福建近岸表层海水中阴离子表面活性剂和PCB的污染

用亚甲蓝分光光度法和GC-ECD法分别对福建近岸表层海水中的阴离子表面活性剂和PCBs进行了分析,初步探讨了表层海水中这两类污染物的来源.表层海水中阴离子表面活性剂浓度范围为0.04～1.987 mg/L,较高浓度值站点主要位于九龙江口、闽江口和湄洲湾海域.PCBs的浓度在3.9～367.1 ng/L之间,整体上近岸站点浓度值比离岸站点高,中北部浓度值比南部高.与其他地区的研究结果及海水水质标准进行比较,福建沿海表层海水中阴离子表面活性剂和PCB的污染都较为严重.     

Al13形态的凝胶层析分离及分离级分特性对比

采用聚丙烯酰胺凝胶柱层析法分离纯化聚合氯化铝(PAC)中的Al₁₃形态,并采用Al- Ferron逐时络合比色法、透射电镜(TEM)和ZATESIZER测定仪对分离纯化过程中所得3个级分进行了分析表征和电荷特性的研究;采用烧杯实验法对3个级分处理实际和模拟水样的混凝效果进行了对比性研究.Al- Ferron逐时络合比色法和TEM结果表明,在层析法分离中级分随着洗脱时间延长按分子的大小依次洗脱下来,因此截取中间组分即可得到含量95 %左右的纳米Al₁₃形态;电荷特性和混凝效果研究结果表明,第3个级分其他两者具有更好的除浊、除腐殖酸和脱色效果,并且具有更强的电中和能力,因此Al₁₃形态是一种具有较高正电荷和较高的水解稳定性以及宽的pH适用范围,在给水和废水处理中是一种较为有效的Al形态.     

长江三角洲地区人为源氨排放清单及分布特征

根据各类氨排放源的活动水平和排放因子,估算了2004年长江三角洲地区16个城市的氨排放量.结果表明,2004年长三角地区氨排放量为460.68kt,其中,氮肥使用和畜牧源是两个最大排放源,氨排放量分别为227.33kt和203.28kt,分别占长江三角洲地区氨排放总量的49.3%和44.1%,氨排放在长三角地区各城市间有较大差异,排放量超过40kt·a-1的城市为南通市、上海市、嘉兴市和泰州市,这4个城市的氨排放总量约占长三角地区氨排放量的42.5%.长江三角洲地区氨平均排放强度为4.20t·km-2·a-1,排放强度超过6t·km-2·a-1的城市为嘉兴市、南通市、泰州市和上海市,其中,嘉兴市的排放强度最大,为10.83 t·km-2·a-1.     

中国海岛县际经济差异与今后产业布局分析

我国12个海岛县,分散分布在黄海等四大海域中,由于所处的海域位置、海洋与岛陆资源丰度以及受市场机制与人文状况、海岛资源开发力度与所处行政区的影响,海岛县际之间经济存在一定差异。根据海岛县人均GDP计算的基尼系数和绘制的洛伦斯曲线图,可以看出海岛县经济差异在缩小。海岛县之间产业结构也存在不同的演进过程,根据主成分得分值,在坐标系上海岛县的具体分布,可以划分出产业结构的不同演进阶段和产业结构类型。目前,海岛县的经济虽然仍为资源型经济,但在开发利用资源方面,已从海洋生物资源利用为主,逐步转向以利用海洋空间资源、海洋非生物资源、岛陆土地资源和海洋生物资源并重的发展方向。一些陆域发展的产业也逐步向海岛转移和延伸,从而在海岛县经济结构中,二、三产业的比重有所增加。     

结合外场观测分析珠三角二次有机气溶胶的数值模拟

结合2008年11月18~25日期间珠三角地区的二次有机气溶胶(SOA)外场观测数据,验证区域空气质量模式WRF/Chem(weather research and forecasting model with chemistry)中两种SOA化学机制——VBS(volatile basis set)和SORGAM(secondary organic aerosol model)对珠三角SOA的模拟效果.VBS机制考虑了更为广泛的SOA前体物和化学老化过程,SOA模拟值更接近观测值,能合理反映SOA观测值的逐天变化趋势,与观测值的平均绝对偏差和相关性分别是-4.88μg·m-3和0.91,而SORGAM机制的分别为-5.32μg·m-3和0.18.利用VBS机制模拟区域内SOA的时空分布,结果显示SOA浓度具有显著的昼夜变化特征,浓度峰值出现在中午时段.受到输送和臭氧区域分布的影响,各城市SOA浓度差异显著,下风向的城市(如中山、珠海、江门)SOA浓度较高.     

Quinone-mediated decolorization of sulfonated azo dyes by cells and cell extracts from Sphingomonas xenophaga

The effects of various quinone compounds on the decolorization rates of sulfonated azo dyes by Sphingomonas xenophaga QYY were investigated. The results showed that anthraquinone-2-sulfonate (AQS) was the most effective redox mediator and AQS reduction was the rate-limited step of AQS-mediated decolorization of sulfonated azo dyes. Based on AQS biological toxicity tests, it was assumed that AQS might enter the cells to kill them. In the cytoplasmic extracts from strain QYY, AQS effectively increased decolorization rates of sulfonated azo dyes than other quinone compounds. In addition, we found a NADH/FMN-dependent AQS reductase using nondenaturing polyacrylamide gel electrophoresis (Native-PAGE).     

黄河支流非点源污染物(N、P)排放量的估算

为了估算黄河支流域非点源污染物的排放量,为今后黄河流域的治理提供科学的依据,对黄河流域的6个子流域(渭河流域、泾河流域、洛河流域、无定河流域、窟野河流域、黄甫川流域)进行了水样、土样和泥沙样的采集分析;结合6个子流域的多年水文资料,利用已经被证明了的平均浓度法对黄河6个子流域的氮磷污染物进行了定量描述,估算出各个流域的氮磷排放量.结果表明,95%的全磷、大于53%的全氮来自于非点源污染,非点源污染是造成黄河污染的主要原因.各流域非点源污染的发生具有明显的地域分异特征.硝态氮主要来自于渭河,铵态氮主要来自于泾河,其次是渭河.从全氮看,绝大部分氮来自于渭河和泾河.全磷则主要来自于泾河,其次是渭河.泾河和渭河是6条河流中对黄河污染物排放量贡献最大的2条河流.     

长江口滨岸水和沉积物中多环芳烃分布特征与生态风险评价

通过测定长江口滨岸9个典型采样点上覆水与表层沉积物样品中的多环芳烃(PAHs)污染水平,分析其组成、时空分布特征及其影响因素,并进行了生态风险评价.结果显示,枯季上覆水中PAHs浓度高于洪季,平均浓度分别为1 988 ng/L和1 727ng/L;表层沉积物中的PAHs也为枯季高于洪季,平均浓度分别为1 154 ng/g和605 ng/g;Phe是水和沉积物中PAH的主要成分.温度是控制上覆水中PAHs季节性差异的主要因素,而有机碳(OC)与碳黑(SC)则控制着沉积物中PAHs的富集;长江口滨岸复杂的水动力条件与各种人类活动产生的污染物输入影响了PAHs的空间分布,在一定程度上也导致了河口滨岸PAHs来源的复杂性.生态风险评价结果显示,长江口滨岸水-沉积物间的PAHs在一定程度上可能对该区生物造成潜在不利影响.其中,上覆水中个别PAH化合物的浓度水平已达到欧美等国生态毒理评价标准或超过了美国EPA水质标准,BaP浓度超过了我国地表水环境质量标准的规定浓度;表层沉积物中部分PAH化合物的含量超过了ER-L值和ISQV-L值.     

太行山区典型植被对土壤水势动态的影响研究

植被对土壤水动态的影响研究对认识水循环机理和合理确定土地利用方式具有重要作用。论文以崇陵实验流域为研究对象,利用负压计对太行山区的3种典型植被荒草、刺槐和侧柏覆被下的土壤水势进行观测。通过土壤水势的动态变化可以看出,土壤水势在年内存在明显的季节变化,土壤水势在3~6月缓慢下降,7~8月波动上升,9~10月下降,且3种植被在丰水年的土壤水势差异大于枯水年。从土壤水势剖面可以看出,荒草地土壤水蒸散发消耗集中在0~50cm土层,刺槐林地在0~90cm都有较大水分消耗,侧柏林地在整个土壤剖面上具有较小的水分消耗。通过降水后土壤水势的变化可以看出,刺槐林地土壤对降水入渗的反应时间最快,侧柏林地土壤在雨后的持水性最好。     

北京10个常绿树种颗粒物吸附能力研究

大气中颗粒物PM(particulate matter)不仅造成环境污染,还对人体造成严重的危害.城市绿色植物作为大气过滤器,能够有效地提高城市空气质量,保护人体健康.因此了解不同树种对空气颗粒物的吸附滞纳作用是必要的.以北京植物园10种常绿植被为研究对象,应用空气气溶胶再发生器(QRJZFSQ-I)测定了北京市常见6种乔木和4种灌木叶片对空气总悬浮颗粒物(TSP)、PM10、PM2.5和PM1.0的吸附能力.结果表明:1不同树种叶片表面附着颗粒物的能力差异明显,最高的是雪松(Cedrus deodara)和油松(Pinus tabuliformis),吸附量分别是(18.95±0.71)μg·cm-2和(14.61±0.78)μg·cm-2,冷杉(Abies fabri)最小,为(8.02±0.4)μg·cm-2;2不同树种叶片单位面积对不同颗粒物的附着能力也存在差异,附着PM10能力最强的是油松和雪松,附着PM2.5能力最强的是雪松、铺地柏(Juniperus procumbens)、龙柏(Juniperus chinensis cv.kaizuka)和油松,附着PM1.0能力最强的是雪松、铺地柏、冷杉和油松;3不同月份叶片上附着的各粒级颗粒物(PM10、PM2.5)占TSP的比例不同.其中PM10在4~6月之间主要表现两种变化趋势,一是先上升后下降,主要为灌木树种;二是逐渐上升,主要的树种是乔木树种.而PM2.5则没有这种明显的变化趋势.