底泥原位洗脱过程中氮磷含量与形态变化特征

随着城市化进程的不断推进,城市河流底泥中内源氮磷污染问题日益突出.为研究原位洗脱技术对污染底泥中氮、磷物质和成分的作用效果,以北京市凉水河作为研究对象,分别比较了现场试验洗脱与对照组0~30 cm分层底泥以及实验室模拟洗脱处理前后0~10 cm底泥中pH、E_h（氧化还原电位）、容重、含水率、OM（有机质）、TN、TP和氮、磷形态分布的变化特征.结果表明:①现场洗脱对0~5 cm厚度底泥的处理和模拟洗脱处理均对底泥中pH、E_h、含水率的改变以及其中TN、TP的去除效果表现显著,其中,现场试验洗脱组0~5 cm范围底泥中w（TN）、w（TP）分别较对照组降低了66.4%±17.4%、40.8%±24.4%,模拟洗脱处理对底泥中OM、TN、TP的去除率分别达70.1%±4.8%、66.8%±2.0%、43.1%±3.1%.②原位洗脱技术对底泥中TN的去除主要通过对PON（颗粒态有机氮）的去除来实现,现场和模拟试验过程中PON对TN去除的贡献率分别达55.0%和73.6%.③原位洗脱对底泥中TP的去除主要通过对Al-P（铝结合态磷）、OP（有机磷）的去除来实现,现场和模拟试验中Al-P、OP对TP去除的贡献率分别达37.0%、66.2%和31.3%、43.7%.研究显示,原位洗脱技术可有效去除城市河流底泥处理层中的氮磷物质,并以有机氮、磷物质的去除为主.      

外加氮源影响下铁铝氧化物在土壤氮素转化中的作用

土壤中铁铝氧化物在团聚体稳定性和有机碳吸附方面具有重要作用,而氮添加对土壤氮循环影响的变化也可能与其有关,但是目前尚缺乏在氮循环方面的研究.为了探究铁铝氧化物在土壤氮素转化中的作用,选择福建省建瓯罗浮栲森林土壤为研究对象,采用选择性溶提技术准备不同的土壤——未经处理（T1）的土壤和去除游离态铁铝氧化物（T2）土壤、去除非晶质铁铝氧化物（T3）土壤、去除络合态铁铝氧化物（T4）土壤,在这些土壤中添加不同形态氮（40 mg/kg）——丙氨酸（氨基酸态氮,AA）、硫酸铵（铵态氮,AN）、硝酸钠（硝态氮,NAN）和亚硝酸钠（亚硝态氮,NIN）,进行室内培养试验,分析氮含量变化和氮素转化情况.结果表明:①与CK处理相比,AA和AN处理均增加了T1土壤中w（NH₄+-N）,NAN处理增加了w（NO₃--N）,但低于添加量,表明添加氨基酸和铵态氮均会促进氮矿化,添加硝态氮会增加NO₃--N的固定且抑制其硝化.②在CK处理下,与T1土壤相比,T2和T4土壤中w（NH₄+-N）、w（NO₃--N）和w（氨基酸）均降低,但T3土壤中w（NH₄+-N）和w（氨基酸）增加、w（NO₃--N）降低,表明土壤中游离态氧化铁铝和络合态氧化铁铝的存在有助于氮素矿化,非晶质氧化铁铝有助于硝化.③在不同氮处理下,各土壤的氮含量及其转化速率与CK处理规律相似.与CK处理相比,各氮处理均未显著增加T2和T4土壤中w（NH₄+-N）,且AA和AN处理均未影响T2、T3和T4土壤中w（NO₃--N）和w（氨基酸）.结果显示,氮添加并没有改变铁铝氧化物的作用,其中,矿化和氨化作用均表现为游离氧化铁铝>络合氧化铁铝>非晶质氧化铁铝,硝化作用表现为非晶质氧化铁铝>游离氧化铁铝>络合态氧化铁铝.因此,土壤铁铝氧化物的不同存在状态应该是调节氮素转化的重要土壤条件.      

德州市采暖季环境空气含氮/硫物质的污染及气-粒分配特征

为探究德州市采暖季环境空气中含氮/硫物质的污染特征、气-粒分配规律及影响因素,对2017年11月10日—2018年3月15日德州市市区环境空气监测站在线离子色谱分析仪监测的水溶性离子及气态前体物质量浓度的小时数据进行了分析.结果表明:①德州市环境空气监测站ρ（NO₃-）、ρ（SO₄2-）和ρ（NH₄+）平均值分别为（18.36±18.55）（12.74±10.92）（9.60±8.75）μg/m3,在2018年1月三者均达到最高值;对比PM_2.5及气态含氮/硫物质的质量浓度发现,ρ（PM_2.5）和ρ（SO₂）在2017年12月、2018年1月和2018年2月的月均值均较高,而ρ（SO₂）与ρ（SO₄2-）、ρ（NH₃）与ρ（NH₄+）均在日间（08:00—17:00）出现波峰.②对颗粒态和气态含氮/硫物质质量浓度日均值进行双变量相关分析发现,ρ（SO₄2-）、ρ（NO₃-）、ρ（NH₄+）两两之间的相关系数均高于0.75,表明二次离子的形成机制相似;而ρ（NH₃）、ρ（NO₂）、ρ（NO）、ρ（SO₂）两两之间均不存在显著相关,说明这些气态前体物来自不同的局部排放源.③过剩NH₃指数（F_N）平均值为0.49±0.16,说明采样时段大气处于富氨环境,过剩的NH₃会与气态HNO₃生成NH₄NO₃,因此NO₃-气溶胶的形成主要受HNO₃的影响或限制.④相对湿度是影响ρ（PM_2.5）最重要的气象因素,高湿环境会促进二次离子的转化.研究显示,冬季采暖排放会增加环境空气中含氮/硫物质的质量浓度,气象因素（尤其是相对湿度）对含氮/硫物质的气-粒分配也有一定影响.      

铁基质强化新型功能性化粪池高效处理黑水的试验

以铁基质生物载体为核心,将物理、生物和化学方法结合,对化粪池进行功能强化,实现黑水的原位深度处理.探究了溶解氧（DO）和碳氮比（C/N）等因素对黑水中污染物降解的影响,并在最佳运行参数下考察了氮素在系统中的转化机制.结果表明,当C/N为7.3~8.4时,好氧生物铁基质载体池DO为2.3~2.7mg/L时,系统氨氮（NH₄⁺-N）、总氮（TN） 、COD和总磷（TP）的平均去除率分别可达90.74%、85.81%、92.65%和95.78%;当进水C/N降至3.3~4.2时,系统NH₄⁺-N、TN、COD和TP的平均去除率仍可维持在81.16%、76.62%、93.87%和94.75%.铁基质生物载体内电解作用显著强化了化粪池内TN的脱除、COD的氧化和TP的固定.氮素转化机制分析表明,内电解与反硝化菌的耦合强化了反硝化作用,降低了反硝化过程对有机碳源的需求,强化了低C/N条件下TN、TP的脱除.     

水体及沉积物氮磷水平对附植藻类的影响

为了探讨湖泊富营养化过程中沉积物及水体氮、磷浓度对附植藻类的影响,通过室内模拟实验,研究了水体及沉积物氮、磷升高对苦草(Vallisnerianatans(Lour.) Hara)上附植藻类生长、群落组成及其体内氮、磷含量的影响.结果表明,在实验条件下,随着水中氮、磷含量升高,附植藻类生物量及附植藻类氮、磷含量均呈极显著增加(p0.01).随着水体可获得的氮、磷浓度升高,附植藻类的相对丰度有所变化,舟形藻(Navicula)、小球藻(Chlorella)及微囊藻(Microcystis)相对丰度随着氮、磷水平的升高而下降,直链藻(Melosira)则相反,但舟形藻、直链藻、微囊藻、小环藻(Cyclotella)和小球藻均为群落的优势属种.沉积物氮、磷含量升高对附植藻类生物量、优势种丰度及群落氮、磷含量影响较小,均未达到显著水平(p0.05).在实验条件下,沉积物氮、磷含量对附植藻类影响不大,而水体氮、磷浓度升高显著地促进了附植藻类生长.研究结果也为解释富营养化湖泊沉水植物衰退及消亡提供了一定的科学依据.     

牛粪-化肥配施对水稻田氮磷迁移转化的影响

在控制外源N输入量相同的前提下,通过田间小区实验,探讨有机肥与化肥不同施用量（牛粪施用量：5,10,20t/hm²）对稻田田间土-水界面氮磷迁移转化特征的影响.结果表明：控制稻田水中NH₄⁺-N、NO₃^--N、TN和TP输出的最佳时期分别为施肥后的第5,30,7,20d,且TN和TP浓度随时间变化符合单指数衰减方程（0.7444≤R²≤0.9724;1.1×10^-6≤F≤0.0055）.采用牛粪部分代替化肥的施肥方式,在一定范围内能降低稻田退水中TN、TP输出负荷（41.8%、36.0%、64.3%;20.3%、39.1%、48.9%）,还可以降低稻田水中N/P,降低水体富营养化风险.同时,牛粪的施用可提高土壤中脲酶和磷酸酶的含量,促进氮磷向植物可吸收形态转化.综合经济成本和生态效益核算,采用10t有机肥代替无机肥的处理是相对经济环保的施肥方法,该施肥方式下,氮磷年输出负荷分别为17.70,1.26kg/hm².     

在线自动监测仪与实验室国标方法测定地表水中总氮的比对分析

随着监测技术的发展,地表水中越来越多的污染物可采用自动监测仪器实现实时监测。采用自动监测与实验室国标方法测定地表水中总氮的结果是否可比以及造成差异的原因,文章根据实际样品比对实验对此进行了探讨。     

水中氮类污染物的联系与区别

叙述了水体中含氮类污染物的来源，种类，相互转化方式和条件，表征意义等，以便对水中氮类污染物有一个全面，系统的认识。     

氨氮测定过程中有关问题的探讨

针对纳氏比色法测定氨氮过程中存在的问题，提出了相应的解决办法。消除了混浊和泡沫干扰问题，降低了空白吸光度，提高了测定的准确度。     

Using improved neural network model to analyze RSP,NOx and NO2 levels in urban air in Mong Kok,Hong Kong

As the health impact of air pollutants existing in ambient addresses much attention in recent years, forecasting of airpollutant parameters becomes an important and popular topic inenvironmental science. Airborne pollution is a serious, and willbe a major problem in Hong Kong within the next few years. InHong Kong, Respirable Suspended Particulate (RSP) and NitrogenOxides NO_x and NO₂ are major air pollutants due to thedominant diesel fuel usage by public transportation and heavyvehicles. Hence, the investigation and prediction of the influence and the tendency of these pollutants are ofsignificance to public and the city image. The multi-layerperceptron (MLP) neural network is regarded as a reliable andcost-effective method to achieve such tasks. The works presentedhere involve developing an improved neural network model, whichcombines the principal component analysis (PCA) technique and theradial basis function (RBF) network, and forecasting thepollutant levels and tendencies based in the recorded data. Inthe study, the PCA is firstly used to reduce and orthogonalizethe original input variables (data), these treated variables arethen used as new input vectors in RBF neural network modelestablished for forecasting the pollutant tendencies. Comparingwith the general neural network models, the proposed modelpossesses simpler network architecture, faster training speed,and more satisfactory predicting performance. This improvedmodel is evaluated by using hourly time series of RSP, NO_x and NO₂ concentrations collected at Mong Kok Roadside Gaseous Monitory Station in Hong Kong during the year 2000. By comparing the predicted RSP, NO_x and NO₂ concentrationswith the actual data of these pollutants recorded at the monitorystation, the effectiveness of the proposed model has been proven.Therefore, in authors' opinion, the model presented in the paper is a potential tool in forecasting air quality parameters and hasadvantages over the traditional neural network methods.