有机高分子絮凝剂PDMDAAC对活性染料印染废水混凝脱色研究

用聚合氯化铝（PAC）、硫酸亚铁、PAC和聚丙烯酰胺（PAM）、PAC和聚二甲基二烯丙基氯化铵（PDMDAAC）对以活性染料为主要成分的印染废水进行混凝脱色试验，PAC＋聚二甲基二烯丙基氯化铵（PDMDAAC）对印染废水的处理效果略低于PAC＋聚丙烯酰胺（PAM），但PDMDAAC无毒。对脱色影响因素和控制条件等进行了试验研究。     

从负载铅的DNNSA-P204煤油溶液中反萃铅

研究了从二壬基萘磺酸-二(2-乙基己基)膦酸(DNNSA-P204)负载有机相中反萃铅的影响因素.考察了反萃剂种类、反萃时间、反萃温度、反萃剂浓度和反萃油水比(VO/VA)对负载有机相中铅反萃的影响.实验结果表明,硝酸为最佳反萃剂,反萃平衡的时间为5 min,低温有利于反萃.反萃过程为放热过程,过程焓变为-942.7 J·mol-1.广角激光光散射和FT-IR结果表明:DNNSA浓度不变时,DNNSA-P204形成的混合反胶团随着P204浓度的增加而变大,负载有机相中的铅以Pb AD形式增溶进入混合反胶团内水相中.经多次反萃后,萃取剂DNNSA-P204对铅仍有较好的萃取能力.当反萃时间为5 min,温度为298 K,油水比为2∶1,硝酸浓度为0.6 mol·L-1时,反萃率可达到70%.     

臭氧氧化二级出水有机物可生化性研究

通过臭氧氧化北京3个典型城市污水处理厂二级出水,考察臭氧对二级出水有机物可生化性的提高作用.采用批量试验方法,通过调整臭氧投加时间控制臭氧投加浓度为2、4、6、8、10 mg/L.结果表明,UV254与比紫外消光度SUVA(UV254/DOC)随臭氧投加量而降低,臭氧投加量为6 mg/L时,UV254与SUVA分别降低54.4%与56.6%以上;BOD5/COD、BDOC与BDOC/DOC分别提高30%、360%与360%以上,表明适当的臭氧投加量可提高二级出水难降解有机物的可生化性;三维荧光指纹光谱分析臭氧氧化前后二级出水中有机物的变化规律,表明该污水处理厂二级出水的荧光有机物主要为芳香族蛋白类物质和腐殖质类物质,臭氧可显著去除该类有机物.     

邻苯二甲酸酯类化合物正辛醇-水分配系数的QSPR研究

采用PM3算法计算邻苯二甲酸酯类化合物(PAEs)的量子化学参数,应用偏最小二乘(PLS)算法建立了PAEs的正辛醇-水分配系数(K_OW)的定量结构-性质相关(QSPR)模型.模型的结果表明,用量子化学参数建立的QSPR模型相关性显著,具有较好的稳健性和预测能力,因此,利用该模型可对其他PAEs分子的lgK_OW值进行初步预测.模型的结果表明,影响lgK_OW的主要量子化学参数是分子总能量TE、相对分子质量M_r、平均分子极化率α和分子生成热ΔH_f.lgK_OW随着M_r和α的增大而增大,随着TE和ΔH_f的增大而减小.     

利用气体-气溶胶在线测量技术研究乌鲁木齐颗粒物水溶性组分与气体污染

将气体-气溶胶收集装置与离子色谱联用技术（GAC）应用于冬季重污染地区乌鲁木齐,对当地大气中痕量气体与气溶胶中的水溶性组分进行了为期2周的在线测量,并结合膜采样结果、PM10质量浓度及气溶胶消光系数等数据初步分析了污染物的变化规律与重污染成因.结果表明,GAC测得的氯盐、硝酸盐、硫酸盐与膜采样方法测得的相应组分数值显著正相关,相关系数分别为0.92(p<0.0001)、0.89(p<0.0001)、090 (p<0.0001).乌鲁木齐大气污染极其严重,氯盐、硫酸盐和二氧化硫浓度都非常高,这在其他地区较为罕见;二氧化硫、氯盐、硝酸盐与硫酸盐分别呈现不同的日变化规律;整个采样期间出现了1次极端污染天气,API值达到500,该日硫转化率（SOR）和氮转化率（NOR）的小时平均值最高达到0.69与0.36,说明二次转化也可能是形成重污染天气的主要原因.高浓度的PM10对能见度影响极大,PM2.5中的氯盐与气溶胶消光系数的相关系数最大,硫酸盐与硝酸盐次之,而硫酸盐、硝酸盐、氯盐这3种盐类对PM10的贡献依次递减.     

近地面大气污染模拟模型的建立与应用研究

针对以往把整个混合层作为大气扩散研究对象的问题,研究了近地面大气污染带概念,建立了大气污染模拟模型。又考虑到目前大气污染模型仅注重研究铅直面上的二维扩散变化,而较少研究平面二维扩散问题,运用有限差分方法建立了近地面大气污染带的平面二维数值模型。通过应用证实,该大气污染模拟模型能够真实反映近地面大气中污染物的扩散趋势及空间分布特征,对城市大气环境污染预测和防治具有实际意义。     

北京夏冬季霾天气下气溶胶水溶性离子粒径分布特征

为研究北京夏、冬季霾粒子中水溶性离子的粒径谱分布,并进一步分析其来源及形成机制,于2009年夏季和冬季利用惯性撞击式8级采样器(Andersen)和石英微量振荡天平(TEOM)对北京城区大气气溶胶分别进行了为期2周的连续采样和监测,并用离子色谱(IC)对气溶胶中的水溶性离子进行了分析.结果表明,夏季霾天PM10和PM2.5的质量浓度分别为(245.5±8.4)μg.m-3和(120.2±2.0)μg.m-3,冬季霾天对应的数值分别为(384.2±30.2)μg.m-3和(252.7±47.1)μg.m-3,无论夏季还是冬季,霾天大气细粒子污染均十分严重.细粒子中总水溶性离子(TWSS)的浓度霾天远高于对照天,其中霾天浓度上升较快的是SO24-、NO3-和NH4+,二次无机离子对霾天气的形成过程扮演重要作用.除NO3-外,其余7种水溶性离子夏、冬季霾天粒径谱分布一致,即,SO24-、NH4+主要分布于PM1.0以下的细粒子模态,Mg2+、Ca2+主要分布于PM2.5以上的粗粒子模态,Na+、Cl-和K+呈双模态分布;夏季霾天NO3-呈双模态分布,而冬季则主要分布于细粒子中.夏季霾天SO24-的平均质量中值粒径(MMAD)为0.64μm,SO24-主要来自远程SO2的云内反应,并且SO2表观转化率(SOR)高于对照天,使得霾天光化学反应生成的细粒子远远高于对照天气过程;冬季霾天SO24-的MMAD增至0.89μm,冬季因局地SO2排放并被非均相化学反应过程氧化为SO24-亦为北京大气细粒子的重要来源.夏、冬季霾天NO3-的MMAD分别为2.85μm和0.80μm,受到温度的影响,NO3-夏、冬季节分别以硝酸钙和硝酸铵的形式存在于粗、细粒子中.     

冬夏季广州城区碳气溶胶特征及其与O_3和气象条件的关联

2008年1月1日～31日和7月1日～31日在广州城区每天采集1个PM2.5样品,对样品进行碳成分分析,得到有机碳(OC)、元素碳(EC)浓度.同步观测了气象因子以及SO2、NO2、O3气态污染物浓度.结果发现,冬季和夏季PM2.5日均值质量浓度分别为(81.2±61.4)μg.m-3和(53.7±23.2)μg.m-3,OC质量浓度分别为(24.6±19.3)μg.m-3和(14.0±5.6)μg.m-3,EC质量浓度分别为(7.9±5.4)μg.m-3和(4.7±2.2)μg.m-3,OC/EC比值分别为2.9±0.6和3.2±1.0.冬夏季非降雨的稳定天气条件下二次有机碳气溶胶(SOC)浓度分别为(6.1±6.6)μg.m-3和(5.8±5.2)μg.m-3.冬夏季SOC和O3浓度显著相关(p0.01).东南风和西南风条件下,OC、EC浓度普遍较高,表明东莞、江门和佛山地区的工业污染源对广州地区污染物累积和霾天气的形成有一定的贡献.     

苯并噻吩与二苯并噻吩脱硫酶功能相关性研究

苯并噻吩（BT）专一性降解菌株Gordonia sp. C-6的脱硫途径类似于二苯并噻吩（DBT）的“4S”脱硫途径,能以BT为唯一硫源生长,但不能以DBT为唯一硫源生长.目前,还没有BT专一性脱硫基因的相关报道.本研究将Rhodocossus erythropolis DS-3中DBT脱硫途径的相关基因dszA、dszB、dszC和dszABC分别转入Gordonia sp. C-6中构建工程菌株Gordonia sp. CRA、Gordonia sp. CRB、Gordonia sp. CRC和Gordonia sp. CRABC;其DBT相关脱硫酶活性(以DCW计)分别为76.8 μmol·(g·h)^-1、 51.6 μmol·(g·h)^-1和62.4 μmol·(g·h)^-1,比原始菌株Rhodocossus erythropolis DS-3的35.2 μmol·(g·h)^-1、 21.3 μmol·(g·h)^-1和25.5 μmol·(g·h)^-1提高了1.5倍左右.其中Gordonia sp. CRA和Gordonia sp. CRB在以DBT为唯一硫源的培养基中几乎不生长,无法降解DBT;而Gordonia sp. CRC同表达完整DBT脱硫酶的Gordonia sp. CRABC一样,在以DBT为唯一硫源的培养基中生长良好,亦能降解大部分DBT（84％）.这表明催化BT和DBT前两步脱硫反应的BT单加氧酶和DBT单加氧酶是负责底物识别的关键酶,催化BT和DBT后两步脱硫反应的酶功能相似,通过比较这2种单加氧酶的氨基酸序列差异,即可预测其作用的活性位点.     

嗜吡啶红球菌多氯联苯降解基因的克隆与表达

建立了多氯联苯/联苯降解菌嗜吡啶红球菌 R04 的基因组文库.活性筛选得到 1 个18kb的阳性片断,内含 1个 921个核苷酸的新的开环酶2,3-二羟基联苯双加氧酶基因 bphC2,该基因能够在大肠杆菌中表达,其蛋白分子量约为34kDa.此外,在该基因上游39bp处还发现另外一个 2,3-二羟基联苯双加氧酶基因 bphC1 的部分序列.