导数恒能量同步荧光法同时分析咔唑、苯并(a)芘、苝和2,3-苯并蒽

建立了咔唑、苯并(a)芘、苝和2,3-苯并蒽四组分同时测定的导数恒能量同步荧光分析法,该法简便快速,无需对混合物进行分离,只需一次扫描,就可实现四组分的同时鉴别和定量测定．该方法用于海水、自来水和大气飘尘的分析,取得了良好的效果,回收率分别为94％-104％,91．7％-104％和82．3％-112．5％．     

氯代烃在铜电极上的电还原特性和pH值的影响

采用循环伏安法,对氯代烃类化合物在铜电极表面上的电还原特性进行了研究,结果表明,氯代烷烃类化合物能在铜电极表面被直接还原,氯代芳烃不易在铜电极上被直接还原．碱性条件有利于中间体碳负离子的形成;在酸性条件下,碳负离子与氢离子之间反应的几率增大,导致通过溶液的电流值增加．pH值对不同氯代烃在铜电极上的电还原特性有不同程度的影响,这主要取决于碳链(或苯环)上其它取代基的性质、结构、数量和它与氯在苯环上的相对位置．     

优势短杆菌对多环芳烃的降解性能

本研究从长期被焦化废水污染的污泥中分离出一株优势短杆菌研究该菌株及其在无机离子存在下对蒽、菲、芘的降解性能.结果发现该菌株对蒽、菲、芘均有良好的降解效果,Fe³⁺对降解过程有促进作用,反应10h后,蒽、菲、芘转化率分别可达约75%,87%,及62%.总有机碳(TOC)的测定结果表明,该菌株在106h内能分别将反应瓶中加入的蒽、菲、芘所产生的总有机碳去除50%、90%及50%.     

珠江三角洲沉积物中毒害有机物的污染现状及评价

参照美国EPA8000系列方法及质量保证和质量控制(QA/QC),对珠江三角洲河流和河口表层沉积物中的有机氯农药、多氯联苯(PCBs)和多环芳烃(PAHs)进行了定量分析。与世界各地表层沉积物中毒害有机污染物的浓度进行对比,分析了珠江三角洲地区沉积物的污染现状;与国外生态风险评价标准对比表明,广州河段和澳门河口的沉积物为高生态风险区。      

澳门大气降尘中优控多环芳烃研究

通过对澳门大气降尘中的优控多环芳烃含量特征研究以及与气溶胶中的对比研究认为 :①降尘中的优控多环芳烃含量受空间位置的影响 ,地面降尘由于受到土壤的稀释而使其中PAHs的含量降低 ,交通商业居民集中区降尘中的PAHs含量较高 ;②降尘中的PAHs含量较气溶胶中的低 ,与夜晚气溶胶中的含量比值为 0 0 2～ 0 0 8,与白天气溶胶中的含量比值为 0 0 3～ 0 12 ;③降尘中的优控多环芳烃的分布与气溶胶中的存在差异 ,气溶胶显示贫 2个苯环和 3个苯环PAHs的特征 ,降尘显示富 4个苯环PAHs的特征。      

多环芳烃在渤海海峡柱状沉积物中的分布

在渤海海峡(S44和T4站位)柱状沉积物中运用气相色谱法定量地检出13种多环芳烃化合物,并对其含量分布及来源进行了分析.多环芳烃浓度总和为60.3ng/g～2076.5ng/g,尚不属严重污染状况,但是苯并芘等强致癌性化合物均有不同程度检出.利用多环芳烃的一些参数(菲/蒽、荧蒽/芘、2～3环化合物总量和4环以上化合物总量等比值及不同分子量的相对浓度)估测了该区的多环芳烃的来源,S44站位的多环芳烃主要来源于化石燃料的不完全燃烧过程;而在T4显示的是石油源和不完全燃烧源的混合特征,这应与研究海区的石油开发或航运等事件有关.同时研究表明多环芳烃在柱样中的分布可提示人文活动强度的影响.     

氯代芳香化合物生物降解性能与其化学结构的相关性

应用结构－活性定量关系研究方法,对氯代芳香化合物的好氧生物降解性能与其化学结构间的关系进行了研究,并建立了受试物的好物降解速率常数与４个高阶分子连接性指标及取代基电子效应数为结构参数的定量关系,分析表明,有机物取代基的电性能数和空间构型是影响受试物好氧生物降解性能的２个重要因素。     

饱和带有机污染物的厌氧反硝化微生物降解

以卤代烃和芳香烃为代表,通过室内实验模拟饱和带厌氧反硝化环境,对地下饱和带中有机污染物的厌氧反硝化可生物降解性,降解机理,降解动力学方程等进行了研究。实验结果表明,芳香烃较卤代烃易被微生物降解,在有低学葡萄糖存在时有 机物的最大生物降解速率Ｃ６Ｈ６：Ｌｍａｘ＝１７ｍｇ／（ｍ＾２．ｄ）,Ｃ７Ｈ８：Ｌｍａｘ＝４６ｍｇ／（ｍ＾２．ｄ）,ＣＣｌ４;Ｌｍａｘ＝７ｍｇ／（ｍ＾２．ｄ）,ＣＨＣｌ３：Ｌｍａｘ＝６     

易降解有机物对氯代芳香化合物好氧生物降解性能的影响

利用测定微生呼吸耗氧量的方法,从生物氧化程度出发,研究易降解有机物对氯代芳香化合物生物解性能的影响。结果表明,易降解有机物的存在有利于受试物的降解,生物氧化率的增加值与所投易降解ＢＯＤ５浓度的关系具有类似米－门公式的形式。     

运用回归分析与人工神经网络预测含硫芳香族化合物好氧生物降解速率常数

为了研究人工神经网络预测有机化合物生物降解的性能,运用多元线性回归方法和误差反向传递人工神经网络模型以基团代码作为结构描述符,分别拟合、预测了一批含硫芳香族化合物的一级好氧生物降解速率常数．结果表明,由于神经网络自动考虑了基团间的交互作用,它对生物降解这类复杂问题有极高的求解能力,预测的均方误差为０．００１０２,远低于线性回归模型的预测误差０．０１５９１