Exploring Chemical Variables in Ligustrum lucidum Ait. F. Tricolor (Rehd.) Rehd. in Relation to Air Pollutants and Environmental Conditions

Ligustrum lucidum Ait. f. tricolor (Rehd.) Rehd. in relation to atmospheric pollutants in Córdoba city, Argentina. The study area receives regional pollutants and was categorized taking into account traffic level, industrial density, type of industry, location of the sample point in relation to the street corner, treeless condition, and topographic level. Dried weight/fresh weight ratio (DW/FW) and specific leaf area (SLA) were calculated, and concentrations of chlorophylls, carotenoids, total sulfur, soluble proteins, malondialdehyde (MDA), and hydroperoxy conjugated dienes (HPCD) were determined in leaf samples. Sulfur content correlates positively with traffic density and SLA correlates negatively with some combinations of the categorical variables; MDA correlates positively with topographic level and total protein concentration correlates negatively with treeless condition. On the basis of our results, traffic, location of trees, type of industry, situation of a tree with respect to others, and topographic level are the environmental variables to bear in mind when selecting analogous sampling points in a passive monitoring program. An approximation to predict tree injury may be obtained by measuring DW/FW ratio, proteins, pigments, HPCD, and MDA as they are responsible for the major variability of data.     

碘化阶层孔氧化硅纳米球对水中典型有机氯污染物的吸附性能研究

采用共缩聚法,成功地原位合成了碘改性的阶层多孔氧化硅纳米球（SiO₂-I）,研究了其基于卤键作用对典型有机氯污染物六六六的吸附性能,并考察了改性剂I-硅烷含量和pH值对吸附效果的影响.实验结果表明,该纳米材料对六六六表现出优异的吸附富集性能,吸附速率快,60 min内对六六六的去除率为71.6%,240 min内达到吸附平衡,去除率可达98.3%,最大吸附量为178.6 mg·g^-1;吸附动力学符合拟二级动力学模型;碘物种的加入提高了阶层多孔氧化硅的吸附速率和吸附效率.另外,为了便于纳米吸附材料的分离,本研究对SiO₂-I纳米球进行了磁性化.研究发现,磁性化修饰后,SiO₂-I纳米材料仍然保留对六六六优异的吸附富集性能,240 min时的吸附去除率达90.3%.     

不同浓度锌处理下水稻幼苗对镉的累积效应

为探究锌（Zn）对水稻镉（Cd）累积的影响及其根表铁膜所发挥的作用,选取Cd高累积型水稻品种中9优547（简称"Z547"）和Cd低累积型水稻品种金优402（简称"J402"）,采用温室水培试验,研究0、2、5、10、15和20 μmol/L等6个Zn浓度下水稻幼苗对Cd的累积效应,以及不同浓度Zn处理对根表铁膜生成量的影响.结果表明:①随着c（Zn）的增加,Z547和J402水稻幼苗生物量均呈先增后减的趋势,分别在c（Zn）为2和10 μmol/L时达到最大值.②Z547和J402水稻幼苗中w（Cd）均呈先降后增的趋势,分别在c（Zn）为5和2 μmol/L时达到最小值;当水稻幼苗中w（Cd）达到最小值时,Z547根和地上部中w（Cd）分别为31.65和11.47 mg/kg,J402根和地上部中w（Cd）分别为22.58和14.36 mg/kg.③不同浓度Zn处理下水稻幼苗各部位中w（Cd）均与根表铁膜中w（Mn）、w（Fe）、w（Fe+Mn）呈显著正相关,高铁膜处理水稻幼苗中w（Cd）显著高于低铁膜处理,表明根表铁膜生成量的增加会促进Cd在水稻幼苗中的累积.研究显示,当c（Zn）较低时,c（Zn）的增加会抑制水稻幼苗对Cd的累积;当c（Zn）较高时,c（Zn）的增加会促进水稻幼苗对Cd的累积,而Zn可通过控制根表铁膜的生成来影响水稻幼苗对Cd的累积.      

保定市大气污染特征和潜在输送源分析

保定市是京津冀地区重要城市之一.为了解保定市大气污染物质量浓度特征和潜在输送源,对保定市国控点2017年1月1日-12月31日PM₁₀、PM_2.5、SO₂、NO₂、O₃、CO等常规大气污染物数据进行分析,并利用TrajStat后向轨迹模型进行区域传输研究.结果表明:①ρ（PM₁₀）、ρ（PM_2.5）、ρ（SO₂）、ρ（NO₂）分别为（138±96）（84±66）（29±23）和（50±24）μg/m3,与2016年相比分别下降5.9%、9.1%、25.5%和13.1%;ρ（CO）较2016年下降了14.0%;ρ（O₃）较2016年增长了25.2%.ρ（PM₁₀）、ρ（PM_2.5）、ρ（NO₂）和ρ（O₃）分别超过GB 3095-2012《环境空气质量标准》二级标准限值的0.97、1.40、0.25和0.34倍,ρ（SO₂）和ρ（CO）未超标.②除ρ（O₃）外,其他污染物质量浓度均呈冬季最高、夏季最低的季节性特征,其中,冬季PM_2.5污染最为严重,春季PM_2.5~10（粗颗粒物）污染严重.③空气质量模型源解析结果显示,保定市ρ（PM_2.5）约60.0%~70.0%来自本地污染源排放.后向轨迹结果表明,在外来区域传输影响中,保定市主要受到西北方向气团（占比为21.7%~60.0%）远距离传输和正南方向气团（占比为34.8%~50.5%）近距离传输的影响.④PSCF（潜在源贡献因子分析法）和CWT（浓度权重轨迹分析法）分析表明,除保定市及周边区县本地污染贡献外,位于太行山东麓沿线西南传输通道的邯郸市、邢台市、石家庄市是影响保定市PM_2.5的主要潜在源区.研究显示,PM_2.5为保定市大气中的主要污染物,并呈冬季高、夏季低的变化特征,其主要来自西北远距离输送和南部近距离传输.      

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.      

Pt负载暴露(001)晶面Bi2WO6催化剂合成及光催化性能

通过水热法制备了暴露（001）晶面的Bi₂WO₆纳米片,利用光还原法将Pt纳米颗粒负载于其表面.选择苯甲醇氧化和罗丹明B（RhB）降解为探针反应,评价了催化剂的光催化性能.在苯甲醇氧化实验中,Pt负载暴露001晶面的Bi₂WO₆样品的苯甲醇转化率为20.7%,约为未负载样品的2倍.在RhB降解实验中,Pt负载样品在光照40min后对RhB的矿化率可达81.1%,而未负载样品RhB矿化率仅为55.8%,表明Pt负载样品具有更优的降解速率和矿化能力.催化剂性能的提升归因于高能晶面暴露和Pt负载的协同作用.Pt纳米颗粒的负载作为助催化剂增加了催化剂表面的活性位点,同时提高了晶面光生电子空穴对的分离和迁移效率.     

微塑料对黑麦草吸收和累积水体中环丙沙星的影响

微塑料（microplastics,MPs）和抗生素作为新型环境污染物,引起了国内外学者对其生态风险的关注.以黑麦草（Lolium perenne L.）为供试植物,以聚苯乙烯微塑料和环丙沙星（ciprofloxacin,CIP）为研究对象,探讨微塑料对水培黑麦草吸收和富集抗生素的影响及MPs-CIP复合污染对植物生长的毒性作用.结果表明:黑麦草对单一CIP和MPs-CIP复合污染中的CIP均有吸收去除能力,底物中微塑料的存在会促进黑麦草对低浓度CIP的吸收去除,去除率最高可达100%,但对高浓度（1.0、2.0 mg/L）CIP吸收的影响不显著（P>0.05）.同时,微塑料可促进黑麦草根部积累的CIP向地上部转运,当CIP浓度分别为0.1、2.0 mg/L时,投加微塑料后根部积累的CIP含量与单一CIP处理组相比分别降低了44.0%、21.2%,叶片中CIP的积累量分别增加了2.9、3.0倍.微塑料的加入显著加重了CIP对黑麦草生长和叶绿素含量的抑制作用.与2.0 mg/L CIP处理组相比,50.0 mg/L MPs-2.0 mg/L CIP复合污染处理组对黑麦草根长和鲜质量的抑制率分别增加了53.7%和79.6%,而叶绿素a、b含量则分别降低了38.5%和44.4%.研究显示,水体中微塑料与CIP的共存会影响黑麦草吸收和体内积累CIP,并加重CIP对植物生长的毒性作用.      

能源作物甜高粱对镉污染农田的修复潜力研究

通过田间控制试验,研究在不同镉污染条件下甜高粱对镉的吸收和积累规律,并采用先进固态发酵(ASSF)技术对甜高粱进行能源化利用,阐明能源植物甜高粱对镉污染农田的修复潜力.结果表明:甜高粱对镉具有较强的吸收能力和耐性,在不同浓度的镉处理条件下,均可以完成正常生育期(167 d),但当土壤镉含量达到33 mg·kg~(-1)时其生长受到显著抑制.在甜高粱植株内,根部的镉浓度最高,呈现根茎叶籽粒的分布特点,单株镉的积累量最高可达到0.84 mg(土壤镉含量为18 mg·kg~(-1)).甜高粱对镉的吸收与土壤中的镉含量具有显著的线性关系(P0.05),随着土壤中镉含量的增加显著增加,但是镉处理对甜高粱茎秆的糖和水分含量,以及发酵过程中糖利用率和乙醇转化率均没有影响.因此,在镉污染农田上种植甜高粱,可以确保生产的产品不进入食物链而进入能源产业链,既可以生产生物乙醇的原材料,产生经济效益,又可以吸收土壤中镉,实现对镉污染农田的边生产边修复.     

Analysis of pollutant levels in central Hong Kong applying neural network method with particle swarm optimization

Air pollution has emerged as an imminent issue in modernsociety. Prediction of pollutant levels is an importantresearch topic in atmospheric environment today. For fulfillingsuch prediction, the use of neural network (NN), and inparticular the multi-layer perceptrons, has presented to be acost-effective technique superior to traditional statisticalmethods. But their training, usually with back-propagation (BP)algorithm or other gradient algorithms, is often with certaindrawbacks, such as: 1) very slow convergence, and 2) easilygetting stuck in a local minimum. In this paper, a newlydeveloped method, particle swarm optimization (PSO) model, isadopted to train perceptrons, to predict pollutant levels, andas a result, a PSO-based neural network approach is presented. The approach is demonstrated to be feasible and effective bypredicting some real air-quality problems.     

日照市大气质量指数分区预报

利用1999年1月至2002年7月日照市环境监测站监测的污染物浓度资料和探空及本站地面气象资料,分析了日照地区可吸入颗粒物(PM_(10))、二氧化硫(SO_2)、氮氧化物(NO_x)浓度变化的时空分布特征及气象要素的变化对污染物浓度时空分布特征的影响。在此基础上,建立了可吸入颗粒物(PM_(10))、二氧化硫(SO_2)、氮氧化物(NO_x)浓度指数预报方程及大气质量指数分区预报流程。并用VB6.0语言编程在微机上建立了简洁流畅、操作简便的大气质量指数分区预报系统。实际预报结果较好。