长江中下游干流浮游藻类空间分布特征初探

为更全面了解长江中下游干流浮游藻类资源现状,于2014年夏季对长江中下游武汉—河口江段的浮游藻类空间分布特征进行调查,共设置了19个调查断面。本次调查共检出浮游藻类6门66种,其中硅藻24种,绿藻23种,优势种属共检出3门6种;浮游藻类平均细胞丰度为(13.43±5.34)×10⁴ cell/L,其中武汉上游最高,为23.18×10⁴ cell/L,上海河口最低,为5.19×10⁴ cell/L;浮游藻类多样性指数均值为3.37±0.35,其中南京下游最高,为4.1,上海上游最低,为2.7;调查样点根据浮游藻类细胞丰度大致可聚为3类:芜湖—南通段、武汉下游—大通段、武汉上游和上海上游。调查结果表明,长江中下游干流浮游藻类数量与空间分布可能受到水文条件的影响,而非受到营养盐的限制。     

水动力条件对富营养化影响规律探讨

富营养化防治的技术关键，是需要了解抑制藻类生长的外部环境条件及其影响作用规律．基于国内外对气候条件和营养盐条件对藻类生长速率影响研究成果基础上，采用机理分析和实际案例分析相结合的方法，重点探讨了以流速为表征要素的水动力条件对藻类生长速率的影响特点，并且以三峡库区支流大宁河为例，初步建立了流速对藻类生长速率影响规律的经验关系式，为预测三峡库区富营养化演变态势提供基础，进而为有效防治富营养化提供技术支撑．     

九龙江北溪江东库区两次藻类水华事件的分析及对策探讨

文章就九龙江北溪江东库区近几年发生的两次藻类水华事件进行总结，对两次藻类水华期间的水质各项指标进行分析，并提出预防应急对策，以保证漳厦人民的饮用水安全。     

日本用二甲醚从藻类中高效提取“绿色原油”

<正>浮游藻类过多虽然会导致湖沼的富营养化,威胁水质,从而破坏生态系统,但这些藻类具有很强的吸收二氧化碳并合成有机物的能力,有望作为生物燃料的原料。然而,蒸发浮游藻类所含的大量水分需要消耗大量能源,因此利用浮游藻     

用装有藻类衍生石花菜的密实塔从工业废水中去除铜和铬

Vitor J．P．Vilar，等采用琼脂生产厂生产琼脂的藻类废料——藻类石花菜研究了从工业废水中去除Cu（Ⅱ）和Cr（Ⅲ）的可行性。涉及的废液有含Cu（Ⅱ）废液及含Cu（Ⅱ）废液与含Cr（Ⅳ）废液的混合液，Cr（Ⅵ）预先被还原成Cr（Ⅲ）。对于含Cu（Ⅱ）溶液，用藻类石花菜和2种复合材料进行了3个循环的连续吸附（Cu（Ⅱ）质量浓度约50mg／L）-解吸（0．1mol／LHNO3）试验。生物群的吸附能力几乎保持恒定，接近于从纯Cu（Ⅱ）溶液中吸附的量，表明生物群的寿命足以满足工业过程。     

临床研究新发现：孕妇的饮食补充剂藻类DHA可改善婴儿出生体重

本刊讯（记者孟雯）近日，美国堪萨斯大学医学中心公布了一项新的临床研究结果：孕妇在膳食中增加藻类DHA（二十二碳六烯酸）的摄入能显著改善婴儿的出生体重、体长和头围。     

生物塑料技术与应用新进展

生物塑料可以不同程度的进行生物降解,它为世界指明了一条不再依靠石油生产塑料的道路。本文评述了生物塑料市场趋势、新品种和产品价格,以及藻类基生物塑料市场与预测。     

影响分光光度法检测藻类叶绿素a的因素

目的为检测藻类叶绿素a提供可借鉴的依据.方法采用玻璃离心管与塑料离心管,待测液样在分光光度计中稳定不同时间,在叶绿素a提取过程中对液样加以冷藏的方法,进行对比试验.结果塑料离心管测得的水样叶绿素a值,比用玻璃离心管测得的值平均高30.1%.液样在分光光度计中稳定时间0~5 min内,叶绿素a值随稳定时间延长而提高,5 min以后提高速度减缓.冷藏时间在6 h以内,叶绿素a值平均增加1.92μg.(L.h)-1,6 h以后,叶绿素a值增加速度减缓.结论塑料材料对叶绿素a值测定有干扰作用,采用塑料离心管测得的水样叶绿素a值偏高,建议用玻璃离心管.待测液样在分光光度计中的稳定时间对藻类叶绿素a值的测定有影响,如果稳定时间过短,会使测定结果偏低.适合的稳定时间为10~20 min,在叶绿素a提取过程中,将液样适当进行冷藏,可使叶绿素a充分溶解于溶液中,适合的冷藏时间为6~8 h,供分光光度法检测藻类叶绿素a参考.     

桂林桂湖浮游藻类种群组成及水质生物学评价

根据2013年1～12月对桂湖浮游藻类的调查和监测结果,分析藻类种群组成和优势种、细胞密度、马卡列夫（Margalef）和香农—韦弗（Shannon-Weaver）生物多样性指数等生物特征参数的变化,从生物学角度对桂湖水质进行评价,为桂林两江四湖水环境的综合治理和生态保护提供基础资料和理论依据。     

一种基于自适应神经模糊推理系统的图像滤波方法

赤潮是常见海洋自然灾害之一。为了早期预测和预报赤潮的发生,开发了基于流式图像的赤潮监测仪器,它将流式细胞、显微成像以及图像处理技术结合起来,采用基于背景差的方法快速准确地分割出藻类图像;为了克服藻类细胞处于不同生长周期和环境带来的形态和个体差异的影响,提取具有平移、旋转和尺度不变性的几何形状特征与基于灰度共生矩阵的纹理特征,采用一对一的多分类支持向量机进行分类识别。实验结果表明,该算法实现对了海洋原甲藻、红色裸甲藻、拟菱形藻和中肋骨条藻的自动分类,平均识别准确率高达94.37%。