Bioassay: A useful tool for evaluating reclaimed water safety

Wastewater reclamation and reuse has been proved to be an effective way to relieve the fresh water crisis. However, toxic contaminants remaining in reclaimed water could lead to potential risk for reuse, and the conventional water quality standards have difficulty guaranteeing the safety of reclaimed water. Bioassays can vividly reflect the integrated biological effects of multiple toxic substances in water as a whole, and could be a powerful tool for evaluating the safety of reclaimed water. Therefore, in this study, the advantages and disadvantages of using bioassays for evaluating the safety of reclaimed water were compared with those of conventional water quality standards. Although bioassays have been widely used to describe the toxic effects of reclaimed water and treatment efficiency of reclamation techniques, a single bioassay cannot reflect the complex toxicity of reclaimed water, and a battery of bioassays involving multiple biological effects or in vitro tests with specific toxicity mechanisms would be recommended. Furthermore, in order to evaluate the safety of reclaimed water based on bioassay results, various methods including potential toxicology, the toxicity unit classification system, and a potential eco-toxic effects probe are summarized as well. Especially, some integrated ranking methods based on a bioassay battery involving multiple toxicity effects are recommended as useful tools for evaluating the safety of reclaimed water, which will benefit the promotion and guarantee the rapid development of the reclamation and reuse of wastewater.     

杭州湾北岸36种挥发性有机物污染特征及来源解析

为研究杭州湾北岸VOCs（挥发性有机物）的浓度水平、组成特征、反应活性和潜在来源,采用GC-FID在线监测系统对杭州湾北岸环境大气中的36种VOCs开展了为期1 a（2017年12月-2018年11月）的连续观测,采用LOH（VOCs的·OH消耗速率）和OFP（O₃生成潜势）2种方法估算了大气VOCs的反应活性,并利用PMF（正定矩阵因子分解）和CPF（条件概率函数）模型分析其来源.结果表明:①φ（VOCs）小时平均值在冬季（26.47×10-9）最高,夏季（9.76×10-9）最低;全年φ（VOCs）小时平均值为21.24×10-9,其中烷烃、烯烃+炔烃、芳香烃、卤代烃的贡献率分别为33.24%、34.13%、15.63%、17.00%;φ（烷烃）、φ（芳香烃）和φ（卤代烃）呈较明显的昼夜变化特征,φ（烯烃）和φ（炔烃）无明显昼夜变化趋势.②大气VOCs的总LOH和OFP分别为9.39 s-1和220.57 μg/m3,KOH（·OH反应速率常数）和MIR（最大增量反应活性）系数的平均值分别为17.34×10-12 cm3/（molecule·s）和3.31;KOH和MIR系数的平均值分别与间/对-二甲苯的KOH和乙苯的MIR系数接近,表明大气VOCs的化学反应活性较强;VOCs关键活性物种为异戊二烯、乙烯、丙烯、甲苯、二甲苯和顺-2-丁烯.③特征物种相关性分析表明,杭州湾北岸大气存在老化现象,异戊烷和正戊烷受煤燃烧源影响较大,二甲苯和乙苯受溶剂排放源影响较大,甲苯和苯除受机动车尾气影响外,还受其他排放源影响.④PMF和CPF模型来源分析表明,大气VOCs主要来自石化工业源、燃料挥发源、生物质燃烧和煤燃烧源、机动车排放源和溶剂使用源,其中,机动车排放源主要来自西北方向,其他源主要来自西北、西和西南方向.研究显示,杭州湾北岸大气VOCs来源复杂,受周边工业区的影响较大.      

On-going nitrification in chloraminated drinking water distribution system (DWDS) is conditioned by hydraulics and disinfection strategies

Within the drinking water distribution system (DWDS) using chloramine as disinfectant, nitrification caused by nitrifying bacteria is increasingly becoming a concern as it poses a great challenge for maintaining water quality. To investigate efficient control strategies, operational conditions including hydraulic regimes and disinfectant scenarios were controlled within a flow cell experimental facility. Two test phases were conducted to investigate the effects on the extent of nitrification of three flow rates (Q = 2, 6, and 10 L/min) and four disinfection scenarios (total Cl₂=1 mg/L, Cl₂/NH₃-N=3:1; total Cl₂=1 mg/L, Cl₂/NH₃-N=5:1; total Cl₂=5 mg/L, Cl₂/NH₃-N=3:1; and total Cl₂=5 mg/L, Cl₂/NH₃-N=5:1). Physico-chemical parameters and nitrification indicators were monitored during the tests. The characteristics of biofilm extracellular polymetric substance (EPS) were evaluated after the experiment. The main results from the study indicate that nitrification is affected by hydraulic conditions and the process tends to be severe when the fluid flow transforms from laminar to turbulent (2300<Re<4000). Increasing disinfectant concentration and optimizing Cl₂/NH₃-N mass ratio were found to inhibit nitrification to some extend when the system was running at turbulent condition (Q = 10 L/min, Re = 5535). EPS extracted from biofilm that was established at the flow rate of 6 L/min had greater carbohydrate/protein ratio. Furthermore, several nitrification indicators were evaluated for their prediction efficiency and the results suggest that the change of nitrite, together with total organic carbon (TOC) and turbidity can indicate nitrification potential efficiently.     

保定市大气污染特征和潜在输送源分析

保定市是京津冀地区重要城市之一.为了解保定市大气污染物质量浓度特征和潜在输送源,对保定市国控点2017年1月1日-12月31日PM₁₀、PM_2.5、SO₂、NO₂、O₃、CO等常规大气污染物数据进行分析,并利用TrajStat后向轨迹模型进行区域传输研究.结果表明:①ρ（PM₁₀）、ρ（PM_2.5）、ρ（SO₂）、ρ（NO₂）分别为（138±96）（84±66）（29±23）和（50±24）μg/m3,与2016年相比分别下降5.9%、9.1%、25.5%和13.1%;ρ（CO）较2016年下降了14.0%;ρ（O₃）较2016年增长了25.2%.ρ（PM₁₀）、ρ（PM_2.5）、ρ（NO₂）和ρ（O₃）分别超过GB 3095-2012《环境空气质量标准》二级标准限值的0.97、1.40、0.25和0.34倍,ρ（SO₂）和ρ（CO）未超标.②除ρ（O₃）外,其他污染物质量浓度均呈冬季最高、夏季最低的季节性特征,其中,冬季PM_2.5污染最为严重,春季PM_2.5~10（粗颗粒物）污染严重.③空气质量模型源解析结果显示,保定市ρ（PM_2.5）约60.0%~70.0%来自本地污染源排放.后向轨迹结果表明,在外来区域传输影响中,保定市主要受到西北方向气团（占比为21.7%~60.0%）远距离传输和正南方向气团（占比为34.8%~50.5%）近距离传输的影响.④PSCF（潜在源贡献因子分析法）和CWT（浓度权重轨迹分析法）分析表明,除保定市及周边区县本地污染贡献外,位于太行山东麓沿线西南传输通道的邯郸市、邢台市、石家庄市是影响保定市PM_2.5的主要潜在源区.研究显示,PM_2.5为保定市大气中的主要污染物,并呈冬季高、夏季低的变化特征,其主要来自西北远距离输送和南部近距离传输.      

武当山夏季颗粒物数浓度谱分布特征及气团来源影响研究

为研究大气边界层中上层大气颗粒物的数浓度谱分布特征及气团来源的影响,于2018年6月利用3080型SMPS粒径谱仪对武当山14.6~660 nm颗粒物数浓度谱进行观测,分析和探讨了其数浓度谱分布及日变化特征,并结合后向轨迹、潜在源贡献因子法（PSCF）与浓度权重轨迹分析法（CWT）探讨对武当山颗粒物数浓度影响较大的外源输送路径和贡献源区.结果表明:①武当山大气颗粒物主要以爱根模态为主,平均数浓度为2 500个/cm3,积聚模态、核膜态平均数浓度分别为2 265、359个/cm3,3种模态数浓度分别占总数浓度的48.79%、44.21%、7.01%.②在新粒子生成日,核膜态数浓度于10:00开始上升,11:00—17:00的核膜态数浓度相对较高,约2 000个/cm3.新粒子生成日ρ（SO₂）与ρ（O₃）的日变化趋势均与核模态数浓度较为相似,表明SO₂和O₃参与光化学反应后的产物（硫酸及有机物）有利于新粒子的生成与增长.新粒子生成日风速、温度均大于非新粒子生成日,但相对湿度较低.③在东部及局地气团影响下大气颗粒物主要以积聚模态为主,数浓度分别为2 311和2 596个/cm3;核模态、爱根模态数浓度在受西北气团影响时最大,数浓度分别为806和3 078个/cm3.④潜在源区分析表明,影响武当山积聚模态数浓度的主要源区为十堰市本地及襄阳市,二者贡献值在840个/cm3以上.研究显示,武当山颗粒物主要以爱根模态为主,颗粒物数浓度日变化主要受大气边界层发展及山谷风的影响,较高的ρ（SO₂）与ρ（O₃）以及高温、低湿及较大的风速均有利于新粒子的生成,周边城市的区域性传输对武当山颗粒物的影响较大.      

闽江河口养虾塘养殖期和非养殖期CO2通量变化特征

为揭示河口区陆基养虾塘从养殖期到非养殖期一年间的CO₂通量变化,以福建省闽江河口鳝鱼滩陆基养虾塘为研究对象,于2016年5月-2017年3月采用悬浮箱/静态箱-气相色谱法对养虾塘养殖期水-大气界面和非养殖期沉积物-大气界面白天CO₂垂直通量进行原位观测.结果表明:①养虾塘在整个研究期间CO₂通量变化范围为-62.87~162.81 mg/（m2·h）,平均值为（42.66±18.12）mg/（m2·h）,总体上表现为大气CO₂的释放源,且呈非养殖期CO₂通量平均值[（78.51±16.61）mg/（m2·h）]显著高于养殖期[（17.98±18.26）mg/（m2·h）]的特征.②养殖期间,养虾塘CO₂通量呈"排放-吸收"交替变化的特征,而非养殖期养虾塘一直是大气CO₂的净排放源.③养虾塘养殖期CO₂通量时间变化特征主要受到ρ（DOC）（DOC为总溶解有机碳）、ρ（SO₄2-）、ρ（Cl-）、盐度、pH、ρ（Chla）（Chla为叶绿素a）的影响,其中,pH和ρ（SO₄2-）是其主要影响因子,而ρ（TDN）（TDN为总溶解氮）、ρ（TDP）（TDP为总溶解磷）、ρ（SO₄2-）对非养殖期CO₂通量时间变化影响较大.研究显示,滨海陆基养殖塘是大气CO₂的重要来源,其排放通量多低于河流、水库等水生生态系统,但高于湖泊生态系统;养殖塘CO₂通量受人为影响明显,其较高的变异性与养殖生物、饲料投放以及浮游藻类有关.      

特殊区域地表水环境背景值表征技术方法研究与应用

选取黑龙江省源头水保护区作为研究对象,根据DEM数据对保护区内随机布设的水质监测点控制单元进行划分并提取单元内的相关指标建立监测点背景特性量化模型,基于量化结果提出地表水环境背景值监测方案,建立背景值数据库.选取研究区自然属性指标与空间属性指标,以空间叠置技术与聚类分析方法对研究区地表水进行背景值分区,最终将黑龙江省分为六大地表水水质背景值地理分区,并计算了各分区地表水环境背景值表征范围.表征范围显示：依据现行标准进行水质评价,保护区内水质背景值已超出Ⅱ类水质标准限值.因此,基于水质背景值研究成果提出了考虑背景值影响下的水环境质量评价方法,并将方法应用于研究区,结果表明方法切实可行且优于单因子评价法.研究成果可为区域制定背景值影响下的水环境评价方法提供科学的数据支撑与理论依据.     

加入SOA示踪的深圳大气PM2.5受体模型源解析

为厘清包括二次有机气溶胶（SOA）在内的深圳市区PM_2.5各种一次和二次来源贡献,本文于2017年9月2日~2018年8月29日在深圳市大学城点位开展PM_2.5样品采集,并进行化学组分和水溶性有机物（WSOM）质谱测量,共获得162组有效数据.观测期间深圳市大气PM_2.5平均质量浓度为26μg/m³,在传统PMF源解析的基础上加入羧基离子碎片（CO₂⁺）作为SOA的示踪物,加入水溶性有机氧（WSOO）用于计算各因子O/C,验证有机物解析效果.结果表明,SOA可以被独立解析出,其O/C明显高于其他一次污染源中有机物;机动车、二次硫酸盐、二次硝酸盐、SOA为最主要的4个源,对PM_2.5质量浓度的贡献分别为25%、23%、17%和10%,船舶、地面扬尘、老化海盐、建筑尘、生物质燃烧、燃煤和工业贡献均在5%以内.各个源的变化特征表明,机动车、二次硫酸盐、二次硝酸盐、SOA等源贡献呈现冬高夏低的季节特征,与冬季季风条件下源自内陆的污染传输密切相关.污染天气时,二次硝酸盐和SOA的贡献增加相对最显著,因此NOx和挥发性有机物是减排的关键.     

长江流域水生态环境安全主要问题、形势与对策

为进一步深化长江流域水生态环境保护的系统性、整体性科学认识,围绕长江水生态环境安全的主要问题及形势进行了剖析,提出了进一步加强长江流域水生态环境安全保障的对策建议.研究表明:在水环境质量方面,磷污染成为制约水质改善的主要影响因素,农业源排放量占比高,但工业源入河对水体的影响更直接,水库群运行带来的水沙条件变化对磷污染沿程演变有明显影响;在水生态健康方面,长江水生生物资源衰退、湖库富营养化格局发生改变、湿地生态功能退化问题突出;在水环境风险方面,化工围江、航运污染风险引起广泛关注.当前长江流域面临着源头区水资源战略储备减少、区域经济发展与生态环境保护双重压力仍较大、水环境质量仍存问题隐患、水生态系统退化态势未得到根本遏制等复杂且严峻的形势,未来长江水生态环境安全保障仍有诸多挑战.建议统筹长江全流域“一盘棋”,推进区域绿色协调发展,强化磷污染点面源综合管控,着力提升水生态健康水平,同时加快水环境风险隐患排查整治,强化科技创新有效供给.      

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.