大气污染物的植物监测方法研究论文
1 监测原理
1.1 植物监测大气污染的机理
植物监测大气污染主要是利用生物对大气污染物的过敏反应来具体监测有害气体的含量以及成分, 用数据来确定大气的环境质量状况。
自然环境中, 植物是非常容易遭受到大气污染的伤害, 由于植物缺乏动物的循环系统来环节外界的干扰和刺激, 此外, 植物的生长特点是无法避开污染物的伤害和影响, 所以利用本身固定的地理位置能够有效的去对其进行检测和管理, 大气污染的生物检测方法主要是采取植物检测方法, 它可以识别和定性大自然中环境的各项污染因素, 监测植物能反映污染物的存在, 反映污染物的含量。利用该方法综合性的去对环境状况有了具体的分析和结论, 相应的环境污染指标是会慢慢变化过程中[1]。
1.2 监测植物的选择
监测植物应该要有良好的敏感反映, 对污染物具有较强的物理或者是化学作用, 包括了可以看见的各种由于外界环境所引起或造成的伤害, 在任何的时间或地点来进行对大气污染监测工作, 所得出的结论是能够形成科学对比, 试验所得到的结论是不能充分的概括了该地区的环境污染状况程度, 因此, 监测人员要注重植物的有关生理变化。
2 监测方法
植物大气污染监测方法比较多, 近年来, 由于多学科的共同发展, 在研究层次方面, 逐渐从个体水平发展成群落水平, 具有现实意义。
2.1 植物症状指示法
2.1.1利用植物站的方式来监测周围环境状况, 将植物直接安在公司或工厂的周围附近, 这样以来, 不仅仅美化了这些厂房周围的环境, 而且还能够起到了良好的环境监测效果, 但是值得注意的一点是植物的量不可以过多, 否则会对监测效果带来一定影响。
2.1.2利用植物群落来大概估算大气污染的程度。植物群的方法最大的优点在于直接性, 受到了大自然环境污染的植物群都会对此有具体明显的反映, 而且不同的植物, 反应表现是各不相同的, 能够给监测人员方便的分析和辨别环境污染程度以及污染物的具体分布[2]。
2.1.3利用植物定点来起到报警作用。首先在一个没有环境污染的地区种植一盆植物, 待成功以后, 将其移到需要环境监测的地域, 以此来对被监测的地域环境污染状况的大概估算, 这个方法的优点是简单, 操作性强, 但是存在着准确度并不是非常令人信服。需要多次实验财能达到理想效果。
2.2 植物生理指示法
主要是利用污染物锁引起的各种生理方面的变化来作为依据, 来监测环境污染变化的状况。当有害气体超过了一定浓度的时候, 则会让植物体内仪器一系列的变化, 常见的生理指标有:光合强度, 叶绿素含量, 酶活性等等[3]。
2.3 细胞遗传学方法
这种方法主要利用了删选化学诱变因子, 监测环境中的一些致癌物质, 目前最为常见的是微核测定法, 此方法主要是利用植物发育过程中, 植物细胞在复制过程中, 若受到了外界诱变因子的干扰, 则会产生一些大小不等的小球体, 就是微核。一般来说, 受到了外界诱变因子干扰因素越多, 那么产生的微核数量就越多, 因此, 我们可以用其数据的百分比来正确判断出环境污染的整体状况, 和破坏程度。
2.4 分子生物学方法
DMA多态性是可以在生物多样性研究中广泛采用的一种DNA分子标记法, 可以在群落水平中提供尽可能的植物多样性可靠证据, 作为高度灵敏检测污染环境的生物种群变化的方法。
2.5 植物体内污染物含量测定法
我们通过对植物相关指标的分析来测定环境污染物的整体状况, 分析植物体内的污染物的含量来确定结果, 它是目前测定大气污染最有力的证据。
2.5.1 叶片分析:
植物的叶片对二氧化碳, 重金属的污染是最为显著的, 显然叶片的含量与大气污染量是具有直接或间接的关系, 能够推算出周围环境污染的整体状况。
2.5.2 树皮分析:
树皮长期是可以接触到外界污染因子的影响, 在漫长的岁月中, 不断的吸收和积累了大量的污染气体, 所以分析树皮的相关酸值是有效的判断出该地区酸性气体污染的整个程度和影响范围, 为城市的绿色规划奠定了良好基础[4]。
2.5.3 年轮分析。
植物的年轮很好的记录了气候变化的状况和污染的程度, 所以通过对植物年轮的系统性分析, 就会得出科学的结论, 帮助监测人员对当地污染物做出定性评价。
3 结语
利用植物来监测大气污染程度是近年来非常火热的科学实验方法, 通过科学的试验来得出正确的结论, 随着科学技术水平的不断进步, 相信会有更多的方法出现, 论文主要从此方法的监测原理来详细说明了植物在大气污染监测中扮演着重要的作用, 利用植物本身具有的特性和特点来开展试验, 使得数据和结论呈现出与实际状况一致。
摘要：利用植物检测方法是一种非常经济方便的方法, 本文详细详述了利用植物检测大气污染物的基本原理, 和常用的监测方法, 以此来对比出与传统检测方法的优点和缺点。
关键词：大气污染,植物检测方法,研究,对策
参考文献
[1] 郭永葆.燃煤工业锅炉大气污染物特征分析[J].科技情报开发与经济, 2011年24期.
[2] 郭庆春, 何振芳, 李力.西安市空气污染指数的神经网络预测模型[J].河南科学, 2011年07期.
[3] 马琳达, 贵阳市“十一五”期间环境空气质量现状, 变化趋势及对策[J].北方环境, 2011年07期.
[4] 王永红, 王艳妮.城市空气质量模式研究进展[J].现代商贸工业, 2011年13期.
点击下载文档文档为doc格式