滇池水体磷的时空变化与藻类生长的关系

水体磷的时空变化与藻类生长的关系对研究水体富营养化具有十分重要的作用。采用GPS定位,对滇池海埂、斗南、罗家村、新街、昆阳等5个代表性位点监测断面水体总磷、可溶性磷及叶绿素a含量进行了为期1年（2003年5月至2004年5月）的动态研究,并在滇池海埂位点进行了日变化试验,全面分析了滇池不同区域、不同层次、不同时期水体总磷和可溶性磷的年变化、日变化及水体氮/磷比对藻类生长的影响。结果表明,滇池水体磷与藻类生长呈现显著的年变化和日变化特征,显示了滇池全湖水体总磷与叶绿素a周年变化呈显著正相关,水体可溶性磷与叶绿素a呈正相关趋势;海埂位点水体总磷与叶绿素a日变化呈显著正相关,水体可溶性磷与叶绿素a日变化呈显著的负相关,水体氮磷比与叶绿素a呈显著正相关。表明水体磷负荷对藻类生长影响呈现显著的水体区域性和水层差异性和季节性,藻类生长主要吸收水体中的可溶性磷,暗示了滇池水体磷是藻类生长的主要限制因子之一。     

不同土地利用方式土壤表层氮、磷流失特征研究

利用室内人工模拟降雨,选择徐州沛沿河流域3种典型土地利用类型,研究了不同土地利用下土壤表层N、P随降雨径流的迁移过程.研究结果表明,在相同降雨条件下,3种土地产流量大小顺序为稻田地〉林地〉果园,产泥沙量大小顺序为果园〉稻田地〉林地.降雨径流水相中TN、TP浓度呈现随降雨时间的持续显著下降,然后逐渐稳定的趋势,氮磷的流失...     

富营养化水体降磷对浮游植物群落结构特征的影响

浮游植物是水生态系统中物质循环和能量流动的基础,作为初级生产者,浮游植物的群落结构直接影响着水生态系统的结构和功能。在水产养殖生产中,如何根据养殖生物对生活环境的需求开展精准培水、定向培水,培养养殖生物所需要的浮游植物,在维持养殖水域生态平衡的同时又能为养殖生物提供一定的饵料资源,这一直是摆在水产科技工作者面前的重要难题和研究热点。已有的资料大都是通过添加磷的方式研究磷改变对浮游植物生长的影响,而有关富营养化水体降磷对浮游植物群落结构影响的研究尚未见报道。为此,试验通过向取自富营养化湖泊的水体中加入磷去除剂,采用Pielou均匀度指数、Mcnaughton优势度指数和Shannon多样性指数,研究自然水体中的磷被降低后水体浮游植物群落结构的变化情况。结果表明,所取富营养化水体中共检出绿藻（Chlorophyta）、硅藻（Bacillariophyta）、蓝藻（Cyanophyta）、裸藻（Euglenophyta）、隐藻（Cryptophyta）、甲藻（Pyrrophyta）6门29种（包括变种和变型）;其中绿藻、蓝藻、硅藻、隐藻、裸藻、甲藻分别有7、4、2、1、1种,分别占总种数的24.13%、13.79%、6.90%、3.45%、3.45%。富营养化水体降磷后,虽然试验组和对照组在浮游植物种类组成上没有差异,但浮游植物群落结构特征发生了很大变化,浮游植物数量明显降低,由13 238.8×104cells·L-1降低至3 997.5×104cells·L-1,下降了69.8%;浮游植物优势种从1门（蓝藻（Cyanophyta））6种增加到3门（绿藻（Chlorophyta）、硅藻（Bacillariophyta）、蓝藻（Cyanophyta））12种,优势度指数从97.29%降低至86.30%,优势种门数和优势种种数远远高于对照组,优势度明显低于对照组;同时,浮游植物多样性指数和均匀度分别从1.85和0.38升高至2.60和0.54,显示出试验组浮游植物多样性和均匀度优于对照组。研究表明富营养化水体降磷对浮游植物群落结构产生了明显影响,使群落结构处于更加复杂、完整和稳定的状态。     

生活垃圾堆放场和填埋场矿化垃圾中磷的形态及其磷素活化

采用修正的Hedley磷素分级方法研究了生活垃圾堆放场和填埋场矿化垃圾中磷的形态分布,同时研究了鸡粪(含磷较高)和稻草(含磷较低)两种典型有机物料对矿化垃圾中不同形态磷的活化效应.结果表明,生活垃圾堆放场和填埋场矿化垃圾中,不同形态磷的含量表现出相似的趋势,仅树脂交换态磷和浓盐酸磷的含量存在明显差异;以氢氧化钠磷和磷灰石型磷构成的中度活性磷均为生活垃圾堆放场和填埋场矿化垃圾中磷的主要赋存形态,分别占各自总磷的78%和74.9%,表明矿化垃圾中磷素具有高效利用的潜能.鸡粪和稻草均能显著活化矿化垃圾中的磷,而且鸡粪的磷活化效果优于稻草;氢氧化钠磷、磷灰石型磷和浓盐酸磷是矿化垃圾中活化磷的主要来源.     

水质总氮、总磷在线自动分析仪的发展现状

对水质总氮和总磷在线自动分析仪的方法原理,主要类型,主要技术特点以及主要仪器型号等发展现状进行了评述。     

Approaching the upper boundary of driver-response relationships: identifying factors using a novel framework integrating quantile regression with interpretable machine learning

● A novel framework integrating quantile regression with machine learning is proposed. ● It aims to identify factors driving observations to upper boundary of relationship. ● Increasing N:P and TN concentration help fulfill the effect of TP on CHL. ● Wetter and warmer decrease potential and increase eutrophication control difficulty. ● The framework advances applications of quantile regression and machine learning. The identification of factors that may be forcing ecological observations to approach the upper boundary provides insight into potential mechanisms affecting driver-response relationships, and can help inform ecosystem management, but has rarely been explored. In this study, we propose a novel framework integrating quantile regression with interpretable machine learning. In the first stage of the framework, we estimate the upper boundary of a driver-response relationship using quantile regression. Next, we calculate “potentials” of the response variable depending on the driver, which are defined as vertical distances from the estimated upper boundary of the relationship to observations in the driver-response variable scatter plot. Finally, we identify key factors impacting the potential using a machine learning model. We illustrate the necessary steps to implement the framework using the total phosphorus (TP)-Chlorophyll a (CHL) relationship in lakes across the continental US. We found that the nitrogen to phosphorus ratio (N׃P), annual average precipitation, total nitrogen (TN), and summer average air temperature were key factors impacting the potential of CHL depending on TP. We further revealed important implications of our findings for lake eutrophication management. The important role of N׃P and TN on the potential highlights the co-limitation of phosphorus and nitrogen and indicates the need for dual nutrient criteria. Future wetter and/or warmer climate scenarios can decrease the potential which may reduce the efficacy of lake eutrophication management. The novel framework advances the application of quantile regression to identify factors driving observations to approach the upper boundary of driver-response relationships.     

用改性海泡石处理含磷废水

以海泡石为原料,经盐酸活化、水热活化,再加入氯化镁、氯化铁复合制得除磷剂原粉;再用聚氯乙烯将除磷剂原粉黏合成粒状除磷剂。用粒状除磷剂对废水中的磷（PO4^3-）进行吸附、洗脱,考察除磷剂的循环使用性能。实验结果表明：除磷剂对废水中磷的吸附容量可达92m g/g以上;以碳酸钠为洗脱剂,磷的洗脱率可达90%以上;除磷剂可重复使用,且性能优良。     

微波消解-流动注射分光光度法测定总氮和总磷

以碱性过硫酸钾溶液为消解液,采用微波消解-流动注射分光光度法测定水中总氮和总磷。在碱性过硫酸钾溶液中氢氧化钠质量浓度为9.6g/L、微波功率为320W、消解管长度为16m的条件下,总氮和总磷的检出限分别为0.040m g/L和0.020mg/L,线性范围分别为0.040～3.500mg/L和0.020～2.500mg/L,相对标准偏差分别为1.6%和1.0%。微波消解-流动注射分光光度法应用于河水、湖水、化工废水等实际水样中总氮和总磷的测定,加标回收率分别为95.7%～98.1%和97.2%～102.2%。     

磷对环境的污染及防治对策

我国水体富营养化严重，其主要控制因子是磷。在分析磷污染的污染状况，污染源的基础上，介绍了防治对策，采用低磷循环冷却水处理剂，减少磷排放，是防止工业磷污染的有效方法。     

淹水对酸性红壤磷吸附解吸特性的影响——以江西省旱地红壤和水稻土为例

采用室内培养法研究了淹水对2种酸性红壤（旱地红壤、水稻土）磷吸附解吸特性及草酸可提取态P的影响。淹水培养实验中,2种土壤分别淹水0（对照）,1、2、3、4、8周,淹水培养结束后进行P吸附解吸实验,解吸实验结束后测定土样中草酸可提取态P。结果表明：与氧化状态相比,淹水后旱地红壤P吸附量减少,水稻土淹水1、2、3周P吸附量高于氧化状态,继续淹水4和8周后P吸附量减少。淹水前后旱地红壤P吸附量均大于水稻土。用简单Langmuir方程拟合P等温吸附曲线,除淹水4周外,P最大缓冲容量（MBC）随淹水时间延长而降低。结合能常数（K）淹水前后的变化规律性差。2种土壤P解吸量随加入P量增加而增加。氧化、还原状态下,2种土壤酸性草酸铵可提取P均远远大于CaCl2解吸P,虽然水稻土吸附P量低于旱地红壤,但P解吸量无论是CaCl2解吸P还是酸性草酸铵可提取P均大于旱地红壤,主要原因在于水稻土全P及速效P含量大于旱地红壤。淹水后草酸可提取态P增加,吸附P的释放和被新近形成的铁氧化物再吸附是淹水后草酸可提取态P增加的主要原因。