污染水体中氨氮降解菌的筛选与降解特性研究

为研究污染水体中微生物对氨氮的降解能力,寻求安全有效的治理技术,从浙江安吉南北湖的底泥中分离筛选出12株具有氨氮降解能力的菌株X1至X12,以(NH_4)_2SO_4为唯一氮源,对比12株菌株的生长情况与氨氮降解率,挑选出脱氮能力较强的菌株X1和X2。活化后的菌株X1和X2反应48h,氨氮降解率分别为98.05%、97.63%,且反应体系的亚硝酸盐氮和硝酸盐氮积累均极少。未经活化的菌株X1和X2反应48h,氨氮降解率分别为96.40%、97.90%,也未出现明显的硝酸盐氮和亚硝酸盐氮积累。通过观察形态特征、测定生化性质和比对16SrDNA序列,鉴定出菌株X1为浅黄色假单胞菌(Pseudomonas lurida),菌株X2为Pseudomonas weihenstephanensis。菌株X1和X2生长速率快,易成为优势菌种,降解氨氮能力显著,在污染水体生物修复领域具有良好的应用前景。     

高效纤维素降解菌的筛选

比较研究了刚果红脱色、滤纸崩解等几种纤维素分解菌筛选方法，并从腐木、腐竹、腐叶等样品中筛选获得4株高效纤维意降解菌，其中细菌1株(嗜纤维菌属)，真菌3株(木霉菌属)。该细菌可在4d内将滤纸平板完全降解为枯质。通过改变酶解条件，确定Z—2为进一步优化对象，并进行了相应的单因子优化实验，初步确定其量佳产酶条件为：培养温度30℃，初始pH4．5，不含尿素，GLC和纤维意含量分别为0.4％和0．6％。     

饮用水除氨氮功能菌株的筛选及降解特性

从松花江原水中筛选出2株异养菌YX1和YX2,经生理生化及16S rDNA序列鉴定,YX1为微杆菌属(Microbacterium sp.),YX2为不动杆菌属(Acinetobacter sp.)。5℃菌株YX1的世代时间为3.03 h,菌株YX2的世代时间为3.87h。应用生物增强活性炭技术研究了异养菌株YX1和YX2对氨氮的降解特征,结果表明,菌株经过3~4 d的适应期后,在低温5℃对氨氮具有较强的降解能力,且环境条件影响菌株对氨氮的降解效果。菌株YX1和YX2在高溶解氧浓度下氨氮降解效果好,属于好氧细菌,降解氨氮的最适合温度为12~15℃,属于耐冷型中温菌,最适宜的pH为弱碱性(7.5~8.0),以乙酸盐为碳源时对氨氮降解能力最强,其次为葡萄糖柠檬酸三钠碳酸钙甘油,以上结果可为低温水源水中氨氮的去除提供新的技术方法和理论依据。     

甲硫醇高效降解菌的筛选

利用平板分离技术 ,以甲硫醇为降解基质从农药废水生化池活性污泥中分离出 1种异养菌和 1种真菌。根据菌种的耐碱度实验和降解力实验 ,表明真菌的降解能力相当强 ,而按 1∶3比例配成的混合菌种降解效果最好。经分析 ,活性污泥菌胶团强大的吸附能力、真菌高效的分解能力以及混合菌群中各菌种的互生、共生关系起到了很好的协同作用 ,使降解效果大大提高。从菌落形态和显微镜观察到的菌体结构与形态情况看 ,初步确定该真菌属于子囊菌。     

畜禽养殖污水中高效氨氮降解菌的筛选、鉴定及生长条件研究

从养殖污水中分离纯化得到1株高效氨氮降解菌,对其进行形态特征、生理生化、16S rDNA序列分析以及最佳生长条件研究,并将菌株投入养殖污水降解污水中的氨氮。结果表明：AN4菌株在NH4＋-N初始质量浓度为50 mg/L的条件下,24 h内的氨氮降解率为92.5%;初步鉴定该菌株为苍白杆菌属（Ochrobactrum sp.）,菌株的16S rDNA序列在Gen-Bank的登录号为GU345782;AN4菌株在装液量为60.64 mL,pH为7.06,葡萄糖为6.0 g/L的条件下培养,菌株的降解率可以达到94.28%;菌株对养殖污水中氨氮的降解率为12.3%。苍白杆菌菌属能够降畜禽养殖污水中的氨氮还未见报道,AN4菌株的筛选获得为生物降解养殖污水中的氨氮又提供了一种新型菌株。     

可用于水体污染控制的氨氮转化菌筛选及部分降解特性的实验研究

从南京禄口水产养殖基地淡水鱼塘取淤泥作为分离菌株的土源,采用选择性富集培养法,从中分离到能以硫酸铵为氮源的菌株7株,对7个菌株进行氨氮降解实验,它们氨氮转化率分别为14.8%、19.7%、53.4%、94.2%、29.1%、63.5%和41.7%,其中AN-4菌株的转化率最高且生长良好。通过AN-4菌株16S rRNA基因序列分析以及生理生化方法,鉴定此菌株为克雷伯氏菌属(Klebsiellasp.)。对菌株AN-4转化氨氮的特性及温度、pH值、氨氮初始浓度和菌株接种量对其氨氮转化率的影响研究,结果表明,菌株AN-4降解氨氮的最适条件为:温度为30℃和pH值为8.0;当氨氮初始浓度为30mg/L时,AN-4菌株在24 h内的氨氮降解率可达85%以上,且能耐受高达200 mg/L的氨氮浓度;AN-4活化菌液浓度为108cfu/mL,当接种量为3×106cfu/mL时,AN-4菌株在24 h内的氨氮降解率为87.75%。综合上述结果,符合淡水养殖水环境条件,说明AN-4菌株适合在水产养殖中应用,为将菌株AN-4应用于水产养殖环境修复提供了理论依据。     

2株油烟降解优势菌株的筛选及性能研究

通过以油烟冷凝液为惟一碳源的选择培养基初筛,从长期受到油烟严重污染的土壤中筛选出具有降解油烟污染物能力的优势菌株XJ01、XJ03。研究了其最佳生长条件及降解性能,并对其进行了生理生化特征及分子生物学鉴定。研究表明,XJ01、XJ03最佳生长温度分别为35℃、30℃,最佳生长pH均为7,摇床转速均为120r／min,最佳降解时间分别为48h和36h;在最佳降解条件下,xJ01、XJ03总降解量分别达4．47113g／L和4．18ing／L,降解过程中,降解液pH值持续下降,生物量先增加后下降。经分子生物学鉴定,菌株XJ01、XJ03分别与铜绿假单胞菌群（Pseudomonasaeruginosagroup）和克雷伯氏菌属（Klebsiellasp．）同源性最高均达到100％。     

稠油降解微生物的筛选鉴定及其降解特性

从二连油田原油和油层水中筛选驯化出3株能够降解稠油的细菌DS1、DS2和DS3,通过16S rRNA基因序列比对发现DS1、DS2和DS3分别与溶血不动杆菌(Acinetobacter haemolyticus)、鹑鸡肠球菌(Enterococcus gallinarum)和耳炎短杆菌(Brevibacterium otitidis)相似度最高,分别为99%、99%和98%。研究结果表明,DS1对温度和pH有较强耐受性,DS3对盐度的适应性较好,2株菌最适的降解条件为温度35~40℃、盐度2%~5%(W/V)、pH为7~10。在5%的原油浓度下,复合菌对原油的30 d降解率达89.2%。经GC-MS分析,微生物降解作用后,除C29其他烃类几乎被全部降解。3株菌在7d内对500 g/L粘度为1 746 mPa·s(50℃)的稠油降粘率分别为49.1%、46.6%和49.0%,而复合菌对稠油的降粘效果高于单一菌株,其降粘率达到57.0%。     

甲醛降解菌的筛选及降解特性研究

从采集活性污泥中筛选得到1株具有高效降解甲醛能力的菌株并命名为JQ-1,根据其形态特征,初步判断菌株JQ-1属假单胞菌属。同时对菌株JQ-1的生长特性及降解特性进行了初步研究。实验结果表明,该菌株降解甲醛的最适条件为：甲醛废水浓度为50mg／L,pH值为6,培养温度为25℃,摇床转速为150r／min。在最适条件下,菌株JQ-1具有较强的降解甲醛能力,当甲醛废水浓度为50mg／L时,在24h内甲醛降解率可达87％以上。     

用于石油污染土壤降解的高效降解菌的筛选及其降解条件优化

经过富集、分离优选出高效石油降解菌L-1,根据形态观察和生理生化特征初步鉴定为琼氏不动杆菌;采用单因素花盆实验模拟微生物原位修复并对其降解条件进行优化。结果表明,将高效石油降解菌应用于修复石油污染土壤,适宜接种量、表面活性剂浓度、CNP比、翻耕频率分别为15%、0.1%、100∶10∶1和1 d 1次;在该降解条件下修复28 d,可达到16.80%的石油降解率,远远高于土著微生物6.92%的降解率。     

碱性过硫酸钾氧化-紫外分光光度法测水体总氮

碱性过硫酸钾氧化--紫外分光光度法所用消化剂K2S2O8在220nm处有很强的吸收峰，在消解过程中应确保其分解完全，否则即使其只有总量1%的残余，仍足以构成对比色测定的严重干扰。NaOH溶液在220nm处也有吸光度，但加盐酸中和后即减弱。消煮液的残余碱度对比色的干扰也可以同法消除。     

硝基氧化剂废水处理研究

用钠盐（Na2CO3和NaHCO3）作为和剂去除硝基氧化剂废水中HNO3;用尿素、Na2SO3去除NO2^-、NO3^-;加入适量的沉淀剂、络合剂、絮凝剂、助凝剂去除废水中的F^-和PO4^3-;并对处理pH值、各种药剂浓度及处理时间作了讨论,得出了最佳条件,处理后的出水达到国家污水排放标准。     

应用GIS分析太湖水质的污染现状

随着空间技术和计算机技术的日益发展，地理信息系统（GIS）作为一门技术，不但在地学方面有了较为广泛的应用，而且在环境部门也越来越显出其优势性。以水质采样监测的大量第一手资料为基础，应用GIS工具，对太湖水质的污染现状进行了分析，并对此进行解释提出了可能的解决办法。     

UASB反应器中厌氧氨氧化菌的影响因素研究

在UASB反应器中接种实验室已经驯化好的厌氧氨氧化颗粒污泥,对其进行厌氧氨氧化菌活性提高和影响因素的实验研究。研究表明厌氧氨氧化菌对NH4＋-N和N02--N的适宜浓度负荷均为200mg／L,适宜水力停留时间HRT、温度、pH和进水基质比（N02--N／NH4＋-N）分别为2h、30～35℃、7．5～8．5和0．95～1．2,NH4＋-N、NO2--N和TN的平均去除率分别为97．1％、98．3％和92．7％。     

A new approach to data evaluation in the non-target screening of organic trace substances in water analysis

Non-target screening via high performance liquid chromatography-mass spectrometry (HPLC-MS) has gained increasingly in importance for monitoring organic trace substances in water resources targeted for the production of drinking water. In this article a new approach for evaluating the data from non-target HPLC-MS screening in water is introduced and its advantages are demonstrated using the supply of drinking water as an example. The crucial difference between this and other approaches is the comparison of samples based on compounds (features) determined by their full scan data. In so doing, we take advantage of the temporal, spatial, or process-based relationships among the samples by applying the set operators, UNION, INTERSECT, and COMPLEMENT to the features of each sample. This approach regards all compounds, detectable by the used analytical method. That is the fundamental meaning of non-target screening, which includes all analytical information from the applied technique for further data evaluation. In the given example, in just one step, all detected features (1729) of a landfill leachate sample could be examined for their relevant influences on water purification respectively drinking water. This study shows that 1721 out of 1729 features were not relevant for the water purification. Only eight features could be determined in the untreated water and three of them were found in the final drinking water after ozonation. In so doing, it was possible to identify 1-adamantylamine as contamination of the landfill in the drinking water at a concentration in the range of 20 ng L⁻¹. To support the identification of relevant compounds and their transformation products, the DAIOS database (Database-Assisted Identification of Organic Substances) was used. This database concept includes some functions such as product ion search to increase the efficiency of the database query after the screening. To identify related transformation products the database function “transformation tree” was used.