重金属离子对肺表面活性物质单层膜的影响

为了探究重金属对肺表面活性物质（PS）膜的影响,利用Langmuir–Wilhelmy膜天平,研究了不同种类和浓度的重金属离子与PS单层膜的相互作用.发现Cr³⁺、Cu²⁺、Hg²⁺、Pb²⁺、Cd²⁺、Ni²⁺6种重金属离子均使PS单层的π-A等温线G-LE相变阶段外扩,而Fe³⁺可诱导单层缩合.随后,选取Cd²⁺,Cu²⁺,Hg²⁺,Fe³⁺4种离子进一步探究了重金属浓度对PS单层膜表面活性的影响规律,进行了可压缩模量分析,并结合红外光谱（FTIR）和原子力显微镜（AFM）探究其作用机理,发现Cu²⁺,Fe³⁺和Hg²⁺均会以浓度依赖的方式与PS单层的极性头部发生络合作用,形成复合物,改变膜的稳定性;而Cd²⁺的影响明显弱于其他3种金属离子,但也能使得PS单层有序性增强.     

基于SVR的长江经济带水环境承载力评价

基于DPSIRM模型构建区域水环境承载力评价指标体系,并基于SVR模型构建了区域水环境承载力评价模型,利用交叉验证法对SVR模型参数进行优化选择,进一步提高模型预测精度.运用该模型研究了长江经济带2009~2018年的水环境承载力演变趋势及空间差异,结果表明：长江经济带水环境承载力等级整体呈现升高趋势,其中上游城市群承载等级由II级（超载）提升到了IV级（弱可承载）;中游城市群承载等级由II级（超载）提升到了IV级（弱可承载）;下游长三角区域承载等级由I级（重超载）提升到了IV级（弱可承载）.将评价结果与熵权-TOPSIS法的评价结果相比较,相同率达到91.7%,说明SVR模型评价区域水环境承载力可行,评价结果可靠.以下游区域为例,分别对其6个子系统的承载力进行剖析,并运用单因素轮换OAT法对各子系统内的评价指标进行敏感性分析,便于决策者识别指标敏感性.     

三江源植被碳利用率动态变化及其对气候响应

本文基于MODIS GPP/NPP数据估算了三江源植被碳利用率（CUE）,结合气象数据和高程数据采用一元线性回归和相关分析法,探讨了2001~2017年三江源植被CUE的时空变化特征及植被CUE对气温、降水量和蒸散量变化的响应.结果表明：（1）三江源植被CUE年内3~10月表现为先增加后降低的变化趋势,其中6月植被CUE最高.（2）三江源年植被碳利用率位于0.73~1,平均水平为0.85;植被CUE空间上呈现北高南低,西高东低的分布特征.（3）整体上,三江源4~10月植被碳利用率与同期气温、降水量和蒸散量分别呈现正相关、负相关和负相关关系,降水量是影响三江源植被CUE变化的主要影响因素,气温为次要因素,蒸散量影响程度最小.     

成都市施工扬尘排放特征研究

采用DustTRAK TM气溶胶（粉尘）监测仪对成都市112个不同类别的房建、市政工地施工扬尘进行测试,研究了不同类别施工扬尘的排放特征,分析了下风向扬尘浓度的变化趋势,并采用CALPUFF对成都市新都区某建筑工地的排放进行了模拟.结果表明：（1）成都市施工扬尘排放浓度约为0.13~2.91mg/m³,其中房建类施工平均浓度约为0.94mg/m³,高于市政施工;大型工地扬尘平均浓度约为0.61mg/m³,低于中型和小型工地;土方施工阶段平均浓度约为1.21mg/m³,远高于地基建设、主体建设、装饰阶段.（2）成都市施工扬尘呈现出高低浓度交替的周期性变化,其中房建工程土方施工阶段的高低浓度差值可达到0.6mg/m³以上.（3）施工扬尘在场界外下风向5~15m范围内会出现浓度增加的趋势,随后逐渐下降,在50m附近逐渐趋于稳定,稳定浓度介于0.1~0.2mg/m³.（4）CALPUFF模型能较好地从宏观角度来模拟成都地区施工扬尘的扩散趋势,但难以捕捉施工扬尘在下风向近距离的扩散特征.     

不同基质生物炭对厌氧处理餐厨垃圾效能及微生态的影响

探究了剩余污泥（SS）、餐厨垃圾（FW）、玉米芯（CC）、甘蔗渣（BG）4种不同基质生物炭对厌氧生物处理餐厨垃圾效能的影响,对厌氧污泥的关键酶活性、微生物群落分布以及代谢途径等微生态进行了分析.结果表明,厌氧反应器分别加入4种生物炭后,COD平均去除率分别提高了29.49%、23.16%、29.42%、40.32%;傅里叶红外分析表明,投加SS生物炭组出水中羟基、酰胺基以及C-O-C伸缩振动峰减弱.4个厌氧反应器中厌氧污泥的乙酸激酶活性分别为0.40,0.42,0.96,0.98 μmol/g,表明投加CC与BG生物炭促进了餐厨垃圾的厌氧水解酸化过程;厌氧污泥胞外聚合物的蛋白质/多糖之比分别为0.415、0.56、1.89、2.8,投加CC、BG生物炭提高了污泥的稳定性.4个厌氧反应器中拟杆菌门、变形菌门、厚壁菌门为主要菌群,投加BG生物炭促进了变形菌门与厚壁菌门的生长;对于古细菌而言,甲烷杆菌属与甲烷丝菌属为优势种群,SS组的甲烷杆菌属丰度最高（53.48%）,而BG组中甲烷丝菌属丰度最高（42.72%）.KEGG功能分析表明古菌及细菌均以碳水化合物代谢、氨基酸代谢为主;而投加BG与SS生物炭后,微生物膜运输水平得到了提高.     

基于神经网络的东北地区秸秆焚烧预测

选取农作物秸秆露天燃烧严重的东北地区,采用人工神经网络的方法,结合卫星火点和气象数据,开展秸秆露天燃烧预测研究.结果表明：人工神经网络预测模型成功验证了松嫩平原地区2015年10月25日~11月15日的秸秆露天燃烧情况,其准确度为67.1%,经过多次试验,在神经网络建模与验证数据配比为80：20时,预测准确度最高,可达69.7%,同时该模型的稳定性较好.而对不同区域,不同时间段的预测研究表明,人工神经网络较适用于长时间序列的预测.就影响因素而言,相对湿度是影响秸秆露天燃烧的最重要因素.本研究结果可为空气质量模式提供火点预测数据,提高其预报预警能力,为区域联防联控政策的制定提供科技支持.     

改良黏土对重金属离子的吸附特性及防渗性能

为了评价污泥活性炭(SAC)改良黏土作为垃圾卫生填埋场衬垫防渗材料的可行性,该文通过吸附动力学试验、等温吸附平衡试验、柔性壁渗透试验,分别研究了掺量为0%、1%、3%、5%的SAC改良黏土对Cd(Ⅱ)、Cu(Ⅱ)的吸附特性以及渗透性能。试验结果表明,改良黏土对Cd(Ⅱ)或Cu(Ⅱ)的吸附以30 min内的颗粒表面吸附为主,吸附平衡时间分别为120 min或90 min。改良黏土对Cd(Ⅱ)或Cu(Ⅱ)的吸附符合Langmuir等温吸附模式。随SAC掺量由0%增加至5%,在S/L=120 g/L,Cd(Ⅱ)、Cu(Ⅱ)最大吸附量qm分别增加了25%、47%;当固液比增加到200 g/L,Cd(Ⅱ)、Cu(Ⅱ)最大吸附量qm分别增加了32%、48%。水、垃圾渗滤液2种渗透媒介下SAC改良黏土的渗透系数为1.8×10-9～1.2×10-8cm/s,均<1×10-7cm/s的防渗要求。因此,SAC改良黏土可以作为垃圾填埋场的衬垫防渗材料使用,可以有效阻滞渗滤液中重金属离子的迁移。     

多环芳烃污染与儿童内暴露负荷的关系

为了更好地了解环境空气PAHs污染与儿童内暴露负荷之间的关系,该研究在儿童尿液中未代谢PAHs以及代谢PAHs研究的基础上,同时获取了连续3 d空气中PAHs污染浓度。对环境空气中PAHs和尿液中未代谢的PAHs的分析表明:除Nap和Phe以外的其它PAHs单体在环境空气和尿液中占比一致,而且环境空气和尿液中PAHs组成特征一致,均表现为2环PAHs>3环PAHs>4环PAHs的规律;3 d中仅有A-Nap和U-Nap之间存在相关性(P<0.05,R~2=0.999 6)。对尿液中代谢的PAHs和尿液中未代谢的PAHs分析表明:儿童尿液中排出的Nap、Flu和Phe主要以羟基代谢物为主,仅Pyr与OHPyr基本一致。尿液中未代谢PAHs与代谢的PAHs组成特征一致,表现为Nap>Phe>Flu>Pyr和OHNap>OHPhe>OHFlu>OHPyr的规律;仅U-Nap和OHNap 3 d中均存在相关性,U-Phe和OHPhe、U-Pyr和OHPyr仅1 d存在相关性。结合PAHs污染与儿童内暴露负荷的共同研究表明,PAHs内暴露标志物可以在一定程度上反映环境PAHs污染的时间变异性。     

基于地形位置指数的赤水河流域植被时空变化研究

地形因子和植被覆盖是区域灾害评价的关键指标,也是山区型村镇建设生态安全评估的重要内容.为探析山区型村镇建设的生态约束条件,以赤水河流域为研究对象,基于1998—2018年SPOT_VGT NDVI数据,利用地形位置指数（Topographic Position Index,TPI）和坡度位置指数方法,研究了赤水河流域植被生长季NDVI时空变化及地形分异特征.结果表明:①赤水河流域内,1998—2018年植被生长季平均NDVI呈缓慢上升趋势,斜率为0.004 7;NDVI>0.60的集中连片区域主要分布在古蔺县北部、赤水市大部和习水县西北部,占赤水河流域总面积的8.42%;Sen's slope在0.009~0.015区间时,赤水河流域植被生长增强趋势最明显,主要集中分布在赤水河中上游、二道河以及下游的大同河干流地区.②TPI在-39.4~34.3区间的面积最多,为6 221.63 km2,占赤水河流域总面积的34.05%;将赤水河流域坡度类型划分为山脊、上坡、中坡、平坡、下坡、山谷6个坡度位置类型,其中,中坡面积（7 792.02 km2）最大,占流域总面积的42.64%,表明TPI数值较小且坡度大于5°的区域是赤水河流域地形主体.③赤水河流域植被在山脊的平均NDVI最高,为0.747,且山脊平均Sen's slope最高,为0.007 2;山谷平均NDVI最低,为0.709.研究显示,赤水河流域植被分布在118.5~486.9的TPI区间或分布在山脊处时整体生长较好,且生长增强趋势最明显.