因子识别方法.通过文献调研,构造可供CNN模型训练的因子识别数据集,对因子识别模型进行训练与调试,并以北京市南部采样点的PM_2.5组分观测数据对模型进行验证.同时,利用正定矩阵分解模型（PMF）解析得到不同因子数时的源谱矩阵,输入因子识别模型并与人工分析比对.结果表明,9个因子时模型的识别效果最佳,可以实现既无重复识别又无“无法判定”的情况,与源解析因子人工识别结果吻合,证明了所提出方法的合理性与可行性.该方法不仅对源解析中因子识别问题具有一定的实用价值,同时对减排策略的制定与动态调整也具有积极意义.     

基于复合指纹图谱和贝叶斯模型的茅尾海悬浮颗粒物源解析

为明确茅尾海中悬浮颗粒物的来源,采集了茅尾海流域红树林土壤、堤岸土、河口颗粒物、茅尾海沉积物以及湾外颗粒物等悬浮颗粒物潜在源样品.基于多元统计复合指纹图谱方法,筛选出最佳指纹因子组合,进而通过贝叶斯混合模型得出五种潜在源对茅尾海悬浮颗粒物的贡献率.结果表明:Mg、Al、Mn、Pb、Fe五种指纹元素可作为最佳指纹因子组合,累计判别正确率为78%.贝叶斯混合模型结果显示,茅尾海悬浮颗粒物主要来源于河口和湾外输送,贡献率最高达到58.9%和68.6%.其中,靠近河口区域主要受河流汇入影响,其贡献率达到42.2%~58.9%;靠近湾外区域则以湾外颗粒物贡献为主,贡献率达到44.9%~68.6%.各点位的沉积物贡献率均较低,红树林土壤和堤岸土的贡献率都在10%左右.总的来说,由河口汇入和潮汐作用带入的颗粒物是茅尾海悬浮颗粒物的主要来源.     

颗粒物源解析研究进展与展望

本文简要介绍目前3大主要颗粒物源解析方法—源清单法、扩散模型法和受体模型法的发展历程和应用特征;总结了主要源解析方法在方法及应用上的优势和局限,提出了颗粒物源解析研究的方向。     

石英ESR法在黄河现代沉积物物源示踪研究中的可行性分析

石英ESR信号示踪法作为一种新的物源示踪方法,已经被较好地应用于东亚地质历史时期风尘堆积物和现代沙尘沉降物的物源示踪研究中。首先简要回顾了石英ESR信号示踪法的研究现状,进一步基于石英ESR信号示踪法的母岩年代和结晶度原理,探讨该方法对黄河沉积物物源示踪的可行性及应用前景。