城市污泥中合成麝香的分布特征

对上海市15个污水处理厂外排污泥中合成麝香的污染水平及分布特征进行了研究,发现污泥中普遍存在佳乐麝香（HHCB）和吐纳麝香（AHTN）,干污泥中的平均浓度和浓度范围分别为2.92、 0.81～6.39和1.96、 0.35～3.11 mg·kg^-1;萨利麝香（ADBI）、粉檀麝香（AHMI）、酮麝香（MK）则为次要组分;这与日化产品中合成麝香的使用模式一致.污泥中8种合成麝香的总量在1.16～9.57 mg·kg^-1,与国外其它地区相比上海污泥中合成麝香的污染水平较低;污泥中合成麝香的浓度与进水中生活污水的比例、污水处理量以及污水处理工艺等因素有关.HHCB、AHTN和ADBI间存在良好的线性相关性,显示污泥中合成麝香有共同的来源特征.利用污泥中合成麝香的浓度估算了上海地区人均贡献量,并与欧洲的人均使用情况进行了比较;评价了污泥农用后对土壤可能产生的影响.     

三苯基锡吸附降解菌的分离及特性研究

通过菌种筛选和吸附降解特性实验,分离三苯基锡(TPhT)的吸附降解菌,研究TPhT的微生物吸附降解性能和机制.结果表明,肺炎克雷伯氏菌(Klebsiella pneumoniae)对TPhT具有良好的吸附降解效果.0.3~3.0 g.L-1菌体在2.0 h内对3 mg.L-1TPhT的吸附率均超过70%,最高达97.9%;5 d内对TPhT的降解率为26.4%~54.6%;其离体胞内酶2.0 h内对TPhT的降解率也高达28.1%~77.8%.K.pneumoniae对TPhT的降解发生在细胞内,降解速率的增长趋势随时间的延长而变缓,胞内酶在细胞体外对TPhT的降解在2.0 h时达最大值,完整细胞在第1 d对TPhT的降解速率最快,而第2~5 d的变化趋势较平稳.菌体对TPhT的吸附降解过程包括了TPhT的细胞表面吸附、体内外双向运输和体内降解过程.其中,表面吸附的TPhT含量随时间的增长呈现线性增加的趋势;细胞内部的TPhT含量在前3 d快速下降,从55.9%降至17.0%,之后则趋于稳定;上清液中的TPhT含量变化趋势则与细胞内部的相反.     

Fe(Ⅲ)-EDTA作为阴极电子穿梭体的微生物燃料电池持续产电机制

阴极氧还原反应（ORR）是影响微生物燃料电池（microbial fuel cell,MFC）性能的重要因素.采用双室MFC以Fe(Ⅲ)-EDTA为阴极液进行持续产电试验.结果表明,添加Fe(Ⅲ)-EDTA作为阴极液可显著加速氧还原反应速率,降低内阻,提高输出电压与功率.当阴极液中存在20.0 mmol/L的Fe(Ⅲ)-EDTA时,电池内阻仅为300　Ω,比对照降低了900　Ω,其输出电压（1 000　Ω下）与功率密度可维持在200.1 mV、 16.0 mW/m²左右,比不加的对照分别提高73.2%、 70.1%. Fe(Ⅲ)-EDTA氧化再生与持续产电试验表明,Fe(Ⅲ)-EDTA可通过曝气氧化再生、循环利用,即Fe(Ⅲ)-EDTA可作为阴极电子穿梭体加速电子至氧气的传递.Fe(Ⅲ)-EDTA首先接受阴极电子被还原成Fe(Ⅱ)-EDTA,在阴极室充分曝气条件下,Fe(Ⅱ)-EDTA将电子传递给O₂同时被氧化再生成Fe(Ⅲ)-EDTA,从而完成电子从电极传递到氧气的穿梭过程,MFC得以长期稳定运行.进一步优化试验显示,Fe(Ⅲ)-EDTA作为阴极电子穿梭体强化MFC产电的适宜条件为：浓度20.0 mmol/L、pH=5.0左右.在此条件下MFC的最大功率密度达100.9 mW/m².     

AnnAGNPS模型在流溪河下游流域农业非点源污染模拟应用

本文在珠江三角洲地区选取流溪河下游流域.借助GIS和RS以及相关资料率定模型参数,应用连续-分布式参数模型AnnAGNPS分别模拟了1998年、2000年和2002年三年的面源污染,并对污染负荷的空间和时间分布特征进行了分析,对于利用GIS和RS技术应用AnnAGNPS模型来计算流域面源污染提供了一种比较新的方法和思路,对我国其他地区尤其是经济较发达而环境污染问题较突出的地区研究面源污染具有重要的参考价值.     

有机氯农药和多溴联苯醚在白洋淀鸭子组织中分布特征研究

利用气相色谱-质谱(GC/MS)方法定量分析了白洋淀鸭子肌肉、肝脏、脑组织中HCHs、DDTs和PBDEs的分布特征.结果表明,3种组织中HCHs和DDTs的含量范围分别为0.9～5.0 ng/g(以湿重计,下同)和0.3～2.8 ng/g,而PBDEs的含量范围是0.03～0.65 ng/g.统计分析鸭子不同组织中持久性卤代烃的含量差异,结果显示,DDTs和PBDEs的含量水平有较大差异(p0.05);而HCHs在3种组织中的含量差异不明显(p0.05).肝脏中DDTs和PBDEs的平均含量较高,分别为2.3和0.37 ng/g.在HCHs和DDTs同系物(代谢物)组成中,β-HCH在肝脏和脑组织中占主要地位,p,p′-DDE是DDTs的主要代谢产物;在PBDEs同系物中,BDE47和BDE99是鸭子组织中主要的组成部分.鸭子不同组织中HCHs、DDTs和PBDEs的组成模式反映了白洋淀仍然受到历史残留的有机氯农药污染;同时,来自白洋淀上游的工业污染很可能输入新型持久性有机污染物(PBDEs).     

太湖梅梁湾、贡湖湾和胥口湾水体PAHs的生态风险评价

基于太湖梅梁湾、贡湖湾和胥口湾水体∑PAH8的等效浓度和ΣPAH8对水生生物的无观察效应浓度（NOECs）,分别采用商值法、概率密度函数重叠面积法、安全阈值法和商值概率分布法评价水体∑PAH8对水生生物的生态风险,同时进行方法学比较.商值法评价结果表明∑PAH8对水生生物的生态风险表现为大型蚤（Daphina magn...     

广东电子垃圾污染区水体底层鱼类对PCBs的富集效应

采用GC/MS分析方法测试了广东电子垃圾回收地水体沉积物中多氯联苯(PCBs)含量,并利用以前测定的底栖性鱼类(鲮鱼、鲫鱼和乌鳢)PCBs含量数据,计算了生物/沉积物富集因子(BSAF)和生物放大因子(BMF),研究底栖性鱼类对PCBs的富集能力及其影响因素.研究表明,沉积物中总PCBs含量达到24.5~38.6μg/g干重,证实当地环境已受到PCBs严重污染.鲮鱼、鲫鱼和乌鳢的BSAF范围分别为0.05~2.52、0.01~1.20和0.01~5.03.根据乌鳢/鲮鱼和乌鳢/鲫鱼食物关系计算的BMF范围分别为0.14~2.23和0.14~4.93, 其中大部分PCB同系物的BMF>1,表明乌鳢对PCBs具有生物放大作用.BSAF及BMF均与PCBs的KOW和氯原子取代数具有显著相关性,说明化合物的理化性质是控制其生物富集的主要因素.     

多溴联苯醚在桂花鱼体内的分布

使用 GC-MS-NCI检测方法对持久性有机污染物多溴联苯醚(PBDEs)的同系物BDE28,47,66,85,99,100,138,153,154,183,209 在桂花鱼体内的含量及分布进行了研究．结果表明,Σ₁₀ PBDEs（不包括BDE209）在肾脏中含量最高,肌肉中含量最低,其干重平均值分别为5.71 ng·g^-1 和0.95 ng·g^-1．Σ₁₀ PBDEs在肾脏、鱼鳔、肝脏、鱼鳃、生殖腺、鱼皮、肠胃和肌肉中的干重含量分别为3.04～12.8、0.81～6.90、1.28～8.87、0.09～6.36、1.05～5.73、0.022～5.06、0.69～5.98和0.14～2.61 ng·g^-1．Σ₁₀ PBDEs在各组织和器官的含量顺序为: 肾脏、鱼鳔、肝脏> 鱼鳃、生殖腺> 肠胃、肌肉、鱼皮．桂花鱼体所含低溴取代 PBDEs 以 BDE47 为主要同系物,所占丰度为35.7%～65.6%．十溴取代物 BDE209 在所有样品中检出率为 45.2%,其中在肾脏和生殖腺中含量较高．研究表明,PBDEs 由摄食、呼吸2种主要途径进入桂花鱼体内,易富集在肝脏、鱼鳔、鱼鳃等脂肪含量较高的组织和器官中．     

黄河中下游表层沉积物中有机氯农药含量及分布

利用GC-ECD检测了黄河中下游干支流23个表层沉积物中的有机氯农药,主要检测出HCHs、DDTs、六氯苯、氯丹等,总含量范围为0.35～22.92 ng/g,其中HCHs和DDTs的含量较高,分别为0.09～12.88 ns/g和0.05～5.03 ng/g.干流中有机氯农药的含量从中游到中下游呈逐渐升高趋势,主要支流中的含量为:新蟒河＞金堤河＞汜水＞伊洛河＞沁河.干流中HCHs含量较海河、珠江、长江和黄浦江明显偏高;DDTs含量与除海河外的其它河流基本相同,但两者均低于国外河流.沿河流区域工业废水和主要支流的汇入、农药的广泛施用所引起的长期残留与风化土壤是黄河有机氯农药污染的主要来源.     

乌鲁木齐南部PM_(2.5)/PM_(2.5-10)中多环芳烃与气象参数的相关性

2011年1-12月在新疆科学院设置采样点,采集大气可吸入颗粒物。并利用气相色谱-质谱联用仪(GC-MS)对可吸入颗粒物中的多环芳烃进行了定量分析。采样期间细粒子(PM2.5)和粗粒子(PM2.5-10)的质量浓度范围分别为10.30~559.00μg/m3和16.70~218.80μg/m3;美国EPA优控的16种多环芳烃中由于萘(Nap)、苊烯(Acp)和苊(Acey)的浓度低于检测线未被检出之外,其余13种化合物均被检出。在PM2.5和PM2.5-10中这13种多环芳烃的总浓度范围分别为:1.18~2 504.72 ng/m3和1.14~519.87 ng/m3;采用SPSS软件对颗粒物浓度与气象参数之间相关性分析表明,颗粒物浓度与温度及风速在P0.05水平上显著负相关,与相对湿度在P0.01水平上显著正相关;采用多元线性回归对PM2.5-ΣPAHs、PM2.5-10-ΣPAHs浓度与气象参数之间建立预测模型,决定系数R2分别为0.689、0.557。