欧美新污染物监测进展及启示

新污染物监测是新污染物环境和健康风险评估及管控的重要基础。欧美发达国家环保部门在20世纪70年代就开展了新污染物监测工作,并且2000年后形成了相应的监测制度,而我国新污染物监测工作正处于业务化起步阶段。通过深入调研欧美国家水中新污染物监测为主的发展历程、监测清单、监测要求等内容,总结出3个特点:建立动态更新的新污染物清单监测机制;将规范的新污染物监测方法作为开展监测的重要前提;充分考虑监测可行性和经济成本。结合我国现阶段新污染物监管需求及监测现状,提出我国新污染物监测工作的3点建议:明晰国家、地方新污染物监测的职责分工,建立优先监测新污染物清单动态更新机制;加强新污染物监测能力建设,建立新污染物监测标准体系;循序渐进开展新污染物监测,注重监测的可行性和可持续性。

氮肥配施生物质碳点对潮土微生物残体碳含量的影响

为探明碳氮投入下土壤微生物残体对有机碳积累的相对贡献,采用培养试验方法探究氮肥配施生物质碳点(简称碳点)对潮土微生物残体碳含量的影响。研究设置4个处理:空白(CK)、施碳点(CDs)、施氮(N)、施氮和碳点(N+CDs)。结果表明:与CK处理相比,CDs处理的无机氮(SIN)含量显著下降29.1%;与N处理比较,N+CDs处理的SIN含量显著下降32.8%,土壤脲酶和亚硝酸还原酶活性均显著下降(P<0.05)。CDs处理的土壤溶解性有机碳(DOC)含量略高于CK处理,且CDs处理改变了DOC的官能团结构;N+CDs处理的DOC含量比N处理显著提高28.8%,N+CDs也提高了DOC中胺类和芳香类化合物含量。与N处理比较,N+CDs处理的细菌残体碳(BNC)和真菌残体碳(FNC)含量显著增加29.5%和17.7%(P<0.05),且提高了土壤微生物残体对有机碳积累的相对贡献。回归分析表明,总的细菌和真菌残体碳与土壤理化性质存在相关性。通过结构方程模型进一步验证,发现DOC中的芳香族化合物是调控BNC的主要因素,FNC主要受土壤氮净硝化速率和DOC的平均分子量调控,N+CDs处理主要通过改变潮土溶解性有机碳及官能团结构和氮转化速率影响微生物残体碳积累。

美丽中国建设过程中重点关注的新污染物监测研究

随着美丽中国建设的推进,新污染物的监测和治理逐渐成为我国生态环境保护的重要工作之一.目前广受关注的新污染物包括持久性有机污染物、内分泌干扰物、抗生素和微塑料等.本文基于国内外新污染物研究的最新进展,对部分重点关注的新污染物的环境分布和监测分析前沿进行了简要综述,并初步讨论了美丽中国建设中新污染物监测技术的发展方向,以期为美丽中国建设提供助力.

微藻对新污染物胁迫响应机制的研究进展

随着分析技术和环境监测手段的进步,新兴污染物在环境中已普遍检出,其潜在的环境危害近年来受到广泛关注和研究。微藻作为水生生态系统中的初级生产者,不仅在维持生态系统的稳定与平衡中发挥着至关重要的作用,其对环境变化的高度敏感性也使其成为研究环境毒理学影响的理想生物模型。本文系统综述了微藻对于5类新兴污染物包括全氟化合物、多环芳烃、微塑料、合成酚类抗氧化剂及有机磷酸酯等在内的响应机制,重点探讨了微藻在污染物胁迫下的生长和形态、对污染物的吸收和代谢、氧化应激反应、光合作用及基因表达等方面,分析了新兴污染物胁迫下微藻的响应机制,归纳了新兴污染物作用于微藻的毒性影响与可能的作用机理,通过总结和分析提出了建议和展望。

“双碳”目标对温室气体监测技术有哪些新要求?

需要全方位、多层次的监测,现在的技术难以覆盖很大的生态系统和大气环境;高温度、高湿度、干扰气体等复杂情况对监测技术要求更高了中国工程院院士、环境监测技术专家刘文清:温室气体监测仪器在实现“双碳”目标过程中的扮演重要角色,因为没有好的监测数据,很难说明温室气体减排的效果,但实际上我们现在的需求和现状还有一些差距。首先,“双碳”工作要求全方位、多层次的监测,涵盖了从点到区域再到全球温室气体的排放状况。现在的监测技术仍然存在监测范围有限的问题,主要是用于固定源的监测,特别是一些工业的排放点和特定区域的集中式监测,很难覆盖很大的生态系统和大气环境。

欧美国家大气环境监测经验与启示

美国、欧洲是世界上大气环境监测技术较为先进的国家和地区。美国国家环境保护局(EPA)作为美国联邦政府的独立行政机构,设置有空气与辐射局专职负责大气环境管理,其下设置空气质量规划与标准司,负责大气环境质量标准制修订、全国大气监测网络运行、空气质量达标判定、大气污染防治政策制定等全流程管理工作,制定了完备的法律法规、标准和技术规范。

耦合水文情势及鱼类繁殖的江垭水库生态调度需求研究

为了修复河流水文情势、维持河流生态系统健康,通过环境DNA采样、IHA水文指标变动分析和文献资料总结等方法,开展了江垭水库坝下水文情势及鱼类繁殖需求关系研究,提出了水库生态调度需求与建议。结果显示,2021年9月在溇水干支流综合调查获得鱼类55种,与20世纪90年代相比,流水性种类在干流江段显著减少了51.35%;按照生态调度优先等级评估原则,确定江垭水库生态调度的主要目标物种为产漂流性卵的银鲴(Xenocypris argentea)、银鮈(Squalidus argentatus)、贝氏䱗(Hemiculter bleekeri)和产粘沉性卵的鲤(Cyprinus carpio)、鲫(Carassius auratus);江垭建坝前后下游水文情势变化较大,发生高度改变且对鱼类洄游产卵及鱼卵发育有重要作用的水文指标包括年最大1日、3日平均流量指标、年出现高流量脉冲事件的次数和持续时间以及连续日流量上涨率。研究表明,以促进坝下不同产卵类型的鱼类繁殖为目标,生态调度需要一定的高流量脉冲次数和历时,还需要控制下游水位的日降幅,通过泄放合理的生态流量来维持下游鱼类的生物多样性。

超高效液相色谱-串联质谱法测定水体和底泥中的阿维菌素和伊维菌素

为建立超高效液相色谱-串联质谱法(UHPLC-MS/MS)同时测定水产养殖环境(水体及底泥)中阿维菌素和伊维菌素的检测方法。先采用HLB固相萃取柱富集和净化水样,采用PSA和C18吸附剂净化底泥样品;样品中的目标物采用Phenomenex Kinetex C18色谱柱分离,以5 mmol/L乙酸铵水溶液和乙腈作为流动相进行梯度洗脱,在电喷雾离子源(ESI)、正离子扫描和多反应监测(MRM)模式下进行测定,外标法定量。在最优实验条件下,阿维菌素和伊维菌素在7.5 min内完成色谱分离分析,目标物在1~100μg·L^(-1)范围内线性关系良好,相关系数均大于0.995。空白水样在0.05,0.50,2.5和5.0μg·L^(-1)共4个添加水平下的回收率为71.6%~88.2%,相对标准偏差(RSD,n=6)在1.51%~8.81%,方法检出限(LOD)为0.02μg·L^(-1),方法定量限(LOQ)为0.05μg·L^(-1);空白底泥在1.0,10.0,50.0和100.0 ng·g^(-1)共4个添加水平下的回收率为75.3%~96.4%,RSD值(n=6)为3.45%~8.99%,LOD值为0.3 ng·g^(-1),LOQ值为1.0 ng·g^(-1)。该方法灵敏度高,重现性好,操作快速简便,适用于水产养殖环境(水体和底泥)中阿维菌素和伊维菌素的分析检测。

改进灰狼算法优化GBDT在PM_(2.5)预测中的应用

针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局搜索能力;利用粒子群算法模拟灰狼种群得出的最佳适应度以用于惩罚项改进灰狼算法中的头狼更新策略。使用改进算法优化的梯度提升树(Gradient Boosting Decision Trees,GBDT)模型对北京市大气污染物监测数据中PM_(2.5)质量浓度进行预测,采用3种评估函数对各模型以及混合模型预测效果得分进行评估。结果显示,本文改进的灰狼算法对梯度提升树的优化效果优于其他算法,均方根误差E RMS为6.65μg/m^(3),平均绝对值误差E MA为3.20μg/m^(3),拟合优度(R^(2))为99%,比传统灰狼算法优化结果的均方根误差减少了19.19μg/m^(3),平均绝对值误差降低了10.03μg/m^(3),拟合优度增加了9百分点;与霍尔顿序列和莱维飞行改进的(Levy Flight-Halton Sequence,LHGWO)相比,改进的灰狼算法预测得分的均方根误差降低了10.39μg/m^(3),平均绝对值误差减小了6.71μg/m^(3),拟合优度提高了5百分点。研究表明了预测模型优化的有效性,为未来城市改善空气质量提供了科学依据和技术支持。

搅拌子吸附-热脱附-气相色谱-质谱法分析北京大气中33种多氯联苯

用包覆聚二甲基硅氧烷(PDMS)吸附层的搅拌子作被动大气采样器,建立了搅拌子吸附-热脱附-气相色谱-质谱法(SBSE-TD-GC-MS)分析大气中多氯联苯(PCBs)的方法。优化后的热脱附温度为280℃,热脱附时间为6 min,聚焦冷阱的温度为-40℃,33种PCB单体的热脱附残留比例低于7%。验证了方法的线性、精密度和重复性。标准曲线5个点线性关系良好,33种PCB单体的相关系数r>0.998。方法精密度验证的相对标准偏差(RSD)为0.79%~20.2%(n=8),日内重复性实验的RSD为0.43%~29.8%(n=10),日间重复性实验的RSD为3.20%~29.6%(n=20),方法检出限(LOD)为0.01~2.51 pg,回收率为98%±18%。将建立的方法用于北京大气中PCBs的分析。检出8种PCB单体,质量为2.94~129 pg。在32 d的采样周期内PCB-52、PCB-123、PCB-155一直处于线性吸附阶段,而PCB-1和PCB-3经过了线性吸附阶段、曲线吸附阶段和平衡阶段。研究结果表明,SBSE-TD-GC-MS可以用于大气中PCBs的样品采集和快速分析。

基于LG-PBFT共识算法的去中心化环境监测数据采集与真实性验证

为解决环境监测数据篡改问题,研究采用LG-PBFT共识算法,结合分组结构和高效的共识机制,引入区块链技术的去中心化设计,成功规避了传统验证机制的单点风险,并确保了环境监测数据的可信度。实验结果表明,相较未改进的PBFT算法,LG-PBFT算法在节点增加时保持较高吞吐量,并显著降低了共识延时。研究验证了LG-PBFT算法在提升系统性能和确保数据真实性方面的可行性,为环境监测技术的进一步发展提供了强有力的支持。

用于土壤中氮钾含量快速测定的非接触电导微流控芯片

[目的/意义]土壤中氮、钾元素在作物生长和农业生产过程中具有关键作用。快速定量检测土壤中氮、钾含量对指导精确施肥具有重要意义。因此,建立一种快速可靠的土壤氮、钾含量检测方法十分必要。[方法]本研究建立一种基于聚二甲基硅氧烷(Polydimethylsiloxane,PDMS)微流控芯片电泳和电容耦合非接触电导检测(Capacitively Coupled Contactless Conductivity Detection,C4D)方法,快速定量检测土壤中氮、钾养分离子。通过微流控电泳芯片实现对土壤中多种离子快速分离,利用C4D进行电导率变化的精准测量。基于检测器工作频率输出响应特性,激励电压响应特性和电泳电压,确定最佳分离和检测性能。[结果和讨论]该方法对钾离子(K+)、铵根离子(NH4+)和硝酸根离子(NO_(3)^(-))标准溶液的检测限(S/N=3)分别为0.5、0.1和0.4 mg/L。K^(+)、NH_(4)^(+)和NO_(3)^(-)在0.5~40.0 mg/L范围内具有良好的线性关系,线性相关系数(R2)分别为0.994、0.997和0.990,表明该方法可以对土壤中氮、钾养分离子进行定量分析。同时,采用峰高、峰面积和出峰时间作为评价指标进行可重复性实验,其相对标准偏差(Relative Standard Deviation,RSD)均小于4.4%,说明该方法具有良好的重复性。此外,对土壤样品进行测试,K^(+)和NH_(4)^(+)可实现完全分离以及同步检测,其检测效率明显提高。通过标准加入法进行回收率实验,回收率保持在81.74%~127.76%。[结论]本研究为土壤氮钾养分离子的快速检测提供了一种简便、高效的方法。

浅谈盘锦稻区土壤环境的监测、保护与治理

总结近年来盘锦稻区土壤环境监测工作的部分情况,简述稻区土壤环境监测工作的意义,介绍盘锦稻区土壤环境保护、监管与治理的相关进展,并提出强化土肥基础工作、拓宽监测范围、完善数据资料、加强环境监管、强化污染治理、加强相关培训与宣传等建议。

天气雷达站电磁环境影响监测研究

天气雷达站产生的超标电磁辐射会对人体造成严重的损伤。为此,提出天气雷达站电磁环境影响监测与分析。分析天气雷达站电磁影响因素,结合发射天线的方向函数,构建雷达功率密度模型。测试结果表明,对于S波、C波段、X波段,真实值与计算值呈现随距离增加而降低的趋势。对于三个波的频段,当接近天线的远场区时,计算值与真实值逐渐接近,相对误差均较小,说明模型在远场区的适用性更强;研究算法与实测值的拟合程度较高;在模型的应用中,真实反映了某市区的电磁辐射情况。

水面无人艇研究现状及应用

水面无人艇具有自主控制、良好机动性及续航持久等特点,通过携带探测、打击和通信等多种不同的载荷,可执行环境监测、护航、情报侦察、反潜等多种任务。本文介绍了无人艇系统的国内外研究现状,分析了无人艇所涉及的关键技术和应用场景,并对未来发展趋势做了阐述。

结合双线性网络和注意力的蓝藻图像识别方法

针对实际工程环境中采集的蓝藻图像数量不均衡、复杂光照条件影响、蓝藻图像局部区域特征捕捉不全面等问题,提出一种结合双线性网络和注意力的蓝藻图像识别方法。首先构建蓝藻图像数据集,并使用图像增强算法对数据集进行优化,再使用双线性网络充分提取蓝藻图像特征信息,同时结合卷积块注意力机制,聚焦重要的局部特征,忽视无用信息,进一步提升对无蓝藻、颗粒状蓝藻、带状蓝藻和片状蓝藻等4类不同形态蓝藻图像的分类效果。在构建的Algea-ultimate蓝藻数据集上进行实验,结果表明:相比识别效果最好的经典网络模型ResNet18,所提方法在识别准确率上提升7.29%,识别精度有明显提升。识别方法可用于太湖流域水质监测和预警平台中,提供蓝藻图像自动识别功能,为实时监测水体蓝藻形态提供智能化解决方案。

严寒地区混合垂直通风猪舍环境质量评价

为探究垂直通风系统(屋顶与粪坑混合排风)在寒区猪舍中的适应性,该研究在秋冬季节对内蒙古某规模化猪舍的热湿与空气质量环境进行了实时连续监测,并根据测试结果对猪舍环境质量进行评价。结果表明:1)测试期间,舍内平均温度、相对湿度以及氨气(NH_(3))、二氧化碳(CO_(2))、总悬浮颗粒物(total suspended particulate, TSP)浓度分别为22.7℃、59.6%、6.5 mg/m^(3)、2 200 mg/m^(3)、2 915μg/m^(3),舍内通风量为0.34~0.39 m^(3)/(h·kg),各环境指标基本满足生产环境阈值要求;保育期间舍内有效环境温度范围为27.1~30.7℃,存在轻度热应激情况,占总监测时间的12.9%;2)舍内温度、相对湿度与NH_(3)、CO_(2)、TSP浓度空间分布不均匀系数分别为0.01、0.15、0.45、0.03、0.15,各环境参数空间分布均较为均匀;3)试验单元(U1、U3)猪的平均日增质量、料重比与死淘率分别842和818 g/d、2.68和2.79、1.68%和1.31%,生产性能良好。综上,不设吊顶的侧墙进风,屋顶与粪坑混合排风的垂直通风系统,总体上能够满足严寒地区猪舍秋冬季热湿环境与空气质量调节需求,保证良好的生产性能。

基于深度学习的农作物病虫害研究进展

病虫害严重影响农业和环境的可持续发展,导致农作物产量损失和品质下降。深度学习技术为病虫害识别和防治提供了新方法,在识别准确率和效率方面呈现出独特优势。在归纳总结深度学习技术发展历史、算法的优缺点基础上,探讨其在农作物病虫害研究中的应用现状、存在的问题和发展趋势。CNN(convolutional neural networks)架构是病虫害识别的核心技术,基于迁移学习的深度学习技术是研究热点。为加快深度学习技术在农业领域的应用,促进智慧农业的发展,应加快建设农作物病虫害数据集、优化深度学习架构、搭建移动平台、研究单一和混合病虫害图像分割技术、融合无人机和卫星遥感影像与地面观测数据,实现大面积农作物病虫害的识别与检测。通过深度学习技术在农作物病虫害识别中的应用,可以在保护生态平衡的基础上加强对病虫害防治,保障农作物的产量和质量。

基于纸基微流控的荧光技术在环境检测中的应用

微流控纸基分析器件(microfluidic paper-based analysisdevice,μ-PADs)凭借成本低廉、绿色环保的优点,在环境检测与分析化学等领域得到广泛的关注。基于纸基微流控的荧光检测技术灵敏度高、易于操作,在现场快速检测方面具有独特的优势,近年来国内外研究者在这一领域的探索日益深入。介绍了μ-PADs的制作方法,探讨了荧光传导机制,并对基于μ-PADs的荧光检测技术在环境污染物检测的研究现状和应用潜力进行了分析总结,同时对其未来发展方向进行了展望。

基于GRA-GRU的淮河流域水质预测研究

水质指标具有多元相关性、时序性和非线性的特点,为有效预测河流水质变化,针对水质数据存在缺失和异常的问题,提出基于灰色关联分析-门控循环单元(Grey Relational Analysis-Gated Recurrent Unit, GRA-GRU)的水质预测模型。以淮河流域水质数据为样本,使用线性插值修补缺失数据和剔除的异常数据。使用灰色关联分析计算不同水质指标间的相关性,选择高相关性的水质指标以确定输入变量,并使用门控循环单元(Gated Recurrent Unit, GRU)预测不同的水质指标。将GRA-GRU的预测结果与反向传播神经网络(Back Propagation Neural Network, BPNN)、循环神经网络(Recurrent Neural Network, RNN)、长短期记忆神经网络(Long Short Term Memory, LSTM)、GRU及灰色关联分析-长短期记忆神经网络(Grey Relational Analysis-Long Short Term Memory, GRA-LSTM)进行对比分析,结果显示GRA-GRU在不同水质指标预测上具有较好的适应性,可以有效降低预测误差。其中,与其他模型相比,GRA-GRU预测的化学需氧量在均方根误差上分别降低了3.617%、0.681%、0.478%、1.505%和0.471%。