鄱阳湖流域乐安河水化学特征及影响因素

通过在2016年12月和2017年7月采集乐安河水样30个,检测了水化学离子、营养盐和溶解态重金属浓度等22项水化学指标,运用多元统计分析方法对河流水化学特征及影响因素进行分析。结果表明:乐安河水化学类型空间差异明显,上游为HCO_3-Ca型水,中游为SO_4-Mg-Ca型水,下游转为SO_4-Ca-Na型水;上游水化学离子主要受岩石风化控制,中、下游受人类活动控制。营养盐浓度中、下游高于上游,中、下游之间差异不明显;枯水期平均浓度高于丰水期;NH_4~+-N、TP在部分采样点超出中国地表水Ⅲ类水质标准。重金属浓度在中、下游之间差异不显著。乐安河水化学特征的主要影响因素为:NH_4~+-N、Cl~-受城市污水影响;Cr、Cu、Zn、Fe、Pb、SO_4~(2-)主要受工矿活动影响;NO_3~--N受城市污水、农业施肥和矿山活动共同影响;TP丰水期影响因素复杂,可能是受土壤可溶性有机物与农业施肥影响,枯水期受城市污水影响。以上研究结果可为流域水环境保护提供参考依据。     

我国鸟类面临危机

我国是世界上鸟类种数最多的国家之一,已发现1244种,占全球鸟类种数近14％。但目前我国鸟类面临危机,大约有15％～20％的野生鸟类处于濒危状态,高于世界10％～20％的水平。 近年来,越来越多的普通鸟进入被保护名单。国家保护鸟类的名单由1973年的17种增加到1977年的247种。由于对大自然采取无情的掠夺而造成鸟类陷入重重灾难。如农药的滥用,使鸟类丧失繁殖能力;工业的污染,使鸟类难以     

纳米碳黑与重金属对BEAS-2B细胞的联合毒性作用模式评价

通过研究空气颗粒物的代表性组分纳米碳黑(nano particle carbon black,NPCB)与重金属(Pb/Cr/Cd)联合染毒对BEAS-2B细胞存活率和LDH漏出率的影响,旨在阐明NPCB与重金属对细胞毒性的联合作用模式。检测NPCB与重金属(Pb/Cr/Cd)联合染毒24 h后BEAS-2B细胞存活率(CCK-8法)和LDH漏出率(LDH活性比色法)的变化,采用析因方差分析判断其是否存在联合毒性作用及联合作用模式。NPCB与重金属(Pb/Cr/Cd)联合染毒在细胞存活率和LDH漏出方面存在联合作用;与对照组和单独染毒组相比,低剂量Pb(125μmol·L-1)与NPCB联合染毒对细胞存活率无交互作用,对LDH漏出表现为拮抗作用;高剂量Pb(1 000μmol·L-1)与NPCB联合染毒对细胞存活率表现为协同作用,对LDH漏出无交互作用;Cr和Cd与NPCB联合染毒在细胞存活率方面均表现为协同作用;低剂量Cr和Cd与NPCB联合染毒在LDH漏出方面无交互作用,高剂量时表现为协同作用。NPCB与重金属存在联合作用,金属不同、剂量不同以及评价指标不同,其联合作用模式不尽相同。     

赤水河流域中游沉积物营养元素分布特征及污染评价

河流沉积物作为流域营养物质(碳、氮、磷)的汇与源,研究其含量与分布特征,对了解流域水环境污染现状具有重要意义.通过测定赤水河中游五马河—大同河段表层沉积物有机质和营养元素(总有机碳、总氮、总磷)含量,发现:河段沉积物有机质和营养元素含量呈现出较大的空间分布差异特征,其中,盐津河、茅台镇断面营养元素和有机质含量明显高于其...     

煤矸石酸浸制备水玻璃工艺中参数条件对SiO2溶出率影响研究

在常压条件下,煤矸石通过酸浸分离氧化铝后,酸浸残渣可作为制备水玻璃原料.研究了不同酸浸液浓度、浸提温度、浸提时间对煤矸石中SiO2溶出率的影响,溶出率越高反映煤矸石制备水玻璃的原料利用率越高,并以正交试验和极差结果进行了因素分析.结果表明:硫酸酸浸工艺的主要影响因素为酸浸液浓度,最佳工艺参数组合为酸浸液浓度为0.7 m...     

贵州百花湖水体中有机氯农药的残留及健康风险评价

为了研究贵州百花湖水体中有机氯农药(OCPs)对人体的潜在健康风险,在百花湖及其周边布设8个采样点分别采集水样,采用液液萃取-毛细管气相色谱法对OCPs的残留状况进行测定.结果显示,水样中11种有机氯的总含量范围为15.5～43.8ng·L-1,其中,BHCs和DDTs含量范围分别为3.2～14.6和1.2～7.8 ng·L-1.采用美国国家环境保护局(EPA)推荐的健康风险评价方法的评价结果表明,百花湖水体中OCPs的致癌风险和非致癌风险均低于国际辐射防护委员会(ICRP)推荐的最大可接受风险水平,表明百花湖水体中11种OCPs对人体健康风险处于较低水平.     

基于机器学习的CNG加气站风险预警模型研究

加气站一旦发生事故,不仅会造成人员伤亡和财产损失,而且也会给周边居民乃至社会带来一定的负面影响。借助机器学习技术,构建CNG加气站风险预警模型,对加气站的风险状态进行预警,实现对事故的事前控制。首先建立了加气站风险预警指标体系,以12座加气站为研究对象,采集指标样本数据,通过大数据分析技术构建训练数据集,并采用SMOTE算法解决了样本不均衡问题;然后分别采用决策树、朴素贝叶斯、SVM、KNN等4种机器学习分类算法构建预警模型。研究证明,采用决策树算法和SVM构建的预警模型准确度均达到97.8%,可以对加气站的风险状态进行有效识别和预警。