黑麦草、丛枝菌根对番茄Cd吸收、土壤Cd形态的影响

采用大田试验研究了在重金属Cd(5.943 mg·kg~(-1)污染下,黑麦草和丛枝菌根对2个品种番茄("德福mm-8"和"洛贝琪")生长、Cd含量以及对土壤微生物、酶活性、p H和Cd形态的影响.结果表明,黑麦草和丛枝菌根单一或复合处理显著提高了2个品种番茄果实、根、茎、叶和植株总干重,增幅分别为14.1%~38.4%和4.2%~18.3%、20.9%~31.5%和8.4%~10.3%、13.0%~16.8%和3.0%~9.5%、10.7%~16.8%和2.7%~7.6%、14.3%~36.6%和4.5%~16.8%.黑麦草和丛枝菌根单一或复合处理增加了土壤中细菌、真菌、放线菌数量及土壤脲酶、转化酶、磷酸酶、过氧化氢酶活性,且土壤微生物数量及土壤酶活性在不同品种和处理间的差异达到显著性水平(P0.05).与番茄套种黑麦草或接种丛枝菌根提高了土壤p H值,降低了土壤中可交换态(EXC-Cd)、碳酸盐态(CAB-Cd)和铁锰氧化态(Fe-Mn-Cd)和土壤中Cd总量,土壤中Cd总量降幅为16.9%~27.8%.2个番茄品种果实、叶、茎和根中的Cd含量分别显著下降了6.9%~40.9%、5.7%~40.1%、4.6%~34.7%和9.8%~42.4%.Cd主要积累在番茄的叶、根和茎中,果实积累较少.比较供试的2个番茄品种,果实Cd含量和积累量及植株Cd总积累量以"洛贝琪""德福mm-8".     

白腐菌对十溴联苯醚的酶促降解研究

考察了白腐菌菌体、胞外酶、胞内酶对十溴联苯醚(BDE-209)的降解性能,结果表明,白腐菌菌体、胞外酶、胞内酶对浓度为1 mg.L-1的BDE-209的降解率分别为60.17%、54.14%、22.32%,白腐菌对BDE-209的降解主要由胞外酶完成.进一步考察了温度、pH、BDE-209浓度对白腐菌胞外酶降解BDE-209的影响,结果显示,胞外酶降解BDE-209的最适条件为温度30℃、pH 4—5、BDE-209浓度1 mg.L-1.白腐菌胞外酶降解BDE-209前后红外光谱测定结果证实,BDE-209降解过程与Br—C、CH2—O—CH2等基团有关.降解后体系GC-MS谱图显示,BDE-209降解过程中存在脱Br作用.     

土壤温室气体产生与排放影响因素研究进展

土壤是温室气体(如CO2、CH4和N2O)产生的重要源,土壤温室气体主要来自于微生物呼吸,植物根呼吸和土壤动物呼吸。土壤温室气体排放机制及其影响因素是研究全球碳氮循环的重要组成部分。研究表明,影响土壤呼吸的因素很多,土壤理化性质如温度、含水量、有机质含量、pH值、氧化还原电位(Eh)、土壤质地等因素都可以直接影响土壤微生物量及其生理生化过程,从而影响温室气体排放。其中,土壤温度,湿度、有机质含量是关键性因素。此外,地域气候、土地利用以及土地覆盖变化也可以通过改变土壤理化性质及呼吸底物来影响温室气体排放。文章重点论述了土壤温室气体排放机制,排放影响因素以及排放的日变化和季节变化规律。认为今后的研究方向应该是土壤微环境碳氮循环机制,土壤呼吸模型在尺度上的推延,以及注重中国陆地与近海生态系统碳固定及减少碳排放的对策和应用技术研究,特别在人工林碳固定及农业固碳减排方面加大研究力度等。     

土壤中石油污染物微生物修复动力学和机理初探

以正十六烷为代表污染物,研究2种微生物对烷烃的反应动力学方程,以及正十六烷的摄取和运输机理;确定吸附摄取和运输对整个代谢过程的影响.结果表明,降解菌对正十六烷均有一定的运输富集能力;2株菌对正十六烷的运输过程存在很大差别,DQ01对正十六烷的运输呈缓慢趋势,而DQ02对正十六烷的主动运输过程是比较快的.菌体对正十六烷的吸附和运输过程对于正十六烷的降解速度影响较小,限制污染物降解速率和程度的关键可能是降解过程.     

蚯蚓处理对城市生活污泥水溶性有机物结构特性的影响

对蚯蚓处理前后污泥水溶性有机物的量及分子量比例进行了分析,同时采用傅立叶红外光谱(FTIR)和荧光光谱分析技术,研究了水溶性有机物的组成与结构特征变化.结果表明,和对照相比,污泥经蚯蚓处理后,水溶性有机物的含量和小分子有机物的比例增加,小分子物质含量增加12%.红外光谱和荧光光谱的结果表明,污泥经蚯蚓处理后,水溶性有机物中羧基和多糖类物质增加,芳香族类物质的量增多,产生了少量的蛋白质类物质.同时发现,蚯蚓处理使污泥水溶性有机物不饱和结构的多聚化或联合程度变小,水溶性有机物的结构变得更加简单,形成了更多的小分子有机物。     

大气14CO2的时空分异特征及其在化石源CO2示踪中的应用

大气CO₂中放射性碳同位素(¹⁴C)的水平可以反映化石源CO₂的影响程度,这对于评估我国目前化石源CO₂的排放状况和制定节能减排政策具有重要的指导意义。本文在概述大气¹⁴CO₂采样和分析方法的基础上,简要介绍了大气¹⁴CO₂观测的起源和主要的源汇过程,重点论述了大气¹⁴CO₂的时空分异特征及其驱动因素;阐述了化石源CO₂浓度的估算方法及¹⁴CO₂在国内外化石源CO₂示踪中的应用现状,并对大气¹⁴CO₂观测在我国化石源CO₂示踪中的应用前景进行了展望;旨在为我国正确地开展大气¹⁴CO₂的观测研究,深刻地理解特定区域大气¹⁴CO₂的时空分异特征和化石源CO₂的分布状况提供参考。     

催化铁内电解法深度处理某污水厂尾水的中试研究

采用催化铁内电解技术对某污水处理厂不达标尾水进行中试研究,研究结果表明,催化铁内电解法不仅能使污水内的CODα质量浓度从125～145mg/L降到50～80 mg/L,平均去除率为54.2%,污水的色度降低50%,同时使得废水的ρ(BOD5):ρ(CODcr)从0.14增加到了0.38,有利于后续的生化深度处理,为污水处理厂的达标改造和工程扩建提供了有效的技术支持.     

保定市2013~2019年秋冬季污染物浓度变化特征

为深入了解保定市空气质量状况,揭示保定市空气污染变化趋势、多尺度变化特征和突变特性,综合利用Morlet小波分析和Mann-Kendall非参数检验方法,对保定市2013~2019年秋冬季PM₁₀、PM_2.5、SO₂、NO₂、CO和O₃-8h 6种常规大气污染物年均浓度和秋冬季污染特征逐日数据进行分析.结果表明：除O₃-8h外保定市其它各污染物年均浓度逐年下降,全年重度污染天数占全年天数的比例从31%下降到6.6%,整体呈好转趋势,但2013~2019年秋冬季重度污染天数占全年重度污染天数的81%~97%,秋冬季污染依然需要重视;小波分析结果显示,保定市秋冬季各污染物浓度存在显著的周期性变化,周期震荡主要在20d准双周、50~90d左右的季节内震荡和90~110d的季节震荡3个时间尺度范围,污染物浓度存在的低频震荡与大气中存在的低频震荡密切相关;历年各污染物污染最严重的月份多集中在12月、1月和2月,主要与污染源排放强度和相对静稳的大气条件有关;各污染物污染序列突变点多集中于10月和3月;2019~2020年秋冬季NO₂呈极显著的下降趋势,且突变点较往年提前1个月,这与疫情期间车辆排放大幅降低有直接关系;SO₂和CO在2013~2014年和2015~2016年秋冬季的突变点时间相近,这可能与冬季居民取暖散煤的不完全燃烧有关,2015年后保定实施了煤改气、煤改电,劣质散煤专项治理等措施后,2种污染物突变点时间存在差异,说明清洁取暖措施对降低SO₂浓度,改善空气质量的效果明显.     

土地利用规划环境影响评价指标体系实证研究

在前人研究的基础上,针对目前土地利用规划环评指标间存在的信息重叠问题,以安徽省当涂县为例,运用SPSS软件基于相关性分析探讨了土地利用规划环评指标体系的建立,并在此基础上运用综合指数对当涂县土地利用规划方案进行评价。结果表明:(1)基于常用的指标体系建立思路(环境影响识别-确定指标体系构建原则-建立指标),增加原始指标定量筛选环节,将能有效避免指标间信息重叠现象的产生,指标的独立性更高;(2)2005年当涂县土地利用规划环境影响评价综合指数为0.734 1,环境、资源、生态及社会经济分项指数分别为0.259 6、0.099 3、0.165 7、0.209 5。规划方案实施后,到2020年全县环境、资源、生态及社会经济分项指数分别为0.304 6、0.107 2、0.256 0、0.327 2,均有不同程度的提高,规划方案可行。     

2014~2017北京市气象条件和人为排放变化对空气质量改善的贡献评估

2014～2017年北京地区霾日数和污染日数逐年减少,PM_(2.5)、PM_(10)、SO_2和NO_2年平均质量浓度下降,污染程度缓解,采暖期中的11～12月尤为明显.针对空气质量的显著改善,从气象条件的改善和减排措施两方面进行探讨分析,并结合数值模式和大数据挖掘技术实现气象和排放对大气污染贡献率的定量化研究.结果表明,2017年与过去3 a相比,平均风速增加7. 9%,≥3. 4 m·s~(-1)的风速频次最高(10. 6%),≥70%湿度日占比最小(25. 1%);其中,采暖期与过去3 a同期相比,小风日数减少8. 6%、大气环境容量指数和通风指数平均增加约11%,边界层高度以3. 2%·a~(-1)的速率升高,尤其11～12月各要素改善更显著,且该时段内2014年各因子变化与2017年相似.非采暖期(4～10月)累积降水量558. 3 mm,仅次于2016年,有利于污染物的清除和湿沉降.利用WRF-CHEM对霾和污染频发的12月进行模拟发现,气象要素的改变导致2017年12月北京PM_(2.5)质量浓度较2014～2016年同期分别降低5%、38%和25%.因缺少政府实际施行的减排方案,无法利用WRF-CHEM量化气象和减排的具体贡献率,因此借助大数据挖掘算法,基于K近邻算法(KNN)和支持向量机(SVM)模型对气象和减排对空气质量改善的贡献进行评估,结果显示2017年减少的霾日和重污染日,65. 0%归因于减排的贡献,35. 0%归因为气象条件的改善.可见,气象与生态环境部门应继续加强数据开放共享,科学开展气象条件预报与减排评估.