青藏高原淡水湖泊水化学组成特征及其演化

青藏高原淡水湖具有高生态价值和高脆弱性并存的特点.以海拔5 080 m±10 m的打加芒错湖水为研究对象,测试及分析了湖水化学组分,探讨了其主要离子来源、控制因子和湖泊水化学演化趋势.结果表明,湖水阳离子以Ca2+和Na+为主,阴离子以HCO3-为主,为HCO3-Ca型水;TDS为71.2～199.8 mg·L-1,矿化度低;受地表径流的稀释作用和富铝贫钙的地质背景约束湖区东南部水体的EC、Ca2+和HCO3-浓度均较低.湖水的Na+/(Na++Ca2+)为0.08～0.75,Cl-/(Cl-+HCO3-)为0.11～0.35,Ca/Na值为0.58,Mg/Ca值为0.12,HCO3/Na值为1.46,据Gibbs模型和元素化学计量分析表明,其化学组成主要受硅酸盐岩风化控制.湖区流域参与风化的矿物岩石包括斜长石(钙长石、钠长石)、钾长石、云母、石膏、盐岩等,但以斜长石风化为主,湖水的K/Na值平均为0.059,表明流域钾长石风化程度较低.湖水中方解石、白云石、石英、石膏等矿物饱和指数(SI)大于0,石盐的SI则小于0,揭示了青藏高原上淡水湖泊演变成咸水湖的变化趋势.     

桂江主要离子及溶解无机碳的生物地球化学过程

河流水体的化学组成记录了流域内各种自然过程与人类活动的信息.对西江一级支流桂江化学径流的分析结果表明,桂江水体的离子组成主要受碳酸盐岩化学风化过程的控制,CO2是这一过程的主要侵蚀介质;H2SO4对碳酸盐岩的风化影响桂江河水的化学组成.大气沉降、人类活动、碳酸盐岩和硅酸盐岩化学风化对桂江水体贡献的溶解物质分别占总溶解物质的2.7%、6.3%、72.8%和18.2%.河流溶解无机碳(DIC)的稳定同位素组成(δ13CDIC)揭示桂江河水中的DIC明显被浮游植物的光合作用所利用.浮游植物初级生产力对桂江颗粒有机碳(POC)的贡献达22.3%~30.9%,这表明岩石风化来源的DIC经浮游植物的光合作用转化为有机碳,并在迁移过程中部分沉积水体底部,进而形成埋藏有机碳.     

骨炭修复重金属污染土壤和降低基因毒性的研究

采用分级提取的方法研究了施加骨炭对污染土壤重金属的固定效果,结果表明,土壤施加10 mg·kg^-1骨炭后水溶态、交换态、碳酸盐结合态和铁锰氧化物结合态Pb的浓度都显著下降;而加入骨炭后土壤有机结合态Pb的浓度显著上升,表明骨炭可以吸附、固定土壤中的Pb,改变Pb的化学形态,降低Pb的生物可利用性.加入骨炭后土壤中水溶态和交换态Cd的浓度都显著下降,残渣态Cd的浓度明显上升.骨炭处理对土壤中Cu化学形态的影响和Pb相似,表明骨炭可以吸附固定土壤中的Cu.骨炭处理对Zn也有一定的固定效果,降低了土壤中水溶态的Zn.采用植物彗星实验研究了施加骨炭对土壤基因毒性的影响,表明加入骨炭后减轻了污染土壤对洋葱根尖细胞的DNA的损伤,降低了土壤污染对植物的基因毒性.生物评价和化学评价的结果均表明骨炭是重金属污染土壤的有效修复剂,能有效降低污染土壤中重金属的生物有效性和对植物的毒性.     

不同品种辣椒镉亚细胞分布和化学形态特征差异

前期试验对91个辣椒品种资源进行筛选,以高积Cd型品种(X55)、中积Cd型品种(27)和低积Cd型品种(17)各一份,采用盆栽试验研究不同镉水平(0、5和10 mg·kg-1Cd)下3个品种辣椒Cd转移和富集能力差异以及镉在果实中亚细胞分布和形态特征.结果表明,Cd胁迫下,辣椒地上部干重在种间表现为品种X55 17 27.果实Cd转移系数在同一Cd水平下均表现为品种17 27或X55.辣椒果实各亚细胞组分中Cd含量在种间表现为品种27 17 X55.辣椒根、茎、叶和果各亚细胞组分中Cd含量均表现为细胞壁(F1)细胞器(F2)细胞可溶性组分(F3),Cd被限制在细胞壁中,在辣椒Cd解毒机制和抗性中起重要作用. 3个品种辣椒果实各Cd化学形态含量随Cd处理水平的增加而增加,且大小均表现为CdNaClCdHAC CdR CdHCl CdW CdE.辣椒果实中的CdNaCl和CdHAC占比例较大可能是辣椒降低Cd生物毒性的一种防御机制.     

土壤溶液中镉的化学形态及化学平衡研究

据土壤溶液的实际情况建立简便的平衡模式,研究了红壤、黄棕壤、黄潮土三种典型土壤溶液中Cd的化学形态和化学平衡.结果表明,溶液中Cd的主要形态为Cd~(2+)、CdCl~+和CdSO_4~6.黄潮土还有一定量的CdHCO_3~+,其它形态Cd很少,其中游离Cd~(2+)占绝大部分.红壤最高,黄棕壤次之.红壤施石灰后游离Cd~(2+)下降,CdSO_4~6增加;添加氯化物后,溶液pH下降,大量Cd进入溶液中,CdCl~+比例明显升高.溶液中Cd的形态分布与土壤Cd的生物有效性有一定关系.此外,溶解度图证明,供试土壤中不可能有Cd的矿物生成.Cd在固液相间的平衡受吸附解吸反应控制.     

上海白龙港排污口附近潮滩沉积物中重金属总量及其化学形态分析

利用Tessier分级提取法依次提取了上海白龙港排污口附近潮滩沉积物中几种重金属元素的化学形态 ,结果表明 :Cu、Pb、Fe、Zn、Cr在沉积物中均以残渣态为主 ,Mn以碳酸盐结合态为主 ,占到总量的 5 0 %左右 ;秋季碳酸盐结合态重金属向铁锰氧化物结合态发生形态迁移与转化 ,在低潮滩沉积物中 ,碳酸盐结合态重金属发生分解以后 ,一部分向上覆水发生了迁移和扩散 ;Cu、Pb、Fe、Mn重金属元素之间具有良好的相关性 ,Zn、Cr在沉积物中也表现出相似的化学行为。     

上海市大气颗粒物高浓度区污染物的源解析

应用受体模式的化学质量平衡法支９个监测点的大气颗粒物进行污染源的源解析，得出这９个监测点的各类污染源平均贡献率为建筑尘占３２．１％，土壤尘占２７．５％，钢铁尘占２４．９％，燃煤尘占１４．８％，汽车尘和燃油尘分别占０．２％和０．４％。     

炼焦过程挥发性有机物排放特征及其大气化学反应活性

利用不锈钢采样罐和全自动预浓缩/GC/MS系统,在58-Ⅱ型和JN43-80型焦炉顶测试了炼焦过程中挥发性有机物(VOCs)中各组分的浓度,研究了VOCs排放特征,结合OH自由基消耗速率分析了这些物质的反应活性.研究发现,在装煤时刻和炼焦过程中,58-Ⅱ型焦炉产生的总挥发性有机物(TVOCs)浓度分别为7022 μg·m-3和6266μg·m-3;JN43-80型焦炉产生的TVOCs浓度分别为4185 μg·m-3和3298μg·m-3.装煤时刻产生的TVOCs浓度明显高于炼焦过程产生的.炼焦过程(包括装煤时刻)无组织排放的VOCs,包含烯烃、烷烃、芳香烃、卤代烃以及少量的醛和酮,其中乙烯、乙烷、丙烯、苯以及甲苯等为主要成分.这些产生的VOCs反应活性各不相同,活性最大的是烯烃类物质.其活性占TVOCs反应活性比重为86.2%±2.1%;其次是芳香烃类物质,其活性比重为9.2%±3.1%;反应活性最大的5个物种分别是丙烯、乙烯、1,3-丁二烯、1-丁烯以及苯乙烯.     

开封市幼儿园土壤重金属生物活性及潜在生态风险

在开封市城区27个幼儿园采集土壤表层样品,采用Tessier法提取并用F-AAS法测定不同化学形态的Pb、Zn、Ni、Cu和Cr含量,在计算重金属迁移系数(MF)和生态风险指数(RI)的基础上,对重金属化学形态分布、迁移能力、生物活性和潜在生态风险进行了研究.结果表明,城区幼儿园土壤Zn、Cu、Cr、Pb和Ni的平均含...     

Concentrations and chemical forms of potentially toxic metals in road-deposited sediments from different zones of Hangzhou, China

The 25 road-deposited sediments were collected from five different land-use zones (industrial, residential, commercial, park, and countryside) in Hangzhou, China. The concentrations of metals (Cd, Co, Cr, Cu, Fe, Mn, Ni, Pb, and Zn) in these samples were determined using the ICP-AES after digestion with the mixture of HNO3-HF-HCl (aqua regia), and chemically fractionated using the modified BCR (the European Community Bureau of Reference) sequential extraction procedure. The highest metal concentration level was detected in the sample from industrial zone and commercial zone having heavy traffic. While the lowest metal level was noted in the street dust sample from residential zone, park, and countryside zone. The mobility sequence based on the sum of the BCR sequential extraction stages was: Zn (80.28%), Pb (78.68%), Cd (77.66%) ＞ Cu (73.34%) ＞ Mn (67.92%) ＞ Co (41.66%) ＞ Ni (30.36%) ＞ Cr (21.56%), Fe (20.86%). Correlation analysis and principal component analysis were applied to the data matrix to evaluate the analytical results and to identify the possible pollution sources of metals. Factor analysis showed that these areas were mainly contaminated by three sources, namely lithology, traffic, and industry.