南京市大气降尘重金属污染水平及风险评价

为探究城市不同功能区大气降尘重金属的污染水平及其风险,在南京市典型工业区、交通区、居住区和高教区这4个区域设置20个采样点,采集大气降尘,并分析其中As、Ba、Cd、Co、Cr、Cu、Fe、Mn、Ni、Pb、Sr、Ti、V、Zn的含量,采用潜在生态危害指数和美国EPA健康风险评价模型对重金属的风险进行评价,采用富集因子、相关性分析和主成分分析对金属元素进行源解析.结果显示,As、Cd、Co、Cr、Cu、Fe、Mn、Pb、Zn在工业区含量最高,而Ba、Ni、Ti、V在交通区含量最高.工业区的综合潜在生态风险指数最高,高教区最低,元素Cr的生态风险最高,达中等生态危害.健康风险评价中各金属元素均不具有非致癌风险及致癌风险.源解析结果表明,研究区域大气降尘重金属主要来自交通、工业活动、燃煤、自然源及生活源等.     

贡湖生态修复区水质净化模拟与净化能力

利用三维水质模型,对藻类生长以及沉水植物（穗花狐尾藻、菹草、苦草）的生长和分布进行模拟,探讨春、夏不同季节情况下,贡湖生态修复区对流域内流入的氮、磷污染负荷的净化效果,旨在进一步定量地揭示沉水植物对富营养化水体净化的重要作用.结果表明贡湖生态修复区夏季（7~9月）出水口IV类水水质达标率略优于春季（3~5月）,主要体现在春季氮、磷污染负荷流入,刺激藻类生长,叶绿素a浓度较高;夏季沉水植物生长旺盛,能够与藻类竞争营养盐,从而抑制藻类生长.考虑氮磷污染物流入湖体的后续效应,180d内春季贡湖生态修复区总氮、总磷平均稀释净化效率分别为74.76%和71.00%,180d内夏季贡湖生态修复区总氮、总磷平均稀释净化效率分别为73.20%和64.65%.修复区最大净化能力估算结果为加强生态修复区的管理,保障清水还湖水质提供了参考依据.     

太湖水温分层现象的监测与分析

水温是湖泊环境研究中的重要物理参数之一。湖泊中水温的状况及其分层现象将直接或间接的影响到湖库水环境中的各种物理、化学和生物过程。深水型湖泊的温度成层现象为众多学者所公认,也是研究热点之一,而浅水型湖泊的温度成层温差小、持续时间短,因此鲜有此方面的研究。本文以典型浅水湖泊－－太湖为研究对象,根据现场近3个月的监测资料,分析了太湖的水温结构,证明了太湖水温日成层现象的存在,并对太湖日成层现象发生规律及其影响因素做了初步的探讨。     

广州流溪河水库叶绿素a遥感反演研究

叶绿素a是衡量水体初级生产力和富营养化程度的一项重要指标。本研究在讨论分析反演水体叶绿素a浓度的半分析生物光学模型理论基础上,利用Landsat TM数据及中巴资源卫星02星CCD相机高分辨率数据,结合实测数据建立广州流溪河水库叶绿素a浓度的波段比值型反演模型。该模型对两个不同监测日期的叶绿素a浓度反演效果较好,拟合系数(R2)分别达到0.860和0.715,均方根误差分别为0.102μg/L和0.198μg/L。反演结果表明,流溪河水库叶绿素a浓度整体较低,均在2.0μg/L以下,空间分布在湖库区较均匀,入库支流玉溪河水域叶绿素a浓度略高于湖库区。     

支持向量机在太湖叶绿素a非线性反演中的应用

根据湖泊监测的特点,采用支持向量机(SVM)方法,反演太湖叶绿素a的浓度分布.将2005年8月太湖29个现场水质监测点数据分为训练测试样本集和验证样本集,利用训练测试样本集以及与其时间同步的MODIS遥感影像,分别构建了4种SVM模型.对比分析表明,直接以波段反射率以及水深信息构成输入向量的SVM模型预测效果最好.利用训练测试样本构建了线性回归模型、主成分分析模型(PCA)以及神经网络模型(ANN),并利用验证数据比较了上述3种模型与SVM模型的预测结果.结果表明ANN模型和SVM模型预测能力明显优于另外2种模型,其中SVM模型对低值和高值均有较好的预测精度,平均相对误差仅为15.91%,预测精度比ANN模型提高了10%.利用SVM模型和ANN模型分别反演了2005年8月15日太湖叶绿素a浓度分布,比较了2种模型反演结果的异同,分析了太湖叶绿素a分布特征及其成因.     

基于DYRESM模型的太湖全年水温模拟及其在水华预警中的应用

水温是湖泊生态系统的重要驱动因子,太湖蓝藻水华暴发过程与湖泊全年水温变化密切相关。本文从水温角度出发,运用澳大利亚西澳大学水研究中心开发的一维DYRESM水动力学模型模拟了太湖2005全年的水温变化状况,并通过太湖2005年水温实测值进行了验证,模型结果较好的反应了2005年太湖逐日水温的变化情况。另外从水温角度对太湖蓝藻水华暴发阶段作出分析,为太湖蓝藻水华暴发的预测预警研究进行了方法上的准备和探索。     

太湖叶绿素a浓度预测模型初探

以太湖2005年的监测资料为基础,运用多元统计回归和BP人工神经网络方法构建模型,探求叶绿素a与水深、水温、营养盐等10项环境因子之间的关系,通过验证发现BP模型对叶绿素a浓度的拟合值与叶绿素a浓度的实测值之间的均方误差为220．3059,优于统计回归模型的235．4569;此外对两种模型进行了灵敏度测试,结果都显示总磷不是太湖叶绿素a浓度的限制因子,而水深、水温、总氮的变化对叶绿素a浓度影响显著。本研究对太湖叶绿素a浓度预测模型的建立是十分有意义的。     

居民风险承受能力评价模型及实证分析

提高公众的风险承受能力对防灾减灾战略的成功有着重要的作用。在定义了风险承受能力地内涵的基础上,建立风险承受能力的评价指标体系,构建了风险承受能力各个因子的影响模型。以安徽省沙河集水库下游居民为调查对象,进行了风险承受能力大小的调查。研究表明风险承受能力的主要影响因素包括风险认识、安全倾向、个人风险心理和个人避险能力,它们之间是一个相互制约的循环模型,其制约的关系可以使个体的安全倾向、风险认识、风险心理不致过高也不致过低,有利于风险承受能力的提高。     

基于支持向量机和树叶磁学的大气颗粒物浓度模拟

在南京市仙林地区采集桂花、雪松及女贞树叶,测试其磁学参数,分析大气颗粒物浓度与树叶磁学参数、气象数据的相互关系,使用支持向量机方法构建大气颗粒物磁学评估模型。结果显示,雪松树叶的质量磁化率(χ)、饱和等温剩磁(SIRM)和非磁滞剩磁(ARM)值最高。3种树叶在夏季和秋季富集了相对较多的细磁畴磁性颗粒物,而在春季和冬季富集了相对较多的粗磁畴磁性颗粒物。PM_(10)和PM_(2.5)浓度与风速、温度和湿度之间显著负相关,与大气压显著正相关;与3种树叶的磁学参数显著正相关,且与χ和SIRM的相关性高于ARM,其中与桂花树叶χ、SIRM的相关系数均高于0.560。将"树叶磁学参数+气象数据"作为输入因子的支持向量机模型对PM_(2.5)浓度的模拟效果较好,将"树叶磁学参数"作为输入因子的模型对PM_(10)浓度的模拟效果较好,模型误差都在可接受范围内。     

流域累积性环境风险评价研究进展

对当前流域累计性环境风险评价方面的研究进展进行梳理并对未来研究进行展望。通过概念辨析和文献调研的方法,指出了现有研究存在的3个问题:综合生态风险评价结果过于宏观,健康风险评价暴露途径考虑单一以及健康风险评价不确定性未有实质改变。进而得出结论:克服上述问题,需要在加强风险过程模型的构建与应用;开展多暴露途径的健康风险评价;将健康风险评价纳入我国现行流域管理以及开展完整的流域累积性环境风险评价等4个方面进行加强。