CN105354624A - 一种预测植物修复有机污染土壤的效率的方法 - Google Patents
一种预测植物修复有机污染土壤的效率的方法 Download PDFInfo
- Publication number
- CN105354624A CN105354624A CN201510646335.5A CN201510646335A CN105354624A CN 105354624 A CN105354624 A CN 105354624A CN 201510646335 A CN201510646335 A CN 201510646335A CN 105354624 A CN105354624 A CN 105354624A
- Authority
- CN
- China
- Prior art keywords
- plant
- organic
- pollutant
- efficiency
- polluted soil
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000002689 soil Substances 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 28
- 241000196324 Embryophyta Species 0.000 claims abstract description 59
- 238000010521 absorption reaction Methods 0.000 claims abstract description 36
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 32
- 231100000719 pollutant Toxicity 0.000 claims abstract description 32
- 238000012360 testing method Methods 0.000 claims abstract description 8
- 241000209082 Lolium Species 0.000 claims description 27
- 239000000356 contaminant Substances 0.000 claims description 26
- 229910001220 stainless steel Inorganic materials 0.000 claims description 18
- 239000010935 stainless steel Substances 0.000 claims description 18
- 230000008901 benefit Effects 0.000 claims description 13
- 230000002572 peristaltic effect Effects 0.000 claims description 12
- 238000002474 experimental method Methods 0.000 claims description 10
- 238000005192 partition Methods 0.000 claims description 10
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 9
- 239000002957 persistent organic pollutant Substances 0.000 claims description 9
- CKAPSXZOOQJIBF-UHFFFAOYSA-N hexachlorobenzene Chemical compound ClC1=C(Cl)C(Cl)=C(Cl)C(Cl)=C1Cl CKAPSXZOOQJIBF-UHFFFAOYSA-N 0.000 claims description 8
- JLYXXMFPNIAWKQ-GNIYUCBRSA-N gamma-hexachlorocyclohexane Chemical compound Cl[C@H]1[C@H](Cl)[C@@H](Cl)[C@@H](Cl)[C@H](Cl)[C@H]1Cl JLYXXMFPNIAWKQ-GNIYUCBRSA-N 0.000 claims description 6
- JLYXXMFPNIAWKQ-UHFFFAOYSA-N gamma-hexachlorocyclohexane Natural products ClC1C(Cl)C(Cl)C(Cl)C(Cl)C1Cl JLYXXMFPNIAWKQ-UHFFFAOYSA-N 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 6
- 229960002809 lindane Drugs 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- XSTXAVWGXDQKEL-UHFFFAOYSA-N Trichloroethylene Chemical compound ClC=C(Cl)Cl XSTXAVWGXDQKEL-UHFFFAOYSA-N 0.000 claims description 5
- 239000007788 liquid Substances 0.000 claims description 4
- HGASFNYMVGEKTF-UHFFFAOYSA-N octan-1-ol;hydrate Chemical compound O.CCCCCCCCO HGASFNYMVGEKTF-UHFFFAOYSA-N 0.000 claims description 4
- 235000014633 carbohydrates Nutrition 0.000 claims description 3
- 150000001720 carbohydrates Chemical class 0.000 claims description 3
- 235000015097 nutrients Nutrition 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 239000000377 silicon dioxide Substances 0.000 claims description 3
- 238000010561 standard procedure Methods 0.000 claims description 3
- 239000000758 substrate Substances 0.000 claims description 3
- 150000002632 lipids Chemical class 0.000 claims description 2
- 230000008439 repair process Effects 0.000 abstract description 12
- 231100000419 toxicity Toxicity 0.000 abstract description 2
- 230000001988 toxicity Effects 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 abstract 1
- 231100000674 Phytotoxicity Toxicity 0.000 description 5
- 238000011109 contamination Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000002028 Biomass Substances 0.000 description 2
- 238000001311 chemical methods and process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 238000003900 soil pollution Methods 0.000 description 1
- -1 zellon Chemical compound 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明公开了一种预测植物修复有机污染土壤的效率的方法，包括以下步骤：1)、判定优势修复植物；2)、对优势修复植物进行污染物吸收动力学测试；3)、根据污染物植物吸收平衡时的茎叶中污染物浓度与根中污染物浓度的比值(TF值)来预测所选植物修复有机污染土壤的效率。本发明的预测植物修复有机污染土壤效率的方法，通过限制-分配植物吸收模型判定出优势修复植物，同时消除了污染物特性、植物毒性和植物种类等各方面对预测植物修复效率的影响因素，因而得出的预测结果准确性极佳，具有较强的实际应用性；同时本预测方法操作简单、适用范围广，促进土壤有机污染修复工作的高效性、经济性、环境友好性。
Description
技术领域
本发明属于土壤有机污染修复领域，特别涉及一种预测植物修复有机污染土壤的效率的方法。
背景技术
经济快速发展造成了日益严重的环境污染问题，农产品中污染物含量超标暴露出土壤污染的严重性和修复的急迫性。
相对于物理和化学方法，植物修复技术具有明显的经济和环境友好的优势，广泛应用于土壤有机污染的修复治理。而修复工程前的植物修复效果预评估，是高效实施植物修复有机污染土壤的基础。
影响植物修复有机污染土壤的因素主要包括植物类型、植物毒性、污染物特性和土壤环境等，预测植物修复效果需要综合上述因素。
目前，Chiou等人提出的限制-分配(Partition-limited)植物吸收模型是较为简便的一种预测模型，该模型提出植物吸收有机污染物的驱动力源自有机污染物在植物有机组分间(其中类脂占据了绝对主导作用)的分配过程，其公式为：Qeq＝Cw×(flip×Klip+fch×Kch+fpw)≈Cw×(flip×Kow+fch×Kch+fpw)＝Cw×flip×Kow
Qeq—植物地上部分对有机污染物的吸收潜能，单位为mg/kg；
Cw—土壤溶液中有机污染物的浓度，单位为mg/L；
flip—类脂占植物地上部分干重的质量分数；
Klip—有机污染物在植物类脂中的分配系数，单位为L/kg；
Kch—有机污染物在碳水化合物中的分配系数，单位为L/kg；
fpw—植物地上部分的含水率；
Kow—有机污染物的辛醇-水分配系数，单位为L/kg。
植物对有机污染物的吸收潜能取决于植物类脂含量和有机污染物的辛醇-水分配系数Kow。这一模型对修复植物的选取和预测植物修复效率有重要的参考价值，但该模型忽略了植物毒性对修复的影响这一重要因素，导致预测结果存在一定的误差。因此，急需建立一种更加准确可靠、便捷高效、适用范围广的预测方法，以促进土壤有机污染修复工作的高效性、经济性、环境友好性。
发明内容
本发明要解决的技术问题是克服现有的预测植物修复有机污染土壤的模型，忽略了植物毒性对修复的影响这一重要因素，导致预测结果存在一定的误差的缺陷，提供一种准确可靠、便捷高效、适用范围广的预测方法。
为了解决上述技术问题，本发明提供了如下的技术方案：
一种预测植物修复有机污染土壤的效率的方法，包括以下步骤：
1)、判定优势修复植物；
2)、对优势修复植物进行污染物吸收动力学测试；
3)、根据污染物植物吸收平衡时的茎叶中污染物浓度与根中的污染物浓度的比值(TF值)来预测所选植物修复有机污染土壤的效率。
进一步的，通过Chiou等人提出的限制-分配植物吸收模型判定出植物的修复潜力，找出优势修复植物；所述的限制-分配植物吸收模型的公式为：Qeq＝Cw×(flip×Klip+fch×Kch+fpw)≈Cw×(flip×Kow+fch×Kch+fpw)＝Cw×flip×Kow
Qeq—植物地上部分对有机污染物的吸收潜能，单位为mg/kg；
Cw—土壤溶液中有机污染物的浓度，单位为mg/L；
flip—类脂占植物地上部分干重的质量分数；
Klip—有机污染物在植物类脂中的分配系数，单位为L/kg；
Kch—有机污染物在碳水化合物中的分配系数，单位为L/kg；
fpw—植物地上部分的含水率；
Kow—有机污染物的辛醇-水分配系数，单位为L/kg。
植物吸收有机污染物的能力，主要取决于植物类脂含量、污染物性质、有机污染水平，即土壤溶液中的有机污染物浓度Cw。因而通过测定植物类脂含量可以初步判定所选植物是否为优势修复植物种类。所以，判定优势修复植物的标准为：该植物中的类脂含量flip应高于干重的1％，而且该植物为可多季种植的草本植物。优选生长快速、生物量大的草本植物。
进一步的，选择黑麦草为优势修复植物，对黑麦草进行污染物吸收动力学测试的方法为：
1)、将黑麦草种子在35～40℃的温水中浸泡半小时，然后将浸透的种子转移到托盘，用湿毛巾覆盖托盘表面，保持毛巾湿润，将托盘置于室温中2～4天，一般培养3天左右；
2)、当种子幼芽的芽长为0.5cm时，将幼芽转移到底层覆盖有石英砂的托盘中，加入50％强度的Hoagland营养液，在室温下继续培养10天，取13～15cm长度的黑麦草用于进一步实验；
3)、将步骤2)中的黑麦草培养于55×40×7cm3的不锈钢盆中，光照条件为16小时/天，不锈钢盆上盖有不锈钢的盖子，所述不锈钢盖子上设置有若干直径为1cm的圆孔，黑麦草的茎叶穿过圆孔，使用海绵填充茎叶与圆孔的空隙；黑麦草的根部浸没在恒定浓度的pH为6的50％强度的Hoagland有机污染物溶液中；
4)、吸收实验
将不锈钢盆放置在25℃、光照条件为16小时/天的培养条件下培养；用两台蠕动泵来保持吸收实验溶液中的污染物浓度和pH稳定，一台蠕动泵将储备灌中新鲜的pH为6的50％强度的Hoagland有机污染物溶液以一定速度抽入不锈钢盆中一侧，另一台蠕动泵在不锈钢盆的另一侧以相同的速度抽出；初始8小时，蠕动泵的速度为5mL/min，之后保持在2mL/min。
5)、在不同的时间点从吸收装置中随机取出3组植物样，测定其体内污染物浓度，植物中污染物测定参照国标法。
通过对比吸收平衡时茎叶中污染物浓度与根中污染物浓度的比值(TF)来预测该植物的修复效率。
优选的，对黑麦草进行污染物吸收动力学测试的方法步骤3)中的有机污染物溶液中的有机污染物为疏水性较强的非离子型有机物，一般要求为logKow≥2.8的非离子型有机物。优选的有机污染物为浓度为0.88μg/L的六氯苯或者浓度为3.3mg/L的四氯乙烯或者浓度为1.3mg/L的三氯乙烯或者浓度为0.504mg/L的林丹。
本发明的预测植物修复有机污染土壤效率的方法，消除了污染物特性、植物毒性和植物种类等各方面对预测植物修复效率的影响因素，因而得出的预测结果准确性极佳，具有较强的实际应用性；同时本预测方法操作简单、适用范围广，促进土壤有机污染修复工作的高效性、经济性、环境友好性。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的实施例中吸收实验的示意图；
图2为本发明的实施例中黑麦草吸收六氯苯、四氯乙烯、三氯乙烯和林丹的吸收动力学。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例
一种预测植物修复有机污染土壤的效率的方法，包括以下步骤：
一、根据限制-分配植物吸收模型选定黑麦草为优势修复植物；
二、对黑麦草进行污染物吸收动力学测试；
对黑麦草进行污染物吸收动力学测试的方法为：
(1)、将黑麦草种子在35～40℃的温水中浸泡半小时，然后将浸透的种子转移到托盘，用湿毛巾覆盖托盘表面，保持毛巾湿润，将托盘置于室温中2～4天，一般培养3天左右；
(2)、当种子幼芽的芽长为0.5cm时，将幼芽转移到底层覆盖有石英砂的托盘中，加入50％强度的Hoagland营养液，在室温下继续培养10天，取13～15cm长度的黑麦草用于进一步实验；
(3)、将步骤2)中的黑麦草培养于55×40×7cm3的不锈钢盆中，光照条件为16小时/天，不锈钢盆上盖有不锈钢的盖子，所述不锈钢盖子上设置有若干直径为1cm的圆孔，黑麦草的茎叶穿过圆孔，使用海绵填充茎叶与圆孔的空隙；黑麦草的根部浸没在恒定浓度的pH为6的50％强度的Hoagland有机污染物溶液；
(4)、吸收实验
将不锈钢盆放置在25℃、光照条件为16小时/天的培养条件下培养；如图1所示，用两台蠕动泵来保持吸收实验溶液中的污染物浓度和pH稳定，一台蠕动泵将储备灌中新鲜的pH为6的50％强度的Hoagland有机污染物溶液以一定速度抽入不锈钢盆中一侧，另一台蠕动泵在不锈钢盆的另一侧以相同的速度抽出；初始8小时，蠕动泵的速度为5mL/min，之后保持在2mL/min；
(5)、在不同的时间点从吸收装置中随机取出3组植物样，测定其体内污染物浓度，植物中污染物测定参照国标法。
三、根据污染物植物吸收平衡时的茎叶中污染物浓度与根中污染物浓度的比值(TF值)来预测所选植物修复有机污染土壤的效率。
分别选用浓度为0.88μg/L的六氯苯、浓度为3.3mg/L的四氯乙烯、浓度为1.3mg/L的三氯乙烯、浓度为0.504mg/L的林丹为有机污染物；结果如图2所示，在吸收平衡时，TF六氯苯、TF四氯乙烯、TF三氯乙烯和TF林丹分别为17.1、3.04、1.78和3.02，即TF六氯苯>TF四氯乙烯>TF林丹>TF三氯乙烯，因而，相对于四氯乙烯、三氯乙烯和林丹，黑麦草对六氯苯污染的土壤具有良好的修复能力，这也与实际修复工程的结果一致，这主要是因为相对于六氯苯，其他三种污染物对黑麦草的毒性较大，导致黑麦草代谢和生物量的降低，因而减弱了修复效果；更重要的是，本预测方法消除了污染物特性、植物毒性和植物种类等各方面的影响因素，得出的预测结果准确性极佳，本发明预测方法具有较强的实际应用性。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种预测植物修复有机污染土壤的效率的方法，其特征在于，包括以下步骤：
1)、判定优势修复植物；
2)、对优势修复植物进行污染物吸收动力学测试；
3)、根据污染物植物吸收平衡时的茎叶中污染物浓度与根中污染物浓度的比值(TF值)来预测所选植物修复有机污染土壤的效率。
2.如权利要求1所述的预测植物修复有机污染土壤的效率的方法，其特征在于，通过限制-分配植物吸收模型判定出植物的修复潜力，找出优势修复植物；所述的限制-分配植物吸收模型的公式为：
Qeq＝Cw×(flip×Klip+fch×Kch+fpw)≈Cw×(flip×Kow+fch×Kch+fpw)＝Cw×flip×Kow
Qeq—植物地上部分对有机污染物的吸收潜能，单位为mg/kg；
Cw—土壤溶液中有机污染物的浓度，单位为mg/L；
flip—类脂占植物地上部分干重的质量分数；
Klip—有机污染物在植物类脂中的分配系数，单位为L/kg；
Kch—有机污染物在碳水化合物中的分配系数，单位为L/kg；
fpw—植物地上部分的含水率；
Kow—有机污染物的辛醇-水分配系数，单位为L/kg。
3.如权利要求1所述的预测植物修复有机污染土壤的效率的方法，其特征在于，所述步骤1)中判定优势修复植物的标准为：该植物中的类脂含量flip应高于干重的1％，而且该植物为可多季种植的草本植物。
4.如权利要求1所述的预测植物修复有机污染土壤的效率的方法，其特征在于，所述步骤1)中的优势修复植物为黑麦草。
5.如权利要求4所述的预测植物修复有机污染土壤的效率的方法，其特征在于，对黑麦草进行动态吸收污染物动力学测试的方法为：
1)、将黑麦草种子在35～40℃的温水中浸泡半小时，然后将浸透的种子转移到托盘，用湿毛巾覆盖托盘表面，保持毛巾湿润，将托盘置于室温中2～4天；
2)、当种子幼芽的芽长为0.5cm时，将幼芽转移到底层覆盖有石英砂的托盘中，加入50％强度的Hoagland营养液，在室温下继续培养10天，取13～15cm长度的黑麦草用于进一步实验；
3)、将步骤2)中的黑麦草培养于55×40×7cm3的不锈钢盆中，光照条件为16小时/天，不锈钢盆上盖有不锈钢的盖子，所述不锈钢盖子上设置有若干直径为1cm的圆孔，黑麦草的茎叶穿过圆孔，使用海绵填充茎叶与圆孔的空隙；黑麦草的根部浸没在恒定浓度的pH为6的50％强度的Hoagland有机污染物溶液中；
4)、吸收实验
将不锈钢盆放置在25℃、光照条件为16小时/天的培养条件下培养；用两台蠕动泵来保持吸收实验溶液中的污染物浓度和pH稳定，一台蠕动泵将储备灌中新鲜的pH为6的50％强度的Hoagland有机污染物溶液以一定速度抽入不锈钢盆中一侧，另一台蠕动泵在不锈钢盆的另一侧以相同的速度抽出；初始8小时，蠕动泵的速度为5mL/min，之后保持在2mL/min。
5)、在不同的时间点从吸收装置中随机取出3组植物样，测定其体内污染物浓度，植物中污染物测定参照国标法。
6.如权利要求5所述的预测植物修复有机污染土壤的效率的方法，其特征在于，所述步骤3)中的有机污染物溶液中的有机污染物为logKow≥2.8的非离子型有机物。
7.如权利要求5所述的预测植物修复有机污染土壤的效率的方法，其特征在于，所述步骤3)中的有机污染物溶液中的有机污染物为浓度为0.88μg/L的六氯苯或者浓度为3.3mg/L的四氯乙烯或者浓度为1.3mg/L的三氯乙烯或者浓度为0.504mg/L的林丹。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510646335.5A CN105354624B (zh) | 2015-10-08 | 2015-10-08 | 一种预测植物修复有机污染土壤的效率的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510646335.5A CN105354624B (zh) | 2015-10-08 | 2015-10-08 | 一种预测植物修复有机污染土壤的效率的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105354624A true CN105354624A (zh) | 2016-02-24 |
| CN105354624B CN105354624B (zh) | 2019-08-30 |
Family
ID=55330591
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510646335.5A Active CN105354624B (zh) | 2015-10-08 | 2015-10-08 | 一种预测植物修复有机污染土壤的效率的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105354624B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102301901A (zh) * | 2011-07-29 | 2012-01-04 | 云南省农业科学院花卉研究所 | 北美红杉种子育苗方法 |
| CN103270869A (zh) * | 2013-05-15 | 2013-09-04 | 天津师范大学 | Dtpa联合黑麦草修复污泥重金属方法 |
| CN104190699A (zh) * | 2014-08-22 | 2014-12-10 | 江苏绿田环保科技有限公司 | 一种土壤有机污染修复植物的筛选方法 |
-
2015
- 2015-10-08 CN CN201510646335.5A patent/CN105354624B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102301901A (zh) * | 2011-07-29 | 2012-01-04 | 云南省农业科学院花卉研究所 | 北美红杉种子育苗方法 |
| CN103270869A (zh) * | 2013-05-15 | 2013-09-04 | 天津师范大学 | Dtpa联合黑麦草修复污泥重金属方法 |
| CN104190699A (zh) * | 2014-08-22 | 2014-12-10 | 江苏绿田环保科技有限公司 | 一种土壤有机污染修复植物的筛选方法 |
Non-Patent Citations (2)
| Title |
|---|
| 何岸飞: "设施和实验室条件下有机物的植物吸收研究", 《中国优秀硕士学位论文全文数据库工程科技I辑》 * |
| 杨振亚: "植物吸收积累多环芳烃的过程、机理及预测模型", 《中国优秀博硕士学位论文全文数据库（硕士） 工程科技I辑》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105354624B (zh) | 2019-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lønborg et al. | Large stimulation of recalcitrant dissolved organic carbon degradation by increasing ocean temperatures | |
| Greenwood et al. | Hydrocarbon biodegradation and soil microbial community response to repeated oil exposure | |
| Birch et al. | Biodegradation of hydrocarbon mixtures in surface waters at environmentally relevant levels–Effect of inoculum origin on kinetics and sequence of degradation | |
| CN113772804B (zh) | 地下水污染监测自然衰减修复预测方法、系统及装置 | |
| Mohamed et al. | Modeling in situ benzene bioremediation in the contaminated Liwa aquifer (UAE) using the slow-release oxygen source technique | |
| Azizi et al. | Removal of Cd (II) from aquatic system using Oscillatoria sp. biosorbent | |
| Mohamed et al. | Sensitivity of benzene natural attenuation to variations in kinetic and transport parameters in Liwa Aquifer, UAE | |
| Jost et al. | Oxygen transfer in a fluctuating capillary fringe: Impact of microbial respiratory activity | |
| Fulazzaky et al. | Fundamentals of mass transfer and kinetics for biosorption of oil and grease from agro-food industrial effluent by Serratia marcescens SA30 | |
| Arce et al. | Desiccation time and rainfall control gaseous carbon fluxes in an intermittent stream | |
| Marr et al. | Direct volatilization of naphthalene to the atmosphere at a phytoremediation site | |
| Serizawa et al. | Effects of buoyancy, transparency and zooplankton feeding on surface maxima and deep maxima: Comprehensive mathematical model for vertical distribution in cyanobacterial biomass | |
| Yang et al. | Exploration of processes governing microbial reductive dechlorination in a heterogeneous aquifer flow cell | |
| Temmink et al. | Overcoming establishment thresholds for peat mosses in human‐made bog pools | |
| Ma et al. | Forecasting concentrations of organic chemicals in the vadose zone caused by spills of hydraulic fracturing wastewater | |
| Sorenson et al. | An evaluation of aerobic trichloroethene attenuation using first-order rate estimation | |
| Mohamed et al. | Dimensionless parameters to summarize the influence of microbial growth and inhibition on the bioremediation of groundwater contaminants | |
| CN105354624A (zh) | 一种预测植物修复有机污染土壤的效率的方法 | |
| CN112147895A (zh) | 外源干扰下的水动力循环智能反馈实时控制系统及方法 | |
| Schotanus et al. | Transport and degradation of propylene glycol in the vadose zone: model development and sensitivity analysis | |
| Bustillo-Lecompte et al. | Modeling organic matter and nitrogen removal from domestic wastewater in a pilot-scale vertical subsurface flow constructed wetland | |
| Vollertsen et al. | Integrated design of sewers and wastewater treatment plants | |
| Surajudeen | Mathematical Modeling of Bioremediation of soil contaminated with spent motor oil | |
| Zitte et al. | Effect of oyster mushroom (Pleurotus ostreatus) mycelia on petroleum hydrocarbon contaminated substrate | |
| Moniruzzaman et al. | Experimental study on water balance in a negative pressure difference irrigation system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| CB03 | Change of inventor or designer information |
Inventor after: He Anfei Inventor after: Gu Cheng Inventor after: Li Yanjun Inventor after: Yuan Jin Inventor after: Sheng Guangyao Inventor after: He Minghua Inventor after: Wei Shihui Inventor after: Lin Donghai Inventor before: He Anfei Inventor before: Li Yanjun Inventor before: Yuan Jin Inventor before: Sheng Guangyao Inventor before: He Minghua Inventor before: Wei Shihui Inventor before: Lin Donghai |
|
| COR | Change of bibliographic data | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |