排序方式: 共有23条查询结果,搜索用时 78 毫秒
21.
22.
春季北京市河流大型底栖动物群落结构特征及影响因子分析 总被引:1,自引:1,他引:0
2019年春季(3~5月)在北京市开展了17个水体20个断面的大型底栖动物调查,分析其群落结构特征与环境因子的关系.共采集并鉴定出大型底栖动物64个分类单元(种),分属3门6纲32科.结果发现,北京不同区域河流大型底栖动物的密度组成、优势种和物种数存在较大的空间差异,山区是水生昆虫密度最大的区域,平均密度为33.95ind.·m~(-2),主要优势种为蚋科(Simuliidae sp.)、纹石蛾(Hydropsyche sp.)和高山似突摇蚊(Paraciadius alpicola);郊区摇蚊幼虫和寡毛纲的平均密度最大,分别为82.58ind.·m~(-2)和36.21ind.·m~(-2),主要优势种为小云多足摇蚊(Polypedilum nubeculosum)和苍白摇蚊(Chironomus pallidivittatus);市区以腹足纲的密度最大,为88.75ind.·m~(-2),主要优势种为铜锈环棱螺(Bellamya aeruginosa)和梨形环棱螺(Bellamya purificata).市区和郊区发现的物种数均比山区多14种.CCA典范对应分析结果表明,营养盐浓度是影响郊区大型底栖动物群落结构的主要因素,人类活动强度和水温是影响市区和山区大型底栖动物群落结构的主要因素. 相似文献
23.
随着工业化和城市化的迅速发展,中国面临着越来越严重的大气污染危机,以细颗粒物(PM_(2.5))为标志的区域性大气复合污染问题已经成为我国大气环境污染治理的核心工作.目前,传统的地面监测站监测PM_(2.5)浓度的方法空间分辨率较差且耗费人力物力,而卫星遥感数据监测PM_(2.5)浓度的方法大部分只能应用于白天.由于PM_(2.5)浓度在时间上存在周期性变化,因此利用卫星遥感数据监测的夜间PM_(2.5)浓度可以作为表征PM_(2.5)日变化规律的重要补充.本研究采用Suomi National Polar-orbiting Partnership(Suomi NPP)卫星搭载的可见红外成像辐射计套件(Visible Infrared Imaging Radiometer Suite, VIIRS)中Day/Night波段(DNB)夜间灯光影像数据,依据大气气溶胶消光原理和站点气象数据,建立PM_(2.5)浓度的预测模型,基于多元线性回归分析对上海地区9个空气质量监测站在2014—2018年冬季无月无云的晴朗夜间的PM_(2.5)浓度值进行估计,并对PM_(2.5)浓度的空间分布进行模拟.结果表明,在研究时段上海地区PM_(2.5)实际浓度与模型估算PM_(2.5)浓度之间R~2=0.767,均方根误差(RMSE)为19.210μg·m~(-3),验证了VIIRS/DNB夜间灯光影像数据在估算PM_(2.5)浓度方面有巨大潜力. 相似文献