滴定法测定废水中的挥发性脂肪酸

对城市废水中挥发性脂肪酸的测定,目前成熟的方法还很少,因为C1~C6的脂肪族一元羧酸具有一定的挥发性,所以给测定带来了一定的难度,这对城市废水处理基础数据的整体掌握形成了障碍。目前测试VFA的方法包括滴定法、色谱法、比色法和蒸馏法。本文着重详述四点滴定法测定挥发性脂肪酸的方法。     

ICP-MS法测定不同类型水体可滤态与总量结果比对分析

本文运用电感耦合等离子体质谱(ICP-MS)法对不用类型水体(地下水、地表水、水库水和污水)中的10种重金属元素进行了测定和比对分析。结果显示地下水除钴元素可滤态与总量测定结果相当之外总量均大于可滤态、地表水总量均大于可滤态、水库水除锰元素和镍元素可滤态与总量测定值有较差别外其它8种元素总量与可滤态测定值均无明显差异、污水除钛元素外其余9种元素总量与可滤态测定值均无明显差异。其中,地表水与污水钛元素可滤态均未检出,总量测定值为检出限的1倍至3倍,结果可信。此结果证明对于本次用于检测的样品中的钛元素,全部来源于悬浮于水中的直径大于0.45μm的微粒上,其它元素无此特性。     

典型印染废水处理过程中芳香烃化合物的污染特征及污泥生态风险评价

采用GC-MS测定了典型综合印染废水处理厂废水和污泥中芳香烃化合物的含量.结果表明,原水中苯系物总量为203.96±15.18μg·L-1,其中二甲苯占62.7%,尾水中苯系物总量为0.2±0.029μg·L-1,整个处理工艺对苯系物的去除效率为99%.原水中多环芳烃(PAHs)总浓度达1349.51±35.77 ng·L-1,以3—6环为主,主要富集在颗粒物上.整个工艺对PAHs的去除效率为95%,尾水中PAHs总浓度为65.81±20.99ng·L-1,以2—3环为主.干污泥中PAHs含量高达2996.10±151.0 ng·g-1,污泥吸附为水相中PAHs去除的主要机理之一.印染污泥直接填埋或农用会引起潜在的生态危害.     

Fenton法和类Fenton法降解土壤中的二苯砷酸

本文对Fenton法与类Fenton法降解土壤中的二苯砷酸(diphenylarsinic acid,DPAA)进行了研究.考察了H2O2投加量和催化剂种类(Fe2+/Fe3+)对红壤及黑土中DPAA降解效果的影响,并采用高效液相色谱-质谱联用法(HPLC-MS/MS)对降解中间产物进行了初步鉴定.结果显示,针对红壤与黑土分别采用类Fenton法与Fenton法,在H2O2投加浓度为1 mol·L-1,含铁催化剂浓度为0.25 mol·L-1,土水比为1∶3,反应时间为1h的条件下,红壤及黑土中DPAA的降解率均可达到65%以上.HPLC-MS/MS的分析结果表明,DPAA可脱苯环形成降解产物苯砷酸(phenylarsinic acid,PAA),而PAA进一步氧化生成无机砷,这可能是Fenton/类Fenton法降解DPAA的途径之一.     

广州地区孕妇羊水中PCBs暴露水平初步研究

随机采集广州地区非职业PCBs(polychlorinated biphenyls,多氯联苯)暴露单胎孕妇分娩时羊水,分析羊水中PCBs浓度水平;结合孕妇临床资料(年龄、孕周、身体质量指数(body mass index,BMI))以及孕妇居住环境信息等,阐明了广州地区非职业暴露孕妇羊水PCBs蓄积的影响因素。结果表明,∑33PCBs浓度为15.91-324.38 ng·g-1,平均值为114.34±83.52 ng·g-1,中值为84.8 5ng·g-1;其中十氯含量最低,平均浓度为2.66±3.46 ng·g-1,中值为1.47 ng·g-1;六氯PCBs含量最高,平均浓度为28.79±33.84 ng·g-1,中值为17.48 ng·g-1。样本中有31种PCBs同分异构体在孕妇羊水中检出,分别为PCB 8、28、30、49、52、70、74、77、82、87、99、101、105、114、118、126、128、138、153、156、158、166、169、170、179、180、183、187、189、198和209;羊水主要的PCBs暴露以五氯PCBs、六氯PCBs和七氯PCBs为主,主要的同分异构体为PCB 138(4.73%)、179(4.15%)、153(3.92%)、183(3.89%)、166(3.77%)、187(3.74%)以及180(3.67%);暴露水平与美国、西班牙、加拿大等地区相比属于严重水平。统计结果显示,年龄、身体质量指数和孕周与PCBs蓄积有显著性正相关关系;工业区居住的孕妇相与非工业区居住孕妇相比,上述统计结果更为显著。     

有机化学品不同温度下(过冷)液体蒸气压预测模型的建立与评价

(过冷)液体蒸气压(PL)是评价化学品在环境中分配、迁移和归趋行为的重要参数。PL具有较强的温度依附性。发展一种能够精确预测不同环境温度下化学品PL的方法,有助于填补化学品生态风险评估的大量数据缺失。本研究收集整理了661种有机化合物在不同温度下(200~830 K)共计10 478个log PL值。在此基础上,采用偏最小二乘(PLS)回归和支持向量机(SVM)方法,构建了PL的线性和非线性预测模型。结果表明:2种模型均具有良好的拟合度、稳健性及预测能力,SVM模型的预测性能略高于PLS模型(PLS:R2adj.tra=0.912,RMSEtra=0.477,Q2ext=0.910;SVM:R2adj.tra=0.997,RMSEtra=0.092,Q2ext=0.967)。机理分析表明,温度是影响PL的主要因素,温度越高,蒸气压越大;其次,X1sol也影响PL大小,X1sol用来描述分子间的色散作用,分子间色散力越小,蒸气压越大;此外,化合物的氢键个数、极性和分子构型等因素也影响PL大小。采用Wiliams plot方法表征了PLS模型应用域。所建立的模型可用来预测烷烃、烯烃、醇、酮、羧酸、苯、酚、联苯、卤代芳香烃、含N化合物及含S化合物在不同温度下的PL数据。     

运动对急性暴露于2,3,7,8-四氯二苯并二恶英大鼠肝组织酶活性的影响

为了研究运动对2,3,7,8-四氯二苯并二恶英(2,3,7,8-TCDD)急性暴露大鼠肝组织酶活性的影响,将40只雄性Wistar大鼠随机分为正常对照组(NC)、染毒组(NT)、运动对照组(EC)、运动染毒组(ET)。染毒组(NT组与ET组)腹腔注射10μg·kg-1(以单位体重计)的TCDD,对照组(NC组与EC组)腹腔注射等量的玉米油;NT、NC组静养4周,ET、EC组运动(尾部负重5%游泳30分钟)4周。4周后,称重并宰杀大鼠,分离肝组织,称重后-80℃保存待测7-乙氧基异吩恶唑酮脱乙基酶(EROD)、7-乙氧基香豆素-O-脱乙基酶(ECOD)及芳香烃羟化酶(AHH)的活性。将数据进行多因素方差分析(MAVONA)处理,结果表明,染毒可降低大鼠体重,增加肝湿重和肝相对重量、增加EROD、ECOD活性;运动可增加大鼠肝相对重量、增加AHH的活性;染毒后运动可降低EROD、ECOD的活性。结论:急性10μg·kg-1(以单位体重计)TCDD染毒后4周可增加大鼠肝相对重量;4周的运动能有效降低TCDD对EROD、ECOD活性的激活作用。     

雌二醇短期暴露对非洲爪蟾性腺和输卵管形态及性二态基因表达影响的初步研究

环境雌激素对两栖动物的生殖内分泌干扰作用已引起关注,目前的研究主要集中在长期暴露对性腺分化和发育的影响。以雌二醇(E2,10 nmol·L-1)为模式化合物,以非洲爪蟾为实验动物,6月龄的幼蛙暴露6 d,研究雌激素对性腺和输卵管形态以及性二态性基因表达的影响。结果发现,6 d的E2暴露对精巢和卵巢的形态没有明显影响,但从组织学结构来看对卵和精子的发育有微弱的促进作用。E2能够明显地促进了雌性输卵管的发育,表现为输卵管变粗变弯曲。E2暴露显著抑制精巢和卵巢中性激素合成相关基因cyp11a1、3βHSD、Srd5α、ARO的表达,对cyp17的表达无影响,使脑中LHβ和FSHβ的表达下调;对性别分化和性腺发育相关基因Dax、AR、ERα、TFⅢA、TBPL2的表达均无影响,但能够促进卵巢中Sox3的表达;同时促进脑中Emi2的表达,抑制脑中Dmrt1的表达。因此,输卵管可作为敏感的形态指标,性腺中Srd5α、cyp11a1、3βHSD、ARO、Sox3和脑中LHβ、FSHβ、Dmrt1、Emi2可作为分子指标。以上结果可为后续建立评价化学品对两栖动物雌激素效应的短期试验方法提供参考。     

基于事故修正系数的山区高速公路事故预测模型

为量化分析山区高速公路线形指标对交通事故发生及严重程度的影响,引入事故修正系数(CMF)概念,提出基于CMF的高速公路交通事故预测模型。验证事故数据服从零膨胀负二项(ZINB)分布,并标定10个不同线形组合路段的基本事故预测模型;在界定理想条件的基础上,借助优势比分析方法,建立10个不同线形组合相对于基本预测模型的CMF模型;通过弹性分析识别出对不同严重程度事故有显著影响的因素,并以此分析山区高速公路线形指标及线形组合的安全效应。研究结果表明：CMF能够定量反映不同线形组合的风险效应,且其值越高,事故率及事故严重程度可能更高;山区高速公路中,平曲线缓坡组合相对安全,平曲线陡坡组合、平曲线竖曲线组合均有较高的事故风险;平曲线与凹型竖曲线组合时的风险会略低于其与凸形竖曲线组合;控制纵坡度、减少平竖曲线的组合均有利于山区高速公路交通安全。     

冬季高速公路逐时路表温度LSTM预测模型

为提高冬季路表温度的预测精度,提出一种基于多维长短时记忆(LSTM)神经网络的冬季路表温度逐时预测模型,以小时路表温度为模型输出,综合考虑多维气象因素的累积影响和路表温度的周期性,采用滑动窗口构造输入特征矩阵;构建路表温度LSTM逐时预测模型,通过深度学习高效逼近具有复杂非线性和不确定性的路表温度,并以江苏省宁宿徐高速公路、云南省麻昭高速公路为实例进行验证。结果表明：与随机森林(RF)模型和BP神经网络相比,LSTM路表温度逐时预测模型的准确率得到显著提高,在宁宿徐高速、麻昭高速的平均绝对误差(MAE)、均方误差(MSE)和均方根误差(RMSE)分别为0.303、0.295、0.543和0.581、0.694、0.833,预测值与观测值绝对误差位于[0, 1)℃之间的占比为93%和89%。LSTM模型能准确捕捉路表温度的周期性和不确定性,在阴雨天和晴朗天的预测值与实测值基本一致,模型鲁棒性较好。