基于神经网络模型的千岛湖清洁水体叶绿素a遥感反演研究

叶绿素a浓度值是水体水质评价的重要指标,研究基于高分一号(GF-1)卫星遥感影像,利用神经网络模型,选用6节点的隐含层设置,构建了千岛湖清洁水体叶绿素a浓度反演模型,对其叶绿素a浓度值时空特征进行分析,并与其他常规反演方法精确度进行比较.研究结果表明,利用神经网络模型对千岛湖清洁水体叶绿素a浓度值进行反演是可行的,且与其他常规方法相比,该模型对于叶绿素a含量低的内陆清洁水体反演有着更高的相关性(R2 = 0.921 8);在空间分布上,千岛湖区域水体叶绿素a浓度整体较低,高叶绿素a浓度区域主要集中易受人类活动干扰的西南及东北区域;年际变化分析表明,千岛湖区域水体叶绿素a浓度稳定,且波动较小,平均叶绿素a浓度值皆维持在1.70～1.75 pg/L之间,清洁水体特征显著.     

金属探测器的现状与发展前景

目前,随着科学技术的不断发展,犯罪分子和恐怖分子也利用高新技术制造出新式的武器、爆炸物等.各个国家也对安检越来越重视.通道式安检门在整个安检过程中扮演着一个十分重要的角色.目前,在国内这个领域,国外产品占了很大一部分.国内产品与国外产品相比还有一定的技术差距.主要体现在漏报和误报.漏报是因为灵敏度达不到,误报是因为抗干扰能力较差.而国外产品在这方面却有很大的优势,因此很大一部分政府机关、企业、大型活动组织者都倾向于购买国外产品.衡量一个安检门的优势除了误报和漏报两个重要指标外,还有其它一些技术性能,也是衡量一个门质量好坏的重要参数.     

三峡库区中低产土壤重金属含量及其与小麦吸收的关系

三峡库区中低产土壤的Hg,As,Cr,Pb,Cu五个重金属含量（除渝北区外），均在国家土壤环境质量标准内，属自然背景值一级标准。Cd和Zn高于全国土壤中的平均含量和背景值含量，属二级标准。土壤的重金属含量与土壤母质类型，pH值，阳离子交换量，有机质，无定形铁和物理性粘粒有关，同时存在一定的地域分布。重庆近郊的土壤所有重金属含量相对较高。土壤重金属的可给态或有效性含量极低，锌和铜不是过量，而是不足。小麦籽粒中As,Cr,Pb,Zn,Cu含量低于国家食品对重金属限量标准和小麦籽粒背景值标准，Hg,Cd含量高于国家规定标准。籽粒中的Cu,Zn含量是小麦茎叶中的2.0-2.2倍，而茎叶中的Hg,Pb,As,Cr,Cd含量明显高于籽粒。     

不同轮作模式下作物根际土壤养分及真菌群落组成特征

为研究宁夏中部干旱带不同轮作模式下土壤养分及真菌群落组成的特征,以谷子轮作大豆（MRG）、轮作籽粒苋（MRA）、轮作藜麦（MRQ）及谷子连作（CK）为对象,测定了土壤养分含量,并利用Illumina MiSeq高通量测序平台测定了土壤真菌的ITS变异区序列.结果表明,不同轮作模式对土壤养分的影响存在差异.3种轮作模式下土壤pH和电导率均有所下降,土壤全氮、全钾、全磷和有机质含量均上升,OTUs数和α多样性指数均高于连作.真菌群落组成研究结果显示,子囊菌门（Ascomycota）为4种模式下的优势菌群.聚类分析显示MRA和MRG的真菌属组成最为相似,其次是MRQ,CK与3种轮作模式相差较大.相关性分析显示,土壤养分与几种优势真菌属呈显著相关性（P<0.05或P<0.01）,土壤全氮、全钾、硝态氮和有机质含量是影响土壤真菌群落最主要的因子.主成分分析（PCA）表明,MRG轮作模式优于MRA和MRQ模式.综上所述,轮作提高了真菌群落多样性指数,改变了土壤真菌群落结构,改善了土壤肥力状况,其中以谷子与大豆轮作效果最佳,建议将谷豆轮作作为中部干旱带杂粮产业中主要的轮作模式之一进行推广.     

滆湖水华初期浮游植物群落特征及与水环境因子相关性分析

为探究滆湖水华初期浮游植物群落特征及与水环境因子的相关性,于2018年5—7月在全湖布设22个点,调查研究滆湖水华初期浮游植物群落时空分布特征,并对引起水华主导环境因子进行分析.结果表明：①共获得7门119属,优势属为绿藻门的小球藻与球团藻、蓝藻门的鞘丝藻与微囊藻,其中湖心区域浮游植物丰度与多样性小,均匀性低,属于中偏重污染区域;湖北区以北属于中污染区域,蓝藻堆积严重;西部沿岸及南端区域属于中偏轻污染区域.②冗余分析得出,湖心藻类与水温（T）有强相关性,与叶绿素a（Chl-a）、溶解性总磷（DTP）、pH、溶解氧（DO）呈一定正相关性;湖北区以北藻类与底泥有机质（OM）、水体悬浮物（SS）、Chl-a及DTP呈强相关性,与T呈一定相关性.T与多项环境因子相关,均值从26.1℃上升到32.4℃;OM与有机磷（OP）呈高度相关性（p<0.05,r=0.892）.水华发生的主导环境因子为T、DTP与pH,底泥OM及OP有一定影响.     

有机废物厌氧发酵生物合成己酸研究进展

厌氧发酵处理有机废物并合成高价值羧酸盐的技术日趋成熟。尤其是己酸作为产物之一,因其附加值高,易于分离,用途广泛,越来越受到关注。微生物合成己酸需要电子供体及受体。详细介绍了乙醇、乙酸分别作为电子供体、受体合成己酸的机理——逆β氧化反应,总结合成己酸底物以及影响合成的因素（温度、pH值、水力停留时间、竞争路径、氢气分压、底物比例、氮源等）。目前采用科氏梭菌以乙醇为电子供体来合成己酸的技术较成熟,探索了利用乳酸为电子供体合成己酸的代谢机理,并指出开发乳酸转化合成己酸的技术可成为未来发展方向。     

Ozone pollution characteristics and sensitivity analysis using an observation-based model in Nanjing, Yangtze River Delta Region of China

Ground-level ozone (O₃) has become a critical pollutant impeding air quality improvement in Yangtze River Delta region of China. In this study, we present O₃ pollution characteristics based on one-year online measurements during 2016 at an urban site in Nanjing, Jiangsu Province. Then, the sensitivity of O₃ to its precursors during 2 O₃ pollution episodes in August was analyzed using a box model based on observation (OBM). The relative incremental reactivity (RIR) of hydrocarbons was larger than other precursors, suggesting that hydrocarbons played the dominant role in O₃ formation. The RIR values for NO_X ranged from –0.41%/% to 0.19%/%. The O₃ sensitivity was also analyzed based on relationship of simulated O₃ production rates with reductions of VOC and NO_X derived from scenario analyses. Simulation results illustrate that O₃ formation was between VOCs-limited and transition regime. Xylenes and light alkenes were found to be key species in O₃ formation according to RIR values, and their sources were determined using the Positive Matrix Factorization (PMF) model. Paints and solvent use was the largest contributor to xylenes (54%), while petrochemical industry was the most important source to propene (82%). Discussions on VOCs and NO_X reduction schemes suggest that the 5% O₃ control goal can be achieved by reducing VOCs by 20%. To obtain 10% O₃ control goal, VOCs need to be reduced by 30% with VOCs/NO_X larger than 3:1.     

Metabolomic modulations in a freshwater microbial community exposed to the fungicide azoxystrobin

An effective broad-spectrum fungicide, azoxystrobin (AZ), has been widely detected in aquatic ecosystems, potentially affecting the growth of aquatic microorganisms. In the present study, the eukaryotic alga Monoraphidium sp. and the cyanobacterium Pseudanabaena sp. were exposed to AZ for 7 days. Our results showed that 0.2–0.5 mg/L concentrations of AZ slightly inhibited the growth of Monoraphidium sp. but stimulated Pseudanabaena sp. growth. Meanwhile, AZ treatment effectively increased the secretion of total organic carbon (TOC) in the culture media of the two species, and this phenomenon was also found in a freshwater microcosm experiment (containing the natural microbial community). We attempted to assess the effect of AZ on the function of aquatic microbial communities through metabolomic analysis and further explore the potential risks of this compound. The metabonomic profiles of the microcosm indicated that the most varied metabolites after AZ treatment were related to the citrate cycle (TCA), fatty acid biosynthesis and purine metabolism. We thereby inferred that the microbial community increased extracellular secretions by adjusting metabolic pathways, which might be a stress response to reduce AZ toxicity. Our results provide an important theoretical basis for further study of fungicide stress responses in aquatic microcosm microbial communities, as well as a good start for further explorations of AZ detoxification mechanisms, which will be valuable for the evaluation of AZ environmental risk.     

生态调控后贵州花溪水库浮游植物群落结构的变化特征及影响因素

为了解生态调控后花溪水库浮游植物功能群变化特征与环境因子的关系,基于浮游植物功能群、NMDS（非度量多维尺度分析）、RDA（冗余分析）、Pearson相关性分析方法,于2017年3月-2018年3月逐月对浮游植物群落结构与水环境指标进行采样分析.结果表明:①生态调控前,花溪水库共鉴定浮游植物4门18种,共归类出10个功能群,且功能群H1占绝对优势,其代表藻种为水华束丝藻（Aphanizomenon flosaquae）;生态调控后,共鉴定浮游植物6门66种,共归类出20个功能群,主要优势功能群为B/Lo,其代表藻种为小环藻（Cyclotella sp.）和多甲藻（Peridinium sp.）.②生态调控后,花溪水库优势功能群结构发生了变化,其变化特征为B/Lo（春季）→D/B/Lo/X2/N/P（夏季）→D/B/Lo/N（秋季）→D/MP/B/Lo/W1/W2（冬季）.功能群B的生物量在春季达到峰值（3 056.3 μg/L）,与其对低营养环境有良好的耐受性有关;功能群Lo的生物量在秋季达到峰值（2 900.9 μg/L）,与组成功能群Lo的甲藻特性有关.③RDA结果表明,生态调控前影响浮游植物生长的环境因子为SD（透明度）、ρ（DIN）（DIN为无机氮）;生态调控后影响浮游植物生长的环境因子为WT（水温）、ρ（DO）、ρ（DIN）.研究显示,生态调控后花溪水库功能群结构发生了明显变化,影响功能群变化的主要环境因子为WT和ρ（DO）.