松花江浮游生物群落DNA指纹与物种组成比较研究

对2006年1月采自松花江红旗渡口到同江7个样点的浮游生物群落进行了RAPD指纹分析,进而探讨了河流生态系统浮游生物群落DNA指纹与物种组成之间的关系.筛选出的8条随机引物扩增的谱带全为多态性带,其中特有条带所占比例最大(30.2%);形态分类共检测到浮游生物66种,且没有检测到7个样点的共有种类;这些结果显示研究区域浮游生物群落相似性比较低,环境差异性较大.基于DNA指纹的聚类进一步表明,同江、红旗渡口和佳木斯的浮游生物群落较为相似而聚为一枝,哨口、肇源和哈尔滨为一枝,而松原成为单独的一枝.物种组成则将上游的红旗渡口与哨口,下游的同江与佳木斯分别划为一类,位于中间的3个样点为一类.DNA指纹主要揭示相对优势类群DNA的多态性,因此主要反映的是浮游生物群落与环境的关系;而物种组成在这里更多是反映与空间距离的关系,水流是重要的影响因素,上游的部分个体随水流带到了下游.由此可见,浮游生物群落DNA指纹分析在河流生态系统大空间尺度研究中具有重要意义,尤其是在揭示群落与环境关系方面,并能为水环境分子生物学评价体系的建立积累基础资料和提供蘑要依据.图4表3参21     

"民生指数"折射出的公众缺席

2005年,“环保公众参与”从“社会公共事务公众参与”中被单独列出,并伴随着圆明园防渗工程、环评风暴、松花江污染等事件而一再占据媒体的头条。     

松花江水质因子分析及动态变化

松花江的水质一直受到各方的关注,尤其是在80年代末到90年代初.大多数的研究都关注重金属、有机有毒污染物等主要污染物的源、汇、归宿以及生态效应.然而,这些研究通常只考虑一个或几个独立的水质指标,多个指标的联合效应则很少研究.文章在监测数据的基础上,对松花江水质运用因子分析方法进行了研究.利用因子分析方法可以综合地考虑每个监测断面上的各个监测指标在不同水文期的变化.分析结果表明,松花江的主要污染物是来自非点源的氮源污染物,且其水质在不同的水文期是不同的.这一结果也表明,因子分析方法在分析水质动态变化上是综合有效的.     

各省动态

青海：强化辐射环境监管;山东：重点企业须编环境报告书;江苏：筛选绿色工业企业;河北：做强做大轻工业;黑龙江：松花江治理项目全部开工;     

中国黄金集团夹皮沟矿业有限公司

中国黄金集团夹皮沟矿业有限公司位于吉林省东南部桦甸市夹皮沟镇,地处长白山北麓,松花江上游。公司是中国黄金集团公司的全资子公司,是中国黄金集团公司骨干企业和人才培养基地之一。拥有职工3397人,下设12个管理部室、5个生产分     

松花江上游金矿开采区环境中汞污染的空间分布特征

采用俄罗斯Lumex公司生产的RA-915+汞自动分析仪采集松花江上游桦甸金矿开采区环境中的气态总汞,并同步采集水体、土壤和植物样品,测定各环境要素中的汞含量,旨在研究金矿开采区周围大气汞的分布特征、影响因素及其与其它环境要素的相关性.结果表明,环境中大气汞污染的时间分布规律为夏季大于秋季,傍晚高于午间;空间分布规律以金矿开采和汞源为中心随距离加大而逐渐衰减;金矿开采区附近环境要素中汞污染的规律为:沉积物土壤植物水,植物中总汞污染特征为:根茎叶,秋季植物中汞的含量普遍大于夏季,这与植物随生长发育不断通过土壤向体内富集污染元素有关.无论夏季还是秋季,气汞与植物根部的相关性均最高,分别为0.83和0.97.     

长江、黄河、松花江60-80年代水质变化趋势与社会经济发展的关系

对我国“水年鉴”上所载长江、黄河和松花江自５０年代末至８０年代中期所有站点的水化学监测数据进行统计分析，发现，在此时段内，就天然水主要离子成分而言，长河、黄河和松花江表现出各自独特的水质变化趋势。对其成因和机理进行了探讨，认为长江中上游水质的酸化趋势起因于该地区不断增长的燃煤硫排放所引起的严重酸沉降过程和不断增加的农田流失氮肥的氧化成酸过程。松花江水质的碱化趋势主要与黑龙江省造纸废水排放所引起的     

松花江下游滨岸带典型植被根际土壤细菌群落结构与功能多样性

通过分析松花江典型植被(芦苇、白杨、松江柳和修氏苔草)根际土壤细菌群落结构与功能的差异,辨识不同类型植被修复受损滨岸带生境的潜力,为松花江受损滨岸带生境修复和保护提供理论依据.使用Illumina MiSeq PE300二代高通量测序平台对松花江下游滨岸带的4种典型植被根际土壤细菌16S rRNA进行测序,分析不同植被...     

主成分分析在近年来松花江吉林段水质研究中的应用

本文采取主成分分析法,对2005～2008年松花江吉林江段水质监测数据进行分析,通过分析主要污染物（包括：高锰酸盐指数、生化需氧量、氨氮、石油类、挥发酚、六价铬）确定近年来松花江吉林江段水体主要污染物的种类仍然是以有机污染物物为主,同时存在一定无机污染物和特征污染物。分析过程中选取5个监测断面进进行分析,首先建立5个断面污染物相关系数矩阵,得出特征值,其次确定两个主成分并分析与污染物之间关系;最后利用因子得分确定5个监测断面的水质污染程度,并提出了不同断面的环境管理方法。     

基于改进的PSO优化LSSVM参数的松花江哈尔滨段悬浮物的遥感反演

悬浮物是松花江水质和水环境评价的重要参数之一.利用在松花江哈尔滨段江面上29个采样点的实测高光谱和悬浮物浓度数据,用20个采样点数据为训练集,9个采样点数据为测试集.将机器学习和全局优化智能计算方法引入,应用改进的粒子群(PSO)优化最小二乘支持向量机(LSSVM)参数,以均方根误差RMSE为适应度函数,根据迭代得到LSSVM最优参数值,用700 nm和750 nm光谱反射率比值(R700/R750)为特征变量,悬浮物数据为目标变量,用训练集数据训练得到反演模型,使用测试集数据进行验证.结果表明,此模型收敛速度快,精度高,得到预测值的均方根误差RMSE为10.11 mg·L-1,平均绝对百分误差MAPE为10.72%,模型决定系数R2为0.952,该方法可用来对其它水质参数反演预测提供参照.