低剂量丙烯酰胺多世代持续暴露对秀丽隐杆线虫的损伤作用

论文研究了丙烯酰胺(acrylamide,AA)低剂量多代持续暴露对模式生物秀丽隐杆线虫(Caenorhabditis elegans,C.elegans)的发育、生殖、寿命和捕食行为能力的影响。将线虫暴露于不同剂量水平的AA中,检测对当代线虫的发育周期、后代数量、寿命和捕食行为的影响,结果显示,1.0 mmol·L~(-1)AA水平可诱发当代线虫发育周期延长和后代数量减少(P 0.05),0.05mmol·L~(-1)和0.001 mmol·L~(-1)水平可分别诱发捕食行为能力下降和寿命缩短(P0.05)。进一步选取对当代线虫不产生明显损伤效应的AA剂量,将线虫进行多代持续暴露处理,结果显示,0.01 mmol·L~(-1)AA分别可在第2代g1和第3代g2诱发发育周期延长和后代数量减少(P0.05),0.005 mmol·L~(-1)AA可在第2代g1引起摄食行为能力下降,0.0001 mmol·L~(-1)(约7μg·L~(-1),低于推测人的平均AA暴露水平)的AA在第2代g1即可诱发寿命缩短(P0.05)。以上结果表明AA生物学毒性可以在后代间积累,极低剂量AA多代持续暴露仍可诱发生物学损伤。     

大气细颗粒物对小鼠T淋巴细胞亚群的影响

大气颗粒物对肺免疫系统有潜在毒性作用,打破免疫系统平衡,大气颗粒物成分中危害首当其冲的是大气细颗粒物(PM_(2.5)),为研究大气细颗粒物引起的机体T淋巴细胞中Th1/Th2免疫失衡方向。本研究通过免疫组化实验方法检测暴露后小鼠肺组织中T淋巴细胞的表达,进一步采用流式细胞术检测大气细颗粒物气管滴注后小鼠肺脏淋巴细胞中Th1/Th2比例。暴露组小鼠肺组织免疫组化研究结果提示浸润细胞区有大量的CD4~+T细胞,中高剂量暴露组小鼠肺组织中淋巴细胞亚群Th1/Th2比例向Th1偏移。大气细颗粒物影响免疫失衡,使T淋巴细胞向Th1漂移。     

跨海大桥主墩桩基钢护筒腐蚀损伤识别

跨海大桥主墩桩基施工过程中采用的钢护筒被保留作为桩基的外层,容易受到海洋环境的腐蚀破坏。提出一种基于插值曲率模态指纹库比对的桩基损伤识别方法,为解决测试数据不完备的问题,采用三次样条函数几何插值得到扩展后的桩基振型,然后在扩展振型的基础上采用中心差分计算得到曲率模态指标。以金塘大桥为工程背景,建立索塔-基础多尺度有限元模型,考虑海水腐蚀造成桩基钢护筒局部损失情况,以损失减薄区域的位置、轴向长度、深度为损伤参数,设置多种损伤工况样本,计算并建立基于插值曲率模态的桩基损伤识别指纹库,最后通过指纹库以外损伤工况与库内样本比对的方式,验证损伤识别效果。研究表明,为保证三次样条函数几何插值得到扩展振型对真实振型的拟合精度,至少需要沿桩基均布6个位移插值点。通过指纹库比对,能够准确识别桩基钢护筒减薄区域的位置与轴向长度。     

基于GC-QTOF/MS的大气中有机污染物的非靶标筛查及半定量分析

本文借助气相色谱-四极杆飞行时间质谱仪(GC-QTOF/MS)开展了大气中有机污染物的非靶标筛查,并对识别出的特征污染物进行半定量分析.基于高分辨质谱数据库和NIST质谱数据库的匹配,样品中共识别出139种污染物,主要以多环芳烃(PAHs)及其衍生物、邻苯二甲酸酯(PAEs)为主;除此之外,还识别出多种尚未受到监管的杂环类化合物,例如苯并噻唑、四甲基哌啶酮、1-甲基-2吡咯烷酮、氧杂蒽等.识别出的有机污染物半定量浓度为288 ng·m-3,其中大气常规监测的16种PAHs的浓度是18.1 ng·m-3,仅占总浓度的6.28％.PAEs的浓度为44.6 ng·m-3,邻苯二甲酸二丁酯(DBP)的浓度最高(14.8 ng·m-3).以含氮、氧、硫为主的杂环化合物浓度是47.9 ng·m-3,其中苯并噻唑浓度最高,为9.51 ng·m-3;其次是1-甲基-2吡咯烷酮、四甲基哌啶酮、尼古丁和二苯并呋喃,浓度分别为9.22、8.78、5.11、4.15 ng·m-3.本研究展示了高分辨质谱技术在未知物识别中的优势,并对识别出的特征污染物进行了半定量分析,其结果能够为后期污染物的风险评估提供借鉴意义.     

基于监测及Kriging方法的京津冀地区大气污染物暴露分布研究

为了实现充分利用已有环境监测站点数据进行人群精细化暴露评估的目的,同时解决某些待测人群社区周边无监测站点时数据的选择问题,以保定市作为大气高污染研究城市,基于现场监测和Kriging（克里金插值）空间分析方法,明确了在研究大气污染物人群暴露时,某一个固定监测站污染物数据的代表性问题.研究表明:对于大气中φ（SO₂）、φ（NO₂）、颗粒物及其组分,空气质量监测点位的代表性一般为5~6 km;对于φ（CO）、φ（O₃）和φ（VOCs）,它们在城市不同地区的空间分布更为均匀,空气质量监测点位的代表性范围更大.通过使用Radial Basis Functions（径向基函数,RBF）、Local Polynomial Interpolation（局部多项式插值,LPI）、Inverse Distance Weighting（反距离权重插值,IDW）、Kriging、Kernel Smoothing（内核平滑插值,KS）和Diffusion Kernel（内核扩散插值,DK）等6种空间分析方法对大气污染物浓度进行预测发现,Kriging方法对大气污染物浓度预测时可使预测值和实测值间的偏差小于10%,准确度最高.因此,在进行某城市某点位的污染物人群暴露浓度预测时,若该点位周边5 km以内有空气质量监测点位,则可用该点位的监测值代替;若5 km以内没有空气质量监测点位,则可基于最近监测点位的污染物浓度进行Kriging空间插值,从而获得该点位的污染物暴露水平.      

煤矿瓦斯涌出时序预测的自组织数据挖掘方法

为分析煤矿瓦斯涌出复杂系统时间序列预测方法,提出自组织数据挖掘(SODM)与相空间重构(PSR)相结合的预测建模方法。首先应用C-C方法计算时间序列的最佳嵌入维数和延迟时间后进行PSR;然后以二元二次方程为传递函数,以嵌入维数变量为自变量,以延迟时间后的时间序列为因变量,通过内准则确定传递函数系数和外准则选择最优传递函数,并以最优传递函数的输出为下层迭代传递函数的输入,最后获得最优复杂度预测模型。算例结果表明:该方法对煤矿瓦斯涌出量预测的相对误差为-5.751 7% ~6.049 3%,平均相对误差2.145 7%,预测结果能满足煤矿安全生产实际工程应用要求。     

我国北方典型地区居民呼吸暴露参数研究

呼吸暴露参数是准确估算人体对污染物的暴露剂量和健康风险评估的重要参数之一,而我国目前对于该项工作的调查研究较少.采用问卷调查的方式对我国北方典型地区——太原的2 860名受试者进行了时间-活动模式的研究,结合人体能量估算模型,计算出适合该地区居民的呼吸速率参数,并与国内外情况进行对比分析.结果表明:该地区居民室内日平均活动时间为16.1～18.4 h;不同性别、不同年龄组的城市和农村居民从事各种强度活动的时间有很大差异;同时得出,该市城市居民长期暴露的呼吸速率参数为10.72～14.53 m3/d,农村居民为15.61～22.59 m3/d.与我国相关文献数据和美国环境保护署(US EPA)的数据相比,如果直接引用US EPA的数据,将会给健康风险带来30%～50%的偏差.      

区域环境中多环芳烃的皮肤接触暴露水平

通过实例介绍污染物-皮肤接触暴露的量化方法.选择了多环芳烃污染较严重的天津市,计算了该地区人群通过2种主要皮肤接触途径(皮肤-降尘接触和皮肤-洗浴水接触)对区域环境中16种PAH化合物(PAH16)的皮肤接触暴露与健康风险.儿童、青少年和成人三个亚群对PAH16的日均皮肤接触暴露量分别为3.41×10-2、2.68×10-2、1.95×10-2μg.kg-.1d-1.终生加权暴露量为2.20×10-2μg.kg-1.d-1.不确定性分析的结果表明,至少50%人群对PAH16暴露量在2.00×10-2—4.00×10-2μ.gkg-.1d-1范围内,暴露量极高和极低的人都很少.在16种化合物中,皮肤接触暴露优势化合物是Phe,F la,Pyr,Bap和Baa.皮肤途径终生加权暴露对总暴露量的贡献很低(1.06%),换算为BaP等效浓度(BaPeq)后则增加到6.00%.人群由于PAH16皮肤接触暴露所导致的平均致癌风险为8.1×10-7a-1,并未超出最大可接受风险1×10-5a-1.     

基于健康风险的土壤修复目标研究程序与方法——以多环芳烃污染土壤再利用工程为例

提出了基于人体健康风险的土壤修复目标的制定方法和程序,并以上海市某重大工程多环芳烃污染土壤处理后再利用工程为例,模拟了多环芳烃在处置场地上的多介质迁移途径及人体暴露场景。模拟结果显示,填埋场污染土壤苯并(a)芘(该污染物毒性因子高,毒性强,致癌风险相对较大)经口摄入和皮肤接触途径最大致癌暴露量分别为1.89×10-6和0.93×10-6mg.kg-1.d-1,人体最大致癌风险水平分别为1.38×10-5和6.79×10-6,超出了中国规定的单致癌污染物的可接受风险水平(≤10-6)。苯并(a)芘呼吸吸入途径最大致癌暴露量为7.79×10-10mg.m-3,人体最大致癌风险水平为6.86×10-10。基于场地的特征条件和参数,以保护人体健康为目的,确定了再利用作为填埋场中层覆土的土壤中5种多环芳烃污染物的修复目标限值(w,mg.kg-1)分别为:苯并(a)芘,0.994;二苯并(a,h)蒽,0.995;苯并(a)蒽,9.95;苯并(b)荧蒽,9.95;苯并(k)荧蒽,99.5。     

基于电力大数据的钢铁企业大气污染物排放核算模型构建及应用

近年来,各级生态环境部门与国家电网公司积极签署战略合作协议,促进电力大数据在生态环境管理信息化平台的应用.本研究通过梳理电力大数据在大气污染防治中的应用,以唐山市钢铁行业为例构建基于电力大数据的大气污染物高时间精度排放核算模型,进一步挖掘电力大数据在大气污染排放控制中的应用潜力.结果表明：(1)模型核算的2019年唐山市17家钢铁企业的大气污染物排放量与2019年唐山市大气污染物排放清单(简称“城市清单”)结果一致性较好,SO₂、NO_x和PM_2.5排放量分别为1 017.90、2 047.75、1 141.81 t,误差介于-0.46%～4.27%之间.(2)基于工序而言,以PM_2.5为例,模型预测结果与城市清单结果的相对误差在-17.34%～10.60%之间.(3)唐山某钢铁企业2022年SO₂、NO_x、PM_2.5月排放量受钢铁市场价格影响较大,1月和6月分别为最高和最低污染物排放月,而其日排放受行业特征影响较为平稳,小时排放可能受...