基于底栖动物的松花江流域不同地形分区水质指标阈值研究

为全面了解松花江流域不同地形分区内底栖动物群落对水质指标的响应规律,识别不同分区水质指标指示物种的差异,于2016—2018年对松花江流域97个采样点的水质指标〔EC、ρ（DO）、ρ（COD_Mn）、ρ（NH₃-N）、ρ（TN）、ρ（TP）〕和大型底栖动物群落进行调查分析,采用临界指示物种分析法（threshold indicator taxa analysis,TITAN）分别探讨松花江流域山区、丘陵区和平原区水质指标的生态阈值,当污染物浓度超过负响应阈值时敏感种密度降低,当超过正响应阈值时耐受种也会受到明显影响,底栖动物群落结构会发生显著变化.将TITAN法所得的负响应阈值作为触发底栖动物群落发生变化的最低值,正响应阈值为底栖动物群落的耐受极限值.结果表明:①松花江流域水质指标在不同地形分区内的阈值不同,除ρ（DO）和ρ（COD_Mn）外,其他指标负响应阈值均表现为山区 < 丘陵区 < 平原区,ρ（DO）则表现相反,ρ（COD_Mn）在丘陵区出现最高阈值（5.46 mg/L）、山区出现最低阈值（4.01 mg/L）.除ρ（DO）以外,其他指标的正响应阈值均呈山区 < 丘陵区 < 平原区的趋势,ρ（DO）正响应阈值的变化趋势则与之相反.②松花江流域内超过50%的采样点水质指标值均超过其负响应阈值,超出正响应阈值的采样点比例在6%~40%之间,说明流域受到一定的干扰,但干扰程度不严重.③同一物种在不同地形分区内对水体理化指标的指示方向可能相反.萝卜螺属在丘陵区为ρ（NH₃-N）的正响应指示物种,在平原区则转变为负响应指示物种;短沟蜷属在丘陵区为ρ（TN）和ρ（TP）的正响应物种,在平原区则转变为负响应物种.研究显示,大型底栖动物群落结构的分布特征是影响水质指标阈值指示物种识别的主要原因,而不同分区的自然地理状况、栖境状况和水质状况则是造成大型底栖动物群落结构分布差异的主要因素.      

达里诺尔湖水体DOM荧光特征及其来源解析

达里诺尔湖（简称“达里湖”）是内蒙古自治区高原地区重要的生态屏障,探究达里湖水质状况及污染来源,对加强流域水环境治理、改善水环境质量具有十分重要的意义.于2018年9月及2019年6月对湖水进行采样,并通过三维荧光光谱结合PARAFAC（平行因子分析）模型,探究达里湖水体DOM（溶解性有机质）来源及其与水质的关系.结果表明:①达里湖水体中pH较高,ρ（DOC）（DOC为溶解性有机碳）、ρ（NH₄+-N）、ρ（TP）相对较高,均超过GB 3838—2002《地表水环境质量标准》Ⅴ类水质标准限值.②水体中DOM含4种荧光组分.夏季水体DOM主要分布于河流入湖口附近,其中,类腐殖质荧光组分（紫外区类富里酸和可见区类富里酸）占总组分的62.93%,类蛋白类荧光组分（类色氨酸和类酪氨酸）占总组分的36.07%;秋季水体DOM主要分布于东南侧,其中,类腐殖质荧光组分占总组分的40.52%,类蛋白类荧光组分占总组分的59.48%.③达里湖采样点荧光参数表明,达里湖DOM自生源特征较强,腐殖化程度较低.类腐殖质荧光组分与ρ（DOC）、ρ（Chla）均呈正相关,类色氨酸荧光组分与pH呈正相关,类络氨酸与ρ（DTN）、ρ（NH4+-N）、ρ（DTP）均呈正相关.研究显示,达里湖DOM具有陆源与生物源双重特性,DOM的形成与微生物、细菌、浮游生物的生命活动密切相关.      

不同制备温度下污泥生物炭对Cr(Ⅵ)的吸附特性

以城市剩余污泥为原料,于300,400,500,600 ℃温度条件下制备生物炭,通过单因素静态吸附实验探讨制备温度对生物炭吸附Cr（Ⅵ）的影响。结果表明:在500 ℃以内随着温度上升制备的生物炭对Cr（Ⅵ）的吸附量增加,制备温度高于500 ℃后变化不明显;扫描电镜（SEM）、比表面积（BET）、傅里叶红外光谱（FTIR）表征结果显示,热解温度对生物炭表面形貌和官能团组成有显著影响;等温模型及动力学拟合结果表明,生物炭吸附Cr（Ⅵ）为单分子层吸附、物理-化学复合吸附。热解温度对污泥制备生物炭吸附Cr（Ⅵ）的性能有显著影响,最佳制备温度为500 ℃,在此条件制备的生物炭对Cr（Ⅵ）的理论吸附量可达7.93 mg/g。     

生物气溶胶的吸湿性

归纳了有关气溶胶吸湿性的测量方法以及过去近30a来文献中报道的生物气溶胶吸湿性的主要研究成果,总结了不同种类生物气溶胶之间吸湿性的差异.已有研究表明,绝大部分的生物气溶胶粒子都具有一定的吸湿性,当相对湿度为90%时,吸湿增长因子约为1.04（真菌孢子）~1.22（细菌）,花粉颗粒物吸湿后的质量与之前的比值为1.30~1.55.最后,提出了目前关于生物气溶胶吸湿性研究中尚未解决的科学问题及该领域的主要发展方向.     

加入SOA示踪的深圳大气PM2.5受体模型源解析

为厘清包括二次有机气溶胶（SOA）在内的深圳市区PM_2.5各种一次和二次来源贡献,本文于2017年9月2日~2018年8月29日在深圳市大学城点位开展PM_2.5样品采集,并进行化学组分和水溶性有机物（WSOM）质谱测量,共获得162组有效数据.观测期间深圳市大气PM_2.5平均质量浓度为26μg/m³,在传统PMF源解析的基础上加入羧基离子碎片（CO₂⁺）作为SOA的示踪物,加入水溶性有机氧（WSOO）用于计算各因子O/C,验证有机物解析效果.结果表明,SOA可以被独立解析出,其O/C明显高于其他一次污染源中有机物;机动车、二次硫酸盐、二次硝酸盐、SOA为最主要的4个源,对PM_2.5质量浓度的贡献分别为25%、23%、17%和10%,船舶、地面扬尘、老化海盐、建筑尘、生物质燃烧、燃煤和工业贡献均在5%以内.各个源的变化特征表明,机动车、二次硫酸盐、二次硝酸盐、SOA等源贡献呈现冬高夏低的季节特征,与冬季季风条件下源自内陆的污染传输密切相关.污染天气时,二次硝酸盐和SOA的贡献增加相对最显著,因此NOx和挥发性有机物是减排的关键.     

北京市典型汽修企业VOCs排放特征与臭氧影响分析

对北京地区27家汽修企业进行调研,选取2家典型汽修企业进行气袋采样-GC-MS-FID采集及分析,定量分析其VOCs的排放特征,并计算其臭氧生成潜势（OFP）。结果表明:使用不同漆料的汽修企业排放特征不同,水性漆企业非甲烷总烃的排放浓度为0.62~36.49 mg/m3,油性漆企业的排放浓度为0~100.39 mg/m3;水性漆排放的VOCs以烷烃为主,占比高达57.16%,丙烷（39.65%）和甲苯（11.41%）是首要污染物;卤代烃（55.51%）是油性漆企业的主要VOCs排放物种,主要组分为1,2-二氯丙烷和1,2-二氯乙烷;水性漆企业的OFP值为144.78 mg/m3,油性漆企业的OFP值为664.43 mg/m3,大气反应活性最大的物种多为芳香烃,芳香烃对OFP的贡献率分别为52.18%和88.44%。     

生物炭吸附水中磷酸盐的研究进展

生物炭作为1种环境友好型吸附材料,可有效去除并回收水体中的磷,由此也成为当前的研究热点之一。综述了目前国内外生物炭吸附磷酸盐及磷素回收研究现状,主要总结了控制生物炭吸附磷酸盐的4种主要机制,阐述了影响生物炭吸附除磷过程中的主要影响因素,介绍了目前应用研究的方向并提出生物炭在实际应用中所面临的问题并对未来研究方向进行了展望,以期为未来研究及推广应用提供理论支撑。     

污泥与不同pH值渗滤液联合厌氧发酵产氢分析

以污泥与垃圾焚烧厂渗滤液为原料,通过小瓶批式试验,考察了垃圾渗滤液的添加量以及渗滤液初始pH对联合厌氧消化产氢的影响。结果表明:未添加污泥的渗滤液本身也可以在厌氧发酵过程中产氢。而污泥与垃圾渗滤液联合厌氧发酵,当渗滤液初始pH为5.20时,添加90%的渗滤液体系产氢量最大,为201.58 mL,最大产氢速率也最高,为9.56 mL/h;当初始渗滤液pH为4.47时,最大产氢量出现在渗滤液添加剂量为60%的样品,为57.73 mL,随后减小,但最大产氢速率在添加40%的渗滤液达到峰值,为5.11 mL/h。     

长江中下游环境DNA宏条形码生物多样性检测技术初步研究

长江生物多样性在人为影响下面临严重威胁,物种监测是生物多样性保护的基础,为完善长江水生态监测体系,实现高效无损伤的物种监测,在长江中下游干流3个江段（新滩、安庆和芜湖）采集水样,建立长江水样环境DNA宏条形码物种检测体系并评估其有效性.结果表明:①长江中下游环境DNA宏条形码检测到32个物种,包括20种鱼类、1种水生哺乳动物（长江江豚）和11种陆生动物,其中鱼类物种包括鲤形目、鲇形目、鲈形目和鲱形目,其种数占鱼类总种数的比例分别为60%、25%、10%和5%.②长江中下游渔获物中资源量居首位的鲤形目在环境DNA调查中序列数最多,占鱼类总序列的96.2%,其次为鲱形目（占比为3.5%）,鲇形目和鲈形目占比较低,分别为0.2%和0.1%,4个类目序列相对丰度与渔获物种资源量组成差异较大.③环境DNA调查次数约占传统渔获物调查次数的几十至几百分之一,采样时间不足努力量最少的渔获物调查的1%,检测到的鱼类种数为传统调查总数的31%~49%.④安庆采样点位于长江中下游长江江豚密度最高的江段,其环境DNA检出率和序列相对丰度在3个采样点中均最高.研究显示:长江水样环境DNA包含水陆复合生态系统的生物多样性信息,利用水样环境DNA宏条形码可检测不同类群的水生和陆生物种;对于鱼类物种检测,环境DNA宏条形码比传统调查方法效率更高,可对传统调查结果进行补充;环境DNA宏条形码生物多样性检测主要受分子标记体系和核酸序列数据库限制,获取全面的物种多样性和资源量信息需要对检测分析方法进行进一步完善.      

基于PCA-SOM的北京市平谷区地下水污染溯源

为了解北京市平谷区地下水污染物来源,以平谷区2010—2018年监测数据为基础,使用PCA(主成分分析法)识别了地下水水质指标因子,使用自组织映射识别了污染物的空间分布.结果表明:通过监测指标间的Pearson检验发现, 平谷区地下水电导率与ρ(Ca2+)(p=0.936)、总碱度与ρ(HCO₃2-)(p=0.981)、ρ(Mg2+)与总硬度(p=0.944)指标之间显著相关.地下水化学类型主要以HCO₃-Ca型为主,其次为HCO₃-Mg型.NH₄+、SO₄2-、Cd、Fe(Ⅱ)、NO₂指标空间分布离散性和差异性较大,存在局部富集现象.通过因子分析法筛选出影响平谷区地下水水质的8个公因子,首要影响因子为溶滤-富集作用(贡献率为22.398%),次要影响因子为农业、养殖业和填埋场等人为活动作用(贡献率为16.533%),雨水下渗作用(贡献率为8.035%)、工业源人为活动(贡献率为7.466%)对地下水也有一定影响.通过比较各指标的SOM(Self-Organizing Map,自组织映射)特征图像和监测井映射特征图像,发现NH₄+受山前地带林业、种植业和平原地带农业、养殖业的双重影响,Na+、Mn受平原地带人为活动的影响;同时,NH₄+、NO₃-、NO₂三者之间及Fe(Ⅱ)与Fe(Ⅲ)之间来源不同,Cd、Al、氰化物三者具有同一来源.研究显示,PCA-SOM(PCA与SOM相结合)可以对地下水化学组分来源进行定性识别与定量分析.