简介:水体沉积物是水生生态系统重要的组成部分,沉积物污染将影响整个水生生态系统,因此有必要构建科学全面的水体沉积物质量评价方法,为环境污染修复与监管提供科学依据。已有文献报道了多种沉积物质量评价方法。其中,证据权重法通过对不同的证据进行测定与整合,弥补了传统评价方法的不足,可以对沉积物质量进行科学全面的评价。本文对证据权重法中化学分析、生物毒性和底栖生物群落结构3种证据的测量方法、赋权方法、证据整合与信息解译方法进行了系统评述,并以淡水河为例介绍了用多目标决策理想点法(TOPSIS)整合数据进行沉积物质量综合评价的方法。
简介:为研究大豆肽对湘黄鸡生产性能、肉品质和经济效益的影响,试验选择1日龄湘黄鸡240只,随机分为4个处理,分别饲喂A组(对照组,不添加大豆肽)、B组(大豆肽:0.4%)、C组(大豆肽:0.8%)、D组(大豆肽:1.2%)饲料,实验期为42d.结果表明,添加大豆肽可以提高湘黄鸡的日增重,降低料肉比,其中B组和c组增重较佳,育雏结束时,平均体重分别为350.06g和349.00g,显著高于A组和D组,料肉比C组最低,为2.49,显著低于A组和D组;添加大豆肽可以提高湘黄鸡的屠宰率、全净膛率和胸肌率,其中c组和D组较高,显著高于A组和B组;添加大豆肽可降低胸肌肌肉的滴水损失.滴水损失为C组〈B组〈D组〈A组;添加适量的大豆肽可提高湘黄鸡育雏期的经济效益,其中B组利润最高,为5.62元/只.综合生产性性、肉品质和经济效益,本试验条件下大豆肽的适宜添加量为0.4%.表5,参14.
简介:湖南省郴州市是湖南省山洪灾害多发的一个区域,对郴州市山洪灾害进行快速准确的预测意义重大.运用Bayes判别分析法,根据山洪灾害预报的简化原理使用灾害发生前10天的时效雨量和当日雨量作为预报模型因子建立一组山洪预报模型,计算得出的模型预报正确率为86.96%,满足Bayes判别分析正确率大于80%的要求,表明该方法预测山洪简单易行,可以为郴州市山洪灾害的预测以及防治提供-定的支撑.图2,表4,参24.
简介:以硝普钠(Sodiumnitroprusside,SNP)为一氧化氮(Nitricoxide,NO)供体研究了NO对海洋微藻生长的影响.对不同浓度SNP在海水介质中释放NO的过程进行了监测;对所培养的亚心形扁藻(Platymonassubcordiformis)和中肋骨条藻(Skeletonemacostatum)进行藻密度测定,观测NO对微藻生长的影响.结果表明:5、10和100μmol·L-1的SNP释放NO浓度大约分别为6×10-9、9×10-9和2×10-7mol·L-1左右,而释放时间分别为4、5.5和7.5h.研究表明,NO对不同微藻有明显不同的作用规律:NO持续作用下,对亚心形扁藻的最佳作用浓度在10-8mol·L-1数量级;对赤潮藻中肋骨条藻的最佳作用浓度在10-9mol·L-1数量级;赤潮藻对NO的响应比非赤潮藻更灵敏,NO可能是海洋生态系中微藻生长重要的调节因子.
简介:目前广泛使用的水质基准推导方法—物种敏感度分布法存在曲线拟合模型不确定、曲线拟合效果不佳、种内差异欠考虑、基准值不准确等诸多问题,概率物种敏感度分布法可有效解决上述问题。应用概率物种敏感度分布法构建了太湖水体中5种重金属Ag、Pb、Cd、Hg和Zn的概率物种敏感度分布曲线,在此基础上得到了保护水生生物的急性水质基准分别为1.079μg·L~(-1)、637.973μg·L~(-1)、19.465μg·L~(-1)、8.729μg·L~(-1)和105.506μg·L~(-1),慢性水质基准分别为0.108μg·L~(-1)、63.797μg·L~(-1)、1.947μg·L~(-1)、2.340μg·L~(-1)和52.753μg·L~(-1);不同类群间生物对重金属的敏感度存在差异,不同重金属对同一类群生物的毒性也存在差异;通过与国内外已有的重金属水质基准值比较,发现水质基准具有明显的区域性,目前基于国外水质基准或我国整体水域特点来制定的太湖水质标准,往往造成对太湖水生生物欠保护或过保护的状况。
简介:生物敏感性分布法(SpeciesSensitivityDistributions,SSD)是一种基于单物种测试和概率统计学的、较高级的外推风险评估方法。该方法在国内外均被广泛应用于各种污染物风险评价中。本文选取了采用logistic和normal这2种SSD分布模型,分析了国内外毒死蜱对3组水生生物组合的毒性数据;并且获得各自SSD的HCx值。3组毒性数据分别为:浙江稻田水生生物组,长三角地区水生生物组和美国水生生物组。浙江稻田水生物SSD分布的HC5为:0.32μg·L^-1(logistic模型)和0.35μg·L^-1(normal模型);HC10为1.50μg·L^-1(logistic模型)和1.26μg·L^-1(normal模型);HC20为8.13μg·L^-1(logistic模型)和5.96μg·L^-1(normal模型);HC50为145.44μg·L^-1(logistic模型)和115.74μg·L^-1(normal模型)。据此判断水稻种植季节,稻田水域毒死蜱对食蚊鱼、鳑鲏、泽蛙蝌蚪、轮虫、常见腹足类和双壳类软体动物以及绝大多数藻类等的风险较小。利用冗余分析研究了生物物种数量、物种组成结构和拟合模型对HCx影响。结果表明:物种组成结构对HCx有较为明显的影响。具体表现为对毒死蜱较为敏感物种数量与HCx存在明显的负相关性;对毒死蜱不敏感的物种则与HCx呈现正相关性。
简介:多环芳烃(PAHs)具有高的疏水性,在水体中优先分布于沉积物。采用物种敏感性分布法(SSDs法),依据水生生物慢性毒性数据计算5%物种危害浓度(HC5);并结合欧盟委员会风险评价技术导则(TGD)进而得到沉积物预测无效应浓度(PNECsed),以报道的太湖的沉积物中浓度数据作为预测环境浓度(PECsed);用商值法PECsed/PNECsed进行风险表征,定量分析太湖沉积物中6种PAHs的水生态风险。分析结果表明:6种PAHs的HC5分别为:苯并[a]芘1.026μg.L-1、芘4.553μg.L-1、荧蒽1.940μg.L-1、蒽0.930μg.L-1、芴11.045μg.L-1、萘2.936μg.L-1;萘、蒽、芴和荧蒽为沉积物中具有风险的物质,风险排序为萘〉荧蒽〉蒽〉芴。另外,太湖沉积物2009年6种PAHs的水生态风险小于2004年和2007年。本研究为太湖沉积物PAHs生态基准的建立提供了科学依据和方法。