UASB处理畜禽废水的氨化率研究

因畜禽废水除了含有大量的有机物，还含有一定量的氨基酸，因此，研究利用UASB处理畜禽废水，在不同环境条件和工况条件下对氨化率的影响，结果表明：氨化菌适应的pH值范围较宽，在6．5—8．0范围均可以较好的生存，其中以7．0为最佳；温度与氨化率基本成正相关关系，从经济等多种角度考虑，中温阶段38％为最适宜；氨化率随进水浓度的增加而增加；进水有机负荷越大，氨化率越小。     

渭南市区冬春季PM2.5和PM10时间分布特征及与气象因素的关系

为研究渭南市区2014?—?2016年的冬春季雾霾天气的特点,选取覆盖渭南市区的4个监测站点,分析渭南市区PM_(10)和PM_(2.5)污染时间分布特征;同时选取日平均气温、相对湿度、风等气象因素,用线性回归分析法分析各个气象因素同大气中PM_(10)和PM_(2.5)的相互关系。研究发现:三年来冬季PM_(10)和PM_(2.5)的日变化的峰值主要出现在12月—?次年1月;春季PM_(10)和PM_(2.5)的逐日变化的峰值主要出现在3月;日内的周期变化趋势呈多次波动。渭南市区冬春PM_(10)和PM_(2.5)的质量浓度与风速、气温呈负相关,与相对湿度呈正相关,为雾霾的形成创造了条件,在冬季温度较高的情况下以及相对湿度较大的情况下应加强防范。在冬季12月—?次年1月和春季3月应注意雾霾的防范和治理,燃煤企业要安装脱硫脱硝装置,居民日常生活中尽量减少生物燃料的燃烧,同时政府应根据污染物排放量征税,用制度保护环境。     

辽河口沉积物环境要素时空动态及影响因素分析

以辽河口为研究区域,利用遥感影像数据、现状调查数据和历史监测数据,系统地分析了辽河口沉积物质量历史变化趋势和空间分异规律,并进一步研究不同海域使用类型和不同植被演替阶段对沉积物环境要素分异特征的影响.结果表明,辽河口区域沉积物质量总体良好,各要素平均含量均符合一类沉积物质量要求;沉积物营养元素呈现显著的带状分布规律,重金属元素空间分布具有一定随机性,未呈现显著规律;不同海域使用类型对沉积物污染物富集的影响具有一定差异显著性,说明重金属及污染物的分布受到人类活动的影响,具有一定的随机性;植被不同演替阶段下主控因子具有显著差异,初级阶段主要受盐度控制,随着由盐生植被向陆生植被逐渐过渡,植被分布特征与总有机碳(TOC)、总氮(TN)和总磷(TP)的内在联系逐渐增大,同时重金属等污染物含量与植被群落内在联系并不显著.     

二氧化钛纳米颗粒对湖滨沼泽土壤氮矿化的影响

二氧化钛纳米颗粒（TiO₂NPs）的广泛应用使其环境释放量不断增加,从而影响到土壤氮的转化过程.然而,目前关于TiO₂NPs对湖滨沼泽土壤氮矿化的影响机制尚不明确.因此,本研究以典型沼泽土壤为研究对象,通过室内培养实验研究不同剂量TiO₂NPs处理（0 mg·kg^-1（CK）、10 mg·kg^-1（A10）、100 mg·kg^-1（A100）、250 mg·kg^-1（A250）、1000 mg·kg^-1（A1000））对土壤理化性质、酶活性和氮矿化过程的影响,探讨TiO₂NPs输入对土壤氮矿化过程影响的内在机制.结果表明：①不同剂量TiO₂NPs处理显著降低了土壤pH和总有机碳（TOC）含量（p<0.05）,A100、A250和A1000处理显著降低了硝态氮（NO₃^--N）含量（p<0.05）.②A250和A1000处理显著抑制了过氧化氢酶活性（p<0.05）;培养7 d,不同剂量TiO₂NPs处理均显著促进了脲酶活性（p<0.05）,抑制了脱氢酶活性（p<0.05）;随着培养时间延长,TiO₂NPs处理对脲酶和脱氢酶活性的抑制作用逐渐减弱,表明TiO₂NPs的负面作用会随时间减弱.③不同剂量TiO₂NPs处理对氨化速率没有显著影响（p>0.05）,A250、A1000处理对硝化和矿化速率有显著抑制作用（p<0.01）.④土壤氮矿化速率与土壤pH、总磷（TP）、NO₃^--N含量呈显著正相关,与脲酶、过氧化氢酶活性呈显著负相关.TiO₂NPs主要通过改变沼泽土壤NO₃^--N含量影响氮矿化过程.本研究可为湖滨湿地保护和TiO₂NPs环境风险评估提供理论依据.     

北江汛期清远段多环芳烃的污染特征与风险评估

2016年7月于北江清远段采集21个水和表层沉积物样品,采用气相色谱质谱（GC-MS）法测定了样品中的PAHs（多环芳烃）含量,分析了北江水环境中PAHs的污染水平,并对其生态风险进行了评价.结果表明,水中ρ（∑PAHs）介于0.4~110.2 ng/L,表层沉积物中w（∑PAHs）（以干质量计,下同）在54.4~819.8 ng/g之间,平均值分别为41.7 ng/L和424.9 ng/g.与国内水体PAHs污染状况相比,北江清远段水中PAHs污染状况处于中低水平,而表层沉积物污染状况处于中等水平.运用特征比值法对PAHs来源进行分析表明,PAHs主要来源为石油泄漏、化石燃料燃烧.采用商值法对水中PAHs进行生态风险评价,∑PAHs和个别单体的最低风险浓度风险商值大于1.0而最高风险浓度风险商值小于1.0,处于中等污染水平;采用效应区间低、中值法对表层沉积物PAHs进行生态风险评价,仅个别点位表层沉积物中苊烯、蒽和二苯并[a,h]蒽超出生态效应低值,对生态环境潜在负面效应较小.研究显示,北江水和沉积物中PAHs潜在风险处于较低水平.      

黄土丘陵区撂荒恢复过程中植物群落组成与土壤养分及酶活性变化的关系

为揭示黄土丘陵区植被恢复过程中土壤性质变化趋势,以黄土丘陵区10~45a的撂荒地为研究对象,分析撂荒后植被恢复过程中植物群落演变规律、土壤养分含量、4种酶活性变化及其相关关系.结果表明,随着撂荒年限的增加,恢复过程中主要群落的演变为猪毛蒿(Artemisia scoparia)→达乌里胡枝子(Lespedeza dahurica)+铁杆蒿(Artemisia sacrorum)→茭蒿(Artemisia giraldii)+铁杆蒿→白羊草(Bothriochloa flaccidum)+茭蒿,群落多样性指数整体表现为先增后减的趋势,菊科(Compositae)、禾本科(Poaceae)及豆科(Leguminosae)这3科占比从66. 67%降至50%,后上升到75%.土壤有机碳(SOC),全氮(TN)、全磷(TP)、速效氮(AN)、速效磷(AP)与碱性磷酸酶(ALP)、过氧化氢酶(CAT)、脲酶(UE)与蔗糖酶(SC)这4种酶活性呈增加趋势,但增加程度不同,化学计量比总体呈波动上升趋势.菊科、禾本科与豆科相比总科数、总属数、总种数及植物多样性,对养分和酶活性有更显著的影响,贡献率分别为72. 8%、69. 1%、66. 0%,且三大科对土壤酶的影响大于土壤养分,其中禾本科与豆科对养分及酶活性表现为正影响,而菊科表现为负影响.撂荒恢复过程中草地群落优势科占比的升高显著影响土壤酶的升高,并导致土壤养分变化.     

浑河流域沈抚段氮素污染综合溯源研究

通过对浑河流域沈抚段水体样品和主要污染源样品采集及检测,结合氮氧双稳定同位素及SIAR模型,统计分析研究区域氮素污染现状及氮素污染来源,绘制典型污染源的δ15N、δ18O特征分布图并估算其贡献率,准确追踪和定量外来性氮,从而更好地控制进入浑河流域的氮负荷.结果表明,浑河流域沈抚段受排污口、支流输入、工业废水的影响较大,氮素污染严重.研究区域δ15N值在-5.23‰~33.8‰范围内波动,δ18O值变化范围较大,为-4.12‰~61.54‰.工业废水对氮素贡献率为20.6%~96.3%,贡献率最高,其次是生活污水与粪便、化学肥料、土壤,贡献率分布范围分别为0.3%~29.4%、1.2%~33.5%、1.7%~30.1%,大气沉降对氮素贡献率最低,为0~7.2%.考虑大气污染及污废水排放规律能更准确的确定氮素的污染来源.     

蛋白泡沫灭火剂及其组分的生物降解试验

采用呼吸计量法考察蛋白泡沫灭火剂组分对其降解性的影响,明确几种国内典型蛋白泡沫灭火剂的生物降解性能。20 d快速生物降解试验结果表明:水解蛋白浓缩液易于生物降解,防腐剂苯酚的添加不会抑制蛋白泡沫灭火剂的生物降解,泡沫稳定剂硫酸亚铁则会对蛋白泡沫灭火剂的生物降解有所影响;6种市售典型蛋白泡沫灭火剂的20 d生物降解率均超过60%,抗溶型蛋白泡沫灭火剂的生物降解性普遍较高;国内蛋白泡沫灭火剂产品的20 d生物降解率远高于国外同类产品,在生物降解性能方面比国外同类产品更具有优势。     

事故致因“2-4”模型及其事故原因因素编码研究

事故致因模型是用于事故原因分析和预防的重要理论依据,模型的可操作性是决定事故预防效果的重要影响因素。对目前国内研究较为持续和系统的事故致因"2-4"模型进行了深入研究,以增强其在事故分析时的可操作性。首先,研究了事故致因"2-4"模型中组织内、外部原因的各个阶段原因因素的划分情况;其次,根据得到的各阶段原因因素划分结果,对应用事故致因"2-4"模型分析事故原因的因素进行了编码;最后,以一起重大瓦斯爆炸事故为例,对事故致因"2-4"模型原因因素编码系统的有效性进行了实证研究。划分了事故致因"2-4"模型中的各原因模块中的原因因素,并得到了不安全动作和物态、习惯性不安全行为、安全管理体系、安全文化、外部因素等5个层级原因,确定了基于事故致因"2-4"模型的30个原因因素。对事故原因因素进行系统编码,提高了应用事故致因"2-4"模型进行事故原因分析和事故预防的可操作性,增强了其应用实践性。     

HFACS与24 Model:不安全动作原因的对比研究

不安全动作的定义、分类与识别尚未有统一标准,这给事故分析与预防带来许多困难。基于此,对人因分析与分类系统(HFACS)和24 Model中的不安全动作层面进行对比研究。在不安全动作对应方面:HFACS中的不安全动作均能对应到24 Model中的不安全动作,但HFACS没有涉及24 Model中不违章、未引起事故但高风险的不安全动作,因而无法实现事前预防。在间接原因对应方面,HFACS中不安全动作的产生原因均可与24 Model中的1个或多个间接原因相对应;HFACS中不安全动作的产生涉及较多生理、心理层面的原因,而考虑到实用性原则,24 Model暂未给出该两方面原因的具体分类方法。在不安全动作发出者方面:24 Model涉及组织内各层级人员,而HFACS仅指一线员工。在实际应用方面:两种模型均可用于不安全动作原因的统计分析;24 Model给出的不安全动作分类范围较HFACS广,在事故分析时所受局限性小,但易造成不安全动作遗漏;在用24 Model进行不安全动作分析时,应尽量细化动作分类及分析的深入程度,以及动作发出者的员工层级。