应用人工湿地技术处理屠宰废水:设计与运行探讨

污水分散式处理有独特的优点,人工湿地是其中主要的方法,特别适合在农村地区因地制宜地处理生活污水,具有运行费用低、处理效果好的特点,在新农村环境建设中发挥了很大作用。但人工湿地用于污染程度高的行业废水处理国内比较少见。该文依据一项中德环保合作项目——人工湿地技术处理蕲春某屠宰厂废水的示范工程,对人工湿地建造有关的设计及运行管理问题进行总结与探讨。     

植物生长调节剂在土壤中的环境行为综述

为保障粮食生产安全,植物生长调节剂在全球农业生产中发挥的作用越来越重要,近10年全球销售额的平均增长率高达14％以上.一直以来,大多数植物生长调节剂一直都被认为是低毒或者微毒农药,而近期研究发现很多植物生长调节剂及其在环境中的降解中间产物对人体或生物安全都存在直接或潜在威胁.作为植物生长调节剂进入食物链的关键环节,植物...     

底泥与衰亡植物营养释放及细菌群落演替差异的比较分析

为揭示两种"湖泛"因素对水质影响及细菌群落演替差异,对泸沽湖草海底泥和衰亡植物营养释放过程进行对比研究,并通过冗余分析阐明影响细菌群落不同阶段变化的主要环境因子.结果表明,前期是衰亡植物与底泥营养释放及细菌演替差异显著的主要阶段.植物腐解过程中,细菌前期厌氧发酵更剧烈,水体迅速处于低pH、低DO和低ORP(Oxidat...     

北京市不同季节室外细菌气溶胶分布特征及其环境影响因素分析

为了解北京市室外细菌气溶胶的分布特征,基于培养法分析了2020年9月—2021年5月不同季节细菌气溶胶浓度及粒径的分布特征,探讨气象因素(温度和相对湿度)和空气颗粒物(PM₁₀和PM_2.5)对细菌气溶胶分布特征的影响. 结果表明:①北京市室外细菌气溶胶平均浓度为447.10 CFU/m3 (每立方米空气中的菌落形成单位),呈春季〔(648.55±537.24)CFU/m3〕>冬季〔(324.50±181.99)CFU/m3〕>秋季〔(319.59±305.07)CFU/m3〕的特征,不同季节细菌气溶胶浓度差异不显著. ②北京市室外约80%的细菌气溶胶直径大于2.1 μm,细菌气溶胶浓度在第2级(粒径为4.7~7.0 μm)显著降低,峰值粒径出现在第1级(粒径>7.0 μm). 粒径大于7.0 μm的细菌气溶胶在春季与秋季以及春季与冬季之间均存在统计学差异 (p均小于0.05). 可进入人体下呼吸道的细菌气溶胶(≤4.7 μm)比例近50%(冬季、秋季、春季占比分别为61.0%、58.9%、41.6%),冬季空气中可进入人体下呼吸道的细菌气溶胶比例最高. ③Spearman相关性分析表明,室外环境细菌气溶胶浓度与相对湿度呈显著负相关(p<0.05),与PM₁₀浓度呈显著正相关(p<0.05),表明细菌气溶胶浓度受气象因素和空气污染物的影响. 研究显示,北京市室外环境中可进入人体下呼吸道的细菌气溶胶比例近50%,冬季细菌气溶胶暴露风险最高.      

基于微生物生物完整性指数的地下水生态系统健康评价:以包钢稀土尾矿库周边地下水生态系统为例

生物完整性指数是水体生态系统健康评价的重要指标,已被广泛应用于湖泊河流等的生态系统健康评价中.但利用水体中分解者微生物群落构建IBI评价标准的报道很少,针对地下水生态系统的研究更是鲜见.本研究针对包钢稀土尾矿库周边地下水生态系统健康开展评价工作,基于地下水环境中微生物群落Illumina高通量测序信息,筛选关键环境因子,甄别敏感或耐受微生物分类属,确定候选生物参数,探索针对地下水的微生物完整性指数(microbiome index of biotic integrity,M-IBI)评价流程与标准构建方法.结果表明,总计12个地下水样点中,4个样点属于健康等级(Ⅰ级),占总样点的33.3%;2个样点属于亚健康等级(Ⅱ级),占总样点的16.7%;5个样点属于一般等级(Ⅲ级),占41.7%;1个样点属于较差等级(Ⅳ级),占8.3%;总体来看,靠近尾矿库的样点健康等级较低,而远离尾矿库参照点受到的干扰较小,健康等级较高,这可能与人类活动干扰影响程度密切相关.参照该地区地下水理化参数基础上的水质情况分析结果,发现应用M-IBI指数可较合理地评估包头稀土尾矿区周边地下水生态系统健康状况.结合生态系统健康内涵,本研究初步提出针对地下水生态系统健康的M-IBI指数评价体系构建流程.     

2014年APEC期间北京市PM10和PM2.5氧化性损伤能力研究

为评估APEC会议期间联防联控措施对北京市大气可吸入颗粒物毒性的影响,采集2014年APEC会议前后3个月北京市大气PM₁₀和PM_2.5样品,应用质粒DNA损伤评价法来研究其氧化性损伤能力. 结果表明,APEC会议期间PM₁₀对DNA的损伤率高于PM_2.5,颗粒物对 DNA损伤率随剂量的增加而增加. 本研究用TD30值来指示颗粒物氧化性损伤能力,TD30为引起30%的DNA损伤率所需要的颗粒物剂量（单位为 μg·mL^-1）,TD30值越低,颗粒物氧化性损伤能力越强,APEC会议前后样品的TD30值表现为 APEC期间（11月）>APEC前（10月）>APEC后（12月）,说明氧化能力APEC后 >APEC前 >APEC期间. 用PM₁₀质量浓度乘上其在250 μg·mL^-1 剂量下的DNA损伤率得到颗粒物暴露毒性指数TI（toxic index）,与往年具有代表性月份样品的数据对比,TI大小顺序为2004年 >2014年 >2008年,说明大气中颗粒物暴露毒性随着政策控制力度的加大而降低.     

粗放型绿色屋顶对多环芳烃的控制效果

构建4个粗放型绿色屋顶中试设施,考察不同基质组成的设施在实际降雨条件下出水中16种多环芳烃(PAHs)质量浓度并与降雨、沥青屋面径流、空白对照设施的出水进行对比.结果表明,8场监测降雨事件中,4种模拟屋面设施出流PAHs的平均质量浓度分别为145、166、151、160 ng·L~(-1),沥青屋面和空白对照设施出流PAHs的平均质量浓度分别为900 ng·L-1和270 ng·L~(-1),4个模拟设施出流PAHs质量浓度显著低于沥青屋面和空白对照设施;从质量负荷控制的角度,4个模拟设施均能有效控制屋面径流PAHs负荷,与空白屋面相比,平均负荷削减率为71.76%.绿色屋顶对PAHs的去除机制以基质材料的截留及吸附为主,同样基质配比的情况下,增加基质层厚度,能改善设施对PAHs的去除效果.将传统沥青屋面改造为粗放型绿色屋顶,有助于控制屋面径流PAHs排放.     

施用沼渣和接种丛枝菌根真菌对甘草生长及矿质营养的影响

沼渣是厌氧发酵的残余物,可作为肥料施用,但因其含有一定量的重金属等有害物质可能导致环境污染风险.丛枝菌根(Arbuscular mycorrhiza,AM)真菌作为植物共生真菌,可以促进植物对矿质养分的吸收,同时能够通过不同途径减轻重金属对植物的毒害.本文采用甘草(Glycyrrhiza uralensis Fisch.)为供试植物开展盆栽试验,考察施用沼渣结合接种AM真菌对甘草生长和矿质营养的影响.试验结果表明,施用沼渣显著促进了植物生长,提高了植物生物量、磷含量和叶片叶绿素含量,与此同时提高了土壤有机质和磷、铬、铜、铅含量,并导致植物重金属含量显著升高.另一方面,AM真菌能够和甘草根系形成良好共生关系,但施用沼渣对菌根侵染表现出显著抑制作用.接种AM真菌促进了甘草生长、提高了根系磷含量及叶片叶绿素含量,同时显著降低了植株重金属含量至安全阈值以内.本试验表明,施用沼渣同时接种AM真菌可在促进甘草生长的同时阻控重金属污染风险,因而可作为沼渣安全利用的一种可行技术途径.     

黄河下游垦利站溶解N2O浓度和通量的季节变化及其调控因子分析

于2012年3月至2014年3月每月在黄河下游垦利站采集表层河水,测定其溶解氧化亚氮(N_2O)浓度并估算了其水-气交换通量,并于2012年10月至2013年12月每月对表层河水和沉积物进行了受控培养实验以认识其产生过程.结果表明:黄河下游表层河水中溶解N_2O浓度范围为11.63~27.23 nmol·L~(-1),平均值为(16.29±4.23)nmol·L~(-1).N_2O浓度呈现出较为明显的季节变化,具体表现为冬季和春季高于夏季和秋季,但全年变化幅度不大.溶解N_2O浓度主要受到温度、黄河径流量和溶解无机氮等因素的影响.N_2O饱和度范围为101.1%~343.0%,平均值为190.8%±72.3%,黄河下游N_2O全年处于过饱和状态,是大气N_2O的净源.利用LM86、W92和RC01公式估算出其平均水-气交换通量分别为(10.2±12.3)、(17.3±18.8)、(25.8±26.6)μmol·m-2·d~(-1).初步估算了2012—2013年黄河向河口及其邻近海域输入N_2O的量约为5.8×105mol·a~(-1).培养实验表明:水体和沉积物整体表现为净产生N_2O,其中潜在反硝化速率均明显高于硝化速率,反硝化作用在黄河N_2O的产生过程中有重要作用.水体中的潜在反硝化速率(以N计)的变化范围为(0.18~332.20)nmol·L~(-1)·h~(-1),平均值为(52.74±95.63)nmol·L~(-1)·h~(-1),沉积物中潜在反硝化速率的变化范围为0.37~187.60 nmol·kg~(-1)·h~(-1),平均值为(29.61±56.91)nmol·kg~(-1)·h~(-1).     

2014年1月北京市大气重污染过程单颗粒物特征分析

利用在线单颗粒物气溶胶质谱仪(SPAMS)对2014年1月北京市典型大气重污染过程进行了连续监测,分析了具有正负离子质谱信息的颗粒物共2248225个.同时,利用ART-2a神经网络分类方法并结合Matlab统计分析,将具有质谱信息的颗粒物归为10类,分别为:矿尘类颗粒物(Dust)、元素碳颗粒物(EC)、有机碳颗粒物(OC)、元素碳和有机碳混合颗粒物(ECOC)、钠钾颗粒物(NaK)、富钾颗粒物(K)、含氮有机物(KCN)、高分子有机物(MOC,Macromolecular OC)、多环芳烃类颗粒物(PAHs)和重金属类颗粒物(Metal).结合PM_2.5质量浓度数据和HYSPLIT 4.0后向轨迹模型结果,将观测时间段划分为3个典型污染过程和1个清洁过程.结果显示,重污染期间OC、MOC和PAHs为最主要的颗粒物类型.最后,本文还比对分析了污染过程和清洁期间颗粒物的混合状态,结果表明,污染过程中硫酸盐和硝酸盐较清洁期间更容易与碳质颗粒物结合.