教学科研 当前位置: 首页 > 教学科研

喜报:我校申报市级课题获立项

更新时间:2019-09-02 09:59    浏览:    来源:     【字体:    

喜讯!近日,从重庆市教育委员会公众信息网站获悉,根据《重庆市教育委员会关于下达2019年度市教委科学技术研究计划项目的通知》(渝教科发〔2019〕13号),经我校申报、专家评审及市教委审定,重庆资源与环境保护职业学院生态环境系《垃圾填埋场周边水环境典型抗生素赋存水平及迁移转化规律研究》获得重庆市级青年项目立项。这是我校建校以来首次获得市级科研课题立项,实现了省级科研课题零的突破,可喜可贺。

本课题由我校和国家地质检测中心共同合作,研究拟采用固相萃取和高效液相色谱-串联质谱法检测分析重庆市大足区大湾垃圾填埋场周边地表水及地下中抗生素的赋存水平,研究填埋场地典型抗生素的释放及其在周边水环境的污染特征,根据污染的时空分布分析其在水环境中的迁移转化规律,评价垃圾填埋场周边水体的环境风险,为填埋场地进行污水处理、污染评价、控制对策提供科学依据。

严格按照国家环境保护标准《水质采样技术指导》(HJ494-2009)和《水质样品的保存和管理技术规定》(HJ493-2009)要求,布设填埋场周边地表水及地下水采样点位,在垃圾场附近地表径流分为枯水期、丰水期进行水样连续采集,在周边村镇水井布设地下水采样点,并在场地排污口、河流上游和下游沿水流方向间隔200M布设采样点。对采集的水样进行在线固相萃取和超高效液相色谱条件的优化,水样可自动的富集、净化并在线洗脱至分析柱完成分离和检测。建立新型在线固相萃取-超高效液相色谱联用分析方法,实现不同种类抗生素的自动化和高通量同时分析。以典型污染源为案例开展应用研究,揭示垃圾填埋场对水环境中抗生素含量的贡献,探讨抗生素在本区域内水体中的迁移转化规律及环境影响,满足污染场地调查急需。

一、建立及完善一套水中抗生素自动化绿色分析方法

建立自动化和高通量的水体中多种抗生素同时测定的在线固相萃取-超高效液相色谱分析方法。重点优化在线固相萃取液相色谱条件,实现不同种类多种抗生素的同时分析测定。建立严格的质量控制/质量保证(QA/QC)体系,将本方法的实验结果与国标分析方法结果进行比对,确保其推广应用价值。

对水样前处理进行条件优化:采用 SPE 技术富集净化水样中的抗生素,着重优化了水样 PH 的选择和金属络合剂加入量的选择,确定地表水及地下水中抗生素的最佳萃取条件。

对在线固相萃取条件优化:重点筛选可以同时富集目标物的在线固相萃取柱,确定最适用的在线固相萃取柱。优化进样量、上样流速、洗脱时间、进样量等条件,确定最佳方法参数。

对超高效液相色谱分析条件优化:选择抗生素专用分析柱并考察其对抗生素的适用性,优化如流动相选择、流速、洗脱条件等分离分析参数。选用荧光检测器并通过实验选择最佳检测条件。

评价方法对地下水样品的适用性,包括线性、检出限、准确度和重现性评价,建立质量保证与控制体系。通过与国标分析方法比对,验证方法的准确性,确保推广应用价值。

二、垃圾填埋场周边水环境典型抗生素赋存水平及污染特征研究

对重庆市大足区大湾垃圾填埋场附近的地表水、地下水按时间跨度丰水期、枯水期进行采样分析,研究垃圾填埋场地典型抗生素的释放随季节变换在周边水环境中的赋存水平;并对场地排污口、河流上游和下游沿水流进行对照监测,分析垃圾填埋场地对水环境中抗生素含量的贡献和污染特征,以及对周边地表水和地下水环境的影响和生态风险。

三、典型抗生素在水环境中的迁移行为及环境风险研究

以垃圾填埋场周边地表水和地下水中的水、沉积物及食物链中的动植物(浮游植物、沉水植物、鱼类及鸟禽类等)为研究对象,研究抗生素在受纳水体各环境介质中的浓度水平及多介质分配特点。通过与垃圾填埋场污染特征比较,结合水环境和沉积物中抗生素的组成和分布特征,了解填埋场地对周边水环境抗生素含量的贡献,分析其迁移转化规律及污染来源。

抗生素污染是当今世界面临的重要环境问题,对公众健康和生态安全构成潜在性威胁。针对自然环境介质中抗生素污染的报道很多,如河流湖泊水体、城市土壤、地下水等,但是对于城市生活垃圾填埋场周边水环境污染的研究却鲜有报道。受经济条件和管理水平的制约,我国对过期废气药物管理体制不严,随意丢弃现象严重,多数随生活垃圾一起进入城市生活垃圾填埋场,使垃圾填埋场环境介质中存在抗生素残留,对其周边水环境的浓度特征系统性的研究报告也尚不完善。

本项目通过对垃圾填埋场周边水环境样品的采集、保存、预处理及色谱分析检验,分析重庆市大足区大湾垃圾填埋场周边地表水及地下中抗生素的赋存水平,研究填埋场地典型抗生素的释放及其在周边水环境的污染特征,根据污染的时空分布分析其在水环境中的迁移转化规律。探讨其对周边地表水和地下水环境的影响,揭示垃圾填埋场对周边环境的生态风险,为固体废弃物处理处置和相关污染控制提供科学的数据支持。