Development and application of LC–APCI–MS method for biomonitoring of animal and human exposure to imidacloprid

Imidacloprid (IMI) is a relatively new neuro-active neonicotinoid insecticide and nowadays one of the largest selling insecticides worldwide. In the present study a LC–APCI–MS based method was developed and validated for the quantification of imidacloprid and its main metabolite 6-chloronicotinic acid (6-CINA) in urine and hair specimens. The method was tested in biomonitoring of intentionally exposed animals and subsequently applied for biomonitoring of Cretan urban and rural population.     

响应面法和神经网络优化Acinetobactersp．DNS32发酵基质

为了提高阿特拉津降解菌Acinetobactersp．DNS32的产量,分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分（玉米粉、豆饼粉、K：HPO。）进行优化研究。响应曲面法确定3种成分的含量为玉米粉39．494g／L,豆饼粉25．638g／L和K。HPO。3．265g／L时,预测发酵活菌最大生物量为7．079×10^8CFU／mL,实测量为7．194×10^8CFU／mL;人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39．650g／L,豆饼粉为25．500g／L,K2HPO4为2．624g／L时,预测最大值为7．199×10^8CFU／mL,实测量为7．244×10。CFU／mL;最终确定培养基配方：玉米粉为39．650g／L,豆饼粉为25．500g／L,K2HPO4为2．624g／L,CaCO3为3．000g／L,MgSO4·7H2O和NaCl均为0．200g／L;优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36．6％。结果表明,在阿特拉津降解菌DNS32发酵培养基组分优化方面,响应面法和基于人工神经网络的遗传算法都是可行的,基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。     

脱硫石膏粒径分布与脱水性能实验研究

脱硫石膏粒径分布是影响脱硫石膏浆液脱水性能的重要因素之一,以干法、湿法筛分和研磨破碎获得不同粒径分布的脱硫石膏,在相同的过滤条件下,对不同粒径分布脱硫石膏浆液脱水性能进行了研究,实验结果表明,当脱硫石膏粒径d50大于50μm且（d90-d10）小于100μm,真空过滤最大真空度不低于0．098MPa,过滤时间不少于2．5min,滤饼厚度不超过20mm时,石膏滤饼含水率可以降低到12％以下（最低可达10％）;d50在17μm为脱硫石膏在相同的过滤条件下能够实现真空脱水干燥的转折点;d50和（d90-d10）共同影响石膏脱水性能,d50小于20μm时,仅表现为d50的影响。     

A-O工艺污泥疏水比率与污泥活性的关系

通过A-O工艺对印染废水的降解处理,研究了不同污泥活性下微生物疏水比率和COD去除率的变化规律.结果表明,污泥活性指标ATP浓度与微生物疏水性之间存在一定关系,并对COD去除率产生一定的影响.缺氧污泥的活性指标ATP浓度在0.38～0.77 mg/L范围时,污泥微生物的疏水性最好且疏水比率最高值为84％,COD的去除率最高,为70.01％;好氧污泥的活性指标ATP浓度在0.86～2.17 mg/L范围时,污泥微生物的疏水性最好,疏水比率最高值为75％,COD的去除率最高为96.2％.     

过硫酸钾去除水中的TCE

以地水中的氯代烃污染物三氯乙烯(TCE)为目标污染物,以过硫酸钾溶液为氧化剂,探讨了不同条件下过硫酸钾对TCE的去除效果。实验结果表明,在40℃,过硫酸钾初始浓度为2.43 g/L条件下,反应2 h后,TCE的去除率就可达到96.8%;过硫酸钾对TCE的去除符合一级反应动力学方程,速率常数(K)为1.3364 h-1,半衰期(t1/2)为0.51 h;过硫酸钾对TCE的去除速率在pH为中性附近时最大,其后无论pH升高或降低去除速率均减小;受温度和pH影响较明显,并且反应温度越高,受pH的影响越明显;随离子强度的增加而减小;反应活化能为119.6 kJ/mol;过硫酸钾溶于水生成过硫酸根离子(S2O28-),S2O28-会进一步生成硫酸根自由基(SO4-.),在碱性条件下,SO4-.与OH-反应会进一步生成羟基自由基(.OH)。过硫酸钾对于TCE的去除主要源自SO4-.和.OH的强氧化性。     

机械清洗法对MBR膜泥饼层的影响

膜污染是制约MBR发展的瓶颈。考察投加ABS颗粒对MBR膜组件上膜泥饼层的影响,并设对照实验。结果表明,对照MBR膜通量下降速度快,膜污染严重,膜表面上累积厚厚的泥饼层,而在ABS MBR中膜通量下降速度则缓慢的多,且膜上泥饼层积累量则明显少于对照MBR;曝气量越大,颗粒运行的速度也越快,泥饼层被撞落量也越多;颗粒以碰撞角度为45°冲刷膜的情况下,泥饼层掉落效果明显增加;泥饼层包裹的膜丝根数越多,泥饼层的静摩擦力和保持泥饼层不被破坏的力也越大,泥饼层就越难被冲刷掉。SEM照片显示,ABS MBR的膜孔堵塞要严重于对照MBR,表面的褶皱要较对照MBR多。     

Oil Identification Based on a Goodness-of-Fit Metric Applied to Hydrocarbon Analysis Results

Assessment of environmental damage following accidental oil spills requires reliable oil identification methods. Results from hydrocarbon analyses of environmental samples are often difficult to interpret, because of the changes in oil composition (or weathering) that follows release into the environment, and because of confounding by hydrocarbons from other sources. To a first-order approximation, weathering proceeds according to simple first-order loss-rate (FOLR) kinetics for polycyclic aromatic hydrocarbons (PAH) based on molecular size. This relationship between relative weathering rate and molecular size can be exploited to infer the initial PAH composition of spilled oils, and this information can be combined with results for weathering-invariant analytes to substantially increase the precision and accuracy of hydrocarbon source recognition methods. The approach presented here evaluates a goodness-of-fit metric between the measured hydrocarbon composition of an environmental sample and a suspected source, after correcting for PAR weathering losses based on FOLR kinetics. Variability from analytical and sampling error may thus be accounted for, and source identifications can be expressed as objective probability statements. This approach is illustrated by application to four independent case studies.     

响应面法和神经网络优化Acinetobacter sp. DNS32发酵基质

为了提高阿特拉津降解菌Acinetobacter sp.DNS32的产量,分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分(玉米粉、豆饼粉、K2HPO4)进行优化研究。响应曲面法确定3种成分的含量为玉米粉39.494 g/L,豆饼粉25.638 g/L和K2HPO43.265 g/L时,预测发酵活菌最大生物量为7.079×108CFU/mL,实测量为7.194×108CFU/mL;人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39.650 g/L,豆饼粉为25.500 g/L,K2HPO4为2.624 g/L时,预测最大值为7.199×108CFU/mL,实测量为7.244×108CFU/mL;最终确定培养基配方:玉米粉为39.650 g/L,豆饼粉为25.500 g/L,K2HPO4为2.624 g/L,CaCO3为3.000 g/L,MgSO4.7H2O和NaCl均为0.200 g/L;优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36.6%。结果表明,在阿特拉津降解菌DNS32发酵培养基组分优化方面,响应面法和基于人工神经网络的遗传算法都是可行的,基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。     

高效阿特拉津降解菌株DNS10降解条件优化

从长期施用阿特拉津的寒地黑土耕层(0～10 cm)土壤中筛选到一株能以除草剂阿特拉津为氮源生长的降解菌株,结合16S rRNA序列分析结果,将该菌株命名为Arthrobacter sp.DNS10。在接种量为108CFU/mL的条件下,菌株DNS10在24 h内对100 mg/L阿特拉津的降解率为99.41%。单因子实验结果表明,菌株DNS10适宜生长和降解的条件范围是:温度25～35℃,pH值5.0～8.0,培养液盐度0.1%～2%,对阿特拉津最大耐受浓度可达1 200 mg/L。正交实验法进一步表明,该菌株保持较好生长及降解能力的最优方案是温度30℃,pH值7.5,培养液盐度0.5%。影响其降解能力的环境因素的主次顺序依次是:温度>盐度>pH值。     

萃取净化电镀含镉废水

研究了二壬基萘磺酸(DNNSA)形成的微乳液从模拟含镉废水中萃取镉离子的工艺条件。分别考察了相体积比(O/A)、萃取时间、温度及萃取剂浓度对废水中镉离子萃取的影响。结果表明,萃取平衡时间为10 mim,降低温度及增加萃取剂浓度均有利于萃取。紫外光谱证实当DNNSA萃取镉时,所形成萃合物对萘环的结构无影响,且不会破坏微乳相的结构;分子荧光光谱表明镉离子对配体DNNSA有荧光猝灭作用。