生态系统服务功能及其价值核算

生态系统服务功能是指生态系统服务与生态系统功能的综合，指生态系统与生态过程所形成及所维持的人类赖以生存的自然环境条件与效用，生态系统服务功能对于人类生存发展具有重要的价值，应该在社会经济体系中得以体现，本文探讨了生态系统服务功能的类型，价值核算方法与理论及其应用研究在完善国民经济核算体系、促进可持续发展等方面的重要意义，并对今后发展进行了展望。     

基团贡献法对取代苯类化合物生物降解性的预测

测定了 47种取代苯类化合物在松花江水中的 5日生化需氧量 (BOD5) .分别采用线性基团贡献法和非线性基团贡献法(人工神经网络法 )对化合物的生物降解性BOD5 ThOD(ThOD :理论需氧量 )进行QSBR研究 .得到不同基团对生物降解性的贡献为 :C6H5>COOH >OH >CH3 O CH3 >NH2 >Cl >NO2 .线性基团贡献法对于训练组和测试组的定性预测正确率分别为72 %和 86 % ;而人工神经网络法的预测正确率分别为 92 %和 86 % .预测结果表明线性和非线性基团贡献法的预测效果都很好 ,相比而言 ,非线性方法对生物降解性的预测更准确     

水中氯仿的活性炭电增强吸附特性

讨论了活性炭在电场作用下对水中微量的三氯甲烷的吸附 ,测定不同控制电位下活性炭的吸附量 ,并讨论了吸附动力学与吸附等温方程 .实验结果表明 :活性炭的吸附量与活性炭上所加的控制电位相关 .在阳极极化时 ,活性炭的吸附量增大 ;在阴极极化时 ,活性炭吸附量减少 .吸附起始浓度为 10 0 μg L的氯仿溶液 ,同样数量的活性炭在阳极极化下可得到最大吸附量 ,其值为无电场时的 1 6倍 .分析了电场影响活性炭吸附的机理 .     

同位素示踪技术在沉积物重金属污染溯源中的应用

沉积物重金属污染及其防治愈来愈受重视,查明污染源是有效治理污染的前提。文章概述了近年来国内外铅、锶等同位素、放射性核素示踪技术在沉积物重金属污染溯源研究中的应用,针对以往研究工作的不足和存在的问题,指出了今后沉积物中重金属污染源解析研究中的重点:采用Pb、Sr、Zn等同位素示踪法,结合多元统计及其它元素地球化学信息追踪重金属污染源和评价污染程度。     

粪斑对结缕草放牧草地根系层土壤氮素的影响

研究了结缕草放牧草地根系层土壤氮素的季节性变化特征．结果表明：结缕草放牧草地根系层土壤的全氮量和C／N比值的变化与草地土壤总的肥力水平有关，同时也受到草地放牧的强度和历史的影响；但无机态氮(硝态氮和铵态氮)却较少受到这些因素的影响；铵态氮在根系层土壤的无机态氮总量中占优势．在所研究的放牧草地上，放牧牛在前一年排泄的粪斑对下一个生长季根系层土壤氮素水平的影响很小，因此，由粪斑引起的结缕草放牧草地根系层土壤氮素的空间异质性持续时间一般可能不会超过两个生长季．表1参10     

新鲜蔬菜和水果中亚硝酸盐测定方法研究

本文研究了消除新鲜蔬菜和水果中抗坏血酸对亚硝酸盐测定原方法，在样品提取时加入醋酸锌和活性炭，以消除抗坏血酸对测定的干扰，提高了测定的灵敏度和准确必     

晋江感潮河段沉积物重金属赋存形态及潜在生态风险

测定了晋江感潮河段表层沉积物中12种重金属的含量,分析了沉积物中重金属的分布特征,结果显示:Cr、Ni、Cu、Zn在受人类活动影响较大的中间河段偏高,远离城区与工业区的上游、水动力条件较好的下游偏低。用改进的BCR四步提取法分析了4个站位沉积物中重金属的赋存形态,结果表明:Mn、Cd的弱酸溶态和Pb、Cu的可还原态占主导地位,具有较大的潜在生态危险性;V、Sb、Ti、Sn主要以残渣态为主,对环境的危害较小。沉积物中重金属污染的潜在生态风险评价表明,Cd污染及其生态危害性非常严重,Cu、Zn、Pb、Cr和Ni污染较轻。总体上,晋江感潮河段表层沉积物已受重金属严重污染,属于生态危害性极强的重污染水平。     

国家生态工业示范园区建设的新进展

我国目前已被正式确认的国家生态工业示范园区有贵港国家生态工业（制糖）示范园区和南海国家生态工业示范园区。已通过建设规划论证的国家生态工业示范园区有黄兴国家生态工业示范园区，包头国家生态工业（铝业）示范园区和石河子国家生态工业（造纸）示范园区。     

风景名胜区生物多样性保护的理论与实践——以黄山风景区为例

生物多样性是风景区重要的旅游资源以及环境资源，本文应用景观生态学原理及生物多样性保护的最新理论，探讨了生物多样性保护的方法，包括保护区面积的科学划分以及在面积不足时需要采取的生态学设计，并以黄山风景区为例，对这一理论及方法进行了论证。     

取代芳烃的生物降解性与结构相关性研究

采用量子化学MOPAC－AM1法计算了42种取代芳烃的生成热Hf、分子最高占有轨道能EHOMO、分子量MW、分子总表面积TSA及偶极矩μ。分别采用线性回归分析法和人工神经网络法对所研究化合物的生物降解性参数BOD进行QSBR研究。对训练组而言，线性方法和神经网络法的平均预测误差分别为15．9％和11．4％；而测试组化合物的平均百分误差分别为14．5％和13．0％。无论对于测试组还是训练组，神经网络法的预测都更精确。