Investigation of the complexation of metal-ions by strong ligands in fresh and marine water

SCOPE: The detection and investigation of metal ions bound in strong complexes in natural waters is a difficult task, due to low concentration of the metal ions themselves, and also of the strong ligands, which, moreover, are often not of a well-defined composition. Here, a method is proposed for the investigation of the speciation of metal ions in natural waters. OBJECTIVE AND METHOD: It is based on the sorption of metal ions on strongly sorbing ion exchange resins, i.e. complexing resins. For this reason the method is called Resin Titration. It has been shown in previous investigations that the concentration of metal ion totally sorbed by a particular resin, and its reaction coefficient in the solution phase in the presence of the resin, can be determined from the sorption data using a simple relationship. Here, a data treatment (the Ruzic linearization method) is proposed for also determining the concentration of the ligands responsible for the complex in equilibrium with the resin. RESULTS: The method was applied to data obtained by Resin Titration of a freshwater and a seawater. Copper(II) and aluminium(III) were considered, using Chelex 100 as a titrant, due to its strong sorbing properties towards these metal ions. The results were: the total metal concentration in equilibrium with the resin, the side reaction coefficients, and the concentration of ligands. In all these cases the ligands forming very strong complexes were found to be at concentration lower than that of the metals. CONCLUSION: The Ruzic linearization method allows the determination of the concentration of the ligands forming very strong complexes in equilibrium with Chelex 100. The reaction coefficient was better determined by the calculation method previously proposed for RT. The ligands responsible for the strong complexes were found to be at low concentration, often lower than that of the metal ions considered. The metal in the original sample is partly bound to these ligands, since the complexes are very strong. Only a part of the metal is linked to weaker ligands, or free.     

不同功能区空气负离子的监测分析

监测了西宁地区不同功能区空气负离子状况，以公园游览区空气负离子浓度最高，平均３５８个／ｃｍ＾３；工业区最低，平均浓度２５９个／ｃｍ＾３。各功能区空气负离子浓度明显不同，Ｐ〈０．０１。用空气负离子浓度、空气离子单级系数和安培空气质量评价指数评价各功能区空气质量，从好到差依次为：公园游览区、生活居住区、商业交通繁忙区、工业区。３种评价指标结果相同，符合一般规律。     

关中典型城市及农村夏季PM2.5的化学组成对比

于2016年7~8月采集了陕西省西安市（城市）及蔺村（农村）夏季昼夜PM_2.5样品,分析其有机碳（OC）、元素碳（EC）和无机离子等化学组分的含量,探讨关中平原城市和农村地区PM_2.5的化学组成和来源的差异.结果表明,采样期间西安和蔺村的PM_2.5浓度分别为（49.7±22.8）和（62.6±14.2）μg/m³.西安PM_2.5中OC和EC的浓度[（6.5±2.5）μg/m³,（3.2±1.8）μg/m³]与蔺村[（6.8±1.8）μg/m³,（3.8±2.3）μg/m³]相当.西安OC/EC比值白天（2.6）高于夜晚（1.9）,蔺村反之（白天：1.6;夜晚：2.7）,主要是因为夜间城市地区重型卡车运输活动增强导致排放更多EC,而夜间农村地区人为活动较少导致EC排放显著降低.西安和蔺村无机离子总浓度分别为（20.2±14.6）和（30.1±10.5）μg/m³,占PM_2.5浓度的40.6%和47.6%.蔺村SO₄^2-的平均浓度高达19.0μg/m³,占PM_2.5浓度的30%以上,远高于西安（9.4μg/m³和18.9%）,主要与农村固体燃料（煤和生物质）使用有关.西安NO₃^-和Ca²⁺的浓度及其对PM_2.5的贡献、NO₃^-/SO₄^2-比值均明显大于蔺村,表明城市地区受机动车尾气和扬尘的影响更大.西安K⁺与Ca²⁺和Mg²⁺的相关性较强,而蔺村K⁺与EC的相关性显著强于西安,说明西安市区K⁺由粉尘源主导,而农村地区则主要来自生物质燃烧.     

沈阳市PM2.5离子成分对呼吸疾病门诊数影响研究

采用时间序列的半参数广义相加模型,在控制了长期趋势、"星期几效应"和气象因素等混杂因素的基础上,分析沈阳市大气污染物及PM_2.5中水溶性离子对呼吸系统疾病门诊就诊人数的影响,并按性别和年龄分层建模.结果表明：PM_2.5及其各离子成分与呼吸系统疾病门诊人数之间存在关联,并有明显的滞后效应.受冬季供暖燃煤排放影响,PM_2.5、NO₃^-和NH₄⁺呈显著关联,在滞后累积2d后风险最大.最佳滞后时间下,PM_2.5的浓度每增加10µg/m³,对应呼吸系统疾病日门诊就诊人数增加百分比（ER）为1.31%（95% CI：1.2%~1.43%）;离子成分SO₄^2-、NO₃^-、NH₄⁺、Cl^-、K⁺、Mg²⁺、Ca²⁺和Na⁺的浓度每增加1个4分位间距（IQR）,对应的呼吸系统疾病日门诊就诊人数增加百分比（ER）分别为3.22%（95% CI：2.81%~3.62%）、4.67%（95% CI：4.13%~5.22%）、5.41%（95% CI：4.49%~6.33%）、7.38%（95% CI：3.91%~10.96%）、0.14%（95% CI：-6.34%~7.07%）、7.64%（95% CI：-11.87%~31.47%）、3.57%（95% CI：-2.83%~10.39%）和0.46%（95% CI：-16.64%~21.06%）.PM_2.5、Cl^-、Mg²⁺、Ca²⁺和Na⁺对女性呼吸疾病门诊人数的影响比对男性的影响大.PM_2.5、SO₄^2-、Cl^-、Ca²⁺和Na⁺对≥65岁的老人门诊人数的影响比对15~65岁劳动年龄人群的影响大.表明不同性别、不同年龄由于生理结构和环境因素的不同而引起的差异不同.     

遵义市PM2.5中水溶性离子的污染特征及来源解析

为探究遵义市PM_2.5中水溶性离子的污染特征及来源,于2018年6月~2019年5月采集了遵义市两个采样点共120个PM_2.5样品,并利用离子色谱法对样品中8种水溶性离子进行了分析。结果表明：采样期间,遵义市PM_2.5平均值为47.6±19.3 μg/m³,呈现冬春高、夏秋低的季节变化特征;8种水溶性离子平均质量浓度顺序为SO₄^2- > NO₃^- > NH₄⁺ > Ca²⁺ > K⁺ > Cl^- > Na⁺ > Mg²⁺,平均值为13.74 μg/m³,水溶性离子质量浓度的季节变化与PM_2.5变化趋势相似;SO₄^2-、NO₃^-、NH₄⁺（SNA）是PM_2.5中主要水溶性离子,占比为83.8%,说明遵义市大气PM_2.5二次污染较严重;相关性分析表明,PM_2.5中NH₄⁺主要以（NH₄）₂SO₄、NH₄HSO₄的形式存在,部分以NH₄NO₃的形式存在;[NO₃^-]/[SO₄^2-]小于1,表明固定源为主要污染源;主成分分析结果表明,PM_2.5中水溶性离子主要来源于燃煤、交通混合源、土壤、建筑扬尘及农业源。     

Co(Ⅱ)活化过氧乙酸降解有机染料研究

采用Co(Ⅱ)活化过氧乙酸(PAA)降解有机染料,主要评估了Co(Ⅱ)/PAA体系的氧化性能并考察不同因素对酸性橙(AO7)脱色的影响.结果表明:Co(Ⅱ)/PAA体系能有效脱色有机染料,其氧化能力与Co(Ⅱ)/PMS体系相当并优于Fenton体系. AO7的脱色效果随PAA和Co(Ⅱ)浓度的升高而升高,其中,[Co(Ⅱ)]_0为0.01 mmol·L~(-1)、[PAA]_0/[AO7]_0为4/1时,反应60 min可使92%的AO7脱色.弱酸或中性的环境有利于AO7的脱色,存在Cl-和HA时不利于AO7的脱色.采用抑制剂抗坏血酸、叔丁醇、甲醇等实验方法,推测Co(Ⅱ)/PAA体系中产生的CH_3COO·和CH_3COOO·是对AO7起主要降解作用的自由基.紫外可见光谱分析表明,该自由基主要攻击AO7分子中的偶氮键及萘环结构,从而达到AO7脱色效果.     

水中Cu~(2+)、Ni~(2+)与腐殖酸、膨润土的相互作用研究

研究了Cu2+、Ni2+与腐殖酸以及膨润土与腐殖酸的共存吸附剂的相互作用,考察了相互作用时间、初始pH、温度对相互作用的影响.结果表明,金属离子的去除率随时间增加而增大,吸附量随温度升高而增大.初始pH对Cu2+、Ni2+的去除率影响很大,pH在中性范围附近Cu2+、Ni2+的去除率可以达到最大.吸附动力学实验表明,Cu2+、Ni2+在腐殖酸及共存吸附剂上的吸附符合伪二级吸附速率模型,并得到Cu2+在腐殖酸及共存吸附剂上吸附的活化能Ea分别为17.01和38.49 kJ.mol-1,Ni2+在腐殖酸及共存吸附剂上吸附的活化能Ea分别为15.15和13.35 kJ.mol-1,表明吸附过程以物理吸附为主.Cu2+、Ni2+在腐殖酸及共存吸附剂上的吸附符合Langmuir等温线模型.得到的ΔH0、ΔS0和ΔG0表明金属离子在腐殖酸及共存吸附剂上的吸附是一个吸热、熵增、自发的过程.     

蛭石吸附及解吸锌离子特性研究

用蛭石对锌离子的吸附解吸进行了实验研究,初步探讨了其对锌离子吸附解吸的机理。研究结果表明：蛭石对Zn^2＋具有较强的吸附能力,吸附在8h左右接近平衡。随着锌离子浓度的增加,蛭石的吸附量也在逐渐增加,当锌离子浓度达到400mg／L时,吸附量趋于平稳。在完成吸附实验的基础上,分别采用过滤和取上清液的方法解吸,实验证明静置平衡后,取出上清液50ml,再加入50ml解吸剂的方法解吸效果较好;解吸时间在0h到12h,蛭石的解吸量呈现递增的趋势,且达到1．070mg／g;在12h到48h内,解吸量基本没有增加,其中在24h时达到最大解吸量1．074mg／g。不同的解吸剂对蛭石解吸锌离子影响效果不同：蒸馏水不能使锌离子解吸;K^＋的影响作用相对于Na^＋更明显,随着两种阳离子浓度的增加,蛭石的解吸量逐渐增加。     

融雪对土壤溶解性有机质溶析作用的影响

利用土壤浸提实验和土柱淋洗实验,考察了化学离子的种类与浓度对进入融雪径流的土壤溶解性有机物(DOM)的含量和光谱学特性的影响,以及不同化学特征的积雪融化过程中土壤DOM的释放规律.土壤浸提实验结果表明,随着Na~+、Mg~(2+)和Ca~(2+)浓度的升高,土壤浸提液中的溶解性有机碳(DOC)浓度显著降低;随着Cl~-、SO_4~(2-)、Mg~(2+)和Ca~(2+)浓度的升高,土壤浸提液中波长254 nm处的紫外吸光度(UV-254)逐渐降低;随着Na~+和Mg~(2+)浓度的升高,土壤浸提液中单位浓度DOC的紫外吸收值(SUVA)值逐渐升高.NO_3~-、SO_4~(2-)和Na~+的浓度过高或过低时,土壤浸提液中DOM的类腐殖酸和类富里酸荧光峰强度较低;随着Cl~-、Mg~(2+)和Ca~(2+)浓度的升高,土壤浸提液中DOM的类腐殖酸荧光峰强度逐渐降低.土柱淋溶实验结果表明,类腐殖酸和类富里酸荧光物质是土壤淋滤液中的主要荧光物质.与纯水相比,融雪水作为淋洗液导致土壤淋滤液中DOC浓度的降低,以及类微生物代谢产物荧光峰强度的增高.冻融交替抑制DOM自土壤解吸进入淋滤液,并且导致土壤淋滤液中芳香族化合物相对含量的降低.     

沈阳市大气PM_(10)中水溶性无机阴离子的分布特征研究

2014年7月和12月分别对沈阳市大气污染物PM_(10)(可吸入颗粒物)进行采样分析,采样期内PM_(10)浓度全部超过国家一级标准,最大值超出国家二级标准3.3倍。用离子色谱法分析了PM_(10)中的水溶性无机阴离子,结果表明:4种阴离子浓度之和的变化总趋势为7月12月;各离子浓度的关系为SO_4~(2-)NO_3~-Cl~-F~-,4种离子浓度均为冬季高于夏季;对PM_(10)及4种阴离子进行相关性分析,得出NO_3~-、SO_4~(2-)浓度与PM_(10)浓度呈显著正相关,是PM_(10)的重要组分,并通过NO_3~-与SO_4~(2-)的质量比得出沈阳市大气污染物中水溶性组分主要来自于固定排放源。