水环境中药品和个人护理用品污染现状及研究进展

综述了当前国内外药品和个人护理用品(PPCPs)在地表水、地下水和饮用水中的污染现状,介绍了水环境中PPCPs污染的危害及其预测、调查与检测方法。提出了我国水环境中PPCPs污染未来的研究方向,包括改进水处理工艺,提高PPCPs的去除效率;提升分析技术水平,拓宽PPCPs的检测种类;深入研究PPCPs产生的环境效应,重视其职业暴露的污染与危害;建立水环境中PPCPs的预测制度及风险评价体系。     

抑制型电导-离子色谱法测定水中无机阴离子

采用抑制型电导-离子色谱法测定生活饮用水、污水和地表水中F-、Cl-、NO2-、Br-、NO3-、PO43-、SO42-等7种无机阴离子,对清洁水样过滤后直接测定,浑浊样品离心后取上清液过滤测定。F-在0.100 mg/L~1.20 mg/L范围内、其余6种阴离子在1.00 mg/L~12.0 mg/L范围内线性良好,方法检出限为0.031 mg/L~0.47 mg/L,水样平行测定的RSD为0.9%~1.8%,加标回收率为82.6%~110%。     

高效液相色谱法测定水中7种三嗪类除草剂

采用液液萃取和固相萃取两种方法预处理,高效液相色谱二极管阵列检测器测定水中7种三嗪类除草剂,选择了合适的检测波长和梯度淋洗条件。方法在0.100 mg/L~2.00 mg/L范围内线性良好,检出限为0.06μg/L~0.15μg/L,水样平行测定的RSD为1.6%~6.5%,加标回收率为95.0%~106%。     

南京南湖底泥疏浚后水质演化规律调查

对疏浚后的南京南湖底泥的TP、TN和COD释放规律、补水后的水质状况以及藻类演替规律进行了调查。结果表明,上覆水中TP平均质量浓度基本不随自来水补入量的增加而发生变化,TN和COD质量浓度随自来水补入量的增加而增大;水体中的TP、TN和COD含量总体呈上升趋势;从2005年3月中旬起,出现藻类的大量繁殖,在2005年7月发生水华,藻类优势种由裸藻、隐藻和小环藻演替为裸藻、栅藻和韦斯藻,藻类总量由2005年3月的3.7×106L-1上升到2006年4月的1.5×107L-1。     

喻家湖水质时空分布特征和影响因子分析

通过设计合理的水质监测网,采用多元统计分析,并结合地理信息技术对武汉市喻家湖在2011年-2012年期间12个监测点、13个水质参数监测值进行水质时空分布特征研究.结果表明,喻家湖13个水质指标概括为4个主成分:第一主成分代表喻家湖的重金属污染,第二主成分代表其富营养化水平,第三主成分代表有机污染程度,第四主成分间接指示富营养化程度;在时间和空间变化上都可分为二组,显著性指标的时空差异较明显,水质污染程度从南至北逐渐减弱,湖溪河是喻家湖的最主要污染源.并对水质参数,监测点位和频次进行了优化.     

盲样考核浓度预判及稀释方法——以原子荧光法测定水中砷为例

以原子荧光法测定水中砷为例,探讨了实验室盲样考核浓度预判及稀释方法.分析了3个砷盲样考核实例,归纳了“直接稀释法”“系列稀释法”“最大稀释法”3种方法,分别适用于盲样浓度范围窄、适中、宽3种情况,检测人员可根据考核机构给定的浓度范围合理选用.     

金海水库夏季浮游植物群落结构与水质调查

2012年夏季对金海水库水体物理和化学指标和浮游植物的群落结构组成进行了调查。结果表明,水库整体水质状态较为良好,金海水库夏季综合营养状态指数为42.34,水库水体在一定程度上已经呈现中营养水平向轻度富营养化转化的趋势。通过夏季对金海水库浮游植物的调查,共检出浮游植物27种,其中绿藻门14种,硅藻门7种,甲藻门2种,蓝藻门2种,裸藻门2种。优势种属为绿藻门和硅藻门,其中绿藻门的种类和数量均居于首位。     

颗粒物对污染源COD水质在线监测仪比对监测的影响

污水中的颗粒物是COD在线监测仪在比对监测时出现较大误差的原因之一,就颗粒物对COD在线监测仪是否产生影响以及影响效果进行了实验研究。研究结果表明,COD在线监测仪的预处理系统去除颗粒物会带来比对监测的误差,并且随着颗粒物浓度增加,误差增大;预处理系统过滤器尺寸也会对比对监测的误差产生影响,针对同一浓度水样,孔径越大误差越小,针对同一孔径过滤器则水样浓度越高误差越小。     

水质自动监测在苏州市饮用水源地的应用与思考

以苏州市集中式饮用水源地自动监测系统为例,对该水质自动监测系统的特点、主要功能及在环境管理、蓝藻实时监控等方面的应用作了介绍,并就系统验收、运行管理及系统拓展方面提出了一些对策建议。     

PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象,将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g,以利于快速、高效地确定c和g的全局最优值;SVM算法基于最优的c和g,分别以24,21,18,15,12,9和6个因子作为特征向量预测水质的污染程度。结果表明,当特征向量为9个影响因子时预测率最高。其参数c=18.56,g=1.35,对应的预测率为：全局预测率92.59%,重度污染水质预测率88.89%,轻度污染水质预测率94.45%。因此,通过PSO和SVM混合算法,可以确定影响太湖入湖河流水质的主要因子,利用这些主要因子对水质进行预测预警,不但可以节省时间,而且可以得到精确的结果。