福建省泉州湾表层沉积物中重金属的含量与分布

于2004年7月在泉州湾采集了表层沉积物样品,分析了8种重金属的含量和分布。泉州湾表层沉积物中的重金属基本呈现出由河流入海口向湾内及湾口逐渐降低的趋势。据潜在生态风险评价,泉州湾表层沉积物重金属的生态危害程度都较小。     

深圳湾水环境质量及变化趋势分析

20世纪90年代中期,深圳湾水质严重污染。随着深圳市污水处理设施陆续投入运行,2000年前后,水质一度有所改善。此外深圳湾水体交换不畅、底泥污染物释放进一步恶化了水质。但由于污水处理设施建设落后于经济的发展和污水排放量,目前深圳湾水质状况仍然堪忧。提出了改善水质的对策建议。     

基于中巴地球资源1号卫星的太湖表层水体水质遥感

利用CBERS 1的CCD数据和准同步地面监测数据,结合水体组分的光谱特征,建立了太湖表层水体叶绿素a和总氮的遥感信息模型.将模型用于2000 09 16太湖表层水体,所得结果较客观地反映了叶绿素a和总氮的分布趋势,表明利用CBERS 1的CCD数据进行湖泊表层水体水质指标监测具有重要的现实意义和应用前景.由于地面监测站位有限,模型在浅水草型湖泊———东太湖的适用性受到一定限制,说明同步性好、覆盖广的地面监测对于水质遥感信息模型的准确性和适用性至关重要.     

基于实测光谱与MODIS数据的太湖悬浮物定量估测

以太湖为研究区域,对太湖水体的水面反射光谱进行实地测试,并取样在实验室进行水质分析;根据光谱分析得到的悬浮物特征波段,估测悬浮物浓度;最后,对比MODIS波段,用最敏感波段及主成分分析法建立悬浮物估测模型.结果表明,576nm附近的反射率峰值、841nm处反射率一阶微分值和808nm附近的反射峰高与悬浮物浓度都有较好的相关性,其中峰高法和一阶微分法对悬浮物浓度的估测精度相当;MODIS波段1与悬浮物浓度相关性最好,经过主成分变化后的第一主成分和第二主成分可以较好地估测悬浮物浓度.因此,可利用MODIS数据对太湖悬浮物进行长期动态监测.     

太湖两种水生植物群落对沉积物中氮素的影响

2012年6月对太湖贡湖湾、南部湖区以及东西山之间水域的两种水生植物——马来眼子菜(Potamogeton malaianus)和荇菜(Limnanthemun nymphoides)群落内外的沉积物进行样品采集,调查了沉积物中的氮素分布现状.结果表明:①草藻过渡型湖区(贡湖湾)马来眼子菜群落内部0~25 cm的沉积物中Org-N和TN的含量分别比群落外部高38.06%和25.65%.②草型湖区新生植物群落的形成可以促进沉积物(0~25 cm)中各形态氮含量的降低,其中马来眼子菜群落内沉积物(0~25 cm)中TN、Org-N、NH+4-N和NO-3-N的含量较群落外平均降低了43.29%,50.78%,7.09%和10.86%;荇菜群落内部比外部分别降低了4.65%,4.63%,5.01%和2.76%,可以发现马来眼子菜群落的促进作用比荇菜群落明显.③植物群落的存在可以影响沉积物的理化性质.相关性分析显示,植物群落外沉积物的pH与TN显著正相关(P<0.05,n=24),植物群落内部沉积物中pH与沉积物中NH+4-N呈显著负相关(P<0.05,n=24),与硝态氮呈显著正相关(P<0.05,n=24);植物群落内部和外部沉积物的Eh均与TN显著正相关(GMN,P<0.01,R=0.922 8**;NMN,P<0.01,R=0.827 7**;GMW,P<0.05,R=0.748 9*;NMW,P<0.05,R=0.663 7*),但较群落外部而言内部的相关性更强.     

公众应成为流域污染防治的监督力量

流域污染防治需要公众的参与监督 《2006中国环境状况公报》显示,2006年,全国地表水总体水质属中度污染,其中,松花江、黄河、淮河为中度污染,辽河、海河为重度污染,巢湖水质为Ⅴ类,太湖和滇池为劣Ⅴ类,引起社会高度关注.2007年入夏以来,太湖、滇池、巢湖的蓝藻接连暴发,一定程度上标志着我国进入了水污染密集暴发阶段.     

基于GF-1 WFV影像和BP神经网络的太湖叶绿素a反演

叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价湖泊水体的富营养化程度.太湖是典型的二类水体,光学性质复杂,应用一类水体线性反演模式拟合较为片面且难以找到最佳拟合模型.BP神经网络模型具有模拟复杂非线性问题的功能.为研究高分一号卫星16m多光谱相机WFV4结合BP神经网络进行太湖叶绿素a浓度监测的可行性,实验利用GF-1 WFV4影像和实时的地面采样数据,建立了BP神经网络模型,同时采用波段比值经验模型进行对比.经精度检验,BP神经网络模型预测值与实测值之间的可决系数R2高达0.9680,而波段比值模型的R2为0.9541,且均方根误差RMSE由波段比值模型的18.7915降低为BP神经网络模型的7.6068,平均相对误差e也由波段比值模型的19.16%降低为BP神经网络模型的6.75%.结果证明,GF-1 WFV4影像应用BP神经网络模型反演太湖叶绿素a浓度较波段比值模型精度有所提高.将经过水体掩膜的GF-1 WFV4影像用于训练好的BP神经网络反演太湖叶绿素a浓度分布,结果显示,叶绿素a高浓度区集中分布在湖心区北部、竺山湾、梅梁湾区域,与之前的研究一致.本文研究结果验证了采用BP神经网络模型对GF-1 WFV4影像进行太湖叶绿素a浓度反演的可行性.     

太湖底泥疏浚的水环境质量风险性分析

采用基于因子分析的主成分分析法将五里湖的16个水质参数概括为5个主成分,研究了各主成分以及其综合主成分在疏浚前后的变化,并以此为依据就底泥疏浚对水环境质量的影响进行了评价.结果表明,疏浚过程中,五里湖疏浚区的综合主成分得分最高,为1.15,水质综合排名在最后,水体色度和污染指数(F1)也达到最高值5.0;同时对照区综合主成分得分以及水体污染和色度指数(F1,F2)也相应升高,水质质量明显下降;这说明疏浚运作具有促进表层沉积物发生再悬浮和扩散作用,以及沉积物中内源性营养盐和重金属离子的释放作用.采用Monte Carlo随机采样法,利用平衡分配模型模拟和预测了疏浚过程中悬浮沉积物中重金属离子释放的阈值,结果表明疏浚过程中大部分重金属离子由悬浮沉积物向水体中释放的风险性较高,可信度达到90%以上,尤其是重金属离子Ni²⁺以及非金属污染物As释放的风险性较大,其可能的释放量分别分布在各自地表水环境质量标准EQS的28.6%～+∞之间和34%～+∞之间,说明底泥疏浚具有导致五里湖水体环境质量短期恶化的风险.此外,Monte Carlo随机采样分析方法应用也许可为湖泊底泥疏浚生态风险评价提供一条新的途径.     

太湖部分沉积物中多环芳烃生态风险评估

对2009年12月采集的部分太湖表层沉积物中多环芳烃类化合物（PAHs）的现状进行调查和研究,结果表明,太湖流域表层沉积物中共检出属于美国优先控制16种PAHs中的9种,各采样点位PAHs浓度范围在264.9—1703.2 ng·g-1之间.分析显示,表层沉积物中以4环及4环以上PAHs为主,两者之和约占PAHs总量的...     

深圳湾海域沉积物中酸可挥发性硫化物与重金属生态风险评价

测定了深圳湾海域10个站点表层沉积物中的AVS、TOC和同步浸提重金属(SEM)的含量,对AVS、SEM的平面分布及AVS与SEM和TOC的相互关系进行了分析。结果表明:深圳湾海域表层沉积物AVS含量范围为0.06～7.41μmol/g,平均值为2.51μmol/g;SEM含量范围为0.71～5.15μmol/g,平均值为3.06μmol/g;AVS与SEM的平面分布较一致,呈从湾顶到湾中向湾外逐渐递减的明显趋势。调查海域AVS与SEM和TOC间具有良好的线性相关性,大多数站点∑SEM-AVS的差值均0<(∑SEM-AVS)<5,说明该海域可能存在重金属的中等毒性生态风险。