全氟辛基磺酸及其替代产品的内分泌干扰效应评价

为研究全氟辛基磺酸(PFOS)及其替代品的内分泌干扰效应,将重组人雌激素/雄激素/孕激素/甲状腺激素/维甲酸受体基因的双杂交酵母暴露于不同浓度的PFOS及替代品中,并结合体外代谢活化技术检测直接和间接的类/抗激素活性。结果表明,被替代品PFOS表现为雄激素受体、甲状腺受体和维甲酸受体拮抗剂,且在代谢活化后新增了雌激素受体拮抗效应,其半数效应浓度(EC₅₀)在3.0×10^-4～4.8×10^-3 g·L^-1之间;同时,4种替代化学品没有任何效应检出,说明不会通过与核受体结合干扰天然激素的正常功能。研究结果说明,与原化学品相比,替代产品的应用在内分泌干扰效应方面可能具有更低的环境风险。     

某110kV变压器油介质损耗增大原因分析

针对1台110 kV变压器油介质损耗因数增大问题,通过调查分析,确定其原因是绝缘油老化引起的设备缺陷。为此,制定变压器油处理的工艺及验证试验方案,并付诸实施。结果表明:使用绝缘油的再生—净化处理工艺降低了绝缘油的介损指标,高压试验介质损耗合格,绝缘恢复正常。     

辽宁沿海地区用水效率与经济的耦合协调发展评价

论文构建辽宁沿海经济带用水效率与经济耦合协调发展评价指标体系,首先运用改进的突变模型对2001—2010 年辽宁沿海经济带用水效率和经济发展各子系统进行状态评估,其次运用耦合协调模型对辽宁沿海经济带各市用水效率与经济发展的耦合协调度进行评价。研究结果表明：①辽宁沿海经济带整体用水效率与经济发展耦合度水平从0.437 提高到0.498,呈缓慢提高状态,但一直处于拮抗阶段。用水效率水平与经济发展水平差距不断减小,耦合协调度从0.254 增大到0.408,呈增大趋势但仍处于中低度协调水平;②辽宁沿海经济带各市用水效率与经济发展都处于上升趋势,其中用水效率最好的为大连市,用水效率评估值已达到0.887,其次为锦州、营口和葫芦岛,丹东和盘锦市用水效率处于最低水平,分别为0.604和0.535。经济发展水平最高的为大连市,其次为营口和盘锦市,丹东、锦州和葫芦岛较差; ③各市耦合度均处于拮抗阶段,并且处于上升趋势。大连市和营口市耦合协调度2010年已分别达到0.457 和0.401,已从低度协调进入中度协调且呈不断上升趋势,丹东、锦州、盘锦和葫芦岛均处于低度协调阶段,呈波动式上升。各市的经济发展滞后于水资源利用效率的提高,导致耦合协调度一直处于中低度协调水平;④辽宁沿海经济带耦合度和协调度的区域差距在不断减小,经济带协同发展趋势越加明显。     

微波消解-原子荧光法测定染毒小鼠体内汞的分布

小鼠经腹腔注射氯化汞(HgCl2)染毒后,采用微波消解-原子荧光法研究汞在小鼠全血、脑、睾丸、脾、肝脏以及肾脏的分布情况.结果表明,方法的检出限为0.002μg.L-1,加标回收率为92.12%—108.46%.该方法操作简便,灵敏度高,检出限低,线性范围宽,可作为生物体内汞含量的测定方法.汞在染毒小鼠血和各脏器中含量随染汞剂量的增加而明显增加,与对照组相比差异有统计学意义(P<0.05);小鼠体内总汞绝大部分蓄积在肾脏内,其次是肝脏,然后是脾、睾丸、脑;全血的总汞含量与肾脏、肝脏、脾、睾丸、脑的总汞含量有相关性.     

水体冻结过程中卤乙酸前体物在水-冰体系中的分配研究

通过室内模拟试验,研究了水体冻结过程中,水体中溶解性有机物(DOM)和卤乙酸前体物在水-冰体系中的分配规律.按照DOM在XAD树脂上的吸附特性将其分为5个部分:疏水性有机酸(HPO-A),疏水性中性有机物(HPO-N),过渡亲水性有机酸(TPI-A),过渡亲水性中性有机物(TPI-N)和亲水性有机物(HPI).结果表明:在水体冻结过程中,5种DOM组分在水相中的DOC浓度均随冷冻时间的增长而增加,呈现冷冻浓缩效应.与溶解性有机碳(DOC)所表征的整体有机物相比,5种DOM组分中的卤乙酸(HAAs)前体物更倾向于停留在水相中浓缩.在5种DOM组分中,HPI是主要的HAAs前体物.5种DOM组分在未冻结水中的UV-254与HAAFP均表现出一定相关性,其中HPO-A, TPI-A和HPI的UV-254与HAAFP达到极显著水平.然而在融冰水中,这5种DOM组分的UV-254与HAAFP的相关性均不显著.     

Di (2-ethylhesyl)(DEHP)和Monoethylphthalate(MEHP)长期暴露对海洋青鳉(Oryzias melastigma)内分泌干扰效应的评价

为探讨邻苯二甲酸二(2-乙基己)酯(DEHP)和邻苯二甲酸单乙基己基酯(MEHP)长期暴露对海水生物的内分泌干扰效应及机制,将孵化后1周的海洋青鳉(Oryzias melastigma)分别暴露于DEHP(0.1 mg·L^-1和0.5 mg·L^-1)和MEHP(0.1 mg·L^-1和0.5 mg·L^-1)6个月。结果显示：DEHP显著增加了雌性和雄性海洋青鳉的肝指数,而MEHP只在高剂量时显著增加雄性青鳉的肝指数。对于雌性青鳉,DEHP暴露后肝脏雌激素相关基因ERα、ERβ、ERγ、VTG1、VTG2、ChgH和ChgL的表达水平显著上调,而对于雄性青鳉,DEHP暴露后,只有肝脏ERβ的表达水平显著上调。相比之下,MEHP暴露对雌性和雄性青鳉肝VTG和Chg基因表达无显著影响。DEHP激活了雌性和雄性青鳉的肝过氧化物增殖激活受体PPARα和PPARγ,而MEHP只在低剂量时上调了雄性青鳉PPARγ的表达。在雌性和雄性青鳉体内,VTG和Chg的表达与ERα和ERγ的表达显著相关,并且ER与PPAR也显著相关。研究表明,DEHP长期暴露可通过激活肝性激素受体调控肝雌激素响应基因(VTG和Chg)和过氧化物增殖激活受体(PPARα和PPARγ)的表达而对海洋青鳉产生内分泌干扰效应,并且显示出性别特异性。MEHP对海洋青鳉的内分泌干扰效应弱于DEHP。     

基于MATLAB的系统聚类法在我国安全生产事故分析中的应用

基于2005—2008年我国安全生产事故的统计数据,应用MATLAB进行系统聚类分析,将我国31个省、市、自治区的安全生产状况划分为4类,分析不同类别地区安全生产状况的特点,为相关部门制定有针对性的安全生产控制措施提供参考。     

餐饮废水生物处理试验

采用活性污泥生物反应器对餐饮废水进行处理 ,考察了溶氧浓度、细胞平均停留时间、曝气时间以及污泥负荷对反应器处理效果的影响。     

脉冲磁场水处理技术在杀菌、灭藻方面的研究

研究利用直流脉冲发生器与线圈绕组相连产生的脉冲磁场杀菌灭藻的水处理技术 .实验表明 ,脉冲电磁场具有明显的杀菌作用 ;增加磁场强度、处理时间和脉冲频率可以提高杀菌效果 .此外 ,通过监测处理后水样中溶解氧的变化 ,证实脉冲磁场具有灭藻功能 ,并表现出对强度和频率的选择 .当停留时间为 30min ,磁场强度 5 0 0mT ,脉冲频率 4 0kHz实验条件下 ,循环处理后水中细菌总数的存活率为 0 0 1% ,藻类基本死亡 ,电耗大约 0 2kW·h·m-3 .     

Spatial prediction of soil contamination based on machine learning: a review

● A review of machine learning (ML) for spatial prediction of soil contamination. ● ML have achieved significant breakthroughs for soil contamination prediction. ● A structured guideline for using ML in soil contamination is proposed. ● The guideline includes variable selection, model evaluation, and interpretation. Soil pollution levels can be quantified via sampling and experimental analysis; however, sampling is performed at discrete points with long distances owing to limited funding and human resources, and is insufficient to characterize the entire study area. Spatial prediction is required to comprehensively investigate potentially contaminated areas. Consequently, machine learning models that can simulate complex nonlinear relationships between a variety of environmental conditions and soil contamination have recently become popular tools for predicting soil pollution. The characteristics, advantages, and applications of machine learning models used to predict soil pollution are reviewed in this study. Satisfactory model performance generally requires the following: 1) selection of the most appropriate model with the required structure; 2) selection of appropriate independent variables related to pollutant sources and pathways to improve model interpretability; 3) improvement of model reliability through comprehensive model evaluation; and 4) integration of geostatistics with the machine learning model. With the enrichment of environmental data and development of algorithms, machine learning will become a powerful tool for predicting the spatial distribution and identifying sources of soil contamination in the future.