GAM的区域PM_(2.5)浓度影响因子识别及关联关系分析

区域PM_(2.5)浓度影响因子及显著程度对区域PM_(2.5)浓度模拟和污染控制具有重要意义。该研究应用广义加性模型(GAM)建立模型分析2013年京津冀区域PM_(2.5)浓度与AOD、气象因子(相对湿度、温度、降雨量、大气压、风速)和土地利用类型(水体、林地、耕地、建设用地、裸地)之间的相关关系。结果表明,温度、大气压、AOD、林地、建设用地和裸地显著的影响PM_(2.5)浓度;且温度、AOD、裸地、林地与PM_(2.5)存在复杂相关关系,大气压、建设用地与PM_(2.5)浓度存在线性相关关系。GAM模型R~2为0.952,拟合结果与实测结果的线性回归方程系数为0.959,模型交叉验证后得到R2为0.792。结果表明,利用GAM能有效的识别区域PM_(2.5)浓度的影响因子,根据影响因子进行PM_(2.5)浓度拟合并得到可靠的拟合结果。     

城市土地利用类型与PM2.5浓度相关性研究——以武汉市为例

随着我国工业化的不断发展,在我国的主要经济发展地区的雾霾天气不断爆发,使我国的大气环境日益恶化,严重影响了人们的日常生活和身体健康。PM2.5作为雾霾的重要组成成分,也日渐成为环境领域的研究热点问题。随着全球性变化研究领域逐渐加强了对土地利用与生态环境的相关研究,因此无论从法律和社会经济发展的角度,还是从生态资源保护与环境可持续发展的角度,土地利用与PM2.5的相关研究都显得相当重要。研究目的:分析武汉市各类用地类型与PM2.5浓度的相关性程度。研究方法:使用ENVI与ArcGIS对武汉市2013年MODIS气溶胶产品进行空间分析与插值处理,再应用SPSS将其与武汉市2013年10个观测点的PM2.5浓度数据作相关性分析,以证实MODIS气溶胶厚度与PM2.5浓度的相关性,并建立两者的线性回归方程,然后利用计算后的武汉市整体PM2.5浓度分布与各土地利用类型进行相关性研究。研究结果:武汉市PM2.5浓度有明显的空间分布特征,绿化面积比例与PM2.5浓度呈显著负相关,建设用地面积比例与PM2.5浓度呈显著正相关,未利用地面积比例虽然与PM2.5浓度呈正相关,但相关性较低,而耕地与水体对PM2.5浓度没有显著影响。研究结论:土地利用类型对武汉市PM2.5浓度的分布有显著的影响,其与搭载MODIS传感器的遥感卫星监测方式的结合能成为研究大范围特定区域PM2.5浓度空间格局的新方法,并且增加城市绿化面积,控制建设用地规模能有效减少PM2.5浓度。     

安徽省土地利用变化下的生态敏感性时空规律

土地利用变化过程中生态敏感性的研究有利于土地利用的科学管理和健康长效的城市化发展。选择安徽省为研究区域,通过分析土地利用变化对生态系统的敏感性的影响机制,构建出基于弹性概念的生态敏感性指数模型,并利用2002~2011年安徽省的土地利用变更数据,对其10年的生态敏感性的时空变化规律进行研究。结果表明:(1)2002~2011年,安徽省土地利用综合强度由2.26增加到2.49,生态服务价值由2.84×10¹²元减少到2.75×10¹²元,两者呈现出很强的负相关,且安徽省17个地级市的土地利用综合强度与生态服务价值也均呈现负相关关系;(2)安徽省土地利用变化下的生态敏感性指数由2003年的2.26上升到2011年的2.49,在研究期内均属于低敏感性,表明安徽省整个生态系统受其土地利用变化的影响程度不是很强烈,能够适应目前城市化发展的速度和强度;(3)安徽省由2003年的16个生态系统低敏感或不敏感市(占全省总面积的92.97%)减少到2011年的12个低敏感市(占全省总面积的67.06%),表明人类活动对生态系统已经造成了一定的影响。     

农业土地利用转变对土壤团聚体组成及碳、氮含量的影响

为探究农业土地利用转变对土壤团聚体组成、稳定性及有机碳（SOC）、全氮（TN）含量变化的影响,选取玉米地、玉米地转变为姜地、稻田和稻田转变为姜地4种农业土地利用类型为研究对象,对土壤水稳性团聚体的组成、稳定性及SOC、TN含量进行测定与分析.结果表明： ①玉米地转变为姜地后,>0.25 mm粒级的大团聚体减少21.48%（p<0.01）,>0.25 mm稳定性团聚体的含量（DR_0.25）显著降低53.39%;稻田转变为姜地后,大团聚体差异不显著,<0.053 mm粒级的粉黏团聚体增加8.93%（p<0.01）;冗余分析和相关分析表明,土壤含水量是团聚体组成和 稳定性的重要影响因素;②玉米地转变为姜地后,0.25~1 mm粒级团聚体中SOC、TN含量分别减少52.68%、50.98%,粉黏团聚体（<0.053 mm）中SOC和TN含量增加约2倍（p<0.01）;稻田转变为姜地后,>0.25 mm的大团聚体和0.053~0.25 mm的微团聚体中的SOC、TN含量均减少（p<0.05）,其中,大团聚体碳氮比与团聚体组成和稳定性存在相关关系（p<0.05）;③所有处理均为大团聚体SOC、TN贡献率最高,转变后的姜地较玉米地、稻田的土壤粉黏团聚体的SOC、TN贡献率显著增加,尤其是较玉米地的粉黏团聚体SOC、TN贡献率增加3倍（p<0.01）;④平均质量 直径（MWD）和几何平均直径（GMD）与大团聚体的SOC、TN含量呈显著正相关（p<0.05）,分形维数（D）与MWD及1~2 mm粒级大团聚体的SOC、TN含量呈显著负相关（p<0.01）,DR_0.25与大团聚体的SOC、TN含量呈显著正相关（p<0.01）.总体上,玉米地和稻田两种用地转变为姜地后,土壤团聚体的组成发生较大变化,团聚体稳定性变化虽不显著,但大团聚体中SOC、TN含量降低,粉黏团聚体中SOC、TN含量增加.本研究的开展对农田科学管理和可持续生产具有重要的指导意义.     

中原城市群区域碳储量的时空变化和预测研究

为了有效评估中原城市群碳储量,运用灰色预测模型获取动态碳密度数据,结合Dyna-CLUE模型和InVEST模型,动态评估2005~2030年土地利用变化下不同情景的碳储量演变特征,以及城市发展对碳储量的影响.结果表明,2005~2020年中原城市群碳储量分别为1689.59×10⁶t、2035.36×10⁶t、2066.34×10⁶t和2093.05×10⁶t,呈现持续增加趋势;2030年经济发展情景、生态保护情景和经济生态协调发展情景下碳储量分别为2162.45×10⁶t、2179.39×10⁶t和2174.28×10⁶t,经济发展情景下碳储量最低,生态保护情景下碳储量最高.碳储量变化与土地利用面积变化密切相关,主要表现为耕地面积的下降导致其碳储量减少约250×10⁶t,林地面积的扩张导致其碳储量增加约103.4×10⁶t,建设用地的扩张导致其碳储量增加约87.77×10⁶t;耕地和草地面积与总碳储量呈较弱的负相关关系,林地、水域、建设用地和未利用地面积与总碳储量呈较强的正相关关系.2005~2030年中原城市群30个城市的碳储量分别为11.38×10⁶t~214.24×10⁶t,碳储量的变化反映出城市土地碳排放在2030年之前已经达到峰值,且经济生态协调发展情景可能更适合未来城市发展的目标.     

基于InVEST-PLUS模型的碳储量空间关联性及预测——以广东省为例

构建土地利用碳储量数据库,基于InVEST模型Carbon模块,得到广东省1990~2020年碳储量时空分布情况.用Moran’s I指数和Getis-Ord Gi^*分析格网尺度下碳储量时空分布特征,用Anselin Local Moran’s I得到LISA集聚图.然后运用PLUS模型和14个土地利用驱动因子预测2050年土地利用及其碳储量分布.结果表明,土地利用变化直接影响区域碳储量高低,林地、草地等具有生态服务功能地类碳密度最高,分别是188.44,329.34Mg/hm².碳储量空间格局整体呈现出中部低、北部高、东西中等的特点.碳储量空间分布特征与土地利用特征一致,碳储量显著高值集聚区域分布在建设用地少、生态用地多且连片的粤北地区,显著低值区域分布在国土开发强度和生态用地破碎化程度高的珠三角地带.在自然发展情景下,到2050年广东省土地利用碳储量将减少4327.21万Mg,随着国土空间进一步开发,环珠江口沿岸城市碳储量持续下降.增加植被生态系统碳储量,是实现碳中和的重要手段之一.要继续维持粤北山区生态保护屏障的重要地位,减缓珠三角城市土地开发强度,提高建设用地集约节约能力,形成平衡协调的土地利用和碳储量格局.     

土地利用变化对喀斯特水体溶解无机碳、总氮和总磷输出的影响——以贵州普定沙湾模拟试验场为例

耦联水生光合作用的碳酸盐岩风化碳汇是全球碳循环研究的关键问题,生物碳泵效应不仅能够稳定碳酸盐风化碳汇,也有利于改善水环境,而过量输入氮、磷会导致水环境变差。土地利用变化作为全球变化重要内容之一,对流域碳氮磷的输出具有重要影响,但关于土地利用变化对喀斯特水体溶解无机碳、总氮和总磷输出影响的研究有待进一步加强。本研究以贵州普定沙湾喀斯特试验场为研究对象,以研究土地利用变化对水文、水化学、溶解无机碳汇通量、总氮通量和总磷通量的影响。结果表明,流量、径流深、土壤CO₂浓度、pCO₂、HCO₃^-浓度和电导率呈现出夏秋季节高、春冬季节低的变化特征,与pH变化相反。样地间,土壤CO₂浓度、pCO₂、HCO₃^-浓度和电导率表现为草地>灌丛地>农耕地>裸土地>裸岩地,与pH变化相反。参与岩溶作用的土壤CO₂是造成水化学变化的主要原因。溶解无机碳汇通量和总氮通量呈现出夏秋季节高、春冬季节低的变化特征,总磷通量秋季最高、春季最低。样地间,草地溶解无机碳汇通量最大,HCO₃^-浓度是决定溶解无机碳汇通量大小的主导因素。有植被覆盖的土地利用方式的总氮、总磷浓度及其通量明显低于无植被生长的类型,总氮通量灌丛地最小,总氮浓度是决定总氮通量大小的主导因素,总磷通量草地最小,而流量是决定总磷通量大小的主导因素。综上,我们认为可以通过调整土地利用方式来达到增加岩溶碳汇和改善水环境双赢的目标。     

不同土地利用类型土壤多环芳烃的纵向污染特征及来源解析

为研究城郊地区不同土地利用类型土壤多环芳烃(PAHs)的纵向污染特征,对南京市郊菜地、林地、居民点、城镇用地、水田和工业区这6个不同土地利用类型土壤各1剖面(0～100 cm)的15种优控PAHs进行研究,分析了PAHs的纵向分布和组成特征、影响因素和来源.结果表明,6个采样点剖面∑₁₅PAHs含量分别为：菜地69.3～299.2μg·kg^-1、林地20.8～128.3μg·kg^-1、居民点30.7～142.1μg·kg^-1、城镇用地185.6～1 728.7μg·kg^-1、水田208.3～693.0μg·kg^-1和工业区165.6～739.2μg·kg^-1.居民点和林地没有污染,菜地污染水平较轻,水田和工业区污染水平中等,城镇用地污染较严重.除居民点和城镇用地以外的采样点土壤PAHs集中分布在表层或次表层,但在深层仍有检出,且各采样点各深度大多以高环PAHs为主. PAHs的分子特性及成分含量、土壤的理化性质和土地利用方式均会影响P...     

南京城郊不同土地利用类型农业土壤多环芳烃污染特征及风险评价

以南京市城郊不同土地利用类型的农业土壤(水田、菜地和林地)为研究对象,测定了16种PAHs的含量.结果表明,苊烯(Acy)在所有土壤样本中均未被检出,南京城郊农业土壤15种ω(PAHs)的范围在24.49～925.54μg·kg^-1之间,平均值为259.88μg·kg^-1.PAHs含量由高到低依次为：林地>水田>菜地,总体上以高环PAHs(HMW)含量为主.不同土壤理化性质对PAHs的影响表明：土壤有机碳(TOC)和黏粒(clay)含量与PAHs存在一定的相关性,pH和全氮(TN)与PAHs无明显相关性.毒性当量法和CSI指数法表明,南京城郊农业土壤中PAHs生态风险较小,但是林地中应当给予一定的重视.增量终身癌症风险(ILCR)进行健康风险评价表明,儿童健康的威胁风险略大于成人,林地的总的致癌风险(CR)明显高于菜地和水田,仍处于可接受的范围内.对成人进行了蒙特卡洛模拟表明,确定性健康风险的风险分析低估了PAHs的健康风险.敏感性分析结果表明,对CR总方差影响最大的输入参数是暴露频率EF(占50.7%).     

嘉陵江滨岸带不同土地利用类型土壤真菌群落结构与功能多样性

通过明确嘉陵江滨岸带不同土地利用类型土壤真菌群落多样性的差异,为嘉陵江生态环境保护修复提供理论依据.选择嘉陵江中下游滨岸带的人工湿地、天然湿地、林地和农田这4种典型土地利用类型作为研究样地,利用高通量测序技术对土壤真菌群落进行测序,分析不同土地利用类型对土壤真菌群落多样性、结构和功能的影响.结果表明,林地与天然湿地土壤真菌的Chao1指数显著高于其他两种土地利用类型（P<0.05）,林地土壤真菌的Shannon指数显著高于农田和人工湿地两种土地利用类型（P<0.05）;嘉陵江流域滨岸带土壤真菌被划分为15个菌门,在门分类水平上的优势真菌群落（相对丰度>0.01）分别为：子囊菌门（Ascomycota）、担子菌门（Basidiomycota）、油壶菌门（Olpidiomycota）、罗兹菌门（Rozellomycota）、被孢霉门（Mortierellomycota）和壶菌门（Chytridiomycota）;相比之下,罗兹菌门偏好选择林地生境,而油壶菌门和被孢霉门偏好选择农田,担子菌门在人工湿地具有显著优势;天然湿地中的优势功能类群为植物病原菌,人工湿地中的优势功能类群为粪腐菌,农田中优势功能类群为动物病原菌-真菌寄生菌;冗余分析表明,土壤含水率（MC）、全氮（TN）、有机碳（TOC）和碱解氮（AN）是影响真菌群落变化的主要环境因子.由此可见,林地是嘉陵江流域真菌多样性最高和功能类群最均衡的土地利用类型,其次为天然湿地,人为干扰导致嘉陵江滨岸带土壤真菌群落多样性水平降低.