Reliability of Indicators of Decline in Abundance

Abstract: Although there are many indicators of endangerment (i.e., whether populations or species meet criteria that justify conservation action), their reliability has rarely been tested. Such indicators may fail to identify that a population or species meets criteria for conservation action (false negative) or may incorrectly show that such criteria have been met (false positive). To quantify the rate of both types of error for 20 commonly used indicators of declining abundance (threat indicators), we used receiver operating characteristic curves derived from historical (1938–2007) data for 18 sockeye salmon (Oncorhynchus nerka) populations in the Fraser River, British Columbia, Canada. We retrospectively determined each population's yearly status (reflected by change in abundance over time) on the basis of each indicator. We then compared that population's status in a given year with the status in subsequent years (determined by the magnitude of decline in abundance across those years). For each sockeye population, we calculated how often each indicator of past status matched subsequent status. No single threat indicator provided error‐free estimates of status, but indicators that reflected the extent (i.e., magnitude) of past decline in abundance (through comparison of current abundance with some historical baseline abundance) tended to better reflect status in subsequent years than the rate of decline over the previous 3 generations (a widely used indicator). We recommend that when possible, the reliability of various threat indicators be evaluated with empirical analyses before such indicators are used to determine the need for conservation action. These indicators should include estimates from the entire data set to take into account a historical baseline.     

青藏高原表土重金属污染评价与来源解析

为了解青藏高原表层土壤重金属的污染特征、空间分布及污染来源,沿东北-西南方向对青藏高原表土(0～20 cm)样品进行了采集,对土壤中的Ba、Cd、Co、Cr、Cu、Fe、Mn、Mo、Ni、Pb、Sb、Sc和Zn等13种重金属总量进行了分析,并利用主成分分析-绝对主成分分数-多元线性回归(PCA-APCS-MLR)受体模型初步定量解析了重金属的潜在来源.结果表明Cd和Sb均显著超标,分别是20世纪70年代青藏高原土壤背景值的2. 13与1. 52倍.富集因子(EF)、地累积指数(I_(geo))和Nemero综合指数(PN)分析同样表明青藏高原表土主要以Cd和Sb污染为主,但污染程度普遍不高.在空间分布方面,青藏高原中部、东南部及东北部均呈不同程度污染,但中部及东南部污染相对较重. PCA-APCS-MLR分析表明,青藏高原土壤重金属主要有3个来源,分别为自然、交通和采矿等综合因素. Co、Cr、Cu、Fe、Mn、Ni和Sc主要受自然因素影响,Ba、Cd、Mo和Pb主要受交通因素影响,Zn主要受自然和交通因素共同影响,Sb主要受采矿、自然和交通等综合因素影响.青藏高原土壤重金属污染防治过程中应着重考虑受交通、采矿等综合因素影响下的Cd和Sb污染.     

安徽典型硫铁矿集中开采区土壤重金属污染特征及来源解析

为查明安徽某典型硫铁矿集中开采区周边土壤重金属元素污染特征及污染来源,采集了研究区42个表层土壤样品和2个垂向剖面的16个土壤样品测定其pH值及Zn、Cu、Cd、Pb、Cr、Ni、Hg和As重金属元素含量,运用ArcGIS反距离权重插值法、内梅罗综合指数法、主成分分析法和绝对因子得分-多元线性回归（APCS-MLR）受体模型等方法进行了重金属元素分布特征分析、污染评价和来源解析.结果表明,土壤中8种重金属元素的含量平均值是铜陵地区背景值的1.03~13.14倍,Zn、Cu、Cd、Pb、Hg和As这6种重金属元素局部富集明显,在空间分布上与采矿活动位置基本一致.单因子污染指数评价显示,Zn、Cu、Cd、Pb和As这5种元素存在不同程度的污染风险,Cd和Cu元素污染程度最为严重,中度污染以上占比分别为47.62%和42.86%;内梅罗综合污染指数评价显示,研究区土壤样点中度污染以上占比为61.90%;地累积指数评价显示,研究区Zn、Cu、Cd、Pb、Hg和As这6种重金属元素污染程度主要为轻污染~强污染.在土壤剖面垂向变化上,重金属元素易在土壤表层富集,向深部迁移较缓慢,高含量主要在1 m以上位置.源解析表明,Zn、Pb和As的来源中地质高背景和采矿活动贡献率分别为37.82%、43.49%和46.63%,成土母质风化的自然来源贡献率分别为34.02%、40.88%和38.52%;Cr和Ni来源主要为成土母质风化的自然来源,贡献率分别为91.95%和73.68%;Cu的来源中地质高背景和采矿活动贡献率为41.91%,大气沉降和农业综合源贡献率为41.30%;Hg的来源较多,成土母质风化的自然来源贡献率为35.60%,地质高背景和采矿活动贡献率为29.87%,未知来源贡献率为34.05%;Cd的主要来源为大气沉降和农业综合源,贡献率为81.81%.     

城市间PM2.5源的碳成分谱比较

为了解我国不同城市PM_2.5源的碳成分谱特征和地域差异,采集沈阳市、十堰市和乌鲁木齐市的燃煤源、柴油车尾气源、汽油车尾气源和餐饮源样品,使用热光透射法分析PM_2.5中的总碳（TC）、有机碳（OC）和元素碳（EC）,以及细分的8种碳组分（OC1,OC2,OC3,OC4,EC1,EC2,EC3和OPC_T）,构建各类污染源碳成分谱.结果表明：3个城市4类源TC/PM_2.5从高到低分别为：餐饮源（65.1%±8.4%）、柴油车尾气源（46.2%±9.5%）、汽油车尾气源（37.7%±3.5%）和燃煤源（17.3%±8.0%）;OC/TC在餐饮源中最高（98.0%±0.5%）,EC/TC在柴油车尾气源中最高（38.6%±8.5%）.3个城市同类源的碳组分含量受污染源细分后的不同类型影响有一定差异,但归一化处理后总体仍表现为燃煤源中OC2（14%~30%）和OC3（13%~23%）含量最高,柴油车尾气源中EC2（22%~56%）含量最高,汽油车尾气源中OC2（24%~41%）、OC1（16%~42%）和OC3（12%~26%）含量最高,餐饮源中OC2（21%~43%）和OC3（23%~49%）含量最高.不同污染源的OC/EC值为燃煤源在0.4~7.6之间,柴油车尾气源在0.2~5.6之间,汽油车尾气源在1.1~38.5之间,餐饮源在6.4~170.2之间.分歧系数结果显示3个城市不同源的碳成分谱具有差异性,同类源的碳成分谱具有相似性.将3个城市同类源碳成分谱合并后利用化学质量平衡灵敏度矩阵得到OC2,OC3,OC4,EC1和OPC_T可共同作为燃煤源的标识组分;EC2是柴油车尾气源的标识组分;OC1,OC2和OC3可共同作为汽油车尾气源的标识组分;OC2和OC3可共同作为餐饮源的标识组分.沈阳市、十堰市和乌鲁木齐市相同污染源相似的碳成分谱和一致的标识碳组分可为国内其他城市相关研究提供数据参考.     

新疆干旱区某矿冶场对周围土壤重金属累积的影响

我国西部干旱半干旱地区为生态脆弱区,近年来西部工矿业发展引起的土壤污染问题越来越受到关注.本文通过空间布点采样,采用多元统计分析、GIS技术以及地积累指数评估等手段,对新疆某矿冶场区周围土壤的9种重金属污染特征进行了调查.结果表明,Cu和As元素为研究区域的主要重金属污染物;重金属Cr、Zn、Ni和Cd累积程度较轻、受人为干扰小;Co和Pb元素在少数样点存在人为干扰累积的现象,但程度也较轻;土壤中Mn没有明显累积和人为干扰.因子分析结果发现9种重金属主要存在2种来源,As、Cu、Ni、Cr、Zn、Cd和Co主要来源于第1种源;元素Mn和Pb主要来源于第2种源.从重金属空间分布特征可知,As、Cu、Ni、Cr、Zn、Pb、Cd和Co的最高含量样点都分布在尾砂库附近区域,因此对尾砂库进行封闭处理是减少重金属污染物向周围环境扩散的重要措施.此外,本研究还发现基于大气污染分析的PCA/APCS受体模型不适用于本案例中定量分析土壤重金属来源.     

京津冀水源涵养生态服务供体区与受体区范围的划分

京津冀水资源问题已经严重制约区域经济发展,定量分析研究区水源涵养生态服务供受关系,有助于深刻理解区域上下游之间的生态联系,促进区域生态公平,实现区域社会持续健康发展.利用降水储量法、水量平衡法及水源涵养生态服务供体区与受体区划分方法,分析2000-2010年京津冀净水源涵养量空间格局,划分研究区水源涵养生态服务供体区和受体区范围.结果表明:①冀北燕山山区净水源涵养量最高,年均值为65.24~81.35 mm,其次是冀西太行山山区,年均值为46.47~61.28 mm;净水源涵养量负值区主要分布在东部沿海和大中小城市,年均值为-130.46~-152.39 mm.②水源涵养生态服务供体区占研究区面积的41.42%,单位面积（m2,下同）平均净供水量为0.03~0.07 m3;水源涵养生态服务平衡区面积占25.01%;水源涵养生态服务受体区面积占33.57%,单位面积平均净需水量为0.18~0.41 m3,是供体区供水能力的6倍左右.③从流域来看,滦河流域的承德市为天津市、秦皇岛市及唐山市供应水资源,年均供水总量为23.7×108 m3;永定河流域的张家口市为北京市供应水资源,年均供水总量为5.3×108 m3;大清河流域的保定市为北京市及天津市西南部供应水资源,年均供水总量为8.2×108 m3;但子牙河流域和漳卫河流域供水能力严重不足.研究显示,燕山山区和太行山山区为水源涵养生态服务供体区,东部沿海和大中小城市为主要水源涵养生态服务受体区,水源涵养生态服务供体区净水源涵养能力不能满足水源涵养生态服务受体区需水量,整个研究区供受关系严重失衡.      

对羟基苯甲酸酯雌激素活性物种差异的理论研究

受体功能区结构的分化是导致部分环境污染物内分泌干扰效应种间选择性的主要原因之一.本研究采用同源模建的方法构建了青鳉的雌激素受体α亚型(medERα)配体结合区的三维结构,并与人的hERα结构进行比对.在此基础上,经过分子对接分析了对羟基苯甲酸酯类化合物及其含氯衍生物与两个物种ERα作用模式的差异及其分子基础,并基于此提...     

工业发达城市土壤重金属时空变异与源解析

采集了宁波市区2003和2013年两期共1 130个土壤样品,测定了8种典型重金属元素的含量,运用污染指数评价法对土壤重金属污染程度进行了评价,运用地统计学方法剖析了污染的时空变异特征,并分别运用主成分分析和UNMIX受体模型解析了重金属的污染来源.结果表明:(1)除了As,两期重金属元素的含量均值都超过了浙江省土壤背景值和国家土壤背景值,说明土壤普遍存在重金属污染;从2003～2013年,所有元素的含量均值都不同程度地增大,说明10年间重金属污染普遍加剧;(2)单因子污染指数的评价结果表明,Hg为重度污染,Cd、Cu、Pb为中度污染,Zn、Cr、Ni为轻度污染,As为非污染状态;所有采样点的内梅罗综合污染指数都超过了警戒值,10年间综合污染指数 3、呈重度污染的样本显著增加.(3)同种元素不同时期的污染空间格局相近,不同元素则呈现一定差异,Pb和Hg,Cr、As、Cu、Zn和Ni的空间分布特征具有相似性,高值区主要集中在污染企业分布密集和人类活动频繁的海曙、江北、江东、镇海四区;(4)研究区重金属污染源主要包括两类,即以Ni、As、Cr、Zn、Cd为主要成分的工业污染源,以Pb和Hg为主要成分的生活污染源,前者源自工业废水、废气和废渣的排放;后者源自于生活垃圾、汽车尾气及道路磨损造成的颗粒物和粉尘污染.     

濮阳市秋冬季大气细颗粒物污染特征及来源解析

濮阳市作为京津冀周边地区大气污染传输通道城市之一,秋冬季重污染天气频发,空气污染问题严峻.为了研究濮阳市秋冬季大气细颗粒物污染特征及其主要来源,于2017年10月15日至2018年1月13日在濮阳市3个国控点对PM_(2.5)进行了手工膜采样与化学组分分析,并结合PMF受体模型,开展了细颗粒物来源解析研究.结果表明,濮阳市2017年秋冬季PM_(2.5)平均质量浓度为94. 16μg·m~(-3),濮水河管理处的污染状况最严重,进入采暖季后3站点均表现为重度及严重污染事件频发,轻度污染发生频率降低,重污染发生时NO_2与CO浓度升高明显. PM_(2.5)中的主要组分为水溶性离子(52. 33%)、碳质组分(25. 32%)和地壳元素(0. 08%),NO_3~-的含量高而SO_4~(2-)的浓度水平较低.重污染发生时,PM_(2.5)中水溶性离子、OC、EC和K浓度都出现了明显的升高,而地壳元素浓度降低.采样期间濮阳市的硫氮转化率水平较高,大气氧化性较强,硫氮转化促进了重污染的发生.濮阳市2017年NOx、CO和VOCs排放量较高,来源解析结果表明,濮阳市秋冬季PM_(2.5)主要来源分别为二次无机盐(37%)、工业源(16%)、二次有机气溶胶SOA(14%)、生物质燃烧源(12%)、移动源(9%)、燃煤源(7%)和扬尘源(4%).可见,二次转化在濮阳重污染的形成过程中起到重要作用,要减轻大气细颗粒物污染,需要重点控制工业源、生物质燃烧、移动源和民用散煤燃烧的排放.     

北京城区和郊区大气细粒子有机物污染特征及来源解析

2004年在定陵、北京大学、奥体中心、良乡、通州共5个采样点采集北京市PM2.5,样品,并对其中有机碳(OC)、元素碳(EC)和有机物组成进行了测定.分析了北京市城区和郊区细粒子中有机化合物的污染特征.共检出有机物188种.主要物种为正构烷烃、正构烷酸、霍烷、多环芳烃、脱氧单糖苷以及其它多种源的示踪物.各监测点有机物浓度均呈现1月浓度最高、10月其次,7月浓度最低,4月居中的特征.市区点(奥体、北大)和近郊点(良乡、通州)的污染物浓度远高于受人为活动影响较小的远郊定陵.以正构烷烃、霍烷、多环芳烃、左旋葡聚糖和EC为示踪物,利用化学质量平衡(CMB)受体模型对北京市PM2.5中的OC进行了来源解析.结果表明,北京市细粒子OC的主要来源为柴油车排放(15.3%)、汽油车排放(20.5%)、燃煤排放(19.0%)、生物质燃烧(2.1%)和植物碎屑(1.1%).机动车和燃煤排放仍然是北京市细粒子OC的主要来源.而且有加重趋势.