Variation of leaf gland volatile oil within a population of sweet gale (Myrica gale) (Myricaceae)

Summary The leaf gland volatile oils of ten sweet gale plants from a Scottish population were extracted in early summer. The results differed notably from reports of other populations in respect of the sesquiterpenes, -elemenone and germacrone, which were major components of the volatile oil. Three dihydrochalcones were also detected in the volatile oil. Variation within the population existed, particularly with respect to the relative importance of germacrone. Five plants were resampled in late summer and exhibited a marked reduction in -elemenone, a lesser reduction in germacrone and changes in the proportions of some monoterpenes.     

碘化阶层孔氧化硅纳米球对水中典型有机氯污染物的吸附性能研究

采用共缩聚法,成功地原位合成了碘改性的阶层多孔氧化硅纳米球（SiO₂-I）,研究了其基于卤键作用对典型有机氯污染物六六六的吸附性能,并考察了改性剂I-硅烷含量和pH值对吸附效果的影响.实验结果表明,该纳米材料对六六六表现出优异的吸附富集性能,吸附速率快,60 min内对六六六的去除率为71.6%,240 min内达到吸附平衡,去除率可达98.3%,最大吸附量为178.6 mg·g^-1;吸附动力学符合拟二级动力学模型;碘物种的加入提高了阶层多孔氧化硅的吸附速率和吸附效率.另外,为了便于纳米吸附材料的分离,本研究对SiO₂-I纳米球进行了磁性化.研究发现,磁性化修饰后,SiO₂-I纳米材料仍然保留对六六六优异的吸附富集性能,240 min时的吸附去除率达90.3%.     

保定市大气污染特征和潜在输送源分析

保定市是京津冀地区重要城市之一.为了解保定市大气污染物质量浓度特征和潜在输送源,对保定市国控点2017年1月1日-12月31日PM₁₀、PM_2.5、SO₂、NO₂、O₃、CO等常规大气污染物数据进行分析,并利用TrajStat后向轨迹模型进行区域传输研究.结果表明:①ρ（PM₁₀）、ρ（PM_2.5）、ρ（SO₂）、ρ（NO₂）分别为（138±96）（84±66）（29±23）和（50±24）μg/m3,与2016年相比分别下降5.9%、9.1%、25.5%和13.1%;ρ（CO）较2016年下降了14.0%;ρ（O₃）较2016年增长了25.2%.ρ（PM₁₀）、ρ（PM_2.5）、ρ（NO₂）和ρ（O₃）分别超过GB 3095-2012《环境空气质量标准》二级标准限值的0.97、1.40、0.25和0.34倍,ρ（SO₂）和ρ（CO）未超标.②除ρ（O₃）外,其他污染物质量浓度均呈冬季最高、夏季最低的季节性特征,其中,冬季PM_2.5污染最为严重,春季PM_2.5~10（粗颗粒物）污染严重.③空气质量模型源解析结果显示,保定市ρ（PM_2.5）约60.0%~70.0%来自本地污染源排放.后向轨迹结果表明,在外来区域传输影响中,保定市主要受到西北方向气团（占比为21.7%~60.0%）远距离传输和正南方向气团（占比为34.8%~50.5%）近距离传输的影响.④PSCF（潜在源贡献因子分析法）和CWT（浓度权重轨迹分析法）分析表明,除保定市及周边区县本地污染贡献外,位于太行山东麓沿线西南传输通道的邯郸市、邢台市、石家庄市是影响保定市PM_2.5的主要潜在源区.研究显示,PM_2.5为保定市大气中的主要污染物,并呈冬季高、夏季低的变化特征,其主要来自西北远距离输送和南部近距离传输.      

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.      

温度和含水率对村镇垃圾焚烧烟气中有机物排放的影响

使用管式炉模拟村镇生活垃圾焚烧过程,研究不同焚烧温度和不同垃圾含水率条件下,村镇垃圾焚烧烟气中多环芳烃（PAHs）、氯苯及苯系物的生成和分布特性.结果表明,焚烧温度为550℃时,烟气中多环芳烃和氯苯的释放量最大,当温度小于550℃时,多环芳烃和氯苯的释放量随温度升高而增加,温度大于550℃时,多环芳烃和氯苯的释放量随温度升高而降低.高温焚烧不仅可以抑制烟气中多环芳烃的浓度及减少大分子量PAHs的排放,还能降低氯苯的释放量和氯代数,从而减小村镇垃圾焚烧烟气中的毒性;苯系物随着温度升高,由热解转变为高温合成,释放量也随着增加.水分对多环芳烃和氯苯有较大影响,对苯系物的影响较小.在400℃条件焚烧时,水分含量对多环芳烃总体上是促进的,而在850℃焚烧条件下则表现出抑制作用;而水分对氯苯则均表现出抑制作用,并且可以降低氯苯化合物的氯代数.     

附着在不同微塑料表面的藻类结构与群落组成

选取水环境中常见的4种微塑料介质（聚丙烯（PP）、聚氯乙烯（PVC）、聚乙烯（PE）、聚对苯二甲酸乙二醇酯（PET））和一种自然介质（鹅卵石）进行野外生物膜的培养,以探究不同类型介质表面附着的生物膜的表观结构和藻类群落组成的差异特征.结果表明,鹅卵石与微塑料介质上的生物膜的形貌结构及藻类含量与组成特性均存在一定差异：在微塑料介质表面附着的藻类叶绿素a浓度普遍低于自然介质.实验进一步发现,不同的微塑料类型同样会对生物膜藻类含量以及功能特性存在一定影响：PET片上附着的藻类叶绿素a浓度最高（613.7μg/L）,PP片上最低（492.5μg/L）;然而,PP片上藻类的光合作用最大量子产量最高（0.443）.以上结论说明微塑料会改变附着藻类的生长情况和初级生产力,进而可能影响生物膜在水体中的碳循环过程,对水体净化及污染治理产生一定影响.     

Pt负载暴露(001)晶面Bi2WO6催化剂合成及光催化性能

通过水热法制备了暴露（001）晶面的Bi₂WO₆纳米片,利用光还原法将Pt纳米颗粒负载于其表面.选择苯甲醇氧化和罗丹明B（RhB）降解为探针反应,评价了催化剂的光催化性能.在苯甲醇氧化实验中,Pt负载暴露001晶面的Bi₂WO₆样品的苯甲醇转化率为20.7%,约为未负载样品的2倍.在RhB降解实验中,Pt负载样品在光照40min后对RhB的矿化率可达81.1%,而未负载样品RhB矿化率仅为55.8%,表明Pt负载样品具有更优的降解速率和矿化能力.催化剂性能的提升归因于高能晶面暴露和Pt负载的协同作用.Pt纳米颗粒的负载作为助催化剂增加了催化剂表面的活性位点,同时提高了晶面光生电子空穴对的分离和迁移效率.     

Analysis of pollutant levels in central Hong Kong applying neural network method with particle swarm optimization

Air pollution has emerged as an imminent issue in modernsociety. Prediction of pollutant levels is an importantresearch topic in atmospheric environment today. For fulfillingsuch prediction, the use of neural network (NN), and inparticular the multi-layer perceptrons, has presented to be acost-effective technique superior to traditional statisticalmethods. But their training, usually with back-propagation (BP)algorithm or other gradient algorithms, is often with certaindrawbacks, such as: 1) very slow convergence, and 2) easilygetting stuck in a local minimum. In this paper, a newlydeveloped method, particle swarm optimization (PSO) model, isadopted to train perceptrons, to predict pollutant levels, andas a result, a PSO-based neural network approach is presented. The approach is demonstrated to be feasible and effective bypredicting some real air-quality problems.     

Effect of Humic Acid on the Bioavailability of γ-Hexachlorocyclohexane in Marsilea Minuta (L.)

Effect of various concentrations of humic acid (0.2 to 1%) on thebioavailability of -HCH in vegetative clones of theaquatic fern Marsilea minuta was studied in a staticexperimental bioassay system on different photoperiods. Additionof humic acid showed the reduction in the bioavailability of-HCH in all the photoperiods (72 hr light to 144 hrlight) at the interval of 16 hr light (L) and 8 hr dark (D) inboth aerial and submerged portion as compared to controlindicating its protective role in toxicity.     

固定化微生物处理有机污染物的研究进展

综述了近年来固定化微生物技术用于有机污染物治理中的最新进展，这些有机污染物包括难降解有机污染物（酚类、芳香烃类等）及其它化合物（DMP、甲硫醇恶臭气体、制药废水等）。此外，对藻类固定化技术作了简介，并对固定化技术的应用前景及存在问题进行了评述。