典型土壤有机污染物赋存形态及影响因素
发布时间：2020-09-29 13:44
土壤有机污染物迁移转化及生物有效性很大程度上取决于其赋存形态。探究土壤中有机污染物赋存形态是科学评估土壤及作物有机物污染风险的关键,也是发展土壤有机物污染缓解与阻控新技术、保障农作物品质与安全的重要基础。本文在课题组前期研究的基础上,分析了超声连续提取法评价土壤有机污染物赋存形态分类方法的适用范围,研究了典型人工纳米颗粒对土壤中有机污染物赋存形态的影响及作用机制。探讨了有机污染物生物有效性与其赋存形态之间的关系,将有机污染物生物有效态及传输系数耦合进限制分配模型以降低预测偏差,试图提高模型预测植物吸收累积有机污染物的准确性,以期为生产安全农产品和保障土地资源可持续利用提供理论依据。论文取得以下有价值的结果:(1)土壤中水溶态和酸溶态有机污染物是生物有效态。有机污染物生物有效态的含量与其log Kow值及土壤有机质含量呈负相关。植物累积有机污染物的量与其生物有效态含量线性相关(R20.75)。(2)土壤中人工纳米颗粒与有机污染物共存时,有机污染物结合态含量增加,锁定态含量降低。人工纳米颗粒竞争吸附结合态污染物,进而被植物吸收增加其有机污染物的累积量。土壤中有机污染物为了维持其含量的动态平衡,部分锁定态的有机污染物转移至结合态,进而导致有机污染物锁定态含量降低,结合态含量增加。其中,共存人工纳米颗粒和无纳米颗粒土壤中有机污染物生物有效态含量无显著性差异(p0.05,0.8),共存人工纳米颗粒土壤有机污染物结合态含量显著高于对照土壤(p0.01),且结合态增加量与锁定态减少量一致。(3)利用土壤有机污染物的生物有效态及传输系数改进限制分配进模型,可显著降低模型对植物累积有机污染物量的预测偏差。与初始模型相比,水稻土、红壤和黑土上五个浓度组中八种植物体内累积八种有机污染物的平均预测偏差分别由-97.8%降低至14.9%,-97.3%降低至14.2%和-96.8%降低至13.4%。修正后的模型预测偏差远低于原模型的平均偏差-97.6%(±3.4%)。
【学位单位】：浙江大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：X53
【部分图文】：
主要污染物包括重金属、多环芳烃（ＰＡＨｓ）、有机氯农药（ＯＣＰｓ）等逡逑有机污染物。局部地区土壤多氯联苯（ＰＣＢｓ）、多溴联苯醚（ＰＢＤＥｓ）等污染逡逑较重，如图１－１所示。逡逑：：栥省逡逑卜命（全国~栁铩担义贤迹保卞澹玻埃保慈寥牢廴咀纯龅鞑楣ㄥ义希疲椋纾酰颍邋澹保卞澹遥澹穑铮颍翦澹铮驽澹睿幔簦椋铮睿幔戾澹纾澹睿澹颍幔戾澹螅酰颍觯澹澹铮驽澹螅铮椋戾澹悖铮睿簦幔恚椋睿幔簦椋铮铄澹椋铄澹玻埃保村义嫌胫亟鹗粑廴鞠啾龋寥烙谢廴境氏殖龈惴骸⒏丛拥奶氐悖乇鹗清义希校粒龋蟆ⅲ板澹缅澹绣澹蟮然嵩谕寥溃魑锵低持谢岱⑸幌盗星ㄒ苹邸⒋缓妥榷嘟殄义现市形庑┬形嵛：ε┳魑锷ぃ跋熳魑锲分屎褪称钒踩踩死噱义辖】担郏叮荨ｅ义纤孀呕剂舷牧康牟欢显龀ぃ罅颗┨锝崭训壬镏实娜忌眨昀矗义舷虼笃肪持信欧帕舜罅康模校粒龋蟆Ｅ欧诺酱笃肪持械模校粒龋螅饕ü笃义细墒两到胪寥溃粱铮郏罚荨Ｑ芯勘砻鳎郏福荩两档酵寥乐械模校粒龋螅诳掌寥厘义辖换还讨校突罚校粒龋蟾菀状油寥乐谢臃⒊隼矗欢呋罚校粒龋笠蚱渚哂懈咤义希插义
本文编号：2829801
【学位单位】：浙江大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：X53
【部分图文】：
主要污染物包括重金属、多环芳烃（ＰＡＨｓ）、有机氯农药（ＯＣＰｓ）等逡逑有机污染物。局部地区土壤多氯联苯（ＰＣＢｓ）、多溴联苯醚（ＰＢＤＥｓ）等污染逡逑较重，如图１－１所示。逡逑：：栥省逡逑卜命（全国~栁铩担义贤迹保卞澹玻埃保慈寥牢廴咀纯龅鞑楣ㄥ义希疲椋纾酰颍邋澹保卞澹遥澹穑铮颍翦澹铮驽澹睿幔簦椋铮睿幔戾澹纾澹睿澹颍幔戾澹螅酰颍觯澹澹铮驽澹螅铮椋戾澹悖铮睿簦幔恚椋睿幔簦椋铮铄澹椋铄澹玻埃保村义嫌胫亟鹗粑廴鞠啾龋寥烙谢廴境氏殖龈惴骸⒏丛拥奶氐悖乇鹗清义希校粒龋蟆ⅲ板澹缅澹绣澹蟮然嵩谕寥溃魑锵低持谢岱⑸幌盗星ㄒ苹邸⒋缓妥榷嘟殄义现市形庑┬形嵛：ε┳魑锷ぃ跋熳魑锲分屎褪称钒踩踩死噱义辖】担郏叮荨ｅ义纤孀呕剂舷牧康牟欢显龀ぃ罅颗┨锝崭训壬镏实娜忌眨昀矗义舷虼笃肪持信欧帕舜罅康模校粒龋蟆Ｅ欧诺酱笃肪持械模校粒龋螅饕ü笃义细墒两到胪寥溃粱铮郏罚荨Ｑ芯勘砻鳎郏福荩两档酵寥乐械模校粒龋螅诳掌寥厘义辖换还讨校突罚校粒龋蟾菀状油寥乐谢臃⒊隼矗欢呋罚校粒龋笠蚱渚哂懈咤义希插义
本文编号：2829801
本文链接：https://www.wllwen.com/shengtaihuanjingbaohulunwen/2829801.html
