【摘 要】
：
纳米银（Ag-NPs）由于优异的抗菌性能和独特的物理化学性质被广泛应用于各个生产生活领域,其不可避免地会进入到环境中从而对生物体造成潜在危害。Ag-NPs进入环境后会氧化溶解从而释放出Ag+或还原转化成相应的活性较低的硫化物Ag2S-NPs等。Ag-NPs和Ag2S-NPs的生物效应高度依赖于Ag的形态。微生物胞外聚合物（EPS）作为环境中广泛存在的天然有机质,会显著地影响纳米颗粒在环境中的转化行
论文部分内容阅读
纳米银（Ag-NPs）由于优异的抗菌性能和独特的物理化学性质被广泛应用于各个生产生活领域,其不可避免地会进入到环境中从而对生物体造成潜在危害。Ag-NPs进入环境后会氧化溶解从而释放出Ag+或还原转化成相应的活性较低的硫化物Ag2S-NPs等。Ag-NPs和Ag2S-NPs的生物效应高度依赖于Ag的形态。微生物胞外聚合物（EPS）作为环境中广泛存在的天然有机质,会显著地影响纳米颗粒在环境中的转化行为,进而改变纳米颗粒的植物毒性效应。但目前关于EPS对Ag-NPs和Ag2S-NPs转化行为及植物毒性效应的影响和机制尚不明晰。本论文以Ag-NPs和Ag2S-NPs为研究对象,考察土壤重要生物源的有机质EPS（Bacillus subtilis）对Ag-NPs和Ag2S-NPs转化行为的影响及随后植物毒性效应的改变。通过探究了不同形态Ag暴露后小麦（Triticum aestivum L.）组织中Ag的内化浓度、氧化性损伤水平,结合傅里叶红外光谱、三维荧光、透射电镜、超滤等技术揭示EPS影响Ag-NPs/Ag2S-NPs转化行为的分子机制,探讨EPS在不同形态Ag植物毒性作用改变过程中所起到的关键作用。本论文的主要结论如下:（1）不同Ag形态暴露显著影响了其对小麦的植物毒性效应。AgNO3、Ag-NPs和Ag2S-NPs对小麦根伸长的半最大效应浓度(EC50)分别为0.1、0.3和12.0mg·L-1。在相同Ag暴露水平下(1.0 mg·L-1),AgNO3和Ag-NPs处理组小麦根中的Ag累积量分别是Ag2S-NPs组的19.4和3.4倍,表明Ag对小麦的植物毒性效应与其暴露形态和暴露浓度有关,毒性效应:Ag+>Ag-NPs>Ag2S-NPs。（2）EPS显著缓解了AgNO3和Ag-NPs对小麦生长的抑制作用,但是加剧了Ag2S-NPs对小麦的毒性作用。当EPS浓度为100 mg·L-1时,与空白组相比,AgNO3、Ag-NPs和Ag2S-NPs处理组小麦根中总银含量分别下降了27.7%、61.2%和22.4%,这可能是由于EPS可显著降低Ag-NPs和Ag2S-NPs暴露液中自由Ag+的含量。银迁移系数:Ag+>Ag-NPs>Ag2S-NPs,且Ag迁移系数随着EPS浓度的增加逐渐减小。（3）通过红外光谱、三维荧光光谱分析发现EPS中的-NH、-OH、C=O和C-O等官能团与Ag发生了反应,说明了EPS中蛋白质为主要作用物质。透射电镜分析表明EPS与纳米粒子络合反应形成了复合物,从而降低了纳米粒子的生物利用度、减轻了植物毒性。
其他文献
在卫星通信系统中,介质加载微波部件的微放电现象严重影响大功率载荷的工作稳定性。空间微波部件多为单面或双面介质加载结构,单、双介质层表面电荷积聚产生的静电场增加了微放电过程的复杂性。目前,对于单面介质加载微波部件微放电的研究大部分是在表面电荷均匀积聚的前提下展开的,所计算出的静电场是近似值且为均匀分布。因此,开展介质表面电荷非均匀积聚的研究,有利于对微放电更精确的分析。工程上,以千瓦级大功率微波环流
语义分割任务是对图像进行像素级别的分类预测,其难点在于对像素级别的准确预测以及对同类物体的边缘划分。为了捕获分割物体的全局信息,现有的方法大多采用基于编解码结构的网络模型,以快速扩充网络的感受野。但连续的下采样对特征图的空间信息造成了不可逆转的损失。针对街景道路场景下的语义分割任务,本文设计了一个并行网络,通过高分辨率路径提取丰富的空间信息,同时设计了一个重定位模块来缓解低分辨率路径中丢失的上下文
随着人工智能与计算科学等学科的飞速发展,移动机器人在农业、工业和服务业等领域内的应用日益广泛。在机器人完成任务的过程中,自主导航起到了关键作用,而路径规划技术作为其重要组成部分,受到了众多科研人员的关注。但是,已知的路径规划方法都存在着各种各样的缺陷,如蚁群优化算法（Ant Colony Optimization,ACO）收敛速度过慢;人工势场法（Artificial Potential Fiel
二维层状过渡金属硫属化合物材料由于具有可调节的带隙、较大的比表面积以及不同的相等特性,在光电学、磁学、能谷电子学、催化等领域有着广阔的发展前景,因而成为了全世界科研工作者竞相关注的焦点。过渡金属硫属化合物材料有着多种多样的形貌结构,不同的形貌结构决定了其截然不同的物化性质,而对低维材料的维数进行调控是探索其新奇物化性质的一种重要方式。研究表明可以使用自下而上的化学方法制备一维过渡金属硫属化合物纳米
目标跟踪是一项计算机视觉的基础研究方向,常见于汽车自动驾驶、交通监控系统等应用场景中。随着深度学习的兴起,各类性能优异的算法相继被提出,Siam RPN便是其中之一。该算法借鉴目标检测任务中的检测模块,提出孪生区域候选网络结构,实现了对跟踪目标的前景背景分类预测及边界框回归预测,但该算法的检测模块采用的是L1范数损失函数,未考虑预测框与真值之间交并比（intersection over union
多时间尺度耦合作为非线性动力学不可缺少的一部分,在实际工程应用中极具价值和发展前景,是当前非线性动力学的研究重点。多时间尺度因素会诱发系统产生丰富的动力学行为,其中以簇发振荡现象为典型代表。因此,探讨多时间尺度耦合系统存在的簇发振荡及其演化机制具有深远的意义。本文以两类快慢耦合系统为例,分析不同条件下系统动力学的演化行为,主要内容如下:1.构造参数激励驱动下的两时间尺度QI系统,运用快慢分析理论,
磷酸盐固化技术是解决土壤铅（Pb）污染的一种有效修复方法。然而,使用可溶性磷化合物极易浸出造成水体富营养化,且修复成本较高。基于生态环境保护和成本效益,近些年研究者倾向于利用难溶性磷化合物对Pb污染进行修复,但是难溶性磷化合物的低溶解率又限制了Pb的固化效率。草酸青霉（Penicillium oxalicum）是一种广泛分布于土壤环境中、可分泌丰富有机酸并能提高土壤难溶性磷酸盐溶解率的生物资源。因
随着人工智能技术的不断发展,卷积神经网络已经广泛地用于解决各种复杂问题,并在学术界和工业界引起了大量的关注。在物联网技术的推动下,卷积神经网络也开始应用于各种嵌入式和移动设备,用来实现各种智能功能。在这些应用场景中,FPGA特别适合用来加速卷积神经网络的计算,因为其具有高性能、低时延、低功耗以及开发周期短等优点。为了解决卷积神经网络大量的参数和计算量所带来的限制,同时满足多样化的卷积神经网络结构,
随着电力系统中风电渗透率的逐渐提高,给社会带来巨大经济社会效益的同时,风电出力的随机性、波动性等不确定性也给电力系统安全稳定运行带来了极大的冲击。尤其是随着极端气候屡现,风电爬坡事件频发,易引起电力系统功率不平衡问题,造成电压、频率偏移甚至越限,严重威胁电力系统的安全稳定运行。因此,提高风电爬坡预测与识别准确度,定量评估风电爬坡出力不确定性,提出有效的风电爬坡事件平抑方法,对改善含高比例风电的电力
在大电网逐步迈向智能化、数字化、信息化的同时,智慧校园的规划与建设也持续深入。作为关键一环的电能,其分配的合理性对智慧校园的规划与建设进程的完善起着至关重要的作用。由于电力负荷预测能为电能分配提供有效的指导方案,故本文以智慧校园为工程应用背景,以提高其短期电力负荷预测精度为研究目的,首先提出了一种基于PCAG-KM的校园典型场景分析方法;其次,提出了一种基于快照机制的短期电力负荷组合预测方法;最后