太湖水体中5种有机磷农药混合物生态风险评价

有机磷农药是一类广泛分布于我国水环境中的污染物,即使在水体中的污染水平处于规定“安全标准”之下,其联合暴露产生的风险仍有可能威胁水生生态安全。采用基于浓度加和模型与生物敏感度分布曲线的混合物风险商法,评价了太湖水体中敌敌畏、对硫磷、甲基对硫磷、马拉硫磷和乐果5种有机磷农药混合物产生的生态风险。结果表明：2003～2004年期间3个不同时期太湖水体中5种有机磷农药的混合物生态风险商(RQ_m )均大于1,有机磷农药混合物在2003～2004年期间对太湖水生生物构成了一定威胁。     

降水变化、氮添加对鼎湖山主要森林土壤有机碳矿化和土壤微生物碳的影响

全球变化对土壤有机碳(SOC)存贮与分解的影响在全球碳(C)循环中具有重要地位.分别通过室内土壤培养法和氯仿熏蒸法,研究了降水变化和氮(N)添加处理对鼎湖山3种不同演替阶段的季风常绿阔叶林、针阔混交林和马尾松针叶林SOC矿化和土壤微生物量碳(SMBC)的影响.结果表明:1)降水量增加能够提高森林演替晚期SOC累积矿化量和矿化速率,而对森林演替早期SOC累积矿化量和矿化速率没有显著影响(P>0.05).2)干旱条件(降水量减少)降低森林SMBC含量,且在鼎湖山季风林表层土壤(0～10 cm)中SMBC的减少达到显著水平(P<0.05).3)N添加处理对鼎湖山3种森林类型SOC累积矿化量、矿化速率以及SMBC都没有显著影响(P>0.05).未来关于SOC矿化对全球变化响应的研究,要综合考虑土壤有机质质量、C/N比例、外源性氮输入等因素的作用.图4表2参37     

潮白河再生水生态补给河道区浅层地下水氮转化

再生水与天然地下水水质存在差异,利用再生水生态补给河道区可能会带来环境风险.引温济潮工程已运行10余年,为研究再生水长期河道入渗下不同位置地下水氮组分的演化特征与机制,收集近11年的地表水与地下水监测资料.采用聚类分析将地表水划分为不同区域后选择典型地下水监测点分析氮组分的演化差异,并利用Cl-计算混合比得出地下水中目标成分的计算浓度,初步推测地表水入渗后发生的氮转化,并选取DO、TOC、底泥、水文地质条件等环境指标分析证明.结果表明:①地表水明显分为3组,包括减河、土坝以北潮白河段、土坝以南潮白河段,各组间指标存在显著差异,影响水质差异的主要因素为再生水的氮、磷含量及水体流态.②再生水入渗过程中,包气带或黏土层较厚有利于氮的去除,减河和土坝以北潮白河段地表水中的NO₃--N流经包气带时通过反硝化与同化作用衰减,NH₄+-N通过吸附与硝化作用得以去除,入渗后未引起地下水中的氮浓度明显增加.③而土坝以南潮白河段,河道补水后翌年地下水位抬升并趋于稳定,长期地表水入渗使底泥的氮和有机质含量升高,使得该断面于2013年后达到适宜的碳氮比而发生有机氮矿化作用,由于包气带较薄,生成的NH₄+-N较少吸附于土壤介质中,易随水流入渗而引起地下水中ρ（NH₄+-N）升高.研究显示,再生水入渗过程中,包气带或黏土层较厚可有效去除氮组分,但部分地区包气带较薄且发生有机氮矿化作用会增加地下水的氮污染风险.      

Degradation and mineralization of 2-chloro-, 3-chloro- and 4-chlorobiphenyl by a newly characterized natural bacterial strain isolated from an electrical transformer fluid-contaminated soil

A bacterium classified as Achromobacter xylosoxidans strain IR08 by phenotypic typing coupled with 16S rRNA gene analysis was isolated from a soil contaminated with electrical transformer ?uid for over sixty years using Aroclor 1221 as an enrichment substrate. The substrate utilization profiles revealed that IR08 could grow on all three monochlorobiphenyls (CBs), 2,4'- and 4,4'-dichlorobiphenyl as well as 2-chlorobenzoate (2-CBA), 3-CBA, 4-CBA, and 2,3-dichlorobenzoate. Unusually, growth was poorly sustaine...     

Integrating soil carbon cycling with that of nitrogen and phosphorus in the watershed model SWAT: Theory and model testing

In this paper we describe and test a sub-model that integrates the cycling of carbon (C), nitrogen (N) and phosphorus (P) in the Soil Water Assessment Tool (SWAT) watershed model. The core of the sub-model is a multi-layer, one-pool soil organic carbon (S_C) algorithm, in which the decomposition rate of S_C and input rate to S_C (through decomposition and humification of residues) depend on the current size of S_C. The organic N and P fluxes are coupled to that of C and depend on the available mineral N and P, and the C:N and N:P ratios of the decomposing pools. Tillage explicitly affects the soil organic matter turnover rate through tool-specific coefficients. Unlike most models, the turnover of soil organic matter does not follow first order kinetics. Each soil layer has a specific maximum capacity to accumulate C or C saturation (S_x) that depends on texture and controls the turnover rate. It is shown in an analytical solution that S_x is a parameter with major influence in the model C dynamics. Testing with a 65-yr data set from the dryland wheat growing region in Oregon shows that the model adequately simulates the S_C dynamics in the topsoil (top 0.3 m) for three different treatments. Three key model parameters, the optimal decomposition and humification rates and a factor controlling the effect of soil moisture and temperature on the decomposition rate, showed low uncertainty as determined by generalized likelihood uncertainty estimation. Nonetheless, the parameter set that provided accurate simulations in the topsoil tended to overestimate S_C in the subsoil, suggesting that a mechanism that expresses at depth might not be represented in the current sub-model structure. The explicit integration of C, N, and P fluxes allows for a more cohesive simulation of nutrient cycling in the SWAT model. The sub-model has to be tested in forestland and rangeland in addition to agricultural land, and in diverse soils with extreme properties such high or low pH, an organic horizon, or volcanic soils.     

季节性雪被对青藏高原东缘高寒草甸土壤氮矿化的影响

依据自然雪被分布的差异,在青藏高原东缘高寒草甸中设置3条样带(即深雪、中等厚度雪被和浅雪),于2008年的秋冬过渡期,连续监测各样带中的雪被厚度和土壤温度,并采用原位培养法测定每月的土壤氮素氨化、硝化和矿化速率,以研究不同厚度雪被对高寒草甸土壤氮矿化的影响.结果表明,月均土温、每月日最高土温均值分别与雪被厚度极显著相关,二次函数关系拟合较好(R2=0.576,0.685),且根据每月日最高土温均值与雪被厚度的二次函数关系方程可知,25 cm厚的雪被可以起到较好的隔绝效果;土壤含水量受雪被厚度和土壤温差两个因素的显著影响.在秋冬过渡期末,浅雪梯度下土壤硝态氮含量显著降低,且雪被下的净氮矿化速率与月均土温、每月日最高土温均值、每月日最低土温均值都分别呈极显著相关,二次函数关系拟合较好(R2=0.589,0.541,0.601).研究表明,不同厚度的雪被对土壤温度和含水量影响显著,从而显著地影响着土壤氮的矿化,深雪更有利于氨化、硝化和氮矿化.图7表2参36     

温度和氮素输入对青藏高原三种高寒草地土壤碳矿化的影响

选取了海北高寒草甸、那曲高寒草原和当雄高寒湿地3种典型高寒草地生态系统类型为研究对象,采集了表层0~10 cm土壤,在实验室内进行可控温度下的碳矿化培养实验。结果表明,青藏高原土壤碳矿化在不同高寒草地类型间存在显著差异（P≤0.05）。在较低的温度下,高寒湿地土壤的碳矿化速率显著低于高寒草甸土壤,而温度在15℃左右时,高寒湿地土的碳矿化速率略高于高寒草甸土壤,当温度处于较高的水平时（〉20℃）,高寒湿地土壤碳矿化速率远高于高寒草甸土壤,高寒湿地土壤碳矿化的Q10显著大于高寒草甸。无论是低温还是较高的温度,高寒草原土壤碳矿化速率最低,数值范围也最窄。高寒草甸和高寒湿地土壤碳矿化均受温度的显著影响（P≤0.05）,其速率均跟温度呈现一级指数函数方程关系,而高寒草原土壤碳矿化速率与温度间未呈现明显的函数关系,但不同温度间的土壤碳矿化速率存在显著差异。氮素输入对高寒草甸和高寒湿地土壤碳矿化的影响不明显,但显著促进了高寒草原土壤碳矿化作用。     

有机磷阻燃剂生产废水预处理工艺研究

采用液膜萃取—酸析沉降—络合萃取组合工艺对有机磷阻燃剂生产废水进行预处理.最佳工艺条件为:液膜萃取时,液膜油相(表面活性剂与煤油的混合液)与内水相(H2SO4溶液)的体积比2∶1、乳化液膜与废水的体积比1∶8、废水pH 13.0,硫酸体积分数10％、煤油中表面活性剂质量浓度30 g/L、液膜萃取时间 15 min;酸析沉降时,废水pH l.0,酸析沉降时间30 min;络合萃取时,络合萃取剂(烷基叔胺N235与煤油的混合液)中烷基叔胺N235体积分数30％,络合萃取剂与废水的体积比1∶4,废水pH l.0,络合萃取时间30 min.在此最佳处理条件下,废水COD总去除率可达93％,吡啶去除率达99.9％以上,总磷去除率可达97％,BOD5/COD提高至0.32,有利于后续生化处理.     

有机磷农药生物降解技术研究进展

有机磷农药是目前国内外使用较多的化学农药,对人、畜均有毒性。长期以来,人们努力寻找降解有机磷农药的方法,以去除其对人类生活的不利影响。对现有的有机磷农药种类、毒性、生物降解技术以及现有成果进行了系统的归纳和总结,并对有机磷农药生物降解的进一步研究提出了建议。     

江汉平原典型土壤环境中有机磷农药的分布特征及影响因素

为了研究江汉平原土壤中有机磷农药（OPPs）的分布特征,项目组于2015年9月在地下水监测场所在区域,采集了78个剖面土和7个表层土土样,通过气相色谱-氮磷检测器（GC-NPD）分析OPPs的含量,研究江汉平原土壤中OPPs的分布特征.结果表明,研究区土壤普遍存在OPPs,其中地表土中OPPs的含量范围为89.80~193.85 ng·g^-1,平均值为140.05 ng·g^-1;剖面土中OPPs的整体含量范围为19.81~138.28 ng·g^-1,平均值为40.99 ng·g^-1.地表土和剖面土中OPPs主要检出成分均为甲胺磷、氧化乐果、二嗪农和喹硫磷等,并且根据美国土壤农药残留限量标准,研究区土壤中10种OPPs的残留量已对农产品的安全构成威胁.研究区剖面土中∑OPPs分布为：水平方向,沿河农田剖面土 > 沿河非农田剖面土 > 中部农田剖面土,即：GS1-1 > GS4 > GS2 > GS3;垂直方向,大部分剖面土随着深度的增加整体上呈先减小后增大的趋势;研究区土壤中OPPs的分布受多种因素的影响：农业生产过程中施用OPPs的量、土壤对OPPs的吸附、解吸附作用、地下水的垂直运动、研究区的地形环境、土壤有机质的含量等.