大理市地表水水环境功能区划初探

按照《大理州地表水水环境功能区划技术方案》对大理市地表水水环境功能进行了区划,划分了不同类型的水功能区,用来指导、约束水资源开发利用和保护的实践活动,可作为水资源管理的依据。     

水葫芦大面积种植对滇池浮游植物的影响研究

对滇池水葫芦大面积种植区域开展了浮游植物群落结构和细胞丰度变化的调查研究,经过数据统计分析发现水葫芦大面积种植对水体浮游植物种群种类组成影响不显著,但对蓝藻生长具一定的抑制作用,对绿藻和硅藻可能具一定促进作用。     

大王滩水库秋季浮游植物分布初探

2011年秋季对大王滩水库开展了藻类采样监测,分别从藻类定性和定量分析入手,分析了种类组成与数量的分布特征,并进行了富营养化评价。监测表明秋季大王滩水库主要是蓝藻门的细鞘丝藻占优势。垂直分布上,表层浮游植物密度大大高于底层密度,从藻类生物量看和从优势种看,大王滩水库秋季可判定为富营养状态。     

老边区城区环境噪声功能区划分综述

噪声功能区划分是环境保护工作的主要内容之一。通过对营口市老边区自然条件及城区状况的分析,对噪声区域进行了详细科学的划分,为提高人居环境质量、加强噪声防治工作及城市规划建设提供了参考。     

2008年南黄海西部浒苔暴发区有机碳的分布特征及浮游植物的固碳强度

根据2008-08-09～2008-08-13在南黄海西部绿潮(浒苔)暴发区取得的溶解有机碳(DOC)、颗粒有机碳(POC)和颗粒氮(PN)的分析数据,结合同步获得的水文环境要素资料,研究了该区域有机碳的分布特征、来源、影响因素以及浮游植物的固碳强度.结果表明,DOC的浓度范围为1.55～3.22mg/L,平均值为2.44mg/L;POC的浓度范围为0.11～0.68mg/L,平均值为0.27mg/L.DOC与POC的分布特征基本一致,呈现近岸高,外海低;表层高,底层低的趋势.POC与TSS的相关分析表明,POC与TSS整体上呈显著正相关,表明TSS的浓度和来源是控制POC浓度高低的重要因素.通过建立POC与PN的一元线性回归模型,估算了样品中PIN的含量.扣除样品中PIN的影响后,沿岸大部分海域POC/PON的平均值8,结合POC/Chl-a比值,表明沿岸海域POC主要是海洋有机质来源,并且存在降解有机物,这可能是调查期间处于绿潮暴发后期,部分浒苔开始腐烂被降解所致.应用初级生产力估算的浮游植物固碳强度的结果表明,南黄海西部绿潮(浒苔)暴发区浮游植物的固碳强度变化范围为167～2017mg/(m2·d),平均为730mg/(m2·d),该区域日固碳量达到2.95×104t.换算至整个黄海,日固碳量为28.03×104t.     

黑藻吸附Cu2+机制研究

生物吸附法是一种经济有效的去除废水中有害重金属离子的方法.以黑藻(Hydrilla verticillata)干样为生物吸附材料,研究了黑藻对水体中Cu<'2+>等温吸附的基本特征,并通过测定吸附前后溶液离子浓度变化以及pH值、基团屏蔽对Cu<'2+>吸附的影响,结合红外光谱技术,从静电吸附作用、离子交换作用、基团作用...     

重金属离子快速检测技术研究与应用进展

在突发环境污染事件和区域生态风险筛查中迫切需要环境样品中重金属离子的快速检测技术手段。环境样品中重金属离子的快速检测技术有电化学方法和生物学方法。电化学检测方法主要是阳极溶出伏安法(AnodicStripping Voltammetry,ASV),可以同时检测多种重金属离子,有标准化认证的产品,但是检测成本相对较高。随着纳米粒子技术(Nanoparticles,NPs)和石英微天平分析技术(Quartz Crystal Microbalance,QCM)的引入,ASV法的检测成本将不断降低;生物检测方法包括免疫检测(Immunoassay,IA)和功能DNA(Functional DNA)检测技术。重金属离子的免疫检测技术样品通量大,检测成本低,已经广泛用于食品行业,其中汞离子的免疫检测方法已经成为环境样品标准检测方法之一。免疫检测传感器技术将拓展重金属离子的快速检测的应用空间。功能DNA传感器检测的研究为重金属离子的快速检测提供了新的技术手段,但是这些仅限于实验室研究,还没有达到实际应用的水平。     

保山市生态功能区划研究

在生态环境现状及成因、生态敏感性和生态功能重要性评价的基础上,在GIS平台上,归纳和综合信息,运用要素叠置空间分析法,采取二级区划体系,以地形地貌因子为主导因子,将保山市分为5个生态区,按生态功能分异,进一步划分为19个生态功能区,并从维护市域生态功能合理结构、维护各生态功能区健康功能和保护生态敏感区的层面提出生态功能区保护及调控策略。     

我国垃圾分类现状及对策建议

分析目前我国垃圾分类回收中存在的问题,阐述垃圾分类回收处理的必要性和相关对策建议。     

基于快速聚类方法分析常州市区PM2.5的统计特性

运用统计方法研究常州市区2013~2014年6个国控点六项基本污染物(SO_2、NO_2、CO、O_3、PM_(2.5)和PM_(10))月平均浓度变化,结果表明,除O_3外,其它五项污染物月平均浓度夏季较低冬季较高.颗粒物与风速之间的关系为PM_(2.5)浓度随风速的升高一直降低,PM_(10)随风速的升高浓度先降低后升高.采用快速聚类分析(k-means)并运用SWV和DIV指数对六项基本污染物进行分类,得到4个样本分类.与依据颗粒物化学成分或粒径谱对PM进行源解析方法不同,本研究更多是从PM_(2.5)与其它污染物相关关系以及污染程度等角度按照欧式距离进行分类.不同类中PM_(2.5)来源明显不同,类1中PM_(2.5)与化石燃料燃烧排放密切相关,类2与O_3密切相关,类3与城市不完全燃烧排放、区域灰霾污染密切相关,类4可以归类于城市"背景"类.快速聚类分析结果也表明常州市区PM_(2.5)有着复杂的来源.