基于证据权重法地下水中氮浓度影响因素分析

针对地下水中氮素浓度主控因素难以确定的问题,本文以三江平原松花江-挠力河流域为例,采用证据权重法,选取降水量、土地利用类型、人口密度、土壤有机质含量、粘土层厚度、地下水埋深、含水层厚度和地下水类型为证据因子,分别建立地下水中氨氮和硝态氮的预测模型,并分析其对氮素浓度分布的影响程度,取得了较好的预测结果,其中氨氮和硝态氮的预测精度分别达到77.2%和89.1%.分析表明:三江平原地下水中氨氮和硝态氮浓度与降水量、人口密度呈正响应关系;氨氮浓度与含水层厚度呈正响应关系,而硝态氮与含水层厚度则呈负响应关系,说明氨氮受含水层氧化还原环境条件影响较大,硝态氮受含水层对流弥散作用影响较大;当土地利用类型为居住用地时,地下水中氨氮和硝态氮浓度通常较高.     

基于最小数据集的成都平原某区土壤养分综合评价体系的构建

成都平原是我国重要的粮食、蔬菜、水果产地,进行土壤养分综合评价有利于了解区域土壤养分空间分布、丰缺程度,对区内土地的合理利用、养分变化监测具有重要作用。为此,本文基于土壤地球化学数据,通过相关分析、主成分分析、Norm值计算,构建了研究区土壤养分综合评价的最小数据集(MDS),并对比了国内16个MDS土壤养分评价体系。结果表明:研究区土壤pH均值为6.44,有机质、碱解氮、有效磷、速效钾达到丰富的样品占比分别为10.67%、40.19%、47.59%、41.89%。研究区土壤养分综合评价的MDS为有机质、全磷、Zn、Co,能够较好反映全数据集对土壤养分综合评价的信息。通过MDS土壤养分评价,研究区土壤养分综合评价指数得分均值为0.578 3,低于0.3的区域面积占比为2.25%,得分高于0.6的区域面积占比为40.49%,土壤肥力较好。在土壤养分评价体系中,有机质和磷(全磷或有效磷)是MDS的重要指标。     

汾渭平原复杂地形影响下冬季PM2.5污染分布特征、来源及成因分析

汾渭平原受其复杂地形特征及产业结构影响,和京津冀、长三角地区一起被列为大气污染重点防治区域.本研究应用2014—2019年冬季中国环境监测总站汾渭平原各城市的六大空气污染物逐小时数据,结合欧洲中心ERA-5数据,利用HYSPLIT后向轨迹模型及T-model斜交旋转主成分分析法（PCT）,揭示过去6年汾渭平原冬季颗粒物浓度演变规律,厘清汾渭平原复杂地形影响下大气污染来源特征、潜在源区及成因,识别影响汾渭平原冬季空气污染的主要天气系统类型.HYSPLIT模拟结果表明,冬季喇叭口地形城市主要受本地和邻近区域污染源影响;山区盆地地形城市更易受到100~300 km距离以内污染源的传输影响,其中,来自陕北的气团对其影响最大;峡谷地形城市更易受到300~600 km范围内污染源的传输影响;平原地形城市的污染物浓度受区域传输的影响较大.影响汾渭平原冬季颗粒物重污染的天气系统可分为高压前部型、高压后部型、均压场型及低压倒槽型,其中,高压前部型是汾渭平原冬季重污染时段最易出现的天气形势.     

基于OMI的汾渭平原对流层NO2长期变化趋势

利用2007~2020年臭氧检测仪（OMI） OMNO2d对流层NO₂垂直柱浓度（TVCD）数据、欧盟基本气候变量质量保证计划（QA4ECV）基于卫星观测约束下的NO_x日排放估算数据（DECSO）、大气红外探测仪（AIRS）臭氧（O₃）垂直廓线AIRS2SUP数据,研究了汾渭平原NO₂TVCD长期变化趋势及其对NO_x排放变化的响应,以及二者变化对于对流层中下层O₃的影响.结果表明,汾渭平原NO₂TVCD于2012年达峰,峰值为（9.8±4.6） x10¹⁵molec/cm²,2013年后基本呈现逐年下降趋势;NO₂TVCD冬季最高,夏季最低,冬季均值约为夏季3.6倍;NO₂TVCD并非随NO_x人为源减排单调下降,夏季NO₂TVCD低百分位上升;NO₂TVCD变率为（-1.5±0.6）%/a,低于NO_x排放降幅的1/3,可能与人为NO_x大量减排的背景下,对流层NO_x自然源的贡献大且相对贡献不断上升有关;对流层中下层O₃变率仅为（-0.2±0.2）%/a,近地层O₃变率为（0.8±0.1）%/a,汾渭平原对流层O₃生成基本处于VOCs控制区或者VOCs-NO_x过渡区,减排NO_x无法降低对流层O₃;汾渭平原NO_x减排可有效降低城市高排放区NO₂,乡村地区受NO_x自然源影响较大,人为减排收效不明显.     

胶莱平原大气降水氢氧稳定同位素特征研究

区域大气降水稳定同位素组成是利用同位素技术研究区域水循环所必须的前提,对于深入了解水循环过程具有重要意义。本研究基于降水样品,分析了胶莱平原及周边地区降水氢氧稳定同位素特征,探讨了降水同位素的环境效应,并通过对比分析不同水汽输送路径站点的降水同位素季节变化趋势,揭示了胶莱平原大气降水水汽来源。结果显示：胶莱平原大气降水线LMWL为δ²H=6.38δ¹⁸O+0.72,胶莱平原大气降水δ¹⁸O存在较显著的温度效应和降水量效应,高程效应不显著。6—9月,胶莱平原降水水汽主要受控于东亚季风,水汽主要来自相邻太平洋海域蒸发水汽;10月—次年5月,胶莱平原降水水汽主要受控于西风,水汽来源于局地蒸发,受极地水汽影响较小。本研究结果将为胶莱平原地表水—地下水—海水之间的相互转化及水循环研究提供基础。     

长期定位施用牛粪对夏玉米-冬小麦体系农田N2O和NO排放的影响

利用静态暗箱法对关中平原27 a长期定位施肥农田氧化亚氮(N_2O)和一氧化氮(NO)排放通量进行周年(2017年6月到2018年6月)观测,目的是阐明N_2O和NO的排放特征及其影响因子,定量评估施用牛粪对气体排放的影响.田间试验采用随机区组试验设计,设置3种处理.对照(CK)处理全年不施肥.全化肥(NPK)和化肥加牛粪(NPKM)处理全年施氮(N)量为353 kg·hm~(-2),其中夏玉米季为188 kg·hm~(-2),均为尿素N;冬小麦季为165 kg·hm~(-2),NPK处理全部为尿素N,而NPKM处理尿素N与牛粪N的比例为3∶7.结果表明,CK处理气体排放通量较低且无明显季节变化,NPK和NPKM处理气体排放高峰主要与施肥和灌溉有关,N_2O和NO排放最高峰值分别为103. 0 g·( hm~2·d)~(-1)和71. 0 g·( hm~2·d)~(-1),均出现在NPKM处理玉米季.当土壤温度高于20℃时,NPK和NPKM中NO/N_2O比均与土壤充水孔隙度呈显著负相关关系(P 0. 01),说明土壤温度和水分含量共同影响气体排放.各处理N_2O年排放量分别为0. 21、2. 32和2. 15 kg·hm~(-2),NPK与NPKM处理间差异不显著(P=0. 74); NO年排放量分别为0. 23、0. 80和1. 46 kg·hm~(-2),NPK和NPKM处理间差异显著(P 0. 05).说明长期施用牛粪对N_2O排放无影响,但可显著增加NO排放.     

汾渭平原PM2.5浓度的影响因素及空间溢出效应

基于实时监测和遥感反演数据,利用空间自相关分析和空间回归分析等方法,探讨了汾渭平原2015~2017年PM_2.5浓度时空变化规律和影响因素,揭示了各因素的空间溢出效应.结果表明：（1）2015~2017年汾渭平原PM_2.5浓度逐年上升,主要由采暖期（11月~次年3月）的快速上升引起,非采暖期（4~10月）年际变化不大.（2）PM_2.5月均浓度变化曲线呈底部宽缓的U型,采暖期PM_2.5污染明显高于非采暖期,超标天数占全年总超标天数比例由2015年的75.0%上升到2017年的83.4%.（3）2015~2017年,除铜川和三门峡外,各城市PM_2.5浓度都有不同程度的上升.咸阳至运城间的平原地区和洛阳盆地污染最严重,已形成连片的高污染区域,且区域内城乡差异小.临汾及其上游平原地区其次,但主要分布在城镇,城乡差异较大.（4）空间回归分析表明,汾渭平原PM_2.5浓度有显著的空间溢出效应.年均气温、城镇化率、能源消费指数和年均人口不仅与本地PM_2.5浓度有显著的正相关,而且会加重邻近地区PM_2.5污染.年降水量和地形起伏度则不仅与本地PM_2.5浓度有显著的负相关,而且能降低邻近地区PM_2.5浓度.风的传输作用能加重本地PM_2.5污染,植被覆盖度能消减本地PM_2.5浓度,但其间接效应都不显著.     

华北平原不同农田管理措施对于土壤碳库的影响

华北平原是我国重要的粮食生产基地,土壤碳氮水平直接作用于区域的土壤肥力和粮食生产.通过长期定位实验,研究了包括自然恢复(F)、清茬翻耕(N)、秸秆还田免耕(S)和秸秆还田翻耕(TS)这4个处理下土壤有机碳(SOC)、无机碳(SIC)、全碳(TS)、全氮(TN)含量和储量以及13C和15N分布状况.结果表明,与F相比,在0~20 cm土层,N、S和TS的土壤有机碳储量分别降低21.6%、12.3%和3.4%,土壤无机碳储量变化不显著.在20~40 cm土层,土壤有机碳储量变化不显著,而3个农田耕作处理的土壤无机碳储量较F分别增加4.1%(N)、7.3%(S)和5.0%(TS),无机碳增加主要是次生碳酸盐的贡献,农田土壤PIC增加了97%~261%.与自然恢复地相比,农田土壤表层δ15N、δ13CSIC、δ13CSOC偏高且δ13CSOC达显著差异,20~40 cm土层δ15N、δ13CSIC偏低而δ13CSOC偏高.该地区农田土壤中原生碳酸盐以分解作用为主,土壤-作物系统通过增加CO_2含量促进次生碳酸盐的形成,秸秆还田是恢复农田耕作引起土壤碳库储存下降的有效措施.对于华北平原,今后应加强关于秸秆还田和耕作措施对土壤有机碳和无机碳影响的综合研究,对于表层以下层次土壤的碳转化和变化规律需要更多的长期观测.     

成都平原及其周边区域植被覆盖动态监测

利用Landsat TM/OLI遥感数据、DEM和地貌数据,基于像元二分模型、遥感与GIS技术对2007~2013年成都平原及周边区域的植被覆盖动态变化进行了估算,并结合高程、坡度、坡向和地貌数据,定量分析了汶川地震前、后植被受损与恢复的空间动态格局变化。研究表明:(1)植被覆盖总体良好,近一半区域的植被覆盖度均在中、高度以上,空间格局上呈现由西部的龙门山区向中部的平原区域降低的总体趋势;(2)地震造成植被受损面积约6.91×105 hm~2,集中分布于海拔324~800 m、坡度20°、东坡、南坡和西坡及山地地貌部位;(3)震后5 a,植被恢复面积约4.88×105 hm~2,主要分布海拔324~1 000 m、坡度30°、平缓坡、南坡、东坡和西坡、丘陵和大起伏山地以下区域;(4)高程、坡度和地貌对植被损毁与恢复的影响明显高于坡向。     

关中地区农田土壤有机碳固存速率及影响因素：以陕西武功县为例

以武功县为例,通过计算农田土壤碳储量及固碳速率,明确关中地区农田土壤有机碳动态变化的规律,进而揭示农田土壤有机碳与自然因素、人为因素的关系.结果表明:①80%的样点0～20 cm农田土壤有机碳含量在8.0～12.0 g.kg-1之间,总体上呈现正态分布.②武功县2011年0～20 cm农田土壤有机碳密度为26.3 t.hm-2,低于全国农田耕层土壤有机碳密度平均水平(33.45 t.hm-2).近30年农田土壤固碳速率为71.3 kg.(hm2.a)-1,近5年农田土壤固碳速率为480 kg.(hm2.a)-1,近期固碳速率高于全国农田耕层土壤平均固碳速率[380.78 kg.(hm2.a)-1].③在半湿润平原地区,土壤有机碳含量主要受土壤类型、地貌类型、有机肥投入的影响,其中土壤类型可解释30.2%的有机碳变异性,地貌类型可解释37.7%,有机肥可解释32.1%.综合分析表明,武功县农田土壤有机碳密度在过去30 a间呈增加趋势,这可能与化肥的施用和秸秆还田有关,具体有多大的影响程度还需进一步研究.