有机磷降解酶的固定化及其工业化应用初探

采用一种新型的酶固定化方法，在大孔微球中对有机磷降解酶（OPHC2）固定化，制备固相载体化的交联酶聚集体固定化酶。对具有实际应用意义的参数：热稳定性、牢固度和连续反应批次进行了重点研究。结果表明，有机磷降解酶固定化酶的半衰期在70℃时比游离酶提高了2.1倍。固定化酶分别在37℃的摇床中经14 h高速振荡，以及在pH 8、37℃条件下循环反应49个批次降解甲基对硫磷后，均未发现固定化酶酶活力下降。在37℃，有机磷降解酶固定化酶柱以每小时3倍柱床体积的速率对甲基对硫磷农药乳油的稀释液（甲基对硫磷含量为216 mg/L）进行降解处理，系统连续工作156 h，甲基对硫磷的降解率保持在98.4%～99.9%。     

北京市部分地区大气气溶胶中多环芳烃污染特征及污染源探讨

对北京市不同功能区在不同季节大气气溶胶中多环芳烃污染特征及污染源进行了探讨。在石景山、前门、农展馆、十三陵等地区的气溶胶有机污染物中均检测出EPA优先控制的16种多环芳烃。在一年中，冬季有机污染物浓度大约为春季或夏季的10倍左右，夏季有机污染程度最低。冬季（12月24日）大气中强致癌的多环芳烃BaP在所有地区均超过国家标准（10ng/m^3），农展馆地区超标2.5倍，前门地区超标5倍，石景山地区超标7．5倍，这些有机污染物主要来源于煤的不完全燃烧，也有相当部分来源于汽车尾气排放。     

P.phragmitetus发酵条件优化及其所产絮凝剂的应用研究

在LB培养基的基础上,对P.phragmitetus的生长特性进行研究,发现P.phragmitetus所产絮凝剂的表达与菌体呈正相关,且倾向于在碱性条件(pH=7.5)下生长和产生絮凝剂。选择察氏培养基为基础发酵培养基,发现P.phragmitetus产絮凝剂最佳碳源为葡萄糖,氮源为蛋白胨,最适碳氮比为4∶1。以该菌所产絮凝剂粗品和脱色剂双氰胺甲醛树脂对模拟的活性染料废水进行联合处理。结果表明,微生物絮凝剂投加量为40μg/mL,脱色剂用量为100μg/mL时,脱色率达到90%。相对于传统化学处理工艺,该联合处理工艺所需脱色剂和絮凝剂用量都更少。     

应对空气颗粒物污染的高密度城区健康脆弱性评价——以天津市为例

选取天津高密度中心城区为研究对象，运用Modis遥感影像的气溶胶反演，构建空气污染“暴露度-敏感性-适应性”的评价框架，解析承污脆弱性空间分布特征及成因规律。结果表明：暴露度分布整体呈现由中心到外围“圈层递减”的空间格局，高暴露度集中主要分布在“市内六区”;敏感性主要集中在南开、河西、和平三个区域，时空分布格局整体呈现“中心聚集，四区分散”的分布特征。适应性整体呈现“中间高，四周低”的空间分布特征，高值及较高值区分布较为集聚，主要集中在和平、南开、河西、河东等核心区域；低值区分布在北辰、东丽、津南、西青等中心城区外围区域。研究区的承污脆弱性具有空间分异现象，表现出从中心到外围“低-中-低”的分布特征；暴露度等级、敏感性、适应性分别与人口密度及城市路网密度、老年人口及女性人口密度、医疗服务及社会教育经济资源拥有度有关。采用层次聚类分析方法划分不同脆弱情景，针对性提出调整土地结构、确定生态安全距离、控制开发强度、优化绿化系统、调配公共配置、增设应急场所等韧性策略，旨在为空气污染韧性规划与决策提供依据与思路。     

基于自然的解决方案在防灾减灾中的应用进展

面对日益频发的自然灾害挑战，传统防灾减灾方案难以应对，城市亟须采用新的方案，提升防灾减灾的效率及效益。基于自然的解决方案(Nature-based Solutions, NbS)是一种由自然启发和支持，主动进行可持续管理、保护和恢复生态系统的方案，已在防灾减灾领域展现出广阔的应用潜力。该文梳理了NbS的概念发展、应用原则、实践措施、常见应用领域及在防灾减灾中的应用流程等，并对NbS在防灾减灾应用特征进行了概括，同时根据灾前准备、灾中应对、灾后恢复三个阶段对NbS在防灾减灾中的应用进展进行了归纳。总结可知：NbS在减灾防灾中的应用是对传统方案的升级，可长期有效地管理自然灾害风险。NbS在灾前工作中的风险管理、风险评估、群体接受度提高、政策制定等措施均可有效提升前期防灾效率；灾中NbS则可进行应灾方案制定、提升基础设施综合效益、提供监测数据为城市防灾规划创建有效思路；灾后NbS通过生态修复、社会恢复、生态系统服务调节、复原力提升等恢复与重建工作，来提升区域适应未来威胁的能力。因此未来需重点关注：(1)如何将NbS纳入政策主流；(2)实时监测、量化效率、效益评估等NbS相关技术提升；(3)N...     

基于智能算法的大气污染防控知识图谱：研究方法、演化路径与应用展望

大气污染防控是保障人民健康与生命安全重要的研究课题，智能算法是大气污染防控及预测预警的重要工具手段。通过Citespace对Web of Science核心数据库中1998—2021年智能算法在大气污染防控中应用的文献进行可视化分析。结果表明：(1)智能算法在大气污染防控应用历经“数理统计-遥感监测-数字模拟-神经网络算法”四个阶段；(2)研究主题集聚为“神经网络模型”“智慧健康检测系统”和“城市空间的大气污染”三个核心聚类演变路径；(3)应用方式包括“大气污染时空分布”“大气污染因素相关性”“大气污染事件预测”“空气质量优劣评估”与“健康韧性城市应用”五个方面。未来智能算法在大气污染防控中的应用趋势，将体现“高精度预测-全周期评估-健康化理念”的特点。