铅锌矿废弃地土壤-植物重金属迁移特征及植物修复模式优选

来源 :安徽理工大学 | 被引量 : 0次 | 上传用户:TeaTempTea
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
由于历史过度的露天开采,铅锌矿废弃地土壤重金属含量较高且水土流失较为严重,选择适宜的植物修复模式既能保证植物生物量又能对土壤重金属进行吸附,对于铅锌矿废弃地的修复至关重要。目前对于废弃地植物修复工作多集中于野外调查和盆栽试验等,而关于废弃地在实际复垦修复条件下应以何种植物修复模式及种类修复鲜见报道。本文以粤北南岭某铅锌矿废弃地为研究对象,基于野外调查和试验,采用经典统计学、地统计学、主成分、熵值和TOPSIS模型等方法,开展废弃地土壤重金属污染特征与来源分析,揭示不同生态修复模式下植物多样性及土壤-植物重金属富集迁移特征,提出粤北南岭铅锌矿废弃地最优植物修复模式。研究结论如下:(1)研究区内土壤表层和深层重金属除Ni之外,As、Zn、Cu、Pb和Cd含量均超过了广东省土壤环境背景值,研究区土壤重金属自中北部向东西部逐渐降低,pH值北部高南部低。污染评价结果显示,Ni处于清洁状态,Zn处于中度污染状态,其他元素均为重度污染,潜在生态风险评价表明As、Pb和Cd处于高风险状态,两种评价方法均表明研究区综合污染程度较高。从来源来看,As、Pb和Cd可能来源于黄铁矿的氧化释放过程;Zn和Cu可能是受到黄铜矿和闪锌矿化学反应过程影响;Ni来源于土壤母质及风化累积。(2)野外试验结果显示,不同生态修复模式下共出现存活植物8科10种,大叶女贞、湿地松、苎麻、紫薇和车前草为研究区矿山生态修复的优势植物。湿地松和紫薇叶茎部对Cd的富集转移系数接近或超过1,属于Cd富集型植物。车前草和大叶女贞重金属主要集中于根部,属于根部囤积型植物。苎麻各部位含量均较低,属于规避型植物。不同生态修复模式下植物群落多样性指数均表现为乔灌草>灌草>乔草>草,乔灌草小区植物覆盖度均达到100%,植物存活率乔灌草小区最高(>69%),乔草小区最低(<60%)。(3)构建了涵盖11个指标的不同生态修复模式下植被修复效果评价体系,修复效果从优到劣的植被搭配模式依次为乔灌草、灌草、乔草、草,综合考虑各生态修复模式下植物重要值和富集迁移能力,乔木湿地松、灌木紫薇和草本车前草可作为铅锌矿废弃地生态修复的目标植物。结合植物研究结果,提出了研究区立体生态修复技术模式。图[14]表[24]参[128].
其他文献
学位
学位
降低碳排放是世界各国实现碳中和、碳达峰发展战略的重要途径,而降低建筑能耗是降低碳排放的有效举措之一,水泥基储热材料能有效降低建筑能耗和实现对清洁能源的高效利用,因此制备水泥基储热材料对实现建筑能耗的降低具有重要意义。相变材料(Phase change material,PCM)作为水泥基储热材料的核心成分,存在与水泥基材料相容性差的不足,使用微胶囊技术能有效缓解这一不足。常用相变微胶囊本征强度较低
学位
对抗样本的存在给深度神经网络(DNNs)的应用安全性带来极大威胁,它通过在原始输入(如图片,语音,文字)中加入人类难以察觉的细小扰动来以高置信度欺骗DNNs。因此关于对抗样本的研究和相关文献开始大量涌现,本论文从图片对抗样本的攻击和防御两个对立的角度出发,分别提出针对高分辨图片生成和防御有效的算法,目的是通过暴露和探索深度学习模型存在的弱点和盲点来提升模型在应用中的鲁棒性。具体来说,从攻击层面展开
齿轮被广泛应用到精密机械、汽车制造、航空航天、国防军事等各个工业领域。其中渐开线齿面凭借着良好的传动性、互换性经常用作机械传动零件的齿廓。在精密齿轮的量值传递、制造加工和计量标准中,齿轮渐开线样板是必备的高精度计量器件。大连理工大学凌四营团队设计出的双滚轮—双导轨式样板加工装置具备研制0至2级精度样板的能力,但是现有研究缺乏对整套加工装置的系统性误差源分析和建模,因此有必要分析样板加工装置的误差来
学位
目标跟踪是计算机视觉领域的核心研究方向之一,在军事和民用方面都有着非常重要的实用价值和研究前景。近年来,随着众多学者的深入研究,优秀的跟踪算法不断涌现,然而在实际跟踪过程中,受到目标形变、光照变化、目标遮挡、相似背景等多种复杂因素的影响,使得许多算法的跟踪效果差,因此,亟需构建一个鲁棒的目标跟踪算法来完成复杂场景下的目标跟踪任务。针对上述问题,本文深入研究现有的跟踪算法和基本理论,对现阶段目标跟踪
煤炭是我国基础能源,以煤炭为主导的能源结构在2050年前难以改变。2020年产生了 1 00亿m3以上的煤泥水,煤炭洗选加工是煤炭清洁高效利用的源头技术。煤泥水的高效沉降一直是困扰选煤行业的技术难题,传统的混合浓缩沉降技术难以有效解决这一难题。论文以煤泥水中石英、高岭石、煤三种代表性微细颗粒为研究对象,采用计算流体动力学-离散单元法(CFD-DEM)耦合模拟和试验的方法对煤泥颗粒沉降动力学特性进行
随着社交网络与电子商务的迅速发展,大量的商品评论文本呈井喷式出现。对这些评论文本使用情感分析技术进行挖掘,通过分析消费者对于所购买产品的评论文本可以了解产品的优劣并对潜在的消费者起到一定的参考作用。然而传统的深度学习方法存在词向量特征输入单一,无法区分同义词以及忽略特征项的位置信息和频次信息等问题。针对这些问题,本文提出了基于多特征融合和注意力机制情感分类模型。以情感分类问题常用的模型CNN-Bi