疫情下医疗废物的处置现状分析

2019年新冠疫情席卷全球,在疫情环境下,医疗废物大幅增多,全国各大城市纷纷出现医疗废物处置不当的现象。本文对国内外现状分析,在认知、设施、管理和监督四个方面发现存在一定的问题,通过加强教育、加大储备、完善机制和改善监管的建议,为提升医疗废物应急处置能力提供参考。     

硫酸盐和Fe(Ⅱ)EDTA-NO/Fe(Ⅲ)EDTA厌氧还原过程特性及微生物群落分析

在生物法烟气脱硫技术(Bio-FGD)和络合吸收生物还原脱硝技术(BioDeNO_x)基础上,提出了生物结合络合吸收同步脱硫脱硝的工艺思路,该工艺利用加入Fe(Ⅱ)EDTA的碱性吸收液同时吸收烟气中的二氧化硫(SO_2)和一氧化氮(NO).本研究在厌氧反应器中实现烟气脱硫脱硝吸收产物硫酸盐和Fe(Ⅱ)EDTA-NO/Fe(Ⅲ)EDTA的同步去除.结果表明,水力停留时间为16 h,p H维持在7.0时,硫酸盐的平均去除率为95.16%,Fe(Ⅱ)EDTA-NO的平均去除率为96.61%.硫酸盐的还原产物主要以液相中硫离子和气相中硫化氢的形式存在,Fe(Ⅱ)EDTA-NO的最终还原产物为N2.反应运行的各个阶段均可实现Fe(Ⅲ)EDTA的还原,但还原率会随HRT降低而下降.第5阶段反应器中主要的硫酸盐还原菌为Desulfomicrobium,同时存在异养反硝化菌Pseudomonas与两种硫自养反硝化菌Sulfurimonas与Sulfurovum,并发现了两种具有还原单质硫功能的菌属Thermovirga与Mesotoga.     

2,2′,4,4′-四溴联苯醚的好氧微生物降解

从北京高碑店污水处理厂活性污泥中筛选出1株能好氧降解2,2′,4,4′-四溴联苯醚(BDE-47)的细菌,并对其降解特性及有关蛋白质进行分析,目的是了解好氧条件下BDE-47的微生物降解机制.BDE-47降解菌通过平板划线法获得,其16S rDNA与不动杆菌(Acintobacter sp.)的相似度最大,为90％.采用250 mL锥形瓶研究了所得菌对BDE-47的降解情况,在BDE-47初试浓度为146 μg·L-1的条件下,经过63 d的培养,所得菌降解了45.44％的BDE-47,降解产物主要为4-OH-联苯醚,菌量增加了7倍左右.分别以BDE-47和酵母提取物为碳源培养所得菌2周,然后各自提取蛋白质,通过蛋白质双向电泳及质谱检测,发现了与BDE-47降解有关的一些特异蛋白质.本研究表明,在好氧条件下,细菌可以BDE-47为碳源生长,其过程涉及多种蛋白质的作用.     

塔里木河上游典型绿洲土壤酶活性与环境因子相关分析

土壤酶能反映土壤生物化学过程的强度与方向,深入解析土壤酶活性与环境因子的相关性,有助于探索土壤生态过程,为开展土壤系统的科学调控提供科学依据.以塔里木河上游阿拉尔垦区为研究区,选择新开棉田、10 a棉田、30 a棉田、果园、人工林、天然林、荒草地、盐碱地及沙地等不同土地利用类型为研究对象,运用经典统计学分析绿洲土壤酶活性及环境因子的分异规律,并结合冗余分析技术研究土壤酶活性与环境因子相关关系.经典统计学分析显示,土壤过氧化氢酶、脲酶、转化酶、碱性磷酸酶活性均值分别为4.27 m L·g-1、0.34 mg·g-1、2.08 m L·g-1、0.08 mg·g-1.冗余分析结果表明:全氮、有机质、有效磷、土壤含水量、全盐与土壤酶活性呈极显著相关性(P0.01);土壤容重与土壤酶活性表现为显著相关性;其他环境因子与土壤酶活性的相关性均不显著(P0.05).环境因子与土壤酶活性相关性大小排序为全氮有机质有效磷土壤含水量全盐容重速效钾p H.     

宁波三江口水域原核生物群落结构分析

首次应用16S rRNA基因-Illumina Miseq高通量测序技术对甬江流域宁波三江口区域的表层水体原核生物群落进行了分析,共获得215 504条高质量序列.多样性指数分析表明,该流域的水体原核生物群落具有较高的遗传多样性和丰富度.菌群分类分析发现,β-变形菌纲(β-Proteobacterium)、放线菌门(Actinobacteria)和拟杆菌门(Bacteroidetes)是主要的优势菌群,其相对丰度占总群落的78.88%.对比不同站位的原核生物群落,发现水文环境可能是影响三江口水域原核生物群落组成和结构的重要因素之一.与以往报道对比分析表明,甬江流域分布有多种污水和粪便污染指示菌,其中余姚江污染指示菌的丰度最高,说明其受污染的风险可能较高.病原菌BLASTN分析表明,在种和亚种水平上,分别检出76和18种潜在病原菌,占序列总量的2.19%和0.40%.本研究为系统认识甬江流域原核生物群落结构及生态功能提供了重要基础数据.     

采用颜色空间表征ANAMMOX启动与冲击过程

厌氧氨氧化(ANAMMOX)是一种高效、节能的脱氮技术,但是其启动过程和稳定状态的表征目前仍缺乏一个简单易行的方法.针对这一问题,在水质分析的基础上,采用颜色空间重点监测ANAMMOX启动过程中污泥的颜色变化,并借助高通量测序技术对微生物菌群的种类和数量等进行分析.结果表明:(1)根据水质特征,整个启动过程可分为活性迟滞期、活性增强期、负荷提高期、稳定运行期.与此同时,HSV、CIELAB颜色空间的指标,整体上呈现先降低后升高的趋势,然后保持稳定.污泥颜色的变化与水质的变化以及分子生物学特征中优势菌群的变迁一致,因此,三者之间具有相关性,进而表明,采用颜色空间可对ANAMMOX启动过程进行准确表征;(2)当遇到高负荷引起的冲击时,H、S、a~*、b~*、C_(ab)~*等指标与总无机氮(TIN)容积去除速率均呈现降低的趋势,而H_(ab)出现了突升,但均能准确反映出系统的冲击特性.提出了基于颜色空间表征ANAMMOX启动各阶段的方法并建立了一套冲击过程指标体系,为颜色空间在ANAMMOX系统中的应用提供了理论基础.     

不同湿地模型中根系微生物的多样性

为了研究不同植物和滤料组合的小型湿地模型在处理养殖池塘水体过程中根系微生物群落的特征,并分析植物对根系微生物富集的影响,本研究对两种植物(茭白和慈菇)和两种滤料(石榴石和磁铁矿)进行组合构建了6种不同的湿地模型,并利用高通量测序技术分析湿地植物根系微生物的结构特点和多样性.结果表明:不同湿地模型根系微生物的种类和数量各不相同;所有收集的微生物总体上属于52个门,118个纲,455科,905个属和1 426个种;根据Shannon指数,茭白(平均为5.77)比慈菇(平均为5.29)在微生物富集方面具有更强的能力;但是,慈菇和茭白根系微生物中变形菌门的比例分别平均为61.97%和51.78%,说明慈菇能够更好地富集变形菌.β-变形菌纲为实验期间不同植物根际富集的主要细菌类群.本研究结果为人工湿地植物优化选择提供了理论基础和湿地组合最佳构建提供了基础资料.     

光散射法与β射线衰减-光散射联用法颗粒物在线测量方法对比

为考察光散射法和β射线衰减-光散射联用法的适用性,以β射线衰减法颗粒物自动监测仪（BAM）为标准,于2016年2月4日-4月18日,在中国环境科学研究院利用β射线衰减-光散射联用法颗粒物自动监测仪（MP-CPM）与光散射法传感器对ρ（PM₁₀）和ρ（PM_2.5）测量结果进行了对比.结果表明:① MP-CPM与BAM测量ρ（PM₁₀）的结果具有较好的一致性,相关系数为0.92,平均相对偏差为0.04%;ρ（PM_2.5）结果一致性较差,相关系数为0.69,MP-CPM测量ρ（PM_2.5）整体较高于BAM,平均相对偏差为45.8%.② 光散射法传感器与BAM测量ρ（PM_2.5）结果一致性较好,相关系数为0.85,平均相对偏差为11.24%,但ρ（PM₁₀）远低于BAM,平均相对偏差为-44.64%.在特殊污染情景下,光散射法将因受到较大影响而严重错估颗粒物浓度.烟花燃放期间,MP-CPM和光散射法传感器严重低估颗粒物浓度,与BAM测量颗粒物浓度的平均相对偏差均低于-50%;沙尘污染过程中,MP-CPM严重高估ρ（PM_2.5）,与BAM测量ρ（PM_2.5）结果平均相对偏差为79.27%,光散射法传感器严重低估ρ（PM₁₀）,与BAM测量ρ（PM₁₀）结果平均相对偏差为-59.35%.研究显示,不同原理的仪器,在不同的使用场景下应该区别对待.      

夏季太湖CDOM光学特性空间差异及其来源解析

为进一步探究夏季太湖CDOM（有色溶解性有机质）光学特性在空间分布上的差异性与其来源的关系,对其紫外-可见吸收及三维荧光光谱特性进行了分析研究,在此基础上进一步分析了CDOM吸尘系数及其荧光组分（C1、C2、C3、C4）强度和各水质参数间的相关性.结合主成分分析法探讨了CDOM的来源以及与各参数指标[ρ（DOC）除外]之间的来源关系.结果表明:CDOM吸收系数α（355）、S值（光谱斜率）变化范围分别为3.27~8.27 m-1和0.011~0.021 nm-1;太湖西部、北部及南部湖区CDOM丰度较大,S值较低,受陆源输入的影响较为明显.CDOM的三维荧光光谱揭示其中含有两种类蛋白质组分C1和C2以及类腐殖质组分C3和C4,并且以类蛋白质组分为主.此外,大部分采样点的荧光指数（FI）为1.70~2.01,自生源指数（BIX）大于1,腐殖化指数（HIX）小于0.6,r_（T/C）（荧光峰T与荧光峰C荧光强度比值）小于2,表明夏季太湖CDOM内源特性相对强烈.研究显示,除ρ（DOC）外,CDOM与其他水质参数在第一主成分上（贡献率为90.8%）均存在显著相关关系,说明各水质参数的来源存在相似性,并且受生物自生源影响更为显著.      

中欧贸易碳排放转移研究

文章基于WIOD数据库构建IRIO模型,计算了中国和欧盟2009年的碳排放转移及部门分布,并利用投入产出模型和数据网络控制分析方法将中欧双边贸易产生的碳排放转移分为直接碳转移、隐含碳转移和控制型碳转移3种碳排放转移方式,并分析了中国各部门3种转移值的特征及其控制指数和依赖指数。结果表明:电力、煤气及水生产和供应业、金属加工业、化学制品制造业是中欧贸易碳转移的3个关键部门,需要重点关注;农林牧渔及水利业、采掘业和炼焦、石油加工及核燃料加工业等部门进行的碳排放转移直接转移量低,隐含转移量高,容易被忽视;陆地运输业、空运业以及房屋租赁业等服务类部门控制指数较低,不需要重点关注。3种转移方式中,隐含碳排放最能体现真实转移量,而控制型碳转移能够帮助揭示产业链中具有关键地位的部门。