不同裂解温度稻壳生物炭对阿特拉津的吸附行为及机制

为探究不同裂解温度下稻壳生物炭的结构和性质差异及其对阿特拉津（AT）的吸附作用机制和构-效关系,以稻壳为原料在300、500和700℃下制备稻壳生物炭（分别记为RH300、RH500、RH700）,通过电镜扫描、元素分析仪、比表面积分析仪和傅里叶变换红外光谱分析仪等对3种稻壳生物炭进行结构表征分析,并采用批量等温吸附法研究稻壳生物炭对AT的吸附特性.结果表明:裂解温度由300℃升至700℃时,稻壳生物炭中w（C）由48.81%升至64.67%,w（H）、w（N）和w（O）则由3.22%、1.45%和34.66%分别降至0.89%、0.92%和16.29%,原子比H/C、O/C和（O+N）/C值均降低.可见,随着裂解温度升高,稻壳生物炭的芳香性增强,亲水性和极性降低,且比表面积和孔体积增大,平均孔径减小.3种稻壳生物炭对AT的吸附均可用Freundlich和Langmuir两种等温吸附模型进行较好地拟合（R≥0.948,P < 0.01）,吸附作用及非线性程度与生物炭的比表面积（SSA）、芳香性（H/C）、亲水性（O/C）和极性〔（O+N）/C〕呈良好的指数关系,大小表现为RH700 > RH500 > RH300.稻壳生物炭对AT的吸附机制主要包括分配作用和表面吸附,分配作用强度与生物炭的极性和炭化程度有关;而表面吸附作用与AT的分子大小有关,3种稻壳生物炭对AT的表面吸附除表面覆盖外,还存在多层平铺、毛细管现象和孔隙填充等.研究显示,裂解温度是影响生物炭吸附有机污染物的重要因素,在综合考虑成本和制备工艺的同时,适当提高裂解温度可增强生物炭对有机污染物的吸附作用.      

Sorption of dissolved organic matter and its effects on the atrazine sorption on soils

IntroductionApplication of organic amendments, such as sewagesludge to agricultural soils, has been considered as aneffective way to improve the soil physico chemical propertiesand organic matter compositions. Dissolved organic matter(D…     

水中腐殖酸可见光降解阿特拉津的动力学研究

探讨了天然水体中存在的腐殖酸(HA)可见光降解水中阿特拉津的动力学特征和影响因素。结果表明,pH对HA可见光降解阿特拉津具有明显影响,水中HA质量浓度为5.0mg/L时,pH为3、5、7、9的条件下,受可见光照6.00h后阿特拉津(初始质量浓度5mg/L)的去除率分别为75.5%、77.3%、91.7%、84.9%,中性条件下阿特拉津可见光降解效果最佳;当HA质量浓度分别为1.5、3.0、5.0、10.0mg/L时,HA对水中阿特拉津的可见光降解均表现为促进作用,且降解过程符合一级反应动力学方程,其一级反应动力学常数分别为0.337 0、0.361 4、0.445 4、0.314 6h-1,HA为5.0mg/L时阿特拉津的可见光降解效果最佳。实际应用中,可以通过优化HA与阿特拉津的浓度比值,发挥HA促进阿特拉津可见光降解的最佳效能。     

液相色谱法测定底泥中阿特拉津的不确定度评定

摘要：文章采用实验室内部的非标准方法《底泥中阿特拉津残留量的液相色谱测定方法》测定底泥中的阿特拉津残留量。通过对影响测定结果的不确定度分量的分析和量化,求出被测量的标准不确定度,给出各分量对测定结果不确定度的相对贡献,对测定结果进行了表述。对实际河道底泥样品中的阿特拉津残留量进行了测定,得到阿特拉津农药残留量的拓展不确定度为0．23ug/g,k=2。     

液液萃取-高效液相色谱法测定水中阿特拉津质量控制指标体系研究

文章采用液液萃取-高效液相色谱法,通过统计全国多家实验室的测定数据,对水中阿特拉津测试的精密度和准确度两大类共5个质控指标及其评价标准进行了研究,提出在概率P和γ均为0.90时,平行样、空白加标回收率平行样和样品加标回收率平行样最大相对偏差应分别控制在7.5%、10.5%和9.7%;空白加标浓度为0.1～20μg/L时,回收率应控制在59%～118%;样品测定浓度为未检出、加标浓度在0.2～20μg/L时,实际样品加标回收率应控制在73%～106%。     

Effects of Cu（Ⅱ） and humic acid on atrazine photodegradation

This work was designed to explore the characteristics of photodegradation of herbicides in the copper-polluted water body. The results showed that Cu(II) alone could induce a photo Fenton-like reaction to enhance the degradation of atrazine, in which hydroxyl radical ( OH) was a main active species. Humic acids restrained atrazine degradation, nevertheless, when introducing Cu(II), the photodegradation was accelerated, in which singlet oxygen (1O2) replaced OH acting as the prevailing species. A feasible mechanism for the photochemical process was also proposed, which is helpful for better understanding the environmental photochemistry of atrazine in the copper-polluted water.     

利用热活化过硫酸盐技术去除阿特拉津

利用热活化过硫酸盐(S2O2-8)技术去除水中的阿特拉津(ATZ).结果表明,增加溶液中S2O2-8浓度或提高溶液反应温度,可加速ATZ的降解.ATZ的降解是一个二级反应,其速率和溶液中ATZ和S2O2-8的浓度都成正比.初始pH为3.0~10.0时,S2O2-8对ATZ都有很好的降解效果,在酸性和中性时,降解效率高于碱性条件.利用自由基探针发现,在酸性和中性条件下,起降解作用的主要是SO·-4,而碱性条件下OH·占主导.ATZ的降解受到Cl-、CO2-3和腐殖质(HA)的影响.其中,Cl-对反应的影响比较复杂,低浓度时Cl-会生成具有高氧化还原电位的Cl·促进ATZ的降解,而高浓度时Cl·会继续反应生成氧化能力相对较弱的Cl2·-,从而抑制反应的进行.HA和CO2-3都对反应有明显的抑制作用.     

UV-H_2O_2联用工艺去除水中阿特拉津的研究

采用间歇式反应器考察了UV-H2O2高级氧化技术去除水中阿特拉津的效果及其影响因素,并进行了相关的反应动力学研究。结果表明,在pH值6.9,阿特拉津初始浓度500μg/L,紫外辐照强度172μW/cm2时,H2O2投加量50mg/L,反应10min后,阿特拉津的去除率90%。UV-H2O2联用工艺对阿特拉津的降解符合一级反应动力学。H2O2在该联用工艺降解阿特拉津中具有双重作用,一方面,当H2O2投加量较小时,一级反应速率常数随H2O2投加量的增加基本呈现线性增加的趋势;另一方面,当H2O2浓度增加到一定程度(90mg/L)后,阿特拉津的降解速率随H2O2浓度的变化已不明显,而H2O2浓度为102mg/L时,则出现了抑制作用。     

京、津、冀地区地闪特征的统计分析

京、津、冀地区地闪的区域特征十分明显,利用该地区2004年的地闪的定位资料,通过分析得到以下主要结论:(1)正地闪占总闪的比率为10.86%,而各地区正地闪占总地闪的百分率与相应地闪产生地区的中心纬度之间都存在着很好的线性关系.由于与中、低纬度地区相比,高纬度地区雷暴云整体高度发展得较低,雷暴云中主正电荷区域的位置也较低,因此高纬度地区较中、低纬度地区的正地闪发生得多.(2)雷暴以7月份为最多,且7月份地闪次数的逐日分布较均匀.(3)地闪在空间分布上有4个相对较为集中的区域,这些区域主要是山地的迎风坡、或下垫面水汽的充足处、或人口相对集中的城市中心区.     

响应面法和神经网络优化Acinetobactersp．DNS32发酵基质

为了提高阿特拉津降解菌Acinetobactersp．DNS32的产量，分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分（玉米粉、豆饼粉、K：HPO。）进行优化研究。响应曲面法确定3种成分的含量为玉米粉39．494g／L，豆饼粉25．638g／L和K。HPO。3．265g／L时，预测发酵活菌最大生物量为7．079×10^8CFU／mL，实测量为7．194×10^8CFU／mL；人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L时，预测最大值为7．199×10^8CFU／mL，实测量为7．244×10。CFU／mL；最终确定培养基配方：玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L，CaCO3为3．000g／L，MgSO4·7H2O和NaCl均为0．200g／L；优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36．6％。结果表明，在阿特拉津降解菌DNS32发酵培养基组分优化方面，响应面法和基于人工神经网络的遗传算法都是可行的，基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。