纳米材料对藻细胞毒性效应及致毒机理

纳米材料因其独特的性质被广泛应用于生物医疗、光学工程、催化等领域。随着纳米材料的生产量逐年增大,越来越多的纳米粒子被释放到水生生态环境中,其生态毒性效应影响也备受人们的关注。本文根据纳米材料的分类总结了不同种类纳米材料对水生生态系统的初级生产者藻类的毒性效应,归纳了纳米材料影响藻类毒性大小的主要因素,如纳米材料的物理化学性质、水体性质和藻种等,并探讨了纳米材料对藻类的致毒机理,如金属离子溶出、氧化损伤和遮光效应等,最后总结展望了纳米毒理学研究的发展方向,以期为纳米材料对藻类的毒性研究提供一定的理论依据。     

我国近海有毒微藻及其毒素的分布危害和风险评估

近年我国海域有害赤潮频发,赤潮优势种的变化显著,最近7a记录了51种引发赤潮的优势赤潮生物,其中由有毒微藻引发的赤潮增加。有毒微藻在我国海域广泛分布,至少3个株产麻痹性贝毒的亚历山大藻,5种能产生腹泻性贝毒软海绵酸毒素和鳍藻毒素、以及扇贝毒素的鳍藻在我国沿海都有分布;产生虾夷扇贝毒素的三种甲藻在北黄海常年存在。我国多种贝类中已发现麻痹性贝毒、软海绵酸毒素和鳍藻毒素、扇贝毒素、虾夷扇贝毒素和环亚胺毒素等多种微藻毒素。本文较系统的归纳综述了我国有害赤潮、优势种的变化趋势和分布特点,产生的藻毒素结构;我国双壳贝类等海洋生物中存在的微藻毒素的种类结构;首次利用风险商值法研究评估了我国贝类的健康风险。结果表明,只有春季来自福建的2个样品具有食用风险;但大连海区的贝类样品、评估值全都接近安全限值,可能表明具有某种区域性风险;在春末夏初,大窑湾的贻贝风险最大,其次是扇贝,牡蛎的风险最小;不同的贝器官,富集藻毒素的能力差别大,消化腺中的藻毒素含量远高于其它器官,不同的食用方式可能会导致不同的中毒风险。总体上,我国沿海常见种双壳贝类的麻痹性贝毒和虾夷扇贝毒素食用风险低。     

国外新型药剂应用于滇池藻类污染治理的研究

滇池水藻类含量很高,现已属重富营养化水体。本实验选用国外一种新型除藻剂一去藻247来研究治理滇池水藻类污染,通过投加三个不同浓度的除藻剂,检测得出叶绿素α和总磷都有较好的去除效果,Cu^2＋的残留浓度也没有超标,其中当叶绿素的含量为1000mg/L时,除藻剂的最佳投加量为10mg／L。并用线性回归方程对滇池水体中叶绿素α和总磷的相关性进行了拟合。     

营养盐水平对念珠藻胞外有机物产生的影响

以我国湖泊典型固氮蓝藻发状念珠藻(Nostoc flagelliforme)为研究对象,考察了氮、磷营养盐对发状念珠藻生长特性及其胞外有机物产生的影响.采用藻细胞浓度计数法表征发状念珠藻生长特性;分别采用溶解性有机碳(DOC)、三维荧光光谱(EEM)和紫外-可见光谱法,从总量和主要物质方面分析了发状念珠藻胞外有机物的产生规律.结果表明,在不同氮、磷营养水平下,发状念珠藻的4个关键生长时期基本相同,氮是控制发状念珠藻生长的关键营养控制要素;氮营养元素浓度的增高,有利于发状念珠藻产生胞外有机物,其产生量逐渐增大,而磷营养元素浓度的增高对胞外有机物产生量贡献较小,氮营养盐是发状念珠藻产生胞外有机物的关键限制因子;通过EEM谱图分析,发状念珠藻胞外有机物主要以类氨基酸类物质和类富里酸物质为主.以磷为控制营养盐时,类富里酸是主要的胞外有机物之一,以氮为控制营养盐时,类富里酸产生量极低;作为主要的胞外有机物,蛋白质和碳水化合物的产生规律显著不同,其中蛋白质含量显著高于碳水化合物含量.     

Submerged vegetation removal promotes shift of dominant phytoplankton functional groups in a eutrophic lake

Historical data indicate that the dominance of submerged plants in Dianchi Lake in the 1960 s was characterized by low algal density with dominance of non-toxic group J（Scenedesmus,Pediastrum,etc.）. The removal of submerged plants,which began in the 1970 s,resulted in the expansion of bloom-forming Microcystis（group M）. Laboratory experiments suggested that Microcystis aeruginosa was inclined to grow and develop at elevated temperatures. The growth of Scenedesmus obliquus was slower than that of co-cultivated M. aeruginosa in the absence of Ceratophyllum demersum,especially at higher temperatures. The existence of submerged plant C. demersum could inhibit the growth of the harmful algae M. aeruginosa and this inhibitory effect by C. demersum was enhanced with an increase in temperature. Instead,with C. demersum,the growth of S. obliquus was not inhibited,but the co-cultivated M. aeruginosa was eliminated in a short time. Combined with the historical data and laboratory experiments,it was indicated that the submerged plants might play important roles in the dominance of the non-toxic group J in the historical succession. Consequently,the introduction of the submerged plant such as C. demersum might alter the dominant phytoplankton functional groups from M to J and benefit the restoration of the eutrophic lake.     

胞外分泌物和天然有机物对混凝的影响

分别研究了胞外分泌物(EOM)和天然有机物(NOM)对絮凝除藻及混凝除浊的影响.实验发现,EOM对混凝有利弊双重作用,它会阻碍絮凝剂的电中和作用,只有当改性壳聚糖投加0.2 mg.L-1时藻表面电位才开始由-40.6 mV下降到-14.7 mV.但它一旦结合絮凝剂后便成为助凝剂.除浊实验发现,适宜浓度的EOM(5.18 mg.L-1)能使浊度去除率达到峰值(96%),所以EOM能提高混凝效果.而NOM则对混凝只起负面影响,加入NOM后最佳除藻及除浊率分别下降11%和18%,且絮凝剂最佳投加量分别由0.35 mg.L-1和0.1 mg.L-1上升到0.7 mg.L-1和0.3 mg.L-1,所以实际混凝除藻时,合理地利用EOM同时去除NOM是减少混凝药剂、提高混凝效果的关键.     

杉木粉对塔玛亚历山大藻生长的影响

研究了杉木粉对塔玛亚历山大藻生长的影响。结果显示,一定量的杉木粉对塔玛亚历山大藻的生长具有明显的抑制作用。杉木粉用量为0 .5g/L时,3d后对藻密度为2 .88×10 6 和6.0 8×10 6 /L的塔玛亚历山大藻的抑制率高达80 %。提示杉木粉可能是一种潜在的可有效控制赤潮的新材料。     

气浮-·OH强氧化组合工艺处理高藻水的研究

以库区天然水培养的二形栅藻(Scenedesmus dimorphus)为研究对象,利用大气压强电场电离放电产生羟基自由基(·OH),结合压力溶气气浮前处理工艺处理高藻水.实验结果表明,对于藻密度为65.6×10~4 cells/mL,浊度为10.8NTU,COD_(Mn)为6.74mg/L的高藻水,在总氧化剂TRO浓度为1.03 mg/L时,藻类去除效率达到100%;总细菌,总大肠菌群和大肠埃希氏菌均未检出;出水COD_(Mn)由1.43 mg/L降至1.25mg/L,降低了10%;浊度由0.66NTU降至0.54NTU,降低了12.59在排放高藻水的主管路中·OH杀藻的接触反应时间仅为6s.因此汽浮-·OH强氧化组合工艺可高效快速地处理高藻水,为保障水源水的供水安全探索了一种新的思路.     

基于3种时间序列模型的九龙江河流库区藻华预测

湖库富营养化和有害藻华是全球性生态环境问题,藻华预测与早期预警是保障湖库水源地供水安全的关键技术.如何基于高频水生态在线监测数据进行藻华的实时动态预测成为水生态管理领域的重大需求.本研究以福建省九龙江江东库区(水源地)为例,利用3年连续观测的逐时平均总叶绿素a浓度数据,对比研究了SARIMA、Prophet和LSTM(长短期记忆神经网络)3种时间序列模型在藻华(日平均叶绿素a大于15μg·L^-1)预测方面的效果.结果表明：(1)时间序列模型要求参数少,灵活性强,能清晰反映水质特征和未来变化趋势,可弥补传统藻类监测预警方法的局限性;(2)基于深度学习框架的LSTM模型,具有独特的迭代优化算法,对藻类非线性变化特征的识别和预测能力较强,其总叶绿素a逐日预测和7日预测效果均显著优于SARIMA模型和Prophet模型;(3)输入数据长度会在一定程度上影响模型预测效果,最优的输入数据时间长度为7 d;输入数据频率对预测效果也有影响,在预测非藻华日时,小时数据的预测效果优于日频率数据;在预测藻华日时,两种频率数据无显著差异,但日频率数据能更准确识别藻华日特征.总结起来,基于...