基于底栖动物的松花江流域不同地形分区水质指标阈值研究

为全面了解松花江流域不同地形分区内底栖动物群落对水质指标的响应规律,识别不同分区水质指标指示物种的差异,于2016—2018年对松花江流域97个采样点的水质指标〔EC、ρ（DO）、ρ（COD_Mn）、ρ（NH₃-N）、ρ（TN）、ρ（TP）〕和大型底栖动物群落进行调查分析,采用临界指示物种分析法（threshold indicator taxa analysis,TITAN）分别探讨松花江流域山区、丘陵区和平原区水质指标的生态阈值,当污染物浓度超过负响应阈值时敏感种密度降低,当超过正响应阈值时耐受种也会受到明显影响,底栖动物群落结构会发生显著变化.将TITAN法所得的负响应阈值作为触发底栖动物群落发生变化的最低值,正响应阈值为底栖动物群落的耐受极限值.结果表明:①松花江流域水质指标在不同地形分区内的阈值不同,除ρ（DO）和ρ（COD_Mn）外,其他指标负响应阈值均表现为山区 < 丘陵区 < 平原区,ρ（DO）则表现相反,ρ（COD_Mn）在丘陵区出现最高阈值（5.46 mg/L）、山区出现最低阈值（4.01 mg/L）.除ρ（DO）以外,其他指标的正响应阈值均呈山区 < 丘陵区 < 平原区的趋势,ρ（DO）正响应阈值的变化趋势则与之相反.②松花江流域内超过50%的采样点水质指标值均超过其负响应阈值,超出正响应阈值的采样点比例在6%~40%之间,说明流域受到一定的干扰,但干扰程度不严重.③同一物种在不同地形分区内对水体理化指标的指示方向可能相反.萝卜螺属在丘陵区为ρ（NH₃-N）的正响应指示物种,在平原区则转变为负响应指示物种;短沟蜷属在丘陵区为ρ（TN）和ρ（TP）的正响应物种,在平原区则转变为负响应物种.研究显示,大型底栖动物群落结构的分布特征是影响水质指标阈值指示物种识别的主要原因,而不同分区的自然地理状况、栖境状况和水质状况则是造成大型底栖动物群落结构分布差异的主要因素.      

达里诺尔湖水体DOM荧光特征及其来源解析

达里诺尔湖（简称“达里湖”）是内蒙古自治区高原地区重要的生态屏障,探究达里湖水质状况及污染来源,对加强流域水环境治理、改善水环境质量具有十分重要的意义.于2018年9月及2019年6月对湖水进行采样,并通过三维荧光光谱结合PARAFAC（平行因子分析）模型,探究达里湖水体DOM（溶解性有机质）来源及其与水质的关系.结果表明:①达里湖水体中pH较高,ρ（DOC）（DOC为溶解性有机碳）、ρ（NH₄+-N）、ρ（TP）相对较高,均超过GB 3838—2002《地表水环境质量标准》Ⅴ类水质标准限值.②水体中DOM含4种荧光组分.夏季水体DOM主要分布于河流入湖口附近,其中,类腐殖质荧光组分（紫外区类富里酸和可见区类富里酸）占总组分的62.93%,类蛋白类荧光组分（类色氨酸和类酪氨酸）占总组分的36.07%;秋季水体DOM主要分布于东南侧,其中,类腐殖质荧光组分占总组分的40.52%,类蛋白类荧光组分占总组分的59.48%.③达里湖采样点荧光参数表明,达里湖DOM自生源特征较强,腐殖化程度较低.类腐殖质荧光组分与ρ（DOC）、ρ（Chla）均呈正相关,类色氨酸荧光组分与pH呈正相关,类络氨酸与ρ（DTN）、ρ（NH4+-N）、ρ（DTP）均呈正相关.研究显示,达里湖DOM具有陆源与生物源双重特性,DOM的形成与微生物、细菌、浮游生物的生命活动密切相关.      

不同制备温度下污泥生物炭对Cr(Ⅵ)的吸附特性

以城市剩余污泥为原料,于300,400,500,600 ℃温度条件下制备生物炭,通过单因素静态吸附实验探讨制备温度对生物炭吸附Cr（Ⅵ）的影响。结果表明:在500 ℃以内随着温度上升制备的生物炭对Cr（Ⅵ）的吸附量增加,制备温度高于500 ℃后变化不明显;扫描电镜（SEM）、比表面积（BET）、傅里叶红外光谱（FTIR）表征结果显示,热解温度对生物炭表面形貌和官能团组成有显著影响;等温模型及动力学拟合结果表明,生物炭吸附Cr（Ⅵ）为单分子层吸附、物理-化学复合吸附。热解温度对污泥制备生物炭吸附Cr（Ⅵ）的性能有显著影响,最佳制备温度为500 ℃,在此条件制备的生物炭对Cr（Ⅵ）的理论吸附量可达7.93 mg/g。     

化学氧化法修复TPH污染土壤的效果比较及工艺研究

以TPH污染土壤为研究对象,研究了不同化学氧化体系对TPH污染土壤的修复效果及影响因素。研究表明:Fenton、类Fenton及碱活化过硫酸盐3个体系都对TPH污染土壤有较好的修复效果。柠檬酸的加入改善了Fenton体系的催化作用,类Fenton体系降解效果最佳。TPH在类Fenton及碱活化过硫酸盐体系中的降解符合准一级反应动力学,提高H₂O₂、柠檬酸和过硫酸盐的浓度均有利于TPH的降解。强化混合、分次投加氧化剂及减小土壤粒径均可以提高TPH的降解效率,节约氧化剂用量。类Fenton体系中有效成分主要为·OH,碱活化过硫酸盐体系中除了·OH外,还存在SO₄-·或O₂-·等的作用,因此氧化剂利用率较高。     

加入SOA示踪的深圳大气PM2.5受体模型源解析

为厘清包括二次有机气溶胶（SOA）在内的深圳市区PM_2.5各种一次和二次来源贡献,本文于2017年9月2日~2018年8月29日在深圳市大学城点位开展PM_2.5样品采集,并进行化学组分和水溶性有机物（WSOM）质谱测量,共获得162组有效数据.观测期间深圳市大气PM_2.5平均质量浓度为26μg/m³,在传统PMF源解析的基础上加入羧基离子碎片（CO₂⁺）作为SOA的示踪物,加入水溶性有机氧（WSOO）用于计算各因子O/C,验证有机物解析效果.结果表明,SOA可以被独立解析出,其O/C明显高于其他一次污染源中有机物;机动车、二次硫酸盐、二次硝酸盐、SOA为最主要的4个源,对PM_2.5质量浓度的贡献分别为25%、23%、17%和10%,船舶、地面扬尘、老化海盐、建筑尘、生物质燃烧、燃煤和工业贡献均在5%以内.各个源的变化特征表明,机动车、二次硫酸盐、二次硝酸盐、SOA等源贡献呈现冬高夏低的季节特征,与冬季季风条件下源自内陆的污染传输密切相关.污染天气时,二次硝酸盐和SOA的贡献增加相对最显著,因此NOx和挥发性有机物是减排的关键.     

北京市典型汽修企业VOCs排放特征与臭氧影响分析

对北京地区27家汽修企业进行调研,选取2家典型汽修企业进行气袋采样-GC-MS-FID采集及分析,定量分析其VOCs的排放特征,并计算其臭氧生成潜势（OFP）。结果表明:使用不同漆料的汽修企业排放特征不同,水性漆企业非甲烷总烃的排放浓度为0.62~36.49 mg/m3,油性漆企业的排放浓度为0~100.39 mg/m3;水性漆排放的VOCs以烷烃为主,占比高达57.16%,丙烷（39.65%）和甲苯（11.41%）是首要污染物;卤代烃（55.51%）是油性漆企业的主要VOCs排放物种,主要组分为1,2-二氯丙烷和1,2-二氯乙烷;水性漆企业的OFP值为144.78 mg/m3,油性漆企业的OFP值为664.43 mg/m3,大气反应活性最大的物种多为芳香烃,芳香烃对OFP的贡献率分别为52.18%和88.44%。     

新兴污染物对剩余污泥厌氧发酵产氢的影响研究

厌氧发酵产氢是污泥资源化利用的一种重要途径,然而污水处理过程中新兴污染会通过各种途径转移至污泥中,影响污泥的后续处理。总结了抗生素、表面活性剂、工业添加剂、溴系阻燃剂（BFR）4种新兴污染物在污泥中的污染现状,阐述了新兴污染物对污泥发酵产氢的影响,并揭示了相关作用机制。同时,分析了新兴污染物在污泥发酵体系的降解转化规律。最后,对今后污泥中新兴污染物的研究做了展望,以利于污泥的资源化利用。     

2-丁烯醛生产废水的臭氧脱毒预处理

CMW（crotonaldehyde manufacturing wastewater,2-丁烯醛生产废水）污染物浓度高、毒性强、直接采用生物法处理难度大.为了降低CMW的生物处理毒性,采用臭氧氧化法对CMW进行脱毒预处理,并通过考察不同臭氧氧化条件对废水COD_Cr、TOC（总有机碳）、UV_{254 nm}去除率及SMA（specific methanogenic activity,比产甲烷活性）抑制率的影响,获得了优化的臭氧氧化条件,进一步分析了废水脱毒机理.结果表明:①优化的臭氧氧化条件为接触反应时间180 min、初始pH 3.0、反应温度35℃、气相臭氧浓度30.3 mg/L,进气流量500 mL/min;并且在该条件下,CMW中COD_Cr、TOC和UV_{254 nm}的去除率分别为19.9%、9.9%和70.6%,主要特征有机污染物[包括2-丁烯醛、（E,E）-2,4-己二烯醛、3-（2-甲基-2-丙烯）-5-戊内酯、1,5-二甲基-1-烯-4-羰基-环氧己烷、山梨酸乙酯等]的去除率在74.4%以上.②厌氧产甲烷毒性试验结果显示,CMW的SMA抑制率由臭氧氧化前的82.0%降至臭氧氧化后的47.2%.③反应动力学研究显示,CMW中COD_Cr、TOC及UV_{254 nm}的去除过程均符合一级反应动力学方程,R2分别为0.82、0.97、0.94.研究显示,臭氧氧化预处理可以较好地去除CMW中的特征有机污染物,降低废水的厌氧生物处理毒性,是一种可行的脱毒预处理方法.      

贵州草海湿地溶解性有机物的光谱特征及其与PFASs的相关性分析

为描述草海湿地DOM（dissolved organic matter,溶解性有机物）荧光特征,探究其对PFASs（per-and polyfluoroalkyl substances,全氟及多氟化合物）环境行为造成的影响,利用超高效液相色谱-质谱联用技术和三维荧光光谱技术,结合平行因子分析,开展DOM光谱学特性研究,分析ρ（DOM）与ρ（PFASs）的相关关系.结果表明:①草海湿地中共解析出3类4种荧光组分,分别为类腐殖酸[λ_Ex（360 nm）/λ_Em（450 nm）]、长波段腐殖质[λ_Ex（400 nm）/λ_Em（510 nm）]、类富里酸[λ_Ex（330 nm）/λ_Em（400 nm）]和类色氨酸[λ_Ex（280 nm）/λ_Em（350 nm）],贡献率分别为48.6%、23.6%、22.9%和4.9%,其中类腐殖质总贡献率高达72.2%.在农业生产和人类活动的影响下,总荧光强度大致呈现从入湖区向出湖区逐渐降低、湖心区略高的趋势.②在草海湿地表层水中共检出了12种PFASs,ρ（PFASs）为233.18 ng/L,每种平均值为19.43 ng/L,PFBA（perfluorobutanoic acid,全氟丁酸）是主要污染物;草海湿地入湖区点源影响特征明显,生活污水和农业生产用水是主要的潜在污染源.③相关性分析结果显示,各荧光组分含量均与ρ（PFBS）（potassium perfluorobutanesulfonate,全氟丁烷磺酸）负相关;类色氨酸含量与ρ（PFHpA）（perfluororoheptanoic acid,全氟庚酸）负相关,与ρ（PFTriDA）（perfluorotrideanoic acid,全氟十三酸）则显著正相关.研究显示,草海湿地水体腐殖化程度高,外源特征明显,共检出12种PFASs,初步揭示了草海湿地水环境中ρ（DOM）与ρ（PFASs）的相关关系,其受水体性质及化合物结构等差异的影响,有待进一步开展深入研究.      

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.