沸石覆盖原位控制湖泊内源中等活性有机磷迁移转化

为揭示湖泊内源中等活性有机磷(MLOP)控制与释放发生机制,采用室内模拟试验,研究沸石覆盖原位控制湖泊内源MLOP迁移转化影响因子.结果表明:酸性水体促进内源MLOP迁移,碱性条件下抑制其转化,不同pH值试验水体沉积物中内源MLOP相对浓度为:[MLOP/TP]pH8>[MLOP/TP]pH7>[MLOP/TP]pH6;温度明显提高内源MLOP迁移水平,低温水体相对高温水体沉积物中内源MLOP含量较低,5℃条件下内源MLOP迁移表观量最大,其随时间迁移量呈幂函数关系,可表示为[MLOP/TP]=0.2823T0.657(R2为0.9709);好氧或厌氧条件下,内源MLOP均发生迁移,且迁移特征和影响效能高度一致,迁移平衡后好氧环境内源MLOP和厌氧内源MLOP相对浓度呈线性相关,可表示为[MLOP/TP]好氧环境=1.0884[MLOP/TP]厌氧环境 -0.0271(R2为99895);光照因子促使内源MLOP迁移,而避光和沸石粒径因素对内源MLOP迁移影响较小;底栖生物颤蚓通过爬行、摄食、掘穴、栖所建造及分泌排泄等一系列活动影响内源MLOP迁移.沸石原位控制湖泊内源MLOP迁移转化效能较弱.     

蠡湖表层沉积物中磷的形态与赋存特征及其生物有效性

采用连续分级提取法研究了蠡湖表层沉积物中有机磷和无机磷的形态及其赋存特征,同时结合间隙水体中DTP(溶解性总磷)的空间分布特征,讨论了各形态磷的生物有效性及其释放风险. 结果表明,蠡湖沉积物中的磷以IP(无机磷)为主,w(IP)占w(TP)的58.09%. IP中以生物可利用性差的Ca-P_i(Ca结合态无机磷)占优势,w(Ca-P_i)为(207.75±48.56)mg/kg,占w(IP)的48.97%;沉积物OP(有机磷)中以活性最差的NA-P_o(非活性有机磷)占绝对优势,w(NA-P_o)为(195.33±50.73)mg/kg,占w(OP)的67.09%. 间隙水中的磷以DIP(溶解性无机磷)为主,ρ(DIP)占ρ(DTP)的11.86%~86.13%,平均值为59.65%. WA-P_i(弱吸附态无机磷)、PA-P_i(潜在活性无机磷)、Fe/Al-P_i(Fe/Al结合态无机磷)、WA-P_o(弱吸附态有机磷)、PA-P_o(潜在活性有机磷)的质量分数均与间隙水中ρ(DTP)呈极显著正相关(P<0.01),w(Ca-P_i)与间隙水中ρ(DTP)呈正相关(P<0.05),w(NA-P_o)与间隙水中ρ(DTP)无显著的相关性. 因此,即使在外源磷得到有效控制的情况下,沉积物中的IP及高活性有机磷的释放仍有可能导致湖泊富营养化状态维持不变.      

攀枝花地区不同种样品锰形态差异探究

采用Tessier法与Wenzel法研究攀枝花地区不同种样品中重金属锰(Mn)的含量及形态分布差异,分析不同样品Mn的生物有效性及两种方法各形态Mn含量的相关性。结果表明,Mn全量顺序为公路灰尘钒钛磁铁矿矿石钒钛磁铁矿尾矿水稻土紫色土。两种方法测得样品中Mn均以残渣态为主;残渣态Mn含量占全量百分比顺序为供试矿物样品灰尘样品土壤样品。结合各形态Mn迁移性及生物可给性分析样品中锰的生物有效性顺序为:供试紫色土水稻土道路灰尘钒钛磁铁矿矿石钒钛磁铁矿尾矿。     

秋葵的功效

<正>秋葵亦称黄秋葵、咖啡黄葵,俗名羊角豆、潺茄。你知道秋葵有什么功效吗?1.延缓衰老衰老是自然规律,但通过努力,可以延缓衰老,这在科技发达的今天,已完全成为可能。黄秋葵中的多糖和黄酮,都具有延缓衰老的功能,黄秋葵中所含黄酮是大豆叶子所含黄酮的100倍,足以说明黄秋葵中黄酮含量之丰富。众所周知,黄酮能通过丘脑屏障,吸收活性自由基(是导致细胞衰老的祸首),具有很强的抗氧化能力,并能将催化氧化作用的金     

断层与瓦斯赋存分布规律的关系研究

用地质的观点研究煤层瓦斯赋存已获得实践检验,瓦斯赋存与地质因素密切相关。通过井下实测煤层原始瓦斯含量,选择各项煤层参数均达到要求的瓦斯含量数据,绘制瓦斯含量等值线,分析了两条断层之间煤层的瓦斯含量分布规律。绘制研究区域特定位置的煤厚、瓦斯含量剖面图,定性、定量地分析了断层对煤层产状、煤厚等煤层赋存条件的影响及其对瓦斯赋存规律的控制作用。结果表明,研究区域内的煤层及瓦斯分布受断层影响较大:沿煤层走向,煤厚呈现出"高-低-高-低"的变化,卸压带和应力集中带交互出现,瓦斯含量呈现"低-高-低-高-低"的分布规律;沿煤层倾向,随着埋深的增加,瓦斯含量呈现降低的趋势,小于8m/t的区域不断减少。     

高新兴 增强现实(AR)系统:把整个地球装进摄像机

正2014年北京安博会期间高新兴全球首发"增强现实"网络摄像机,包括"增强现实"高清枪型网络摄像机、"增强现实"高清球型网络摄像机,该系列摄像机是在深入到一线与基层自主研发具有创造性的高端智能摄像机,它将实时视频的"现实"与数字化标签"增强"信息结合起来,使监     

汉邦高科(HANBANGGAOKE)

正全系列支持onvif协议IPC接入网络环境适用性强产品名称:汉邦嵌入式网络硬盘录像机产品型号:HB-NVR2104公司全称:北京汉邦高科数字技术股份有限公司公司网址:http://www.hbgk.net/cn/index.aspx一、研发背景在产品形态上,NVR可分为两种类型:一种是嵌入式NVR;另一种是工控式NVR产品。其中,嵌入式NVR是基于嵌入式架构,具有节点存储、代理转发、网关、本地显示等诸多实用功能及稳定可靠、操作简单、融入性好、性价比高的特点,相     

高氟病区茶园土壤氟形态及其分布特征

采用连续化学提取法,测定了黔西北高氟病区茶园土壤样品氟含量及氟的形态.结果表明:供试土壤全氟含量为314~3558mg/kg,平均为945mg/kg,高于全国土壤全氟平均含量(453mg/kg).不同类型供试土壤中全氟含量高低顺序为:棕壤和褐土(分别为1118和1114mg/kg)>黄棕壤(908mg/kg)>黄壤(681mg/kg).供试土壤中不同形态氟含量以残余态最高,其平均含量为940mg/kg;其次为有机束缚态氟,平均含量为7.82mg/kg,处于氟污染较高水平,可能会对人体健康和生态环境产生重要影响;铁锰结合态氟也较高,平均含量3.99mg/kg;水溶态氟和可交换态氟均较低,其平均含量分别为:1.98,1.14mg/kg.由此可见,土壤中氟形态大部分均以残余态形式存在于土壤中,可被茶树叶吸收的水溶态氟和可交换态氟含量均不高.相关性分析表明:可交换态氟只与水溶态氟呈显著正相关关系(r=0.459**),而水溶态氟与铁锰结合态氟、残余态氟和全氟均呈正相关关系(r分别为0.240*, 0.226*, 0.229*), 有机束缚态氟与铁锰结合态氟、残余态氟和全氟也呈正相关关系(r分别为0.757**, 0.312**, 0.320**),水溶态氟与土壤交换性盐基含量之间也呈极显著正相关关系,而土壤氟形态与有机质的相关性不明显,仅有机束缚态氟与土壤有机质呈弱负相关.本研究可为该区域土壤氟污染防治提供科学依据,也为土壤氟的迁移转化及其对生态和环境的影响研究奠定一定的理论基础.     

马来眼子菜群丛对太湖不同湖区沉积物磷形态的影响

采用磷分级提取的方法对太湖贡湖湾、南部湖区马来眼子菜(Potamogeton malaianus)群落内外的沉积物样品进行了采集和分析,调查了沉积物中的不同形态磷的垂直分布状况,研究马来眼子菜群落对沉积物磷迁移转化的影响.结果表明:植物群丛对沉积物铁铝磷(Fe/Al-P)的影响在贡湖湾和南太湖表现不同.贡湖湾马来眼子菜群丛内部沉积物Fe/Al-P高于群落外部的27.6%,差异性显著(P<0.05);南太湖马来眼子菜群丛内部沉积物中Fe/Al-P均值低于群丛外部的47.4%,差异性显著(P<0.05).植物群丛对沉积物有机磷(OP)的影响在贡湖湾和南太湖表现相似,两湖区植物群丛外部沉积物中OP含量均值高于群落内部.马来眼子菜群丛对贡湖湾和南太湖沉积物中Ca-P有较明显的影响,植物的影响主要体现在表层0~15cm范围内,贡湖湾湖区沉积物Fe/Al-P和OP含量较高,在植物的影响下转化为Ca-P,因此Ca-P在表层沉积物中呈上升趋势;南太湖沉积物中Ca-P含量较高,在植物影响下Ca-P有一定量的释放,因此Ca-P在表层沉积物中呈下降趋势.     

土壤溶液性质对Zn的形态变化及其微生物毒性的影响

采集了我国具有代表性的12种不同性质土壤,利用基础诱导硝化(SIN)方法测定了不同土壤中锌的微生物毒性阈值,同时利用850离子色谱仪与WHAM6.0模型,测定了溶液不同阴离子组成及自由Zn2+含量,建立了基于不同土壤性质与溶液离子的土壤中Zn毒性预测模型.结果表明,基于SIN测定的不同土壤Zn微生物毒性阈值在不同土壤间有显著差异,其中EC50从196mg/kg至1310mg/kg;EC10值从48mg/kg增加至682mg/kg,不同土壤EC50与EC10的最大值与最小值的比例分别达到了6.68及14.3倍,表明土壤性质对Zn的微生物毒性有非常显著的影响;基于SIN的Zn的毒性阈值ECx(x=10,50)与溶液自由Zn2+浓度的负对数p(Zn2+)间呈正相关关系,表明随着土壤溶液中自由Zn2+值的升高,Zn的毒性逐渐增加.土壤pH值、OC、CEC、F-、Cl-、Ca2+及Mg2+与Zn的毒性阈值ECx(x=10,50)及p(Zn2+)呈正相关关系,其中土壤pH值为最重要的影响因子,偏相关系数均达到极显著水平(P<0.01),其次为OC、CEC及F-,ECx与溶液中NO3-, SO42-呈负相关关系.基于不同主控因子的土壤中Zn毒性阈值(ECx)及P(Zn2+)的预测模型表明,pH值、OC、CEC、F- 四个变量因子分别解释了log(EC50)、log(EC10)及p(Zn2+)预测模型变异的89.9%、81.2%和92.3%.