首页--环境科学、安全科学论文--环境质量评价与环境监测论文--环境监测论文--一般性问题论文

应用聚二甲基硅氧烷平衡被动采样技术预测疏水性有机污染物的生物积累

摘要第6-9页
ABSTRACT第9-12页
第1章 绪论第16-34页
    1.1 疏水性有机污染物的平衡被动采样技术第16-25页
        1.1.1 环境介质中平衡被动采样概述第17-23页
        1.1.2 生物组织的平衡被动采样概述第23-24页
        1.1.3 生物活体的平衡被动采样概述第24-25页
    1.2 疏水性有机污染物在生物体内分配概述第25-28页
        1.2.1 脂肪和蛋白质分配能力的差异第25-26页
        1.2.2 底栖无脊椎动物的特点第26-28页
    1.3 研究现状与存在的问题第28-29页
    1.4 研究思路、内容和意义第29-34页
        1.4.1 研究思路和内容第29-31页
        1.4.2 研究意义第31-34页
第2章 聚二甲基硅氧烷和生物相间平衡分配常数的测定第34-72页
    2.1 引言第34-35页
    2.2 实验内容第35-43页
        2.2.1 实验试剂和材料第35-38页
        2.2.2 预加载PDMS膜片的制备第38-39页
        2.2.3 耗减法测定平衡分配常数第39-40页
        2.2.4 化学分析第40-42页
        2.2.5 数据处理第42-43页
    2.3 结果和讨论第43-71页
        2.3.1 预加载PDMS膜片的载样效率第43-47页
        2.3.2 动力学曲线第47-62页
        2.3.3 平衡分配常数第62-70页
        2.3.4 生物相的相对吸收能力第70-71页
    2.4 结论第71-72页
第3章 沉积物被动采样对底栖无脊椎动物体内积累浓度的预测第72-84页
    3.1 引言第72-74页
    3.2 实验内容第74-77页
        3.2.1 数据收集第74-76页
        3.2.2 单相预测模型第76页
        3.2.3 多相预测模型第76-77页
    3.3 实验结果和讨论第77-81页
        3.3.1 单相预测结果第77-79页
        3.3.2 多相预测结果第79-80页
        3.3.3 单相预测结果与其他研究的比较第80-81页
    3.4 结论第81-84页
第4章 信鸽作为城市大气中疏水性有机污染物的生物监测第84-120页
    4.1 引言第84-86页
    4.2 实验内容第86-94页
        4.2.1 信鸽样品的采集第86-88页
        4.2.2 实验试剂和材料第88-91页
        4.2.3 化学分析第91-93页
        4.2.4 数据处理和统计分析第93-94页
    4.3 实验结果和讨论第94-118页
        4.3.1 信鸽肺、肝脏和脂肪组织中污染物的积累浓度第94-109页
        4.3.2 信鸽年龄的影响第109-112页
        4.3.3 与其他鸟类的比较第112-116页
        4.3.4 与城市大气中污染物浓度的相关性第116-118页
    4.4 结论第118-120页
第5章 生物组织被动采样对信鸽体内积累浓度的预测第120-128页
    5.1 引言第120-121页
    5.2 实验内容第121-123页
        5.2.1 实验试剂和材料第121页
        5.2.2 脂肪组织的平衡被动采样第121-122页
        5.2.3 化学分析第122-123页
        5.2.4 数据处理第123页
    5.3 实验结果和讨论第123-127页
        5.3.1 脂肪对PDMS的污染第123-124页
        5.3.2 PDMS平衡被动采样的灵敏度第124页
        5.3.3 平衡被动采样结果第124-127页
    5.4 结论第127-128页
第6章 结论与展望第128-132页
    6.1 主要结论第128-129页
    6.2 主要创新之处第129页
    6.3 不足与展望第129-132页
参考文献第132-148页
致谢第148-150页
作者简历及攻读学位期间发表的学术论文与研究成果第150-151页

论文共151页,点击 下载论文
上一篇:湖光岩玛珥湖多指标记录下的全新世气候环境演变
下一篇:华南地区云雾滴特征与颗粒吸湿性的在线观测