黑麦草修复重金属污染土壤与废水及富集植物的微生物降解

为了研究黑麦草(Lolium perenne)修复复合重金属污染土壤与废水的综合利用效应,探索微生物对富集重金属黑麦草的降解效果,以复合重金属污染的土壤与废水为修复对象,利用黑麦草对土壤和废水进行修复,并考察了黑麦草的重金属含量、富集量、富集系数和转移系数。采用8种微生物对富集重金属黑麦草进行降解,考察黑麦草的失重率,黑麦草纤维素、半纤维素和木质素的变化情况以及重金属的浸出效果。结果表明:黑麦草对重金属污染的土壤与水体均具有较好的修复效果;在土壤修复阶段,黑麦草对U的富集系数最大,达到7.43;而对Cd的富集系数为2.61,对Pb和Sr的修复效果不明显;在废水修复阶段,黑麦草对U的富集量达到1 213.70 mg·kg-1DW,U、Cr、Sr、Co的富集系数和转移系数均大于1,其中U的富集系数达到11.24。另外,里氏木霉(Trichoderma ressei)和黄孢原毛平革菌(Phanerochaete chrysosporium)对富集黑麦草的总降解率达到60%以上;里氏木霉(Trichoderma ressei)、枯草芽孢杆菌(Bacillus subtilis)和地衣芽孢杆菌(Bacillus lincheniformis)对重金属的平均浸出率分别达到87.19%、90.58%和90.33%。在重金属污染的土壤和水体中,通过对黑麦草的循环使用,可以提高黑麦草的综合利用效率,有效减少富集生物质的产生;同时微生物对富集生物质有较好的降解能力。研究为重金属富集生物质微生物处置以及重金属回收技术奠定基础。     

抗生素与中药对大肠杆菌的联合抑菌作用及机理

为研究抗生素和中药对环境及生物体中菌群的联合毒性作用，以2种常用抗生素氨苄西林钠(ampicillin sodium,AMP)、盐酸四环素(tetracycline hydrochloride,TET)和1种中药提取物盐酸小檗碱(berberine chloride hydrate,BCH)为目标污染物，以大肠杆菌(Escherichia coli,E. coli)为指示生物，分别应用直接均分射线法和均匀设计射线法设计3个二元(AMP-BCH、AMP-TET、BCH-TET)及1个三元混合物体系(AMP-TET-BCH)，共20条射线，采用以96孔微板为实验载体的时间微板毒性分析法(time-dependent microplate toxicity analysis method,t-MTA)对3种药物及其混合物体系的毒性进行系统测定.运用拟合归零法分析混合物毒性相互作用类型及强度，选取抑菌作用明显的代表性混合物射线进行暴露前后E. coli核酸溶出量以及电镜扫描分析.结果表明，AMP、TET、BCH及其混合物体系对E. coli的浓度效应曲线为“S”型且时间和浓度依赖抑菌性明显，仅...     

2013-2017年京津冀区域PM2.5浓度变化特征

利用2013-2017年京津冀区域13个城市PM_2.5监测数据，综合探讨了该区域PM_2.5浓度的时空变化特征。结果表明：京津冀区域PM_2.5污染整体较重，但治理成效显著，2013-2017年区域PM_2.5年均质量浓度分别为106、93、77、71、64 μg/m³，完成《大气污染防治行动计划》PM_2.5浓度下降25%左右的目标；13个城市PM_2.5浓度各百分位数总体呈现下降趋势，且随百分位数增大而下降速率加大，PM_2.5年均质量浓度平均每年下降10.6 μg/m³，污染严重的太行山沿线城市邢台、石家庄、邯郸3个城市平均每年分别下降20.3、16.1、13.9 μg/m³；京津冀区域PM_2.5重度污染天数比例分别为19.9%、16.6%、9.5%、9.0%、7.0%，呈下降趋势。2013-2017年京津冀区域PM_2.5平均质量浓度与非重度污染天相比升高19 μg/m³，PM_2.5重度污染天平均质量浓度较非重度污染天时高244.4%。     

地下铀矿山留矿法采场受限空间内氡迁移的数值模拟

为研究铀矿山留矿法采场氡迁移规律,依据留矿法采场的构造和物理几何尺寸,建立了受限空间内颗粒堆积型射气介质气体流动的数学模型和氡迁移方程,以10 m和20 m高爆破矿堆为对象,采用计算流体力学(CFD)方法,研究了不同通风条件下采场中氡的迁移规律。结果表明:1)采场下行通风方式降低矿堆上部作业空间氡浓度的效果优于上行通风方式,但对采场运输巷道氡浓度的效果相反;采场排风氡浓度与采场通风风量成反比,氡析出份额与通风风量成正比;2)在相同通风风量下,10 m高爆破矿堆与20 m高爆破矿堆氡析出份额之差随通风风流量增长而逐渐缩小;3)均压通风对渗透率高(k=1×10-8m2)的采场排风氡浓度、矿堆氡析出份额有明显影响。     

大数据解析技术在大气环境监测中的应用研究

针对近年来新兴的大数据及挖掘、分析技术,对大数据解析技术在环境科学研究中的应用进行了分析和探析。以城市局部地区大气细颗粒污染物PM2.5浓度计算为例,筛选了PM2.5浓度历史数据、气象条件、交通状况、人群活动情况、网格道路状况等数据为影响特征量,分析了用神经网络法进行大数据解析和推演的原理和数学过程,是用数学、计算机、统计等方法研究解决多元、非线性复杂环境问题的一种新的探索。     

杭州市环境空气中黑碳质量浓度变化特征

采用2013年环境空气自动监测数据,分析杭州市空气中黑碳质量浓度的变化规律,并对变化特征的产生原因进行探讨。结果表明:黑碳测定年均值为4.10μg/m3,日变化有明显双峰结构,峰值出现在早7时和晚8时左右;从季节看,黑碳质量浓度冬季高(5.20μg/m3)、夏季低(3.00μg/m3);黑碳质量浓度与NO2、CO、PM10、PM2.5显著相关,与O3、风速、气温呈负相关,降水对黑碳的清除作用明显。     

巯基棉分离富集-偶氮氯膦Ⅲ-TPB-共振光散射测定垃圾渗滤液中的Zn(Ⅱ)

建立了测定垃圾渗滤液中微量Zn(Ⅱ)的巯基棉分离富集-偶氮氯膦Ⅲ-溴代十六烷基吡啶(TPB)共振光散射新方法。在pH为3.1~4.6的Tris-盐酸缓冲介质及TPB存在下,Zn(Ⅱ)与偶氮氯膦Ⅲ-TPB结合生成三元缔合物,使共振光散射(RLS)显著增强并产生新的散射光谱,最大RLS散射峰位于378 nm处,体系的RLS增强程度(△IRLS)与0.008~0.20 mg/L范围内的Zn(Ⅱ)呈线性关系,定量限为0.010 mg/L。研究了共振光散射的光谱特征、适宜的反应条件及主要分析化学性质。方法用于垃圾填埋场渗滤液中Zn(Ⅱ)的测定,加标回收率为98.10%~102.7%,相对标准偏差为1.5%~1.8%。     

齐齐哈尔市PM2.5与PM10污染趋势及相关性分析

对2014—2016年齐齐哈尔市PM_(2.5)与PM_(10)质量浓度的时间变化特征进行简要分析,并探究PM_(2.5)/PM_(10)以及PM_(2.5)与PM_(10)的相关性。结果表明:2014—2016年齐齐哈尔的PM_(2.5)与PM_(10)的年均质量浓度分别为36.7、62.9μg/m~3,且呈逐渐下降趋势;冬季的PM_(2.5)与PM_(10)浓度最高,秋季次之,春季与夏季相对较低;2014—2016年PM_(2.5)与PM_(10)质量浓度月变化趋势基本相同,整体呈现2—6月逐渐下降,9—11月逐渐上升的规律;PM_(2.5)与PM_(10)质量浓度的日变化均呈双峰现象;对PM_(2.5)与PM_(10)进行线性拟合,相关系数为0.896 3。同时,残差分析也说明两者拟合情况良好,四季相关系数为r_(秋季)(0.982 2)r_(冬季)(0.964 4)r_(夏季)(0.943 9)r_(春季)(0.829 6);2014—2016年PM_(2.5)/PM_(10)平均值为55.27%,大气颗粒物PM_(2.5)的贡献率高达一半以上。     

基于EFDC的长江常州段污水排江浓度场数值模拟

长江感潮河段水流与污染排放引起的浓度场复杂多变,基于EFDC(Environmental Fluid Dynamic Code)模型,采用正交曲线网格拟合自然河道边界,建立了长江常州段的水动力和水质模型。采用现场同步实测资料,与计算结果比对,证明该模型在水动力和水质两个方面都与实测数据吻合较好,满足了实际工程的需要;同时由于长江水流运动较快,一阶降解动力学已经满足了化学需氧量(COD)、氨氮(NH3-N)和总磷(TP)浓度计算要求,可以不考虑它们复杂的生化反应过程。     

天津典型道路环境PM2.5中重金属的粒径分布及健康风险评价

2015年7月3—17日,采集天津3条典型道路路边道路交通环境中不同粒径段的PM_(2.5)样品,分析其中的12种金属元素,并开展健康风险评价。结果表明:(1)3种典型道路上PM_(2.5)均超过《环境空气质量标准》(GB 3095—2012)中二级日均限值(75μg/m~3)。主干道、次干道、快速路上PM_(2.5)中金属元素累计质量浓度分别为0.68、0.74、0.67μg/m3。(2)多数金属元素的粒径分布存在明显差异。Zn和Cu为轮胎和刹车片磨损标志物,峰值在较大粒径颗粒物上。Sb通常作为添加剂以Sb2S3的形式加入到刹车片中,峰值出现在0.2～1.0μm粒径段。(3)Cr、Co、Ni、Cu、Zn、As、Cd、Sn、Sb和Pb的富集因子10,受到人为源的作用。对于儿童和成人群体,全部道路路边环境的非致癌风险危险指数均大于1,具有非致癌风险。PM_(2.5)中Cr、Co、Ni、As、Cd的致癌风险基本上均超过美国环境保护署推荐的可接受风险阈值(10-6),具有明显的致癌效应。