浮游动物DNA宏条形码标志基因比较研究

DNA宏条形码技术作为一种新型生物监测方法,在未来生态环境监测中有巨大的应用潜力。目前,浮游动物DNA宏条形码监测仍在发展阶段,需要首先对其(采样方法、引物选择和数据分析等)进行标准化和调整,然后才能用于常规流域生态监测。其中,如何选择合适的PCR扩增引物是DNA宏条形码生物监测标准化的关键问题之一。本研究比较了COI、18SV9和16S通用引物在浮游动物DNA宏条形码监测中的差异,为初步建立规范化的浮游动物DNA宏条形码监测方法提供技术支撑。结果表明,16S引物对浮游动物具有更好的特异性,其产生的操作分类单元(operational taxonomic unit, OTU)有88.1%属于浮游动物。虽然18SV9引物具有更高的物种覆盖度,不仅能扩增出浮游动物,还能扩增出大量藻类和真菌,但其物种识别敏感性较差,不适合浮游动物物种水平多样性监测。COI引物的浮游动物物种特异性、物种覆盖度和物种识别敏感性都适中,检出的浮游动物物种数量高于18SV9引物和16S引物,更加适合浮游动物DNA宏条形码监测。     

生物滞留池对屋面径流基本污染物的控制

快速的城市化导致不透水性下垫面急剧增加,进而加剧了径流污染,尤其是屋面径流污染。生物滞留池作为低影响开发理念的核心措施之一,对径流的净化效果显著。以屋面径流为控制对象,设计了3个生物滞留池用于探究不同土壤层厚度和不同进水方式对生物滞留池出水的影响。结果表明,实验收集的屋面径流污染严重,COD和TN为《地表水环境质量标准》(GB 3838—2002)劣Ⅴ类。经生物滞留池处理后发现,3个生物滞留池对悬浮物(SS)的去除效果较好,去除率为92.2%～98.7%,装填20cm土壤的表层进水生物滞留池较装填15cm土壤的生物滞留池出水污染物浓度低。装填20cm土壤的表层进水和侧向进水的生物滞留池对COD、TN和TP的去除能力总体相当,表层进水和侧向进水的生物滞留池对COD的去除率分别为91.7%、90.4%,对TN的去除率分别为93.8%、86.5%,对TP的去除率分别为70.1%和72.7%。     

长期缺氧吸磷驯化下强化生物除磷系统污泥除磷方式的转化

采用交替厌氧/缺氧/好氧运行的序批式活性污泥反应器(SBR),通过梯度投加电子受体NO_3~-,考察长期缺氧吸磷驯化下强化生物除磷(EBPR)系统的性能及除磷方式的转化。结果表明,当进水COD为300～450mg/L、PO_4~(3-)(以P计,下同)和氨氮分别为8、14mg/L时,驯化期间TN去除率均保持在75%以上,长期缺氧吸磷驯化对COD和氨氮的去除没有影响。硝态氮投加量为5mg/L时,EBPR系统因电子受体投加不足除磷性能迅速恶化,增加硝态氮投加量至10mg/L,经过近30d的恢复,缺氧吸磷率最高可达97.67%,进一步提高硝态氮投加量至15mg/L,系统内硝态氮的积累导致缺氧吸磷率下降。污泥吸磷小试结果表明,经缺氧吸磷驯化后,即使除磷性能欠佳的低浓度电子受体系统污泥也具有良好的反硝化吸磷能力,可见经NO_3~-长期驯化的缺氧吸磷系统有利于筛选以NO_3~-为电子受体的反硝化聚磷菌。     

厌氧膜生物反应器的现状、挑战和前景

厌氧膜生物反应器(AnMBRs)不仅可以高效去除污染物,改善出水水质,而且可以实现生物能源回收,对保护环境和缓解能源危机具有重大意义。膜污染作为制约AnMBRs应用与推广的限制因素得到了大量关注,各种缓解和控制膜污染的方法和技术不断涌现。因此,对AnMBRs的运行机理、多元化应用、膜污染情况进行综述,并分析和评估了微生物电催化系统(BES)-AnMBRs组合工艺的可行性和发展潜力,以期为AnMBRs工程应用和未来发展提供理论和技术参考。     

底泥性质对重金属生物淋滤效果的影响

生物淋滤技术是一项可以将重金属从污染底泥或土壤中分离出来的环境修复技术,具有反应温和、耗酸少、运行成本较低、去除效率高,以及脱毒后底泥的脱水性能好等优点。然而,底泥成分复杂、流域特异性高,这使得相似的生物淋滤工艺对不同底泥的重金属去除效果不尽相同、淋滤技术的工艺参数标准化难度增加。综述了底泥性质对淋滤反应的3方面影响:底泥中的有机质与酸可挥发性硫化物(AVS)会改变重金属的形态;pH、可还原性硫、水溶性有机物(DOM)会对淋滤功能菌的活性产生影响;底泥粒度和耗酸能力(ACC)也会影响重金属的化学淋出效果。在此基础上提出今后该技术有待开展的研究内容,以期为该技术的进一步推广应用提供理论依据和技术支撑。     

面向实时人群动力学分析的深度基本图网络

当前行人疏散实验中基本图计算方法通常是通过对每个行人进行跟踪实现的.但这种跟踪方法难以实现实时人群动力学分析.针对这一问题,提出了深度基本图网络.实验提出的网络框架由两个模块组成,即多尺度递归卷积神经网络(MSR-Net)和光流模块,分别对行人密度和行人速度进行估计.具体来讲,MSR-Net学习了输入图像与行人密度图之...