Aureobasidium pullulans UVMU3-1产耐热性胞外漆酶活性物质培养基优化及其对染料脱色作用

对出芽短梗霉无色素突变株Aureobasidium pullulans UVMU3-1产耐热性胞外漆酶活性物质培养基进行优化,并研究其分子量大小、热稳定性及对三苯甲烷类染料孔雀石绿和结晶紫的脱色作用.结果表明:蔗糖、NaNO_3为UVMU3-1产耐热性胞外漆酶活性物质的最佳碳源和氮源,产酶优化培养基配方为:蔗糖66.5 g·L~(-1),NaNO_338.4 g·L~(-1),NaCl 1.08 g·L~(-1),酵母浸粉0.2 g·L~(-1),KH_2PO_41 g·L~(-1),pH=6.0.影响UVMU3-1产耐热性胞外漆酶活性物质的因素依次为:起始pH蔗糖NaClNaNO_3,培养7 d时产生最大酶活(94.81 U·L~(-1)),比对照提高3.85倍.其分子量小于1000 D,具有良好的热稳定性,煮沸30 min后高温酶活仍残留72.50%.粗酶液(7.5 U·L~(-1))与三苯甲烷类代表性染料孔雀石绿和结晶紫75℃反应5 min后,脱色率分别为76.3%、77.5%,反应35 min后脱色率分别达到96.3%、95.3%.     

北京市PM_(2.5)主要化学组分浓度水平研究与特征分析

为研究北京市大气环境PM_(2.5)中主要化学组分特征,于2012年8月—2013年7月期间,在北京市定陵、车公庄、东四、石景山、通州、房山、亦庄和榆垡等8个点位开展为期1年的样品采集,共计采集472组样品,分析每组样品中OC、EC、水溶性离子和18种无机元素等组分.研究结果表明,本次研究的组分重建后和实际PM_(2.5)浓度相关性显著,相关系数为0.94,所测组分平均占PM_(2.5)总量的90%;各点位不同季节PM_(2.5)中主要的组分均为OC、NO_3~-、SO_4~(2-)、NH_4~+,呈南高北低的趋势,冬季OC是夏季的1.7倍,NO_3~-和SO2--4在四季呈交替状态,除榆垡点位的SO_4~(2-)NO_3~-外,其他点位均是NO_3~-SO_4~(2-),4种主要的组分质量浓度分别为(23.1±21.4)、(20.3±23.4)、(19.4±22.2)、(13.6±15.2)μg·m-3,占PM_(2.5)总含量的18.5%、16.3%、15.6%、10.9%;研究水溶性离子发现,8个点位全年SNA/PM_(2.5)比例为42.8%,其中,夏季最高(49.9%),秋季较低(31.1%),NO_3~-/SO_4~(2-)比值平均为1.05,相对往年研究结果 NO_3~-/SO_4~(2-)比值有增加的趋势.     

北京市典型排放源PM_(2.5)成分谱研究

为了建立和完善北京市PM_(2.5)本地化源谱,对北京市11类排放源PM_(2.5)进行采集,并测定其26种组分,分析了不同排放源源谱的组分特征.结果表明,在有组织排放源中,燃煤电厂PM_(2.5)中OC和Si含量很高,占PM_(2.5)的质量分数分别为8.56%和6.19%(平均值),而供热/工业锅炉排放PM_(2.5)中则是SO_4~(2-)(占48.38%)和OC(11.0%)比例最高,水泥窑炉PM_(2.5)中OC(7.12%)、Ca(4.81)和Si(4.41%)占有较大比例;垃圾焚烧排放的PM_(2.5)中Si、Ca、K和SO_4~(2-)均较高,分别占8.15%、9.36%、7.17%和6.79%,且Cl~-含量(2.5%)高于其他所有源,生物质燃烧源PM_(2.5)中OC(21.7%)、Si(6.75%)、Ca(6.15%)较为丰富,餐饮源PM_(2.5)中OC(19.44%)、SO_4~(2-)(5.76%)和K(3.11%)含量均较高;无组织开放源中,道路扬尘和土壤风沙PM_(2.5)化学组分含量变化较为一致,均是Si(分别为16.8%和9.3%)和OC(分别为8.89%和6.61%)最高,建筑水泥尘PM_(2.5)中Ca(17.46%)含量高于其他源;流动排放源PM_(2.5)中OC、EC比例最高,其中,重型柴油车的OC(29.79%)与EC(26.5%)排放比例相当,而轻型汽油车OC排放占有绝对优势(占75%).本文通过对比国内外部分排放源PM_(2.5)成分谱的差异,指出不同区域相同源类排放的PM_(2.5)化学组分差异较大,在应用受体模型中的化学质量平衡模型(CMB)判断受体颗粒物来源时,应基于本地的排放源成分谱,以避免较大的误差.     

安徽北部农村地区地下水重金属健康风险评价

为了解安徽北部农村地区地下水重金属污染对人类健康产生危害的风险,采集了26个农村地下水样品,测试分析了Mn、Zn、Cu、Pb、Ni、Cr和Cd七种重金属,并采用美国环境保护局(USEPA)推荐的风险评价模型对健康风险进行了初步评价。结果表明:非致癌污染物Mn、Zn、Cu、Pb和Ni的平均个人年风险分别为1.21×10~(-10)a~(-1)、8.46×10~(-11)a~(-1)、2.93×10~(-10)a~(-1)、8.29×10~(-10)a~(-1)和2.89×10~(-10)a~(-1),均远低于国际辐射防护委员会(ICRP)推荐的最大可接受值(5.0×10~(-5)a~(-1))和USEPA推荐的健康风险等级标准(1×10~(-4)a~(-1)),基本不会对暴露人群构成明显危害;致癌污染物Cd和Cr饮水途径健康危害平均个人年风险分别为1.44×10~(-6)a~(-1)和1.93×10~(-5)a~(-1),超出瑞典环境保护署、荷兰建设与环境部和英国皇家协会推荐标准(1×10~(-6)a~(-1)),Cr甚至超出19倍,为研究区首要污染物,应引起环境卫生部门的重视。     

大型海藻栽培及其在近海环境的生态作用

作为重要自然资源的大型海藻可食用、作为饲料、工业原料和有机肥料,是具有较高价值的商品。因此,世界上许多国家都在大力发展大型海藻栽培业。当前,近海水域营养超负荷是世界上普遍存在的环境问题。一些栽培的大型海藻,生产力很高,在生长过程中可大量吸收N、P营养物质,是海洋环境中重要的生物过滤器。此外,大型海藻在碳循环研究、赤潮控制和维持健康的复合养殖系统方面也有很重要的作用,是非常重要的生态环境材料。为保障近海水安全和生态系统健康,大规模栽培大型海藻是重要的生态对策。     

中国建立油污赔偿机制后清污费水平分析

采用模糊综合评判法，以国际油污基金所处理的溢油事故产生的平均清污费水平为标准，对中国建立油污赔偿机制后的平均清污费水平进行评价，目的是为中国油污基金的责任限制、摊款征收的制定提供科学的依据。     

北京市民用燃煤烟气中气态污染物排放特征

以北京远郊农村居民常用的蜂窝煤、煤球、烟煤散煤为实验用煤,开展燃烧实验.研究了烟气无机污染物排放因子、VOCs释放情况.结果表明在充分燃烧的条件下,蜂窝煤、煤球、烟煤气态污染物SO2排放因子分别为1.50、1.91、1.62kg·t~(-1);NOx排放因子分别为0.420、0.901、2.20 kg·t~(-1);CO排放因子分别为22.4、37.3、87.3 kg·t~(-1).燃烧排放的NOx和CO的排放因子顺序关系为:烟煤煤球蜂窝煤;SO2的排放因子大小顺序分别为:煤球烟煤蜂窝煤.获得了北京市2014年3种民用煤燃烧排放的气态污染物的排放清单,烟煤散煤排放的SO2超过了0.55万t,NOx超过了0.75万t,CO超过了29万t.3种煤质燃烧过程中点火和封火阶段VOCs排放浓度相对较高,各阶段VOCs排放因子为点火阶段最高,封火阶段次之.     

应用WRF/Chem模拟河南冬季大气颗粒物的区域输送特征

基于WRF/Chem模式,设置多组区域排放源的情景实验定量估算河南、京津冀、山东、山西、安徽和江苏、湖北6个区域人为源排放对河南省2015年12月PM_(2.5)和PM_(10)浓度贡献率,并结合气象资料研究3个代表性城市的污染输送特征.结果表明:河南省冬季PM_(2.5)和PM_(10)主要来源为本省排放,平均贡献率分别为54.83%、61.32%.区域污染输送对河南颗粒物的贡献也占有很大比例,京津冀、安徽和江苏、山东、山西以及湖北对PM_(2.5)平均贡献率分别为11.95%、11.69%、7.95%、7.40%、4.30%,对PM_(10)平均贡献率分别为10.42%、10.03%、7.00%、6.89%、3.80%.PM_(2.5)外来输送率比PM_(10)要高,表明细颗粒物比粗颗粒物更易跨区域长距离输送.冬季长持续时间的污染过程大多受静风或小风控制,省内污染贡献最大,过程结束时伴随着大风,周边区域的污染贡献有所增加.不同城市的颗粒物来源与其地理位置、风速、风向等气象条件密切相关.区域污染来源具有复杂性,改善河南省空气质量是需要整个区域共同面对和解决的问题.     

支撑环境污染第三方治理的标准体系构建研究

采用系统论及系统工程方法论,结合我国环境污染治理标准制定情况,构建了科学合理的支撑环境污染第三方治理的标准体系。标准体系包含4个子体系及22个专业领域,体系的建立可为形成环境污染第三方治理相关的共性技术、管理与服务标准提供理论参考。通过标准梳理工作,确定未来迫切需要制定一整套环境污染第三方治理绩效评价的相关标准。该研究成果能够强化环境污染第三方治理效果,完善环境污染第三方治理机制体制,对规范环境污染第三方治理技术与服务市场化应用具有一定的参考价值。     

龙江底栖硅藻群落特征及与环境因子的关系

2013年9月份龙江流域设20个采样点,共鉴定出硅藻30属163种。硅藻群落特征分析表明,上游河段的硅藻相对密度比下游河段的大,水质相对较好,硅藻种类数的变化与河流水质的变化没表现出明显的规律性。RDA分析表明8个环境因子共解释了硅藻群落变异的51.3%,并筛选出溶解氧、温度、电导率和海拔为影响硅藻群落变异和空间分布的显著因子,能解释硅藻群落结构变异的30.9%,占总环境因子解释量的60.23%。硅藻相对密度、硅藻种类数与环境因子的相关分析、聚类分析和回归分析表明,硅藻种类数与环境因子间不存在明显的相关关系,而硅藻相对密度则与海拔存在显著的相关关系。