基于多年遥感数据分析长江河口海岸带湿地变化及其驱动因子

研究河口海岸带湿地长时间演变对湿地保护管理和海岸带资源评估具有重要意义.本文获取长江口1979—2015年10景Landsat-MSS/TM/OLI影像和2015年13景GF1-PMS高空间分辨率数据,对比两个典型实验区分类算法,选用最优的决策树算法应用到长江口Landsat影像中,得到沿岸湿地要素近40年的面积变化情况.研究表明,2015年长江河口海岸带湿地总面积为4725 km2,自然湿地占63.5%,人工湿地占21.2%,湿地总面积相比1979年增加了662 km2,自然湿地面积减少了163 km2,而人工湿地面积增加了766 km2.长江口自然湿地面积在1979—2000年减少幅度较大,2000年后由于保护管理加强而减少幅度变小;人工湿地和建筑面积增加较为明显,主要是由于大型水库的修建和人工鱼塘开发及港口建设.湿地总的变化趋势为河口区不断淤积,自然湿地转变为人工湿地,人工湿地转变为建筑用地等非湿地;其中,滩涂面积减少283 km2,水库、养殖鱼塘和水稻田面积分别增加了92、355和319 km2,主要发生在崇明东滩和启东沿岸;非湿地中建筑用地面积增加154 km2,灌木草场面积减少147 km2,主要发生在上海和启东沿岸.同时比较分析长江口3个区域湿地驱动因子发现,北岸启东沿岸和南岸南汇东滩湿地因经济快速发展和港口水利工程修建,以及过度开垦滩涂等自然湿地使人工湿地增加明显;而长江上游径流量、区域降水和海平面上涨等自然因素控制着中支河道区(如崇明东滩)自然湿地的变化.     

川东北低山丘陵区细颗粒物主要相关因素和季节变化分析——以南充主城区为例

基于中国空气质量在线监测分析平台和全球天气精准预报网的大气质量和气象数据,以四川盆地东北低山丘陵区典型城市南充市主城区为例,检验了细颗粒物(PM_(2.5))浓度的概率密度分布,发现其接近对数正态分布,由相关分析确定了PM_(2.5)浓度的主要相关因素为CO、NO_2(相关系数r分别为0.76、0.55,P0.01),再通过对2014年1月—2016年6月的日数据的逐步回归筛选出最优的回归指标和模拟方程(决定系数R_(adj)~2为0.68,P0.05),2016年7月—2017年6月的数据验证表明模拟效果较好(拟合优度为0.64,相对误差15.48%);最后根据时序插值、浓度和IAQI(PM_(2.5))的时段均值发现PM_(2.5)浓度在年际上有降低趋势;在季节上由高到低依次为冬季、春季、秋季、夏季;PM_(2.5)浓度在1月和6月分别呈现出年内的峰值和谷值,5、10月出现了阶段性峰值,尤其是5月;IAQI(PM_(2.5))的季节变化与浓度变化规律相似;且PM_(2.5)与PM_(10)比值的均值为0.67,表明现阶段南充市主城区大气污染物中细颗粒物占有较大比重。     

长春市春季PM2.5中金属污染与潜在生态风险评价研究

2014年春季采集了长春市大气PM2.5样品,测定了PM2.5及其17种金属元素的含量.PM2.5质量浓度为175.2±75.1μg/m3,变异系数为0.44,环境重污染日与优良日空气质量差异较大.PM2.5中金属元素平均含量顺序为Ca>Fe>K>Mg>Al>Zn>Ti>Mn>Pb>As>Cu>V>Ni>Cr>Co>Ba>Cd.采用富集因子法和潜在生态风险指数法对PM2.5中金属进行了评价.其中Cd、As、Zn、Pb、Cu富集因子大于100.金属综合潜在生态风险等级为极强生态风险,Cd的贡献率为83.2%,受人类活动干扰严重.     

苏州市PM2.5中水溶性离子的季节变化及来源分析

2015年在苏州市城区采集大气细颗粒物PM_(2.5)样品共87套,用重量法分析了PM_(2.5)的质量浓度,离子色谱法分析了颗粒物中F-、Cl-、NO_3~-、SO_4~(2-)、Na~+、NH_4~+、K~+、Mg~(2+)和Ca~(2+),共9种水溶性无机离子.观测期间,苏州市PM_(2.5)的年均质量浓度为(74.26±38.01)μg·m-3,其季节特征为冬季春季秋季夏季;9种水溶性离子的总质量浓度为(43.95±23.60)μg·m~(-3),各离子的浓度高低顺序为NO_3~-SO_4~(2-)NH_4~+Na~+Cl~-K~+Ca~(2+)F-Mg~(2+);SNA(SO_4~(2-)、NO_3~-和NH_4~+三者的简称)是最主要的水溶性离子;SO_4~(2-)、NO_3~-和NH_4~+三者之间具有显著的相关性,它们在PM_(2.5)中主要是以NH_4NO_3和(NH_4)_2SO_4的结合方式存在.苏州市PM_(2.5)中水溶性离子的主要来源包括工业源、燃烧源、二次过程和建筑土壤尘等.     

三峡库区水体中可溶性C、N变化及影响因素

为了解三峡库区水体中可溶性C、N的变化,本研究于2011年3月至2012年8月在三峡水库涪陵段进行了每周一次的水样采集,分析其中可溶性C、N成分的变化及其来源特征.结果表明,库区水中DOC浓度范围为0.64~9.07 mg·L~(-1),且有明显的季节变化,表现为:夏季春季、秋季冬季,DOC年入库总量为1.78×109kg,入库量具有与浓度相似的季节变化趋势;DTN的浓度范围为2.59~4.35 mg·L~(-1),春季冬季夏季秋季,年入库总量为1.32×109kg,入库量的季节变化特征:夏季秋季春季冬季,其中DON、NO-3-N分别占DTN的30.35%~63.45%、35.87%~67.72%.DOC受降水和温度的影响明显,水中DOC主要来自外源输入,春季、夏季降雨径流其外源输入量增加,而秋季、冬季则内源贡献有所增加;DTN受人为排放和水体稀释的影响相对较大.相关分析表明,DOC与DON呈显著负相关(P0.05),通常以DOC/DON比值反映水中DOM的来源,库区DOC/DON范围为0.35~7.28,DOM来源具有明显的季节特征.夏季DOC/DON较高,DOM主要来自流域侵蚀;冬季DOC/DON较低,DOM主要来自生活污水排放和内源现场产生;春季、秋季DOC/DON介于两者之间,DOM来源包括流域侵蚀、生活污水排放及现场产生等.     

土霉素对SBR系统细菌的抑制效应与机制研究

基于SBR系统,从脱氮过程、化学需氧量(COD)的去除过程、胞外聚合物(EPS)的总量变化过程、比呼吸速率(SOUR)的变化过程及微生物群落的变化等多个角度出发,较系统地研究了不同浓度土霉素对SBR系统的冲击作用.结果表明,由于土霉素(OTC)的作用,系统氨氮去除率从空白对照组的99.0%分别下降至77.2%(OTC 1 mg·L~(-1))、47.4%(OTC 5 mg·L~(-1))及10.0%(OTC 10 mg·L~(-1)).此外,高浓度土霉素(10mg·L~(-1))引起EPS分泌量和异养菌SOUR分别下降至空白组的44.3%和41.2%.由高通量分析可得,由于高浓度土霉素(5 mg·L~(-1)以上)的作用,活性污泥中微生物的多样性显著下降,且微生物的群落结构也发生显著变化.属层面的分析可得,高浓度土霉素(5 mg·L~(-1)以上)反应器中的部分氨氧化菌,如Nitrospira和Nitrosomonas均受到了抑制.     

北京2015年大气细颗粒物的空间分布特征及变化规律

近年来,随着雾霾事件的频发,人们逐渐提高了对雾霾的关注度,PM_2.5作为其首要污染物对大气能见度及人体健康造成了严重影响.因此,本文利用2015年北京12个环境监测站点的PM_2.5、PM₁₀、NO₂、SO₂、CO和O₃的浓度数据和气象数据,综合研究了北京2015年大气细颗粒物的空间变化特征及分布规律.同时,利用空间差异率（COD）统计方法评估了不同地区细颗粒物浓度的差异程度,并结合2015年2次特殊事件（春节和阅兵）,对大气污染特征及其与排放源控制的关系进行了深入对比分析.结果发现,重污染天气集中发生在秋冬季,且污染程度高、持续时间长.城区PM_2.5浓度比郊区高约12 μg·m^-3.东城区与对照区差异最大,COD值为0.24;东城区与西城区差异最小,COD值为0.05.春、夏、秋季颗粒物PM_2.5、PM₁₀浓度日变化较为平稳,在中午有所升高,冬季颗粒物质量浓度明显呈现出夜间高于日间的污染模式.近3年PM_2.5与PM₁₀保持显著的相关性,但PM_2.5/PM₁₀比值呈降低趋势.阅兵期间采取的空气质量管控措施和气象要素共同作用导致PM_2.5浓度下降约72%,市中心的首要污染物为NO₂,郊区首要污染物为O₃和PM₁₀.春节期间烟花燃放对PM_2.5的瞬时贡献量很大,对比春节假期和非假期2个阶段的大气污染特征发现,人口和机动车减少及餐馆暂停营业并没有使北京局地空气质量得到明显改善.该研究结果提示在进行PM_2.5控制的同时也要对O₃浓度有所关注,同时也进一步支撑了北京空气质量改善需要京津冀协同控制这一重要结论.     

基于T-S模糊神经网络的大沽河水质变化特征分析研究

基于T-S模糊神经网络,利用大沽河2010年-2015年水质监测数据,选取溶解氧、化学需氧量、高锰酸盐指数、氨氮、总氮、总磷对水质具有重要影响的6项指标,建立适用的水质评价模型,对大沽河水质变化特征进行分析.结果显示:上游水质评价结果明显优于中游、下游水质评价结果,网络评价水质等级变化趋势同真实指标数据变化趋势一致.验证结果充分表明了T-S模糊神经网络用于水质变化特征分析是可行、有效的.     

河流CO2与CH4排放研究进展

河流作为连接海-陆两大碳库的主要通道,其水-气界面二氧化碳(CO_2)与甲烷(CH_4)排放构成全球碳循环的重要环节,对全球气候变暖的贡献不容小觑.明确河流水体CO_2与CH_4产排过程、时空特征以及控制因素是认识河流生态学功能以及其对变化环境响应的重要内容.基于当前河流CO_2与CH_4排放研究进展,构建河流碳排放动力学概念框架(内源代谢、陆源输入),并从全球尺度、区域尺度、流域尺度综述了河流碳排放时空变异性特征以及存在的研究不足.在理解碳排放动力学概念框架和时空变异特征的基础上,构建了河流CO_2与CH_4动力学控制因子分层框架(内部因子:有机质、温度、营养盐;外部因子:水文、地貌、人类活动),深入探讨了河流碳排放的关键影响因素.最后,根据当前研究中存在的不足,提出河流碳排放应将纳入区域陆地碳平衡过程,今后研究重点应包括流域尺度上河流CO_2与CH_4内源产生与陆源输入相对贡献的量化研究、不同界面CO_2与CH_4产生与排放过程研究、高时空分辨率的监测数据的补充以及变化环境与人类活动干扰下河流碳排放的响应过程等,为理解河流生态学过程及生态系统功能提供基础,同时为我国进一步深入开展相关研究提供借鉴.     

基于移动监测和土地利用回归模型的上海市近地面黑碳浓度空间模拟

黑碳(BC)是大气污染物的重要组成部分,对空气质量与人类生活健康产生重要的影响.本研究采用移动样带手段开展上海市近地面BC浓度监测,分析其基本统计特征和空间分异性.在此基础上,利用土地利用回归模型(LUR),探讨人口密度、经济产值和交通道路网密度等因素对上海市近地面BC浓度空间分异的影响.结果表明上海市近地面BC平均浓度为(9.86±8.68)μg·m~(-3),空间差异明显,郊区[(10.47±2.04)μg·m~(-3)]比市中心地区[(7.93±2.79)μg·m~(-3)]高32.03%(2.54μg·m~(-3)).气象要素(风速和相对湿度)和交通道路变量(路网长度、省道距离、高速距离等)显著影响上海市近地面BC浓度(r为0.5~0.7,P0.01).基于气象和交通道路变量的LUR模型能较好模拟上海近地面BC浓度(调整后R2为0.62~0.75,交叉验证R2为0.54~0.69,RMSE为0.15~0.20μg·m~(-3)),其中100 m和5 km缓冲距离的LUR模型相对较优,在一定程度上表明上海市近地面BC浓度主要受气象要素和交通源的影响.本研究有利于加深对上海市BC浓度空间分布格局及其影响因素的客观认识,可为模拟和预测BC对人类活动和自然环境的响应机制提供科学依据和理论支撑.