CN113033992A - 一种用于土壤镉污染监测的方法 - Google Patents
一种用于土壤镉污染监测的方法 Download PDFInfo
- Publication number
- CN113033992A CN113033992A CN202110307408.3A CN202110307408A CN113033992A CN 113033992 A CN113033992 A CN 113033992A CN 202110307408 A CN202110307408 A CN 202110307408A CN 113033992 A CN113033992 A CN 113033992A
- Authority
- CN
- China
- Prior art keywords
- oxidative stress
- index
- monitoring
- indexes
- 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.)
- Pending
Links
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Development Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Educational Administration (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
一种用于土壤镉污染监测的方法,它属于环境监测技术领域。本发明解决了采用现有监测污染方法所获得的结果的可信度欠佳的问题。本发明首先利用因子分析法对蚯蚓受到重金属胁迫后体内的氧化应激指标进行筛选,然后将因子分析得到的氧化应激指标的得分作为层次分析中的“重要程度”目标,将指标实际的测定价格和测定时间分别作为层次分析的“价格参数”目标和“时间参数”目标,从而将层次分析法的主观分析全部客观化,提升了模型监测结果的可信度和科学性,降低了模型的不确定性;最后建立层次分析模型,计算各个氧化应激指标的综合得分,筛选出蚯蚓受到一定时间的重金属胁迫后,应重点监测的氧化应激指标。本发明可以应用于土壤镉污染监测。
Description
技术领域
本发明属于环境监测技术领域,具体涉及一种用于土壤镉污染监测的方法。
背景技术
重金属镉(Cd)是一种现今普遍存在的农业环境污染物,1971年就已经被列为环境污染中最为危险的物质之一(镉胁迫下大豆发育的生理生态特征研究[D].)。由于重金属污染的隐蔽性、表聚性和不可逆性以及长期、易积累性(A field investigation ofsolubility and food chain accumulation of biosolid-cadmium across diversesoil types[J].以及镉污染土壤的木霉强化半矿景天修复效应及机理初探[D].),大量的植物和动物体内都已监测到了Cd2+的存在(不同镉污染农田土壤上秸秆和炭化秸秆分解动态及其土壤镉的吸附特征[J].)。近年来,国际组织和国内环境保护部门都一致认为仅对重金属含量监测不能预示有害物质对生态系统的真实效应(污染土壤的生物标记物研究进展[J].以及The use of biomarkers to assess the impact of pollution in coastalenvironments of the Iberian Peninsula:a practical approach[J].)。因此,污染土壤的生态安全评价和早期污染预警研究在国际上受到了高度的重视,其中,筛选敏感生物标志物、确立灵敏的污染生态毒理诊断方法以及揭示土壤镉污染毒性机制是目前亟需解决的紧迫任务。
蚯蚓是土壤中最常见的杂食性陆生环节动物,对环境变化具有较强的适应能力(蚯蚓在土壤重金属污染及其修复中的应用研究进展[J].)。由于蚯蚓处在食物链的最底端,与土壤中的各种污染物接触密切(蚯蚓在植物修复重金属污染土壤中的应用前景[J].),使得蚯蚓常常被视为土壤动物区系的代表类群,作为指示性生物而被用于指示、监测土壤污染状况以及评价土壤环境质量等(蚯蚓活动对金发草修复土壤菲芘污染的强化作用[J].以及蚯蚓在重金属污染土壤生物修复中的应用潜力[J].)。
蚯蚓受到胁迫时会发生氧化应激反应,但蚯蚓体内的相关响应要素指标冗杂,利用传统生物统计学方法进行数据分析时,分析指标内容繁多,过程复杂,致使蚯蚓作为生物标志物监测污染时极不方便,结果可信度欠佳。此外,现有的单一数学模型则因为模型校验不通过、数据信息丢失过多、生物学意义缺失等原因,不适宜污染胁迫下的氧化应激指标的筛选(Screening indices for cadmium-contaminated soil using earthworm asbioindicator[J].以及Correlation of the oxidative stress indices and Cdexposure using a mathematical model in the earthworm,Eisenia fetida[J].),因此,在筛选由重金属胁迫引起的蚯蚓氧化应激生物标志物方面需考虑构建全新的复合模型。
发明内容
本发明的目的是为解决采用现有监测污染方法所获得的结果的可信度欠佳的问题,而提出了一种用于土壤镉污染监测的方法。
本发明为解决上述技术问题所采取的技术方案是:一种用于土壤镉污染监测的方法,所述方法具体包括以下步骤:
步骤一、分别对蚯蚓在镉胁迫下的各氧化应激指标进行标准化处理,获得标准化处理后的各氧化应激指标;
步骤二、利用标准化处理后的各氧化应激指标构建因子分析模型;
步骤三、基于步骤二所构建的因子分析模型,分别计算出镉胁迫下的各氧化应激指标的氧化应激程度指数;
步骤四、对步骤三计算出的氧化应激程度指数按照由大到小的顺序进行排序,选取出排在前n0位的氧化应激指标作为层次分析法的指标层;
步骤五、引入步骤四选取出的氧化应激指标的消耗时间和所需费用参数,氧化应激程度指数、消耗时间和所需费用形成层次分析法的准则层;
步骤六、依据步骤四的指标层和步骤五的准则层建立层次分析模型;
步骤七、对步骤六中建立的层次分析模型进行层次分析,以选取出需要监测的氧化应激指标;
通过对需要监测的氧化应激指标进行监测,来实现对土壤中镉污染的监测。
本发明的有益效果是:本发明提出了一种用于土壤镉污染监测的方法,本发明首先利用因子分析法对蚯蚓受到重金属胁迫后体内的氧化应激指标进行筛选,以达到“降维”的目的;然后将因子分析得到的氧化应激指标的得分作为层次分析中的“重要程度”目标,将指标实际的测定价格和测定时间分别作为层次分析的“价格参数”目标和“时间参数”目标,从而将层次分析法的主观分析全部客观化,大大提升了模型监测结果的可信度和科学性,降低了模型的不确定性;最后建立层次分析模型,计算各个氧化应激指标的综合得分,筛选出蚯蚓受到一定时间的重金属胁迫后,应重点监测的氧化应激指标,为低成本快速、准确、科学的监测重金属污染土壤提供依据和理论基础。
附图说明
图1为本发明的层次分析模型图;
图2是本发明的氧化应激指标筛选流程图;
图中,TP代表总蛋白含量、POD代表过氧化物酶、CAT代表过氧化氢酶、GPX代表谷胱甘肽过氧化物酶、GST代表谷胱甘肽-S转移酶、SOD代表超氧化物歧化酶、VE代表维生素E、MDA代表丙二醛、AChE代表乙酰胆碱酯酶、Important代表氧化应激程度,Price代表所需费用,Time代表消耗时间,Key monitoring index代表需要监测的氧化应激指标,Biomarkerscreening modeling代表生物标志物筛选模型。
具体实施方式
以镉为污染物,利用赤子爱胜蚓为指示生物,从氧化应激角度确定镉对蚯蚓不同部位的毒理效应,利用因子分析法改善层次分析模型的劣势建立数学模型,用于筛选镉污染的监测指标,对土壤系统的生态风险监测具有重要意义。
具体实施方式一、结合图1和图2说明本实施方式。本实施方式所述的一种用于土壤镉污染监测的方法,所述方法具体包括以下步骤:
步骤一、分别对蚯蚓在镉胁迫下的各氧化应激指标进行标准化处理,获得标准化处理后的各氧化应激指标;
步骤二、利用标准化处理后的各氧化应激指标构建因子分析模型;
步骤三、基于步骤二所构建的因子分析模型,分别计算出镉胁迫下的各氧化应激指标的氧化应激程度指数;
步骤四、对步骤三计算出的氧化应激程度指数按照由大到小的顺序进行排序,选取出排在前n0位的氧化应激指标作为层次分析法的指标层;
步骤五、引入步骤四选取出的氧化应激指标的消耗时间和所需费用参数,氧化应激程度指数、消耗时间和所需费用形成层次分析法的准则层;
步骤六、依据步骤四的指标层和步骤五的准则层建立层次分析模型;
以快速、低成本、准确、科学的监测重金属污染为研究目的建立层次分析模型;
步骤七、对步骤六中建立的层次分析模型进行层次分析,以选取出需要监测的氧化应激指标;
通过对需要监测的氧化应激指标进行监测,来实现对土壤中镉污染的监测。
具体实施方式二:本实施方式与具体实施方式一不同的是,所述蚯蚓为赤子爱胜蚓。
具体实施方式三:本实施方式与具体实施方式一不同的是,所述步骤一的具体过程为:
对于蚯蚓在镉胁迫下的任意一个氧化应激指标x胁迫组,对氧化应激指标x胁迫组进行标准化处理后,获得标准化处理后的氧化应激指标x;
x=(x胁迫组-x空白组)/x空白组×100%
其中,x空白组代表x胁迫组对应的未受到镉胁迫时的氧化应激指标;
同理,分别对在镉胁迫下的其他氧化应激指标进行标准化处理。
具体实施方式四:本实施方式与具体实施方式一不同的是,所述步骤二的具体过程为:
将蚯蚓在镉胁迫下的氧化应激指标的个数表示为n,通过对标准化处理后的各氧化应激指标进行降维处理,获得n个氧化应激指标的m(m<n,n的值不小于5)个公共因子,将m个公共因子表示为Fi,i=1,2,…,m;
构建的因子分析模型Z为:
Z=μF+η
其中,F为公共因子,η为特殊因子,μ为因子载荷,F=[F1,F2,…,Fm]。
具体实施方式五:本实施方式与具体实施方式四不同的是,所述步骤三的具体过程为:
第n个氧化应激指标的氧化应激程度指数ωn为:
ωn=μnκ×gnκ
其中:gnκ为第n个氧化应激指标的主因子贡献率,μnκ为第n个氧化应激指标的载荷矩阵,gnκ和μnκ基于构建的因子分析模型获得。
利用Matlab等软件运行构建的因子分析模型,就可以输出各个氧化应激指标的主因子贡献率和载荷矩阵。
具体实施方式六:本实施方式与具体实施方式五不同的是,所述n0的取值为3。
具体实施方式七:本实施方式与具体实施方式六不同的是,所述步骤七中,对步骤六中建立的层次分析模型进行层次分析,以选取出需要监测的氧化应激指标,其具体过程为:
步骤七一、建立指标矩阵A;
其中,a11为选取出的第1个氧化应激指标的氧化应激程度指数,a21为选取出的第2个氧化应激指标的氧化应激程度指数,a31为选取出的第3个氧化应激指标的氧化应激程度指数,a12为选取出的第1个氧化应激指标的消耗时间,a22为选取出的第2个氧化应激指标的消耗时间,a32为选取出的第3个氧化应激指标的消耗时间,a13为选取出的第1个氧化应激指标的所需费用,a23为选取出的第2个氧化应激指标的所需费用,a33为选取出的第3个氧化应激指标的所需费用;
步骤七二、求第j个准则Gj,j=1,2,3下的比较矩阵Cj;
其中,i′=1,2,3,k′=1,2,3;在准则G1下时,Ai′为选取出的第i′个氧化应激指标的氧化应激程度指数,Ak′为选取出的第k′个氧化应激指标的氧化应激程度指数;在准则G2下时,Ai′为选取出的第i′个氧化应激指标的消耗时间,Ak′为选取出的第k′个氧化应激指标的消耗时间;在准则G3下时,Ai′为选取出的第i′个氧化应激指标的所需费用,Ak′为选取出的第k′个氧化应激指标的所需费用;
步骤七三、求第j个准则Gj,j=1,2,3下的判断矩阵Bj;
σ1、σ2和σ3为Q中的元素,σ1为选取出的第1个氧化应激指标对应的值,σ2为选取出的第2个氧化应激指标对应的值,σ3为选取出的第3个氧化应激指标对应的值;
从σ1、σ2和σ3中选取出最大的值,将最大的值所对应的氧化应激指标作为选取出的需要监测的氧化应激指标。
具体实施方式八:本实施方式与具体实施方式七不同的是,所述权重w1的取值为0.7,权重w2的取值为0.2,权重w3的取值为0.1。
对于重金属镉的含量处于0-200mg/kg的低污染地区,准则层权重(w1,w2,w3)为(0.7,0.2,0.1),在低污染地区,监测准确率优先于监测时间和所需费用,因此设置本实施方式的权重值。
具体实施方式九:本实施方式与具体实施方式七不同的是,所述权重w1的取值为0.4,权重w2的取值为0.3,权重w3的取值为0.3。
对于重金属镉的含量高于200mg/kg的高污染地区,需要在低成本快速下追求准确性,因此设置了本实施方式的权重值,各部分优先级相当。
层次分析可信度验证
在应用层次分析进行生物统计过程中,为了保证权重的合理性及正确性,在计算权重向量后,应对每个判断矩阵都进行一致性检验。由于“应激程度”、“消耗时间”和“所需费用”是经由因子分析或是实际测定过程获得,其分值无法进行修改,一旦无法通过一致性检验,则视为数据不满足层次分析法要求,层次分析结果没有科学意义。
表1 RI值
本发明的上述算例仅为详细地说明本发明的计算模型和计算流程,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (9)
1.一种用于土壤镉污染监测的方法,其特征在于,所述方法具体包括以下步骤:
步骤一、分别对蚯蚓在镉胁迫下的各氧化应激指标进行标准化处理,获得标准化处理后的各氧化应激指标;
步骤二、利用标准化处理后的各氧化应激指标构建因子分析模型;
步骤三、基于步骤二所构建的因子分析模型,分别计算出镉胁迫下的各氧化应激指标的氧化应激程度指数;
步骤四、对步骤三计算出的氧化应激程度指数按照由大到小的顺序进行排序,选取出排在前n0位的氧化应激指标作为层次分析法的指标层;
步骤五、引入步骤四选取出的氧化应激指标的消耗时间和所需费用参数,氧化应激程度指数、消耗时间和所需费用形成层次分析法的准则层;
步骤六、依据步骤四的指标层和步骤五的准则层建立层次分析模型;
步骤七、对步骤六中建立的层次分析模型进行层次分析,以选取出需要监测的氧化应激指标;
通过对需要监测的氧化应激指标进行监测,来实现对土壤中镉污染的监测。
2.根据权利要求1所述的一种用于土壤镉污染监测的方法,其特征在于,所述蚯蚓为赤子爱胜蚓。
3.根据权利要求1所述的一种用于土壤镉污染监测的方法,其特征在于,所述步骤一的具体过程为:
对于蚯蚓在镉胁迫下的任意一个氧化应激指标x胁迫组,对氧化应激指标x胁迫组进行标准化处理后,获得标准化处理后的氧化应激指标x;
x=(x胁迫组-x空白组)/x空白组×100%
其中,x空白组代表x胁迫组对应的未受到镉胁迫时的氧化应激指标;
同理,分别对在镉胁迫下的其他氧化应激指标进行标准化处理。
4.根据权利要求1所述的一种用于土壤镉污染监测的方法,其特征在于,所述步骤二的具体过程为:
将蚯蚓在镉胁迫下的氧化应激指标的个数表示为n,通过对标准化处理后的各氧化应激指标进行降维处理,获得n个氧化应激指标的m个公共因子,将m个公共因子表示为Fi,i=1,2,…,m;
构建的因子分析模型Z为:
Z=μF+η
其中,F为公共因子,η为特殊因子,μ为因子载荷,F=[F1,F2,…,Fm]。
5.根据权利要求4所述的一种用于土壤镉污染监测的方法,其特征在于,所述步骤三的具体过程为:
第n个氧化应激指标的氧化应激程度指数ωn为:
ωn=μnκ×gnκ
其中:gnκ为第n个氧化应激指标的主因子贡献率,μnκ为第n个氧化应激指标的载荷矩阵,gnκ和μnκ基于构建的因子分析模型获得。
6.根据权利要求5所述的一种用于土壤镉污染监测的方法,其特征在于,所述n0的取值为3。
7.根据权利要求6所述的一种用于土壤镉污染监测的方法,其特征在于,所述步骤七中,对步骤六中建立的层次分析模型进行层次分析,以选取出需要监测的氧化应激指标,其具体过程为:
步骤七一、建立指标矩阵A;
其中,a11为选取出的第1个氧化应激指标的氧化应激程度指数,a21为选取出的第2个氧化应激指标的氧化应激程度指数,a31为选取出的第3个氧化应激指标的氧化应激程度指数,a12为选取出的第1个氧化应激指标的消耗时间,a22为选取出的第2个氧化应激指标的消耗时间,a32为选取出的第3个氧化应激指标的消耗时间,a13为选取出的第1个氧化应激指标的所需费用,a23为选取出的第2个氧化应激指标的所需费用,a33为选取出的第3个氧化应激指标的所需费用;
步骤七二、求第j个准则Gj,j=1,2,3下的比较矩阵Cj;
其中,i′=1,2,3,k′=1,2,3;在准则G1下时,Ai′为选取出的第i′个氧化应激指标的氧化应激程度指数,Ak′为选取出的第k′个氧化应激指标的氧化应激程度指数;在准则G2下时,Ai′为选取出的第i′个氧化应激指标的消耗时间,Ak′为选取出的第k′个氧化应激指标的消耗时间;在准则G3下时,Ai′为选取出的第i′个氧化应激指标的所需费用,Ak′为选取出的第k′个氧化应激指标的所需费用;
步骤七三、求第j个准则Gj,j=1,2,3下的判断矩阵Bj;
σ1、σ2和σ3为Q中的元素,σ1为选取出的第1个氧化应激指标对应的值,σ2为选取出的第2个氧化应激指标对应的值,σ3为选取出的第3个氧化应激指标对应的值;
从σ1、σ2和σ3中选取出最大的值,将最大的值所对应的氧化应激指标作为选取出的需要监测的氧化应激指标。
8.根据权利要求7所述的一种用于土壤镉污染监测的方法,其特征在于,所述权重w1的取值为0.7,权重w2的取值为0.2,权重w3的取值为0.1。
9.根据权利要求7所述的一种用于土壤镉污染监测的方法,其特征在于,所述权重w1的取值为0.4,权重w2的取值为0.3,权重w3的取值为0.3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110307408.3A CN113033992A (zh) | 2021-03-23 | 2021-03-23 | 一种用于土壤镉污染监测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110307408.3A CN113033992A (zh) | 2021-03-23 | 2021-03-23 | 一种用于土壤镉污染监测的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113033992A true CN113033992A (zh) | 2021-06-25 |
Family
ID=76472767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110307408.3A Pending CN113033992A (zh) | 2021-03-23 | 2021-03-23 | 一种用于土壤镉污染监测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113033992A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117696602A (zh) * | 2024-02-06 | 2024-03-15 | 华衍环保产业有限公司甘肃分公司 | 基于氧化应激强度指示剂的飞灰评估方法和飞灰处理方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103760319A (zh) * | 2014-01-23 | 2014-04-30 | 东北农业大学 | 一种模拟土壤有机污染物迁移转化的反应装置 |
CN105268732A (zh) * | 2014-07-07 | 2016-01-27 | 山东乾坤环境工程科技有限公司 | 一种修复污染土壤的生物方法 |
KR20160064423A (ko) * | 2014-11-28 | 2016-06-08 | 건국대학교 산학협력단 | 지렁이 장내 미생물을 이용한 토양 오염 측정용 조성물, 이를 이용한 키트 및 측정 방법 |
CN106570591A (zh) * | 2016-11-08 | 2017-04-19 | 北京师范大学 | 基于水质监测及源解析的傍河水源地水质安全预警方法 |
CN110782144A (zh) * | 2019-10-16 | 2020-02-11 | 上海康恒环境修复有限公司 | 一种重金属污染土壤固化/稳定化修复效果的评价方法 |
CN112179974A (zh) * | 2020-09-11 | 2021-01-05 | 浙江省农业科学院 | 一种基于稳定同位素与多元素特征分析的土壤铅污染源识别方法 |
-
2021
- 2021-03-23 CN CN202110307408.3A patent/CN113033992A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103760319A (zh) * | 2014-01-23 | 2014-04-30 | 东北农业大学 | 一种模拟土壤有机污染物迁移转化的反应装置 |
CN105268732A (zh) * | 2014-07-07 | 2016-01-27 | 山东乾坤环境工程科技有限公司 | 一种修复污染土壤的生物方法 |
KR20160064423A (ko) * | 2014-11-28 | 2016-06-08 | 건국대학교 산학협력단 | 지렁이 장내 미생물을 이용한 토양 오염 측정용 조성물, 이를 이용한 키트 및 측정 방법 |
CN106570591A (zh) * | 2016-11-08 | 2017-04-19 | 北京师范大学 | 基于水质监测及源解析的傍河水源地水质安全预警方法 |
CN110782144A (zh) * | 2019-10-16 | 2020-02-11 | 上海康恒环境修复有限公司 | 一种重金属污染土壤固化/稳定化修复效果的评价方法 |
CN112179974A (zh) * | 2020-09-11 | 2021-01-05 | 浙江省农业科学院 | 一种基于稳定同位素与多元素特征分析的土壤铅污染源识别方法 |
Non-Patent Citations (1)
Title |
---|
宁玉翠: "镉胁迫下蚯蚓(Eisenia fetida)氧化应激反应及解毒机制研究", 《中国优秀博硕士学位论文全文数据库(博士)基础科学辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117696602A (zh) * | 2024-02-06 | 2024-03-15 | 华衍环保产业有限公司甘肃分公司 | 基于氧化应激强度指示剂的飞灰评估方法和飞灰处理方法 |
CN117696602B (zh) * | 2024-02-06 | 2024-05-07 | 华衍环保产业有限公司甘肃分公司 | 基于氧化应激强度指示剂的飞灰评估方法和飞灰处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chapman et al. | Integrative assessments in aquatic ecosystems | |
Resh et al. | Design and implementation of rapid assessment approaches for water resource monitoring using benthic macroinvertebrates | |
Fairweather | State of environment indicators of ‘river health’: exploring the metaphor | |
Singh et al. | Linear and nonlinear modeling approaches for urban air quality prediction | |
Monk et al. | How does macroinvertebrate taxonomic resolution influence ecohydrological relationships in riverine ecosystems | |
Spatharis et al. | Analyzing the (mis) behavior of Shannon index in eutrophication studies using field and simulated phytoplankton assemblages | |
Wu et al. | Diagnosis of wetland ecosystem health in the Zoige Wetland, Sichuan of China | |
Cai et al. | The relationship between niche breadth and range size of beech (Fagus) species worldwide | |
Jiang et al. | Is coarse taxonomy sufficient for detecting macroinvertebrate patterns in floodplain lakes? | |
Sandin et al. | A trait-based approach to assess climate change sensitivity of freshwater invertebrates across Swedish ecoregions | |
Maginel et al. | Floristic Quality Index for woodland ground flora restoration: Utility and effectiveness in a fire-managed landscape | |
Stevenson et al. | Integrating Hydrogeomorphic and Index of Biotic Integrity approaches for environmental assessment of wetlands | |
CN107679756B (zh) | 土壤适宜性评价方法及装置 | |
CN113033992A (zh) | 一种用于土壤镉污染监测的方法 | |
Yagow et al. | Use of biological indicators in TMDL assessment and implementation | |
Wang et al. | A pathway analysis method for quantifying the contributions of precipitation and potential evapotranspiration anomalies to soil moisture drought | |
Qiao et al. | Prediction of PM 2.5 concentration based on weighted bagging and image contrast-sensitive features | |
Ilmonen et al. | Detecting restoration impacts in inter-connected habitats: Spring invertebrate communities in a restored wetland | |
Bried et al. | Experts and models can agree on species sensitivity values for conservation assessments | |
Zhu et al. | Predicting carbonaceous aerosols and identifying their source contribution with advanced approaches | |
In Ieong et al. | Using principle component regression, artificial neural network, and hybrid models for predicting phytoplankton abundance in Macau storage reservoir | |
Cassemiro et al. | Deviations from predictions of the metabolic theory of ecology can be explained by violations of assumptions | |
Jog et al. | Can land use indicate wetland floristic quality and taxonomic distinctness? | |
Brulfert et al. | A regional modelling study of the high ozone episode of June 2001 in southern Ontario | |
Malloy et al. | Development of a benthic index to assess sediment quality in the Tampa Bay Estuary |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |