石油污染土壤生物修复研究——以加州北部一污染场地为例

来源 :东南大学 | 被引量 : 0次 | 上传用户:yaoyaosara
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
石油污染物因其难降解性和“致癌、致畸、致突变”效应,严重威胁土壤安全及人类健康。因此,石油污染修复对于生态环境保护具有重要意义。生物修复法是对自然过程的强化,具有成本低廉、环境友好、原位修复且不造成二次污染等优点,是石油污染修复的主流方向。本文以美国加州北部一石油污染场地为研究对象,开展了土著细菌筛选、功能菌群构建、温室模拟修复等生物修复试验研究。
  通过对土著微生物的富集培养、分离纯化,筛选得到石油烃降解细菌30株。16SrDNA鉴定结果表明,所得菌株分属于3大门,13个属,其中,变形菌门为优势菌门,沙雷氏菌属和假单胞菌属为优势菌属。各菌株石油烃降解能力测定结果表明,变形斑沙雷氏菌S1BD1,产碱杆菌OPKDS2,红球菌OSDS1,根瘤菌PNS1和假单胞菌BSS9BS1降解效率较高,15天(d)内分别降解67.99%、63.65%、54.92%、52.97%和41.75%的原油。
  考察了红球菌OSDS1产生物乳化剂特性及其对石油烃降解的促进作用。结果表明,红球菌OSDS1产胞外型生物乳化剂且乳化效果稳定,室温条件下168小时(h)后仍能保持约90%的乳化活性。该生物乳化剂对不同种类石油烃的乳化效果为:柴油>矿物油、原油>汽油。添加该生物乳化剂能够显著提高真菌(格孢腔菌32)对柴油及原油的降解效率,当添加乳化剂浓度分别为5g/L、1.25g/L时,真菌对柴油、原油的降解效率分别达最高值56.57%、84.80%。细菌真菌(红球菌OSDS1+格孢腔菌32)共培养体系的构建同样提高了石油烃降解效率,对柴油和原油的降解效率分别为64.30%和80.17%,远高于单菌(细菌:20.80%和25.43%;真菌:24.33%和38.40%)。添加生物乳化剂显著提高了微生物对原油中C16-C35化合物以及多环芳烃的降解能力。
  选取降解效率较高且特性互补的5株石油烃降解细菌,包括变形斑沙雷氏菌S1BD1、产碱杆菌OPKDS2、红球菌OSDS1、根瘤菌PNS1和假单胞菌BSS9BS1,构建高效石油烃降解菌群PHDc,并与单一菌株降解效率及特性进行对比。结果表明,构建菌群对初始浓度为1%的原油,15d降解效率达85.26%,远高于单菌。同时,构建菌群对原油中含碳量大于C16的化合物,以及支链烷烃和多环芳烃等较复杂化合物的降解效率提高显著。通过PCR技术,本研究成功实现了对降解菌群中烷烃羟化酶基因alkB的扩增,证实了烷烃降解酶的存在。
  选取5株具有植物促生特性的石油烃降解菌,包括假单胞菌PFS1和BSS3B2(产IAA),变形斑沙雷氏菌SIBD1和产碱杆菌PKS1(溶磷),以及芽孢杆菌PSS2和假单胞菌PFS1(产铁载体),构建植物促生菌群PGPBc,并探索其对盐草种子萌发及生长的影响。结果表明,PGPBc对盐草种子萌发无明显作用,对发芽种子的后续生长有显著促进作用。接种促生菌群PGPBc并加盖盆栽土可以显著提高盐草在受污染土壤中的发芽及生长,发芽率高达75%,生物量为空白对照的6.6倍。
  温室条件下,结合构建的石油烃降解菌群、植物促生菌群以及盐草,对SWMU污染土壤进行了为期半年的植物微生物联合修复模拟试验研究,评估了植物微生物联合修复法对拟修复污染土壤的修复效果。结果表明,植物微生物联合修复显著提高了土壤中石油烃污染物的降解效率,对土壤中总石油烃的降解效率达50.25%。石油烃降解菌可与盐草联合使用,共同修复土壤石油污染。
  本研究发现了变形斑沙雷氏菌(Serratia proteamaculans)的溶磷能力,探索了红球菌OSDS1产生物乳化剂对石油烃降解的促进作用,并开展了系列生物修复试验研究,研究成果为实施拟修复污染地大面积生物修复奠定了基础。
其他文献
随着用电需求日益升高,区域电网的相互联系加深,电力系统规模不断扩大;同时世界各国调整能源结构,具有波动性和随机性的新能源及设备的接入,使得电力系统特性更加复杂,在这样的背景下,外在破坏、人员失误等都可能导致大规模的停电事故发生,同时在电网恢复过程中还需考虑各类机组特性,因此有效利用新能源并基于恢复过程中的关键问题制定分区并行恢复预案,对研究大停电后电力系统缩短恢复时间、减少恢复失败影响范围及提升恢
电动汽车的应用和共享模式的提出为改善交通拥堵和缓解环境压力提供了有效途径。将换电模式应用于共享电动汽车,在保持其换电便捷性优势的同时可以解决电池统一性的问题,具有良好的发展前景。而政府的补贴政策和共享运营商的定价策略是影响共享电动汽车大规模应用的关键因素。研究其补贴和定价策略,基于换电需求预测对电池仓库进行能量管理,可以为共享电动汽车产业的发展提供理论支持,有利于控制运营成本、提高决策科学性。本文
BALB/c和C57BL/6小鼠是实验小鼠中常用而遗传背景差异较大的两个品系.在作者建立的用于新基因功能初筛研究的动物行为学检测平台实验中,BALB/c和C57BL/6小鼠有着不同的表现.为了探索这两品系在有关实验中的不同作用,作者选取了结合随机测序与生物信息学分析设计合成的神经系统表达的一些基因的反义核酸(antisense)中的2个,用Hamilton微量注射器将其分别定量注射到BALB/c和
[db:内容简介]
聚酯纤维作为一种合成高分子材料,以其强度高、弹性好等优良的性能被广泛应用于纺织领域。聚酯纤维的生产过程主要包括聚合、熔体输送、纺丝以及后加工四个部分。作为起始环节,聚合过程生成的聚酯直接影响着生成的纤维性能。其中,特性粘度是衡量聚酯质量的关键指标。因此,实现聚酯特性粘度的精准预测十分必要。由于聚合过程具有高度非线性、时变性、复杂性以及耦合性等特点,建立准确的机理模型十分困难。因此,本文利用数据驱动
学位
Withthefast development ofmobileinternet, the shipment ofmobiledeviceshasexceeded that of traditional PCs, among which the Android system takes the first place in installation. Increasing traditional
学位
期刊
协同过滤推荐系统作为缓解“信息过载”问题的有效手段,广泛应用于电子商务领域,在提升网站浏览量、商品转化率、顾客忠诚度等方面有非常重要的作用。但是,协同过滤推荐系统也有脆弱的一面,恶意用户在利益驱使下可以人为地向推荐系统注入大量虚假评分,达到影响或操纵推荐结果的目的。因此,如何检测出各类对协同过滤推荐系统造成威胁的欺诈攻击,保证推荐质量,保障推荐结果的可信性,是当前迫切需要解决的问题。本文基于用户的
学位
知识图谱是一种用图模型来存储人类知识的技术方法,被广泛应用于智能查询、推荐系统和问答系统等基于知识驱动的人工智能相关任务中。近些年,随着知识表示学习方法的提出,传统知识图谱构建方法存在的推理困难、计算量大和长尾效应等问题得到了有效改善。本课题旨在充分利用多模态信息中的语义,辅助构建更为有效的知识表示学习模型,从而实现多模态信息的融合和多模态知识图谱的构建。这些多模态信息(如实体结构化信息、实体图像
目标检测主要通过人工智能技术识别并定位图像中的物体,在实际生活中应用领域广泛:数字摄像机智能火灾监控、医学影像肿瘤检测、数码相机人脸自动定位等等多个领域。传统目标检测算法因无法利用图像的深层特征而易受到物体遮挡、光照变化等因素的干扰,导致漏检与误检。深度学习的出现可以很好地解决这一问题。深度学习算法可以从样本中学习,通过对特征的加工组合,进而提取图像的更深层特征。本文在深度学习理论的支持下研究目标
学位