深圳市河流沉积物重金属污染特征及评价

分析了深圳市的深圳河、布吉河、龙岗河和茅洲河等4条河流沉积物中重金属的含量和富集状况,并对重金属污染的潜在生态危害进行了评价。结果表明：（1）1996-2003年,深圳河、布吉河、龙岗河和茅洲河沉积物中重金属的含量都有上升的趋势;布吉河和龙岗河沉积物中的重金属含量较高,特别是Cu、Zn和Cr的含量比其他两条河流高出较多,深圳河居中,茅洲河较小;这4条河流都以Cd、Cu、Cr和Zn的富集为主。（2）在研究时段内,这4条河流沉积物重金属污染的潜在生态危害指数（RI）都有上升的趋势;其中深圳河,布吉河和龙岗河的RI在多数年份都达到强或很强的程度,Cd、Hg、Cu为主要贡献元素;4条河流中,茅洲河受重金属污染最小,其RI为轻微或中等,只有Cd和Hg的生态危害系数为中等或强。针对深圳市河流沉积物中重金属的累积机理,建议通过改善区域水文条件、控制污染物的排放等措施加以控制和治理。     

长江南京段近岸沉积物中重金属富集特征与形态分析

在对长江南京段八卦洲和杨中两个冲积洲近岸沉积物及其优势野生植物中A1、Cu、zn、Cr、Pb、Nj和Cd元素含量分析的基础上,分别考查了这些重金属的富集系数(EF)和生物富集因子(BCF),并采用BCR连续提取法对Cd的赋存形态进行了研究.结果表明,本区域长江近岸沉积物和野生植物中重金属存在不同程度的富集现象,两洲沉积物中Cu、Cr、Pb、Ni、Cd均有富集趋势,各元素EF>1的样品占总样品比例分别为Cu 50%、Cr40%、Pb40%、Ni 40%、Cd20%.而在野生桐蒿和芦蒿两种优势植物中Cd富集显著,其中桐蒿的BCF平均值高达2.57.采用BCR连续提取法对沉积物中Cd进行形态分析,结果显示,沉积物中Cd主要以酸溶/交换态(B1)和可还原态(B2)为主,二者分别为31.7%和45.5%,占到总量的70%以上,B1态远高于一般土壤和沉积物中重金属的分布,表现出很强的迁移性和生物可利用性.新生成沉积物较老沉积物中的B1态有显著增加,反映出沉积物越新,Cd的迁移性越强的趋势.研究结果说明长江城市段近岸沉积物中Cd受近期人为因素影响明显,具有一定的生态风险.     

太湖胥口湾表层水和沉积物中多环芳烃的浓度水平及生态风险

多环芳烃(polycyclic aromatic hydrocarbons,PAHs)是环境中普遍存在的稠环类化合物,由于其对人体健康和生态环境产生较大危害,美国环保局将16种PAHs列为优先控制的污染物。PAHs也是太湖流域的主要污染物之一。作为华东地区的重要水系和水源地,研究太湖环境质量的变化对改善太湖流域水生生态系统和提高沿岸居民身体健康具有重要意义。论文研究了太湖胥口湾水域表层水和沉积物的PAHs。结果显示,表层水和沉积物的PAHs总浓度分别为7.2~83 ng·L~(-1)和66~620ng·g~(-1)干重;年均值为29 ng·L~(-1)和218 ng·g~(-1)干重;年均毒性当量浓度为2.4 ng·L~(-1)和28 ng·g~(-1)干重。沉积物中的主要污染物为荧蒽、芘和,影响毒性当量浓度的主要是苯并(a)芘和二苯并(a,h)蒽。4环PAHs在沉积物中占主要,其浓度百分比为44%~48%,而5环PAHs则占毒性当量总浓度的90%以上,说明其危害主要来自5环PAHs。PAHs特征化合物比值分析表明,胥口湾沉积物中PAHs主要来源于煤和木材燃烧,表层水大部分为燃烧和石油的混合来源。污染水平的时空变化特点为丰水期(8月)表层水PAHs浓度偏高,沉积物偏低。湖区和湖岸的PAHs浓度只在丰水期有显著差异,表层水PAHs浓度湖区高于湖岸,沉积物相反;其他时期湖区和湖岸PAHs浓度无显著差异。根据加拿大沉积物环境质量标准,胥口湾整体生态风险水平较低。从时空分布特征来看,个别生态风险较高的点主要分布在湖岸,5月平水期可能是沉积物中PAHs生态风险较高的频发期。     

桂林水系沉积物中重金属的生物有效性研究

沉积物中重金属污染物对生态系统潜在危害的影响,已经引起研究者的极大关注,但对沉积物中重金属的生物有效性的研究还很少。首次以桂林水系沉积物为研究对象,通过酸化-吹气-吸收装置,用对氨基二甲基苯胺光度法测定沉积物中AVS含量,用原子吸收分光光度法测定SEM和间隙水中Cu、Pb、Zn、Cd、Ni含量,用原子荧光法测定Hg、As含量。以中华圆田螺(Cipangopaludian cathayensis)为受试物种,通过沉积物加标和长期暴露实验,分析田螺生长发育情况和体内重金属积累浓度。结果表明:[SEM]/[AVS]>1时,间隙水中七种元素总浓度大于3.0000μmol·L-1,重金属对田螺表现出毒性作用,且田螺的死亡率和体内重金属积累浓度随该比值的增大而增大;当[SEM]/[AVS]<1时,重金属对田螺无明显影响。[SEM]/[AVS]是判定沉积物重金属生物有效性的有效判据。该研究填补了桂林水系沉积物重金属数据的空白,为判定沉积物重金属污染程度提供了一种简便准确的方法。所研究水域沉积物重金属污染最严重的是桃花江,漓江次之,青狮潭水库污染最轻。     

我国红树林主要分布区表层沉积物砷的分布及形态特征

利用ICP-MS分析了我国红树林主要分布区表层沉积物的As含量和形态,阐明As的分布及其形态特征.结果表明,表层沉积物中w(As)为3.14～19.16 mg/g,平均值为8.14 mg/g.表层沉积物中w(As)与w(Fe),w(Mn),pH,w(有机质),粉粒和黏粒所占比例呈显著或极显著正相关.表层沉积物中的As主要以残渣态存在,其次为有机质-硫化物结合态.在整个研究区域,As的5种形态在总量中的所占比例:可交换离子态为14.40%,碳酸盐结合态为1.41%,铁锰氧化物结合态为2.16%,有机质-硫化物结合态为30.40%,残渣态为50.65%.可交换离子态所占比例与w(有机质)和pH呈极显著正相关.有机质-硫化物结合态所占比例与盐度、黏粒和粉粒所占比例呈显著或极显著正相关.残渣态所占比例与盐度、粉粒和黏粒所占比例呈极显著正相关.      

南四湖表层沉积物中多氯联苯的空间分布特征

采用气相色谱-电子俘获检测(GC-ECD)方法对从南四湖湖区采集表层沉积物中的12种多氯联苯(PCBs)同系物进行了分析测定。PCBs的含量范围为7.84~42.8ng/g,主要以低氯代物为主。湖内各监测点位的PCBs浓度要高于入湖河口各监测点位;湖内各监测点位中,上级湖各点位的浓度要高于下级湖的点位。污染物来源分析表明,PCBs主要来自造纸漂白过程和焚烧炉排放。与类似水体相比,南四湖表层沉积物中PCBs含量属中低含量水平。整体而言,南四湖表层沉积物中PCBs的含量属于低生态风险水平。     

伊通河(城区段)沉积物重金属形态分布特征及风险评价

通过对伊通河(长春城区段)7个沉积短岩芯中Cd、Cr、Cu、Ni、Pb和Zn等重金属元素含量与赋存形态的分析,研究了重金属污染特征和潜在生态风险.沉积物中Cd、Cr、Cu、Ni、Pb和Zn含量范围分别为0.10～1.18、 23.57～66.35、 11.27～43.95、 10.78～29.82、 15.02～60.81和54.27～175.83 mg·kg^-1.Cd弱酸可溶态的质量分数为42.1%～51.28%;Cr、Ni和Zn以残渣态为主,质量分数分别为63.54%～79.91%、 35.16%～53.75%和27.55%～57.55%.沉积物垂向污染程度和生态风险评价结果显示,研究区域受到Cd、Cu、Pb及Zn污染,Cd的生态风险最高,Zn和Cu次之,各岩芯中每组元素具有相似的垂向变化规律,其中4～8 cm深度生态风险相对较高.污染来源解析结果显示,伊通河(城区段)沉积物中Cd、Zn和Pb主要来源于工业污染和城市污水排放,Cu可能受自然过程和人类活动的双重影响,Cr、Ni可能较多地来源于自然过程.     

黄土高原草地土壤细菌群落结构对于降水变化的响应

微生物作为生态系统功能的主要参与者,对降水变化引起的土壤水分变化的响应是科学评估气候变化对半干旱生态系统影响的一个非常重要的方面.为研究降水变化对土壤微生物群落结构多样性的影响,在黄土高原进行了为期2 a的原位模拟降雨变化实验,设置了5种降水梯度,即减少自然降雨的80%和40%、自然降雨和增加自然降雨的40%和80%(编号为D80、 D40、 NP、 I40和I80).结果表明:①减雨或增雨80%处理中C/N较低,而增雨40%(I40)时最大, 0～20 cm土层的均值为10.76; MBC/MBN在减雨80%(D80)和增雨80%(I80)处理中随土层变化显著,D80时最大值为14.15.②黄土高原天然草地土壤中,主要的优势菌门为放线菌门(Actinobacteria)、变形菌门(Proteobacteria)、绿弯菌门(Chloroflexi)、酸杆菌门(Acidobacteria),主要的优势菌纲为放线菌纲(Actinobacteria)、酸杆菌纲(Acidobacteria)、α-变形杆菌纲(α-Proteobacteria)和热微菌纲(Thermomicrobia).③RDA...     

海洋沉积物中多种重金属的X射线荧光分析法

建立了海洋沉积物中包括砷、铜、铅、锌、镍和总铬在内的多种重金属X射线荧光分析法,测量不需要任何消解前处理过程,可在约1h内测量1个样品中的50余种元素,用该方法分析了8个海洋沉积物标准样品,还与原子荧光光谱法或原子吸收分光光度法比对分析了2个实际样品,结果表明,该方法可信度较高,且具有快速、简便、高效等特点,是一种非破坏性分析方法。     

Assessing sensitivities of marine areas to stressors based on biological traits

Analysis of the biological traits (e.g., feeding mode and size) that control how organisms interact with their environment has been used to identify environmental drivers of, or impacts on, species and to explain the importance of biodiversity loss. Biological trait analysis (BTA) could also be used within risk-assessment frameworks or in conservation planning if one understands the groups of traits that predict the sensitivity of habitats or communities to specific human activities. Deriving sensitivities from BTA should extend sensitivity predictions to a variety of habitats, especially those in which it would be difficult to conduct experiments (e.g., due to depth or risk to human life) and to scales beyond the norm of most experiments. We used data on epibenthos, collected via video along transects at 27 sites in a relatively pristine region of the seafloor, to determine scales of natural spatial variability of derived sensitivities and the degree to which predictions of sensitivity differed among 3 stressors (extraction of species, sedimentation, and suspended sediments) or were affected by underlying community compositions. We used 3 metrics (weighted abundance, abundance of highly sensitive species, and number of highly sensitive species) to derive sensitivity to these stressors and simulated the ability of these metrics to detect a range of stressor intensities. Regardless of spatial patterns of sensitivities across the sampled area, BTA distinguished differences in sensitivity to different stressors. The BTA also successfully separated differences in community composition from differences in sensitivity to stressors. Conversely, the 3 metrics differed widely in their ability to detect simulated impacts and likely reflect underlying ecological processes, suggesting that use of multiple metrics would be informative for spatial planning and allocating conservation priorities. Our results suggest BTA could be used as a first step in strategic prioritization of protected areas and as an underlying layer for spatial planning.