改性生物填料在水处理应用中氧传递的研究

研究了改性填料与普通填料在清水中的氧传质性能。根据反应器特征,建立了全混式反应器氧传质模型。分别测定了改性填料和普通填料在清水中连续曝气供氧的溶解氧值与曝气时间的关系。同一曝气流量下,改性填料反应器中清水的DO比普通填料反应器高;增大曝气流量,同一曝气时间反应器中清水的DO升高,直至饱和值Csat,并且前者比后者提前接近饱和值。采用全混式反应器氧传质模型,通过matlabprograms寻优求出连续曝气供氧时两种填料在清水中氧的液相总传递系数kLa。计算结果表明:曝气流量增大,氧传递系数kLa增大,其值约为22h-1～36h-1;在相同曝气流量下,改性填料的kLa均高于普通填料,约提高10%。试验表明改性填料增强了反应器的氧传递能力。     

溶藻细菌BS03分离、鉴定及其对塔玛亚历山大藻生长的影响

从福建漳江口红树林区筛选出一株对产贝毒赤潮原因藻——塔玛亚历山大藻(Alexandrium tamatense)具有强溶藻能力的细菌,命名为BS03,通过生理生化及16S rDNA序列分析对该菌株进行鉴定,并探讨了菌株BS03对塔玛亚历山大藻的溶藻特性和溶藻代谢产物的初步性质.结果发现,菌株BS03属于微泡菌属(Microbulbifer sp.)相似性达99％;对塔玛亚历山大藻的杀藻效果具有一定浓度效应,在一定浓度范围内处理浓度越高,溶藻效果越好;菌株BS03对处于不同生长时期的塔玛亚历山大藻都表现出较好的杀藻效果,其中对处于延滞期的塔玛亚历山大藻表现出最佳的杀藻效果,处理96 h后,抑藻率达98.17％;不同生长期菌株对塔玛亚历山大藻溶藻作用无明显差异;菌株BS03通过间接作用方式溶藻,所分泌的胞外活性物质的分子量小于1 kDa,耐酸碱、具热稳定性,推测为非蛋白质、非核酸和非多糖类物质.     

两种实验设计研究DES和EV对MCF-7细胞增殖的联合作用

研究了己烯雌酚(DES)和戊酸雌二醇(EV)对MCF-7细胞增殖的单一毒性和等浓度配比下的联合毒性作用,用相加指数法进行了联合毒性作用类型的判断,同时进行了联合毒性作用的3×3析因实验设计研究结果作为对比.结果表明,EV的24、48和72 h对MCF-7细胞增殖率的EC50值分别为6.02、0.40和0.33 nmol·L-1,DES的24、48和72 h的EC50值分别为5.90、6.98和2.90 nmol·L-1,等浓度配比下其联合毒性的EC50值分别为2.33、0.71和0.39 nmol·L-1,用相加指数判断其联合作用类型,在24 h显示为协同作用,其它两个时间段显示为拮抗效应,但从数值上可以发现协同和拮抗效应均不强,接近相加的联合效应类型.析因实验结果显示24、48和72 h这3个染毒时间段均显示了相加作用类型.析因实验与等浓度配比下获得的联合毒作用类型基本一致,但析因实验设计更为简捷方便,同时避免了由于计算EC50值产生的偏差对联合效应类型的影响.     

贵州省绥阳县喀斯特石漠化分布与岩性相关性分析

将aster遥感影像结合野外调查GPS数据进行绥阳县喀斯特石漠化解译,综合绥阳县水文地质矢量数据与喀斯特石漠化分布数据,运用GIS空间分析功能,对绥阳县喀斯特石漠化分布与碳酸盐岩之间的相关性进行了分析。结果表明:绥阳县石漠化主要发生在连续性灰岩地区,以轻度石漠化为主,但中度及强度石漠化却主要发生在连续性白云岩地区,这可能是因为连续性白云岩地区主要为人口密集区,受人为干扰较大所致。     

北京官厅水库周边土壤DDTs和HCHs暴露特征与风险评价

围绕北京水源地官厅水库周边2～10km范围于2009年系统布点,利用超声-振荡提取技术,使用气相色谱-电子捕获检测器(GC-ECD)分析方法测定了样品中的DDTs和HCHs含量.并利用GIS技术和地统计分析方法,研究其空间变异特征.结果表明,2009年官厅水库周边土壤中HCHs和DDTs的含量分别为n.d.～14.97ng·g-1(平均值0.73ng·g-1)、n.d.～64.91ng·g-1(平均值6.46ng·g-1).HCHs的残留以β-HCH为主,占总量的94.5%,DDTs的残留以p,p′-DDE为主,占总量的78.5%.不同土地利用类型中有机氯农药残留也不同,表现为果园农田荒地的趋势.Levene'sTest齐性检验结果显示,3种土地利用方式下HCHs和DDTs的残留差异并不显著.空间分析表明,其暴露格局受土地利用方式的影响,基本呈库北高于库南的趋势,高风险区集中在东部延庆县、中部的北辛堡镇以及西部的怀来县城附近.通过与我国土壤环境质量标准及荷兰土壤修复标准对比,并结合单因子污染指数法评价,本地区土壤中农药类POPs暴露仍处于较低的水平,环境风险较小.     

京津冀及周边减排对北京市PM2.5浓度下降评估研究

利用第三代区域空气质量模式CMAQ (Community Multiscale Air Quality)及京津冀地区高分辨的污染源排放清单,基于2011年、2012年和2013年秋冬季美国国家环境预报中心全球再分析资料的气象条件分析,选取2012年10月1日至12月30日作为代表性时段,模拟了PM2.5的浓度变化趋势,同时根据《京津冀及周边地区落实大气污染防治行动计划实施细则》和2012年到2017年污染源减排控制目标,进行了减排效果评估分析.结果显示,模式系统能较好捕捉PM2.5浓度的变化趋势,海淀站和上甸子站观测与模拟值的相关系数分别为0.71和0.63.主要污染源和污染物排放量削减30%~40%后,北京市PM2.5浓度发生了明显降低,海淀站、上甸子站和城六区的平均浓度下降率分别为(24.9±2.3)%,(20.2±2.7)%和(24.8±2.1)%.如果严格执行《京津冀及周边地区落实大气污染防治行动计划实施细则》,在气象条件和2012年相似情况下,到2017年,北京市城区PM2.5年均浓度控制在60μg/m3内的防治目标可以实现.     

中国区域反应性气体排放源清单

反应性气体是形成气溶胶及酸雨、光化学烟雾等环境问题的重要前体物,采用政府部门公布的基础数据(包括社会－经济数据、化石燃料和生物质燃料消耗、废物处理数据等,绝大部分为县级水平)及一些较新的、中国特有的排放因子,计算了中国大陆2007年高时空分辨率的关键反应性气体SO2、NOx、CO、NH3、VOCs的排放源清单.计算出的全国和各地区的排放量使用了0.5°×0.5°的网格来显示,结果表明,各反应性气体的估算年排放量分别为:SO2 3158.4万t,主要是燃煤所致;NOx、CO分别为2492.6,15785.2万t,均主要来源于燃煤和生物质燃烧;NH3 1601.7万t,主要源于动物排放和农田化肥的使用;VOCs 3709.8万t,主要源于溶剂挥发、废物处理、交通源等.本研究计算的排放结果比以前的清单稍高,主要是由于部分排放量以前被低估了;东部地区的排放量比西部高.反应性气体的排放具有较强的季节性,主要是由于自然因素及居民采暖、农业秸秆的露天焚烧的季节性等所致.     

古水稻土中多环芳烃的分布特征及其来源判定

测定了马家浜文化(距今约6 000a)遗址2个剖面表层土壤、古代水稻土和古代旱地土壤、以及底层土壤中15种多环芳烃的含量,并对其可能来源进行了判定.结果表明,表层土壤中PAHs的含量分别为202.9μg·kg^-1和207.7μg·kg^-1,主要来源于大气沉降;古水稻土中PAHs含量明显降低,仅为56.0μg·kg^-1,但高于古旱地土壤及底层土壤。古旱地土壤及底层土壤PAHs含量在32.0～36.9μg·kg^-1.古水稻土中,2环和3环所占比例较大,达63%,萘和菲含量最高,而4环以上的多环芳烃含量较低.Phe/Ant和BaA/Chr比值和有机质¹³C-NMR图谱显示,古水稻土中的多环芳烃主要来源于水稻秸秆的焚烧,同时还原条件下的生物合成可能是其另一个重要来源.     

长期定位施用牛粪对夏玉米-冬小麦体系农田N2O和NO排放的影响

利用静态暗箱法对关中平原27 a长期定位施肥农田氧化亚氮(N_2O)和一氧化氮(NO)排放通量进行周年(2017年6月到2018年6月)观测,目的是阐明N_2O和NO的排放特征及其影响因子,定量评估施用牛粪对气体排放的影响.田间试验采用随机区组试验设计,设置3种处理.对照(CK)处理全年不施肥.全化肥(NPK)和化肥加牛粪(NPKM)处理全年施氮(N)量为353 kg·hm~(-2),其中夏玉米季为188 kg·hm~(-2),均为尿素N;冬小麦季为165 kg·hm~(-2),NPK处理全部为尿素N,而NPKM处理尿素N与牛粪N的比例为3∶7.结果表明,CK处理气体排放通量较低且无明显季节变化,NPK和NPKM处理气体排放高峰主要与施肥和灌溉有关,N_2O和NO排放最高峰值分别为103. 0 g·( hm~2·d)~(-1)和71. 0 g·( hm~2·d)~(-1),均出现在NPKM处理玉米季.当土壤温度高于20℃时,NPK和NPKM中NO/N_2O比均与土壤充水孔隙度呈显著负相关关系(P 0. 01),说明土壤温度和水分含量共同影响气体排放.各处理N_2O年排放量分别为0. 21、2. 32和2. 15 kg·hm~(-2),NPK与NPKM处理间差异不显著(P=0. 74); NO年排放量分别为0. 23、0. 80和1. 46 kg·hm~(-2),NPK和NPKM处理间差异显著(P 0. 05).说明长期施用牛粪对N_2O排放无影响,但可显著增加NO排放.     

支持向量机回归在臭氧预报中的应用

采用南京工业区2016年5月20日~8月15日这一高臭氧（O₃）期的O₃、O₃前体物和常规气象资料数据,利用支持向量机回归（SVMr）方法分别预报O₃的小时值、日最大值和最大8 h滑动平均值.结果表明,O₃小时值预报的相关系数（R²）为0.84,平均绝对误差（MAE）和平均绝对百分误差（MAPE）分别为3.44×10^-9和24.48,O₃前期浓度、紫外B波段辐射（UVB）和NO₂浓度是关键因子.O₃日最大值预报的主要因子是NO_x在07：00的浓度和UVB.预报O₃ 8 h时UVB和气温起重要作用.加入前体物项能够使O₃的预报精度提升10%~28%.与多元线性回归方法相比,SVMr对O₃浓度的预报有明显优势.