基因模式提供了对污染的良好评估

2013年7月5日来源:环境科学与技术瑞士研究人员使用菲藻中的基因表达模式来评估环境中的汞污染和镉污染,他们得出结论,基因表达可用于评估环境污染。来自日内瓦大学的一个研究小组监测了在一种叫作伊乐藻(Elodea nuttallii)的菲藻中的基因表达模式。研究者发现,在复杂的环境样品中,它们能对有毒金属污染提供相比其他终点(比如,生物累积)更好的评估。     

雾霾来袭 我们如何应对?

什么是雾霾?雾霾是雾和霾的组合词。因为空气质量的恶化,阴霾天气现象出现增多,危害加重。中国不少地区把阴霾天气现象并入雾一起作为灾害性天气预警预报,统称为"雾霾天气"。雾,是由大量悬浮在近地面空气中的微小水滴或冰晶组成的气溶胶系统,是近地面层空气中水汽凝结(或凝华)的产物。雾的存在会降     

类芬顿试剂吸收去除气态元素汞

实验初步研究了类芬顿试剂为吸收剂对气态元素汞的脱除性能,考察了铁盐种类、pH、初始汞浓度、反应温度、卤素离子、甲酸添加量等因素对类芬顿试剂脱除气态元素汞性能的影响.结果表明,在pH 3.5条件下,以氯化铁为催化剂时,气态元素汞的脱除效率为76.4%;添加250μg.mL-1Cl-、150μg.mL-1Br-或5.0μg.mL-1甲酸均可以显著提高类芬顿反应体系对气态元素汞的脱除效果,最高脱除效率可达95%以上.     

新型高分子絮凝剂对水中有机配位汞的捕集性能

将二硫代羧基引入到聚乙烯亚胺中,制备出一种新型高分子絮凝剂聚乙烯亚胺基黄原酸钠(PEX).以含汞水样为处理对象,考察了水样pH值对PEX去除Hg2+效果的影响,并研究了水样中存在有机配位剂EDTA、柠檬酸铵以及氨基乙酸等时,PEX捕集Hg2+的性能.实验结果表明,在不同pH值下,该絮凝剂对Hg2+均具有很好的捕集效果,Hg2+的最高去除率均可达到100%.pH值对PEX投加量有一定的影响,同样去除率下, pH值较低时,PEX投加量相对较多.水样中EDTA的存在,在一定程度上会抑制Hg2+的去除,但增加PEX投加量会减弱或消除此影响.柠檬酸铵的存在会促进Hg2+的去除;而氨基乙酸的存在,在较低pH值下会促进Hg2+的去除,pH值升高时其对Hg2+的去除表现为抑制作用.絮体浸出实验表明汞的浸出率较低,PEX—Hg絮体具有很好的稳定性,不易引起二次污染.     

燃煤烟气汞排放与控制研究进展

近年来,煤燃烧烟气汞排放加剧。针对燃煤中汞的形态分布以及各种影响因素进行分析和综述,对炉内脱汞和烟气汞排放的控制方法的原理和技术进行了总结和分析。     

半封闭溶样冷原子荧光测定鱼体中总汞分析方法的建立

文章建立了一种新的测定鱼体中总汞的方法,将半封闭混酸消化法与冷原子荧光法并用,对鱼体肌肉组织在95~140 ℃下进行消化并测定其总汞含量。实验结果显示,该方法精确度高,便于操作;对鱼汞含量标准样品(TORT 2,DORM 2)的实测结果与推荐值间误差小于1.13%,是快速、准确地测定鱼体中总汞的理想方法。     

上海老港垃圾填埋场中汞的释放规律研究

利用AMA 254-Automatic solid/liquid Hg Analyzer对上海老港垃圾填埋场不同年份封场单元上覆土壤中的汞进行了系统研究,发现垃圾填埋场的汞主要以气态形式进行扩散释放。上覆土壤中的汞含量与土壤自身的特性有关,上覆土壤中总有机碳、土壤总汞、易挥发汞和结合态汞之间具有明显的相关性,影响并控制着汞的释放,同时垃圾封场时间对垃圾填埋场中汞的释放有明显影响。不同成熟度垃圾的上覆土壤中汞都具有次表面样品总汞含量高于表面样品的特点,但变化趋势不同。     

空气环境中汞污染物分析测试的技术进展

阐述了我国空气环境中汞污染的现状,介绍了几种空气环境中汞污染分析测试技术。     

基于DOC+CDPF+SCR技术的国Ⅴ排放重型柴油机气态物排放特性研究

基于DOC+CDPF+SCR后处理技术,在国V排放重型柴油机平台上研究了后处理装置三个测点:本机后、DOC+CDPF后以及SCR后的NOx、THC、CO、SO2、CO2以及醛类等气态物排放特性。研究结果表明:DOC+CDPF+SCR联合工作能够有效降低柴油机的NOx、THC、CO及SO2的排放,转化率分别达到91.8%、96.9%、99.9%和90.5%。SCR对柴油机排放中的NOx和SO2净化起主导作用,DOC+CDPF对THC和CO净化起主导作用。SCR对发动机背压的影响以及尿素的分解引起柴油机的CO2和醛类排放上升分别为3.1%和22.8%。     

基于人工神经网络的燃煤汞排放预测模型

利用GA-BP的人工神经网络算法建立燃煤汞排放预测模型,确定煤中汞含量、煤的发热量、煤中硫含量、煤中氯含量、挥发份含量、排烟温度作为输入矢量,元素态汞、氧化态汞和颗粒态汞3个因素作为输出参数,通过对20个燃煤锅炉汞排放形态的测试数据进行模型训练,结合实际测试数据和预测数据对误差来源进行了分析.通过对3个样本进行验证,分析人工神经网络的实际预测效果.研究结果表明,训练与预测的精度都是符合汞排放预测实际要求的,预测精度达0.895,分析表明利用人工神经网络建立预测模型可对燃煤汞排放进行预测.