该研究对四川省攀枝花钒冶炼场地附近钒污染土壤进行了稳定化实验.结果显示:土壤中钒的含量高达1028.56mg/kg.不同添加量下,11种稳定化剂中3％焦磷酸钾、7％磁黄铁矿和7％电石渣的稳定化效果更好,稳定率分别为29.9％、41.4％和72.7％,且稳定化效果随着稳定化时间而提高.稳定化前后的钒形态及土壤性质的分析结果显示土壤中钒的稳定性得到提高.作者进行了复配实验,并使用Design-Expert得到了 5.0％焦磷酸钾、2.7％磁黄铁矿和4.7％电石渣的最优配比,稳定率实测值提高到了 85.9％.
为了解地质高背景区农田土壤的重金属富集及迁移特点,该文对2种不同地质高背景(江苏玄武岩区和浙江黑色页岩区)农田土壤及水稻籽实中元素(Cd、Cr、Cu、Ni、Pb、Zn、As)分布特征进行分析;研究2个地区土壤-水稻系统中重金属迁移富集差异及主要影响因素,并结合土壤基本理化性质和有效态重金属建立对水稻籽实中主要重金属含量的预测模型.研究结果表明,Cd是江浙地质高背景区农田土壤中暴露风险最高的重金属元素,其中重金属元素Zn、Cu、Cd的生物富集因子最高,Ni和As相对较高,Cr和Pb最低,江苏玄武岩区农田土壤中Ni的迁移能力较强而浙江黑色页岩区Cd的迁移能力较强.土壤pH、CaO和Fe2O3等理化性质是影响农田土壤中重金属迁移能力的关键因素.回归预测模型表明,水稻籽实中重金属累积受到pH、CEC、黏土矿物和碳酸盐矿物的显著影响,而EDTA提取的有效态重金属更容易在水稻籽实中迁移富集.
该文以贵州某地复合垂直流人工湿地作为研究对象,采用高通量测序技术研究氨氧化古菌(AOA)和氨氧化细菌(AOB)群落分布与多样性特征.结果表明,不同等级人工湿地对基质环境因子和微生物AOA和AOB群落分布特征均有显著影响,总体上AOB群落多样性及丰度均大于AOA,且AOB主导氨氧化过程.AOA的优势菌门主要为泉古菌和奇古菌门,AOB中变形菌门占优.人工湿地发现优势菌属为亚硝化弧菌属、亚硝化单胞菌属和亚硝化螺菌属.冗余分析表明,人工湿地基质环境因子导致AOA和AOB群落分布呈显著差异.AOA群落主要影响因子为铵态氮、pH和电导率,且呈显著正相关关系,而硝态氮会限制AOA群落的生长发育.对于AOB群落,pH与亚硝化螺菌属是主要影响因子,且呈显著正相关关系.亚硝化单胞菌属和亚硝化弧菌属主要影响因子是铵态氮、硝态氮和总氮,且呈显著正相关关系,而与溶解氧呈显著负相关.研究结果可为人工湿地功能微生物资源利用及科学管理提供依据.
热融湖塘是多年冻土区常见的地貌,全球气候变暖导致多年冻土退化会加快热融湖塘的形成和扩张,进而会增加多年冻土区碳的释放.热融湖塘沉积物与温室气体释放有着重要的关系,明确其沉积物碳氮含量等理化性质特征有助于认识青藏高原C、N循环对全球气候变化的响应.该研究选择青藏高原中东部116个热融湖塘为研究对象,采集热融湖塘沉积物样品,测定其总碳(TC)、有机碳(OC)、总氮(TN)、pH、沉积物粒径等理化性质,分析TC、OC、TN含量分布特征和各理化性质之间的关系.结果表明,TC、OC、TN含量均为高寒沼泽草甸区＞高寒草甸区＞高寒草原区＞高寒荒漠区,沉积物粒径中粉粒加黏粒含量为高寒沼泽草甸区＞高寒草原区＞高寒草甸区＞高寒荒漠区.研究表明:(1)沉积物TC含量为0.78～110.71 g/kg,OC含量为0.87～85.91 g/kg,TN含量为0.19～7.5 g/kg;(2)沉积物粒径与TC、OC和TN极显著相关(p＜0.01);(3)热融湖塘深度与TC、OC和TN呈极显著正相关(p＜0.01),表明热融湖塘越深,C、N含量越高;(4)高寒沼泽草甸区热融湖塘沉积物OC(15.37g/kg)和氨氮(10.05mg/kg)含量高,pH(7.99)相对较低,具有产甲烷优势.研究表明,热融湖塘沉积物性质与其所在流域的植被类型有关,植被类型是评估热融湖塘温室气体释放的重要因素.
The vegetation filter strips（VFS） is an effective ecological management practice to control the non-point source pollution, the retention efficiencies of which is related to various factors. In this research, through the controlled flume experiments, we studied the retention efficiencies of surface runoff, sediment, and phosphorus in VFS under the various slopes and shallow groundwater depths. Results showed that the retention efficiencies varied greatly from 25%～72%, 43%～82%, 39%～80% for surface runoff, sediment, and phosphorus, respectively. At the same shallow groundwater depth, when the slope is2%, 5% and 15%, respectively, the slower the slope, the higher the retention efficiency of VFS is. At the same slope, when the shallow groundwater depth is 0.08 m, 0.22 m and 0.36 m, respectively, the deeper the groundwater depth, the higher the retention efficiency of VFS is. The simulation results of VFSMOD-W model showed that the VFSMOD-W model performed fairly well in predicting the surface runoff and sediment transport in VFS. The VFSMOD-W model was combined with simple phosphorus transport empirical model to simulate and evaluate the reduction efficiency, which resulted in good predictions(C eff ＞ 0.85). The results indicated that VFSMOD-W model can be used to predict surface runoff, sediment and phosphorus transport in VFS.
