双氰胺对冬闲稻田和油菜地N2O排放的影响

冬季的温室气体排放往往被忽视,而最新的研究结果表明,冬闲稻田和冬季油菜地N_2O排放仍较大,研究相应的减排措施及减排机制对于减少农田土壤N_2O排放有重要意义.在中国科学院桃源农业生态试验站选择冬闲稻田和油菜地两种不同土地利用方式,并设置添加和不添加双氰胺(DCD)处理,采用静态箱采集和气相色谱法结合监测N_2O排放动态,利用分子生物学手段分析氨氧化古菌(AOA)和氨氧化细菌(AOB)的群落结构和丰度变化.结果表明,添加DCD后明显抑制了冬闲稻田和油菜地N_2O排放,分别减少了36.7%和23.6%.DCD施入抑制了冬闲稻田AOA和AOB的丰度但只改变AOA的群落结构,DCD使AOA和AOB丰度分别减少了59.3%和73.7%.与此相反,添加DCD只改变油菜地AOB的群落结构同时只抑制了AOB的丰度.本研究表明,施加DCD能有效减少冬闲稻田和冬季油菜地N_2O排放,但减排机制不一致.     

南昌市固定燃烧点源大气污染物排放清单及特征

大气污染物排放清单是了解区域污染物排放特征、准确模拟空气质量的重要资料,而工业点源是大气污染的重点排放源.通过收集相关活动水平信息和合理的排放因子,采用"自下而上"的方法建立了南昌市2014年点源大气污染物排放清单.结果表明,SO_2、NO_x、CO、PM_(10)、PM_(2.5)和VOC排放总量分别为29576.2、17115.1、25946.6、4689.4、922.9和1190.4 t,其中,金属炼制行业对SO_2、CO和VOC的贡献最高,分别占37.75%、30.59%和38.45%;火电行业是NO_x的主要来源,其贡献率为47%;水泥等建材制造行业对PM_(10)和PM_(2.5)排放贡献最高,分别为26%和25%.根据排放源污染物排放量及地理坐标信息,建立了0.4 km×0.4 km的污染物排放量空间分布特征图,结果表明,南昌市大气污染物排放较为集中,青山湖区北部和新建区北部是SO_2、NO_x、CO和VOC的主要排放区,而PM_(10)和PM_(2.5)的排放量相对分散,并在安义县出现排放高值区.通过将计算结果与统计数据结果进行对比,了解所估算清单的准确程度.对SO_2和NO_x的计算值和统计值进行统计分析,结果显示,NMB(标准化平均偏差)和NME(标准化平均误差)值均小于50%,清单计算精度较高.同时,为了解清单数据质量,对清单的不确定性进行定量分析,结果显示,SO_2和VOC不确定性较低而PM_(10)和PM_(2.5)的不确定性相对较高,清单整体不确定性与其他研究结果相差不大.建议后期研究可以从提升基础数据质量和建立具有区域代表性的排放因子数据库着手,从而减小排放量的不确定性,获得精准可靠的大气污染物清单并应用于空气质量模型预报等更深入的研究.     

南昌市移动源排放清单研究

根据收集的南昌市移动源活动水平数据,采用合适的估算方法、排放因子和GIS技术,建立了南昌市2007—2014年移动源排放清单,并对2014年移动源清单进行了空间化处理与分析,空间分辨率为1 km×1 km.结果表明,2007—2014年南昌市移动源共向大气排放CO、HC、NO_x、PM_(2.5)、PM_(10)、SO_2分别为18.26×10~4、5.07×10~4、18.46×10~4、0.99×10~4、1.08×10~4、3.31×10~4t.其中,2014年移动源向大气中排放的这6种污染物总量分别为2.14×10~4、0.76×10~4、1.97×10~4、0.08×10~4、0.09×10~4、0.55×10~4t.道路移动源中,汽油小型客车是CO、HC和SO_2最大的贡献源,排放量分别占机动车排放总量的55.1%、78.5%和56.1%;柴油重型货车是NO_x、PM_(2.5)和PM_(10)排放贡献率最大的车型,分别占43.2%、40%和40%.非道路移动源中,小型拖拉机对CO、HC、NO_x、PM_(2.5)和PM_(10)的贡献率均较大,分别占非道路移动源排放总量的29.9%、26.9%、23.4%、29.5%和29.8%;SO_2排放主要来源于船舶,占非道路移动源SO_2排放总量的45.1%.高污染排放集中的区域,主要是青山湖区、西湖区和东湖区.     

水铁矿及其胶体对砷的吸附与吸附形态

采用吸附实验,通过吸附动力学和吸附等温模型,研究了水铁矿及其胶体对As(Ⅲ)和As(Ⅴ)的吸附能力.在此基础上,使用连续提取和As化学形态提取技术分别对水铁矿及其胶体固相上吸附As的结合形态和化学形态进行提取分析.吸附动力学研究以及Langmuir和Freundlich两种吸附等温模型拟合结果表明,水铁矿及其胶体对As的吸附为多层吸附,且易于进行.水铁矿胶体对As(Ⅲ)和As(Ⅴ)的吸附量分别为194.8 g·kg~(-1)和107.3 g·kg~(-1),而水铁矿对As(Ⅲ)和As(Ⅴ)的吸附能力分别为155.2 g·kg~(-1)和104.4 g·kg~(-1),均低于水铁矿胶体.水铁矿及其胶体吸附的As以专性吸附As、无定形铁氧化物结合As和晶型铁氧化物结合As形式存在,胶体上未形成残渣态As.因此,水铁矿胶体吸附As的牢固程度低于吸附As后形成残渣态As的水铁矿,且所吸附的As容易重新释放到环境中,增加环境风险.水铁矿单独存在时不具有将As(Ⅴ)还原为As(Ⅲ)的能力.     

某货车侧翻水污染事件的环境损害评估方法探索

随着我国进入突发水污染事件高发期,面临的水环境形势日益严峻.为了震慑环境污染行为,保证受损的环境资源得到恢复和补偿,量化突发性水污染事件造成的经济损失显得至关重要.本文以重庆市某货车侧翻污染事件为例,构建了一套突发水污染事件环境损害的量化评估方法,并用该方法从财产损害、生态环境资源损害、应急处置行政事务投入费用和调查评估费用这4个方面量化了该事件造成的环境污染损害.     

不同部位玉米秸秆对两种质地黑土CO2排放和微生物量的影响

秸秆还田后作物残体的分解是农田生态系统碳循环及养分周转平衡的一个至关重要环节.为了探索秸秆化学性质和土壤质地对黑土区土壤CO2排放和微生物量的影响,本文通过室内恒温培养实验研究了添加不同植株部位玉米秸秆(根、茎下部、茎顶部、叶)进入黑土区两种质地土壤(砂壤土和黏壤土)后的CO2排放、微生物量,并分析了它们与秸秆C/N、木质素含量的关系.结果表明,添加不同部位秸秆一致增加土壤CO2排放量,激发效应值介于216.53~335.17μmol·g-1,黏壤土大于砂壤土.激发效应值与木质素/N之间的线性回归关系明显好于激发效应与木质素含量、C/N、含氮量之间的线性关系.添加秸秆增加MBC和MBN含量,降低MBC/MBN,微生物群落氮固持的速率高于碳固持.添加秸秆后,砂壤土微生物量增加的幅度大于黏壤土,总溶解性氮含量小于黏壤土.结果说明,秸秆的木质素和氮含量均会对它的分解和CO2排放产生影响,木质素/N比木质素含量、C/N等更好地说明秸秆分解和CO2排放的差异;与黏壤土相比,在砂壤土中实施秸秆还田可以取得更好的土壤碳固存、微生物量和氮素保持效果.     

阿哈水库叶绿素a时空分布特征及其与藻类、环境因子的关系

为了解阿哈水库叶绿素a(Chl-a)时空分布特征及其与藻类、环境因子的关系,于2012年枯水期至2013年平水期、丰水期对藻类与理化指标进行分层采样.结果表明Chl-a季节变化明显,与藻类生物量季节变化较为一致,而与丰度差别较大,平水期发生甲藻水华,浓度最高(91μg·L~(-1)),枯水期与丰水期相对较低,分别为8μg·L~(-1)与16μg·L~(-1).枯水期与丰水期水体表层Chl-a浓度略高于中、底层,表层光照、溶解氧相对充足,利于藻类生长;平水期表层Chl-a浓度远高于中、底层,易在表层聚集的甲藻水华是主要原因.大坝Chl-a浓度高于库中,这可能是大坝位于金钟河入库口,营养盐高于库中的缘故.相关性分析得出Chl-a与甲藻门呈极显著正相关(R=0.798,P0.01);Chl-a与TP、DO、pH呈极显著正相关(R=0.762,P0.01;R=0.792,P0.01;R=0.658,P0.01),与TN显著正相关(R=0.388,P0.05)与N/P、NO_3~--N显著负相关(R=-0.37,P0.05;R=-0.435,P0.05).逐步回归分析得出DO、TP、N/P为影响阿哈水库Chl-a分布的主要因子.此外热分层以及水温对Chl-a的影响也不容忽视.     

便携式气相色谱-质谱仪在应急监测中的应用

通过一次有机污染物应急监测实例,结合HAPSITE便携式GC-MS的使用情况,介绍了该仪器在应急监测与处置工作中的特点,并根据使用结果,总结了便携式GC-MS能够迅速确定污染范围,有效确定污染物种类以及快速确定污染状况和污染程度等性能特点,为相关单位对便携式GC-MS的实际应用提供了指导。     

碱液预处理玉米秸秆的条件优化及添加剂的选择

利用稀NaOH溶液预处理玉米秸秆,以去除木质素,减少半纤维素、纤维素的损失为目的,采用响应曲面法对预处理条件进行优化,得到的最佳预处理条件为:NaOH溶液浓度0.77%(w/w),预处理时间16 h,温度45.6℃。并且,进一步研究了不同添加剂(聚乙二醇、吐温-80和尿素)与NaOH溶液协同作用下秸秆中木质素的去除效果,结果表明尿素与NaOH的混合溶液对木质素去除效果最显著。秸秆在45.6℃,0.77%NaOH和0.2%尿素混合溶液中浸泡16 h后,纤维素回收率为86.33%,半纤维素回收率为69.89%,木质素去除率为64.93%;与原秸秆相比,纤维素含量提高了31.70%,半纤维素含量提高了6.62%,木质素含量减少了46.48%。     

采用支持向量机算法优化电化学处理油田污水的工艺参数

采用支持向量机(SVM)算法,将Box-Behnken设计法与支持向量回归算法(SVR)实验参数优化软件相结合,优化电化学去除油田污水COD的工艺参数。通过量子粒子群算法对SVM算法参数进行优化,从建立的回归模型中找到工艺参数的全局最佳点:电解时间60 min,电解电流3 A,三维电极填充料中石英砂质量695 g。模型得到的COD理论最优去除率为92.48%,验证实验得到的COD去除率为91.43%。