排序方式: 共有56条查询结果,搜索用时 41 毫秒
11.
12.
北京市蔬菜和菜地土壤砷含量及其健康风险分析 总被引:58,自引:3,他引:55
通过对北京市蔬菜和菜地土壤砷含量状况进行大规模调查,研究了蔬菜和土壤砷含量及其健康风险,并筛选出抗砷污染能力强的蔬菜品种。根据蔬菜的消费量并兼顾品种多样性的原则,在北京市规模化蔬菜栽培基地 (采集蔬菜及土壤样品) 和蔬菜批发市场 (蔬菜样品) 共采集93种蔬菜400多份蔬菜样品和39个土壤样品系统地分析其砷含量。研究发现:北京市菜地土壤砷含量范围和平均含量分别为4.44~25.3和9.40 mg/kg,明显超过北京市土壤砷背景值;北京市蔬菜砷含量最高达0.479 mg/kg,平均含量为0.028 mg/kg,均未超过《食品中砷限量卫生标准》(GB4810-94) 的限量值,但其中有2个蔬菜样品 (萝卜和大蒜) 砷含量超过WHO/FAO制订的限量标准。北京市蔬菜砷含量在东偏北方向 (偏转11o-30o) 存在明显的"U"型趋势分布。裸露地蔬菜砷含量显著高于设施蔬菜。油菜、萝卜、小白菜、大葱、芥菜、黄瓜、大白菜和甘蓝抗砷污染能力较弱,而辣椒、云架豆、冬瓜、茄子、菠菜、西红柿、芹菜等抗砷污染能力则较强。北京市居民从蔬菜中摄入砷平均值为0.016 mg/(人·d),蔬菜砷对北京市部分人群存在一定的健康风险。 相似文献
13.
14.
我国典型季风海洋性冰川区雪坑中主要阴、阳离子的来源 总被引:11,自引:0,他引:11
运用海盐示踪法、相关分析、趋势分析等方法,对我国两处典型季风海洋性冰川(海 螺沟1 号冰川和白水1 号冰川) 积累区雪坑主要化学离子来源进行了综合分析,结果表明: 两冰川区除Na+ 是海洋源外,其他离子主要是非海洋源;Cl-、NO3 -、SO4 2- 、K+、Ca2+、Mg2+ 非 海洋源所占的比重,在海螺沟1 号冰川依次为52%、99%、100%、98%、99.9%、83%,白水 1 号冰川依次为68%、99%、100%、98%、99%、59%;分析认为,海螺沟1 号冰川离子的非 海洋源主要是大气环流远源物质和高原面物质输入,而白水1 号冰川除上述来源外,冰川区 近源物质输入对离子浓度贡献很大。两冰川区各离子具体来源存在较大的差异性并且阴、阳 离子来源的共源性较低,其主要原因是:(1) 冰川区内局地环境的差异,比如岩性、山谷风系 统、地形地貌等;(2) 两冰川区离子淋溶作用强度的差异,分析认为,海螺沟1 号冰川离子淋 溶作用较强;(3) 不同离子的来源方式、沉降方式、自身化学特征以及沉积后过程不同所致。 相似文献
15.
16.
17.
典型海洋型冰川区消融期雪坑层位演变及离子沉积后过程初探 总被引:3,自引:0,他引:3
2006年4—7月,在玉龙雪山白水1号冰川消融区(P1)和积累区(P2)分别开挖雪坑连进行续观测,分析了海洋型冰川在消融期雪坑内各层位的物理变化以及各离子的沉积后过程.结果表明:海洋型冰川区雪坑的消融速率远大于大陆型冰川;随着消融的进行,雪坑中各种粒雪成分逐渐向粗粒雪转化,同时冰片数量增多以及含水层加厚,并且向雪坑底部移动.雪坑消融可以分为雪坑内部的细粒雪、中粒雪向粗粒雪转变,雪坑厚度变化不大以及雪坑厚度的快速变薄两个过程,P2处两消融过程转变时间比P1处大约推迟两个月.根据各种离子在P1处雪坑剖面的浓度变化,白水1号冰川积累区的淋溶序列为:K+SO42-NO3-Cl-Ca2+Mg2+Na+.由于海洋型冰川的消融期也是它的积累期,该序列中各离子的顺序不仅反映了融水淋溶作用的影响,同时反映了物质输入对雪坑内离子浓度变化的影响. 相似文献
18.
柱撑蒙脱石改性磷铵及其增效机理研究 总被引:1,自引:0,他引:1
本通过Keggin离子制备了柱撑蒙脱石,并对其进行了酸化处理。盆栽试验研究表明,利用柱撑蒙脱石和酸化柱撑蒙脱石对磷酸二铵进行改性试验处理,生物量显高于磷铵对照,氮素和磷素利用率显提高。X射线衍射技术和红外光谱对改性磷铵进行结构研究表明,其晶体结构发生了较大的变化,这种变化减少了氮的损失和磷在土壤中的固定,从而提高磷铵氮磷的生物有效性。 相似文献
19.
沛县,是汉高祖刘邦故里,素有“千古龙飞地,一代帝王乡”之美誉。沛县也是江苏省煤炭主产地和华东地区主要煤炭生产基地之一,年产煤炭量占全省的69%。然而,煤炭在为沛县带来丰硕经济效益的同时,也带来了生态治理的难题。煤从地下一点点地被开采了出来,地却一点一点地向下陷,坑洼不平、积水成湖,原本生活的乐园,成了沛县人深恶痛绝的“塌陷湖”。 相似文献
20.
基于遥感和GIS的我国季风海洋型冰川区冰碛物覆盖型冰川边界的自动识别 总被引:6,自引:3,他引:3
冰碛物覆盖型冰川边界的自动识别是冰川遥感监测的难点,综合遥感图像和DEM等多种数据,提出了一种基于遥感和地理信息系统的改进的半自动集成分类方法.该方法选择NDSI、NDVI作为分类指标,通过栅格DEM反演地表现象,并利用处于热红外波段的TM6探测地物的热辐射差异,应用栅格图像和GIS进行邻接空间分析,将冰川及冰碛物覆盖型冰川进行区别和分类.选择我国典型的季风海洋型冰川区——贡嘎山地区大量冰碛物覆盖的贡巴冰川作为实例进行研究,取得了较好的分类结果.该方法比Frank Paul提出的方法更适合于我国海洋型冰川的遥感研究,同时也提出了存在的问题. 相似文献