上海市不同土地利用方式绿地土壤中Cu、Zn、Pb和Cr的污染评价

通过对上海市不同土地利用方式下绿地土壤中重金属Cu、Zn、Pb和Cr的调查研究,发现工业区和交通区绿地土壤中Cu、Zn、Pb、Cr的平均含量均显著高于大学、公园及居民区。与上海市土壤环境背景值相比,不同土地利用方式中4种重金属均存在一定富积。就单项污染指数而言,Cu、Pb和Cr的污染程度大小依次为工业区>交通区>大学≈公园≈居民区,而Zn为交通区>工业区>大学≈公园≈居民区;就内梅罗综合污染指数而言,工业区和交通区污染较严重,分别有54.17%和67.9%的土壤达重度污染;而公园、大学及居民区绝大部分土壤为轻度污染,分别为73.1%、100%和60%。

兰州市表层土壤Cu、Zn、Pb污染评价及成因分析

本文通过调查研究分析 ,对兰州市表层土壤重金属 (Cu、Zn、Pb)含量的空间变化及污染程度进行了评价 ,探讨分析了交通、工业活动以及绿化带对城市重金属污染的影响。结果表明 ,兰州市表层土壤除个别点外均已受到重金属污染 ,其污染程度取决于交通所产生的汽车尾气、扬尘 ;另外 。

Cu、Pb和丁草胺污染对土壤呼吸强度的影响

采用室内碱液吸收法研究了重金属Cu、Pb和丁草胺及其复合污染对土壤呼吸强度的影响及其随时间的动态变化。重金属Cu、Pb和丁草胺单一污染对土壤呼吸强度的影响，随污染物的浓度和培养时间而变化，DMRT法检验表明，在后期各处理与对照间的呼吸强度都存在显著差异，前期则差异不显著。复合污染中，丁草胺与Cu复合污染对土壤呼吸强度的影响在培养后期存在明显的交互作用，而丁草胺与Pb复合污染对土壤呼吸强度的影响在培养前期存在一定的的交互作用，Cu与丁草胺复合污染及Pb与丁草胺的复合污染对土壤呼吸强度变化率的影响大于单一污染对土壤呼吸强度变化率的影响，复合污染对土壤呼吸强度变化率的影响表现为：丁草胺与Cu复合污染〉丁草胺与Pb复合污染。

松嫩平原耕作黑土Cu、Pb、Zn的污染现状分析

黑土区是中国重要的商品粮生产基地之一,对于中国的粮食安全和国民经济的稳定起着举足轻重的作用。以松嫩耕作黑土土壤为研究对象,对呼兰、绥化、海伦、依安与嫩江5个调查区的土壤中Cu、Pb、Zn的污染现状进行研究,揭示耕作黑土的健康状况,为黑土生态系统的科学管理提供理论依据。采用内梅罗综合污染指数法及TOPSIS法进行环境质量综合评价。结果表明:土壤Cu、Pb、Zn的污染程度,由东南至西北未表现出明显的分布规律。呼兰、依安土壤Cu、Pb、Zn的污染程度低于绥化、海伦和嫩江;大部分样地土壤Cu、Pb、Zn污染程度具有随剖面深度的增加而增加的特点,仅有绥化土壤10～20cm土层污染程度小于0～10cm土层。Cu、Pb、Zn各元素之间没有呈现显著的相关性,表明3种元素来源是不同的。2种方法的评价结果基本一致,研究区域黑土环境质量良好。

重金属Cd、Zn、Cu、Pb对土壤微生物和酶活性的影响

采用室内培养实验(25℃),研究了不同培养时间下重金属Cd、Zn、Cu、Pb(浓度分别为50,800,400,800mg.kg-1)污染对土壤微生物和酶活性的影响。结果表明,土壤蔗糖酶、过氧化氢酶和脱氢酶活性随着培养时间的增加而显著下降,在培养20d的时候达到最小值,然后酶活性缓慢升高。Cu对脲酶活性以及Cd对酸性磷酸酶和脲酶活性的抑制作用随时间增加而增加。土壤微生物生物量碳、细菌、真菌和放线菌数量随培养时间的增加均表现出先降低后升高的变化趋势。Cd和Cu对微生物生物量氮的抑制作用则随着培养时间的增加而增强,在培养30d时微生物生物量氮到达最低值,分别较培养10天减少了12.6%和16.5%。

Cd-Pb复合污染在土壤-水稻系统中生态效应的研究

采用盆栽试验研究了重金属复合污染物在土壤 -水稻系统中迁移、积累规律及生态效应。结果表明 :Cd、Pb复合污染使水稻株高比对照的下降了 5～ 7cm ,水稻减产 2 0 % ,2元素交互作用特别是 5元素复合作用影响了水稻的正常生长发育 ;不同处理中重金属在水稻籽实的分配比例依次为 5元素 >2元素 >单元素 ;Cd -Pb 2元素交互作用时 ,Pb元素的存在促进了水稻对Cd元素的吸收 ,而Cd元素却抑制了水稻对Pb元素的吸收 ;Cd比Pb元素易向地上部迁移 。

飞秒细丝-纳秒激光诱导击穿光谱技术对土壤重金属Pb元素检测

采用飞秒激光成丝-纳秒脉冲激光诱导击穿光谱技术(Filament-ns DP-LIBS)对土壤中重金属铅元素进行了定量分析。利用飞秒激光等离子体丝烧蚀含铅土壤样品,向外喷射低密度的土壤粒子源,经脉冲间隔Δt后,纳秒脉冲激光再烧蚀低密度土壤粒子,实现等离子体发射光谱强度增强,谱线宽度压缩,降低土壤中重金属铅元素的最小检测限。实验结果表明,相比飞秒激光等离子体丝诱导击穿光谱技术(FIBS),在飞秒-纳秒脉冲间隔Δt=10μs条件时,PbI405.78nm光谱增强因子为9.66,谱线宽度从3.66×10-10m压缩至2.74×10-10m,提高了LIBS光谱分辨率。FIBS和Filament-ns DP-LIBS条件下定标曲线的线性相关系数R2分别为0.982和0.994。FIBS条件下的RSD和LOD值分别为7.37%和65.86mg/kg,Filament-ns DP-LIBS条件下的RSD和LOD值分别为3.27%和24.39mg/kg。研究结果表明,Filamentns DP-LIBS技术可以降低土壤重金属的最小检测限,提高LIBS的检测灵敏度。

东北地区污染黑土中重金属与有机质的关联作用

通过对东北地区污染农田黑土剖面的取样调查,对重金属Cd,Pb,Cu,Zn在农田黑土中不同采样点的全量、有效态和有机质结合态的分布特征及其与有机质的关系进行了研究,并分析了土壤有机质对重金属有机质结合态的影响.结果表明,Pb以有机质结合态存在的量较大,能与有机质形成较多的络合物,而Zn的有机质结合态占全量的比例相对较小,Cd和Cu有机质结合态占全量的比例处于Pb和Zn之间.由于外源污染的影响,土壤有机质含量与重金属有机质结合态相关性并不显著.由于土壤样品的不同解离功能团结合重金属的能力不同,采样区的重金属有机质结合态未表现出明显的分布规律.

铜铅离子胁迫下玉米污染程度的光谱识别

重金属铜离子(Cu^(2+))与铅离子(Pb^(2+))污染对玉米叶片光谱的影响微弱、隐蔽而难于探测。研究中设置不同浓度Cu^(2+),Pb^(2+)胁迫的玉米盆栽实验,测定了玉米叶片光谱、叶片中Cu^(2+),Pb^(2+)含量与叶绿素相对含量,分析了Cu^(2+),Pb^(2+)污染胁迫下玉米叶片光谱响应特征,并选取480~670与670~750nm范围来进行分析,在光谱维中定义了光谱微分差信息熵指数与在频率域中通过谐波分析提取了前三次谐波振幅(c1,c2与c3)指数,并用所定义的指数探测分别受Cu^(2+),Pb^(2+)胁迫玉米叶片光谱微弱差异。实验结果表明,在480~670与670~750nm范围内,玉米叶片中重金属离子浓度越大,其光谱微分差信息熵就越大;在480~670nm波段,谐波分解后第一谐波振幅c1与第二谐波振幅c2可用于识别Cu^(2+),Pb^(2+)污染程度;在670~750nm波段,第一谐波振幅c1、第二谐波振幅c2与第三谐波振幅c3可用于识别Cu^(2+)污染程度,而c2则可以识别Pb^(2+)污染程度,污染胁迫越大振幅越大。在480~670与670~750nm波段内,光谱微分差信息熵与前三次谐波振幅可作为识别玉米受Cu^(2+),Pb^(2+)污染胁迫程度的指数,从光谱维与频率域两种维度来识别玉米受Cu^(2+),Pb^(2+)胁迫程度的方法可行,文中定义的两类指数可稳健、可靠地探测与识别玉米受Cu^(2+),Pb^(2+)影响所产生的光谱微弱差异,研究结果对利用高光谱来探测植被受重金属污染胁迫程度具有一定的参考价值。

BCR法在污染农田黑土重金属形态分布研究中的应用

通过对东北地区污染农田黑土剖面的取样调查分析,对重金属Cd、Pb、Cu、Zn在农田黑土中的污染状况及其迁移特征进行了对比研究,并就BCR(the Comm un ity Bureau of R eference)连续提取法在农田土壤重金属污染评估中的应用进行了探讨。结果表明,重金属的迁移率大小依次为:Cd>Cu>Pb>Zn,Cd的酸可溶态占全量的比率高于其它重金属。Pb的酸可提取态浓度随土壤深度增加而增大,公路附近土壤中Pb、Cu及城市郊区土壤中Cd、Pb和Zn的氧化物结合态含量均随土壤深度的增加而升高,已存在向下迁移的趋势。4种重金属有机结合态在采样区土壤中基本都表现为耕层高于非耕层。研究表明,应用BCR连续提取法有助于确定土壤重金属污染以及重金属向下迁移状况,借助该法可以有效、可靠地对土壤重金属污染进行评估。

超声强化淋洗修复Pb、Cd、Cu复合污染土壤

针对传统淋洗法修复土壤中重金属效率较低的问题,研究了超声强化淋洗技术以提高重金属去除率。以铅(Pb)、镉(Cd)、铜(Cu)为目标污染物,在0.05 mol·L^(-1)柠檬酸、0.05 mol·L^(-1)EDTA和0.05 mol·L^(-1)皂角苷作为淋洗剂条件下,使用传统振荡、超声强化以及超声波加振荡3种不同的作用方式,对Pb、Cd、Cu的去除率进行比较,并对3种不同淋洗方式后Pb、Cd、Cu的形态变化进行了探讨。结果表明,当使用柠檬酸和皂角苷作为淋洗剂进行振荡淋洗时,重金属洗脱效果不理想。超声对于强化柠檬酸洗脱效果并不明显,而对于强化皂角苷洗脱重金属效果明显,平均去除率提高了120.47%。当淋洗剂为EDTA时,土壤样品在传统振荡2 h作用下,对Pb、Cd、Cu的去除率依次为50.33%、76.65%和47.35%,而在超声波30 min条件下对Pb、Cd、Cu的去除率依次为82.19%、83.31%和53.89%,平均去除率高出28.60%,可显著提高重金属去除率,缩短淋洗时间。但超声波30 min加传统振荡2 h相较于单纯超声强化效果提升不明显。通过对比3种淋洗方式后土壤中的Pb、Cd、Cu形态发现,酸可提取态的重金属在超声强化作用后有明显降低,同时超声强化对于铁锰氧化物结合态、有机物结合态和残渣态也具有较好的去除能力。因此,超声强化在化学淋洗中的应用具有一定的可行性,是一种简单、极快速去除污染场地中重金属Pb、Cd、Cu的增效手段。

某铜铅锌多金属矿区土壤重金属污染评价

对某铜铅锌多金属矿区土壤和稻谷样品中重金属元素含量进行分析检测,分析研究了该矿区土壤重金属污染程度、分布范围以及典型稻谷样品中重金属污染情况。结果表明,铜铅锌多金属矿区土壤环境质量总体较好,土壤重金属污染集中分布在选矿厂周边,主要污染元素为Cd和Cu,污染程度以轻度污染为主,Cd元素富集程度相对较高;该矿区尾矿库北侧河流上下游土壤样品重金属含量大致相当,尾矿堆放对北侧河流周边土壤重金属累积影响十分轻微;该矿区周边稻谷样品中Cd元素含量均不超标,矿山采选活动并未对矿区周边稻谷食品安全造成显著影响。

基于光谱技术的土壤环境污染物成分检测方法

土壤污染会严重威胁人类生活,因此有必要对土壤环境污染物成分进行检测,以寻求正确的处理方法。但目前检测手段较为落后,使得污染物成分检测精度较低。为解决这一问题,本文提出了一种基于光谱技术的土壤环境污染物成分检测方法。首先使用光谱仪器扫描土壤样品,再利用差分吸收光学光谱技术测量土壤环境污染物含量,将该含量作为改进深度学习网络的输入向量;然后将粒子群算法优化权值与Softmax分类器相结合,获得的深度学习自动编码器,对输入向量编码进行解码,并训练输入向量样本合集,至此,完成基于深度神经网络的土壤污染物检测模型的构建。实验结果证明,该方法具有较强的样本数据分类能力,具有较高的污染物成分检测精度。

衡枣高速公路两侧土壤重金属的污染状况

以年均车流量50万辆的衡枣高速公路为例,研究了高速公路运营4年后对其两侧145 m范围内土壤重金属Pb、Cu、Zn的污染状况。结果表明在距公路35 m以内,土壤中重金属的含量相对较高,其平均含量大小为Zn>Pb>Cu,且各重金属含量随着距离的增大而逐渐减小,依据GB 15618-1995标准,衡枣高速公路两侧土壤环境质量在Ⅱ类以上。目前,高速公路运营对公路两侧的土壤已产生影响,但影响程度较低。

光谱二阶差分Gabor展开法土壤铜铅污染鉴别

土壤是人类生存环境的重要载体,因此,土壤重金属污染问题一直备受关注。随着遥感技术的发展,高光谱遥感在土壤重金属研究中取得了大量的成果,但是,基本上是根据土壤中有机质、铁、粘土矿物等的光谱吸收特征和反演土壤中重金属含量,而不能够区分土壤重金属污染光谱之间的微弱差异。通过盆栽土壤不同浓度铜(Cu)、铅(Pb)污染实验得到不同浓度Cu和Pb污染下盆栽土壤光谱曲线、土壤含水率和有机质含量,提出了一种光谱二阶差分Gabor展开方法探测不同浓度Cu和Pb污染下土壤光谱曲线之间的微弱差异。以二阶差分为基础,首先将土壤光谱转换为稀疏光谱,然后结合土壤稀疏光谱与Gabor展开理论,在频率域中检测不同浓度土壤重金属污染光谱之间的微弱差异,因此,摆脱了单纯通过土壤光谱反射率信息反演土壤重金属含量的研究,而是对土壤重金属污染光谱信息进行时频分析,最终达到检测土壤重金属污染瞬时光谱存在的目的。结果表明:受Cu和Pb污染的盆栽土壤光谱二阶差分Gabor展开系数尺度及等高线分布有较大的差异,Cu污染的盆栽土壤光谱二阶差分Gabor展开系数尺度分布存在两个较高的峰值,且等高线在第1 800~3 600项之间稀疏分布,Pb污染的盆栽土壤光谱二阶差分Gabor展开系数尺度分布存在一个较高的峰值,且等高线在第3 200~3 600项之间密集分布;二阶差分Gabor展开法检测的土壤Cu和Pb污染结果与土壤Cu和Pb含量、土壤含水率、土壤有机质是密切相关的,由于土壤Cu和Pb含量、有机质含量、含水率的不同,土壤Cu和Pb污染二阶差分Gabor展开光谱尺度分布而不同。根据相关性分析结果,分别将土壤Cu和Pb污染划分为三组:Cu(50)~Cu(300),Cu(400)~Cu(800),Cu(1 000)以上;Pb(50)以下,Pb(100)~Pb(300),Pb(400)~Pb(1 200)。

龙口市污灌区铅含量高光谱监测研究

为了研究土壤光谱预测重金属Pb含量的可行性,使用重采样、一阶微分、倒数对数、小波分析和去包络线5种光谱数据处理方法,分别测取了样本点的土壤光谱数据和Pb元素含量,并通过逐步回归模型实现了土壤光谱数据对Pb元素含量的预测。研究发现基于倒数对数数据处理方法建立的回归模型精度较高,这表明使用土壤光谱预测Pb元素含量是可行的。