【摘 要】
：
以湖南石门雄黄尾矿污染土壤为对象,研究纵向不同深度、横向不同距离土样中的重金属污染程度以及细菌群落结构变化规律,查明砷污染土壤的核心微生物组成并将其与土壤理化指标
【机 构】
：
广东轻工职业技术学院生态环境技术学院,广东 广州 510300;中山大学生命科学学院,广东 广州 510275;华南师范大学生命科学学院生态科学研究所,广东 广州 510631
论文部分内容阅读
以湖南石门雄黄尾矿污染土壤为对象,研究纵向不同深度、横向不同距离土样中的重金属污染程度以及细菌群落结构变化规律,查明砷污染土壤的核心微生物组成并将其与土壤理化指标进行共存网络图分析.结果表明:该尾矿区的土壤各项重金属指标严重超标,尤以铅(626.54 mg·kg?1,Ei=105.48)、砷(1804.75 mg·kg?1,Ei=565.75)、镉(31.46 mg·kg?1,Ei=7491.5)的生态危害性最强;土壤采样深度与重金属综合潜在生态风险指数(RI)呈显著正相关(r=0.79,P=0.000),而横向样品中RI与采样距离显著负相关(r=?0.85,P=0.000).在污染土壤中,变形杆菌门(Proteobacteria,54.35％±17.16％)和放线杆菌门(Actinobacteria,22.39％ ±10.64％)占主导地位,属层级中假单孢杆菌属(Pseudomonas,16.47％±11.84％)、不动杆菌属(Acinetobacter,8.07％±7.11％)以及硫酸状杆菌属(Acidithiobacillus,7.53％±14.68％)相对丰度较高;而26个共享类群占据了该尾矿污染土壤中微生物群落总平均相对丰度90％以上,尽管不同属的具体相对丰度在不同样品间的分布趋势差异较大.纵剖采集的污染土样中,铁原体属(Ferroplasma)、硫酸状杆菌属(Acidithiobacillus)、硫化杆菌属(Sulfobacillus)、乳杆菌属(Lactobacillus)和硝化螺旋菌属(Nitrospira)占优势,与理化的共存网络图分析(相关系数|r|≥0.6,P<0.05)显示部分类群与亚铁、游离态砷和镉成显著正相关,而与pH成显著负相关;横向采集的土样中,以嗜酸菌属(Acidiphilium)、假单孢杆菌属(Pseudomonas)、棒状杆菌属(Corynebacterium)、硫杆菌属(Thiobacillus)等为主,部分类群与总砷、铅成显著正相关,而与结合态或包蔽型砷成显著负相关.综上,该研究不仅对目标区域尾矿不同重金属污染程度进行了分析,同时探讨了污染土壤中核心响应类群的组成多样性,为筛选潜在重金属抗性菌群或工程菌群提供理论基础.
其他文献
地名是一个语言应用问题，反映了当地的自然环境、文化风俗。本文从社会语言学的视角出发，研究重庆地名语音特点，结构特点，从中发现重庆地名的特色和规律，并进一步探求形成这种地名
近年来,CCTV的国际化战略步伐加快,国际频道不断扩张,国际交流日益频繁,CCTV在国际上的地位和影响力不断提高,受到越来越多国际企业的关注。很多世界500强企业都与CCTV开展广
采用政府间气候变化专门委员会推荐的方法,测算我国30个省市1997年、2002年、2007年和2012年能源消费和水泥生产产生的碳排放,并以碳排放强度为指标,运用分类比较、Theil指数
迪拜淡水供应主要依靠地下水源,占3/4的农业灌溉用水和1/3以上居民日常生活用水。由于长期大量开采地下水源,导致该地区地下蓄水层水质严重退化,甚至对当地农业生态环境已构
语言是人们在长时间的实践中形成的认同符号,英语学科作为一门语言学科,具有实用性、复杂性的特点,学习英语、提高英语水平的同时能够帮助学生提高交际能力,也能够让学生了解
文章通过研究在当代社会背景下,大型展会的展示模式,发现展示艺术设计的发展设计趋势.阐述一种行为化的设计成为一种独特的趋势和手法,以崭新的姿态吸引人们的关注,引领展示
在教育信息化的大背景下,数字信息所携带的可控性、便于携带性以及存储空间大等多方面的功能,已经在教育领域显示了极大的优势,它正在逐步的改善人们的学习方式。最新的《中
随着知识经济的到来,世界的竞争对人才英语应用能力的要求也不断提升,在当前新课程标准下,高中英语的教学方式也发生着改变,“微课”已经不再是当初的那种表演秀了,而是正式
测绘领域诸多实际应用中系数矩阵和观测向量具有结构特征,即系数矩阵和观测向量中包含固定量(甚至固定列)和随机量,并且不同位置的随机量线性相关。针对这个问题,从变量误差(errors-in-variables,EIV)函数模型出发,首先,将系数矩阵和观测向量构成的增广矩阵表示为仿射函数形式,并采用变量投影法对函数模型进行重构;然后,利用拉格朗日法推导出了一种结构总体最小二乘(structured to
地面三维激光扫描是城市建筑立面数据采集的新方法,由于三维点云具有数据量大、无规则等特点,导致从点云中精确分割城市建筑物信息面临着严峻的挑战。在传统张量投票方法基础上,充分考虑各个尺度下点云立面特征判别的概率,提出了一种多尺度张量投票方法来实现平面分割,更加精确地实现了立面特征的识别。通过实例,将该方法同主成分分析和传统张量投票进行对比与分析,结果表明,多尺度张量投票方法在分割精度方面较优。