城市园林绿化用地土壤肥力诊断与综合评价——以广州市长虹苗圃为例

以广州市长虹苗圃为例，在实地调查与采样分析的基础上，首先对土壤肥力各单项指标进行诊断分析，然后采用修正的内梅罗指数对各地块进行土壤综合肥力评价。结果表明长虹苗圃土壤pH值偏低，有机质以及其它主要养分含量缺乏，各地块综合肥力系数大都属于贫瘠水平，其中南区、北区综合肥力明显低于东区。     

Decomposition Analysis of Sectoral Energy Use in Beijing （1981-2005） Using the LMDI Method

This paper aims to identify the main driving force for changes of total primary energy consumption in Beijing during the period of 1981-2005. Sectoral energy use was investigated when regional economic structure changed significantly. The changes of total primary energy consumption in Beijing are decomposed into production effects, structural effects and intensity effects using the additive version of the logarithmic mean Divisia index （LMDI） method. Aggregate decomposition analysis showed that the major contributor of total effect was made by the production effect followed by the intensity effect, and the structural effect was relatively insignificant. The total and production effects were all positive. In contrast, the structural effect and intensity effect were all negative. Sectoral decomposition investigation indicated that the most effective way to slow down the growth rate of total primary energy consumption （TPEC） was to reduce the production of the energy-intensive industrial sectors and improving industrial energy intensity. The results show that in this period, Beijing＇s economy has undergone a transformation from an industrial to a service economy. However, the structures of sectoral energy use have not been changed yet, and energy demand should be increasing until the energy-intensive industrial production to be reduced and energy intensity of the region reaches a peak. As sequence energy consumption data of sub-sectors are not available, only the fundamental three sectors are considered： agriculture, industry and service. However, further decomposition into secondary and tertiary sectors is definitely needed for detailed investigations.     

北京市冬季大气细粒子数浓度的粒径分布特征

考虑到对人体的健康危害,大气颗粒物的数浓度值可能比质量浓度值更重要.通过对北京市交通道路边、生活区和远郊背景点大气细粒子数浓度的监测,对北京市大气细粒子数浓度的主要来源、浓度和粒径分布特征进行研究.文章认为交通源是城市大气细粒子数浓度的主要来源.城市生活区的大气细粒子主要是污染源稀释后扩散而来.远郊区既可能存在气象污染物光化学成核生成的超细颗粒物,也存在外部运移而来的细粒子.与国外其他城市相比,北京市大气细粒子数浓度在道路边处于中等偏下水平,但生活区和背景点处于相当或偏高的水平.     

生态工业园评价方法研究:以北京市为例

建立科学有效的评价方法将有助于稳步推进我国的生态工业园建设．而园区所处区域的特点对于评价指标的选择和评价体系的建立具有重要影响。本研究在借鉴国内外最新研究成果的基础上．针对北京工业开发区的发展现状和特点．考虑相关性、可操作等原则，初步提出了一套生态工业园评价指标体系框架及其计算评价方法。评价指标共分为6大类准则，共计25个具体指标．划分为“控制性”指标和“指导性”指标。前者包括：信息基建共事类指标、管理与发展类指标、减量消耗类指标、园区环保类指标。后者包括：循环利用类指标和产业共生类指标。该指标体系蕴涵的思想和理论方法已成为推进北京生态工业园建设的重要借鉴，也可作为国家生态工业园评价方法研究的有益补充。     

利用CGE模型评价水价改革的影响力——以北京市为例

为保证水价改革公平，将水价影响控制在可承受范围内，需要有工具能评估水价改革的影响。以北京市为例，建立了CGE模型用以评价各部门水价水平高低。通过改进CGE模型的收入方程，以评价水价改革对价格水平、生产、用水量和水费收入的影响。评价结果表明：从1996到2005年，各部门水价水平大幅增加，但极不平均；水价改革对价格水平的影响极低；对某些部门的生产有程度很低的不利影响。但可提高净产值。促进个别部门发展。     

基于数据挖掘算法和数值模拟技术的大气污染减排效果评估

近年来,京津冀地区采取了大量污染减排措施进行大气污染治理,如何客观评估减排效果是目前大气环境领域的研究难点.为准确评估大气污染过程的减排效果,本文利用北京地区常规气象资料、国控站PM_(2.5)浓度资料,遴选了北京地区2018年3月11—14日和2013年3月14—17日两次空气污染过程,计算了大气容量系数、静稳指数,并利用KNN数据挖掘算法和WRF-Chem模式,对比分析了有无减排条件下的PM_(2.5)日均浓度.结果表明:两次空气污染过程的天气形势和局地气象条件较相似,就大气热力和动力的垂直结构来看,2018年空气污染过程比2013年空气污染过程的大气稳定性更强、边界层高度更低、环境容量更小,但PM_(2.5)峰值浓度却显著下降,平均浓度明显降低,PM_(2.5)小时浓度的增长趋势相对平缓,重污染持续时间缩短.KNN数据挖掘算法减排评估结果显示,该方法能够较好地预测PM_(2.5)日均浓度的变化趋势,2018年3月11—14日,在减排和不减排情景下PM_(2.5)日均值分别为171和229μg·m~(-3),减排使得污染过程PM_(2.5)平均浓度下降了25.3%.数值模拟结果与KNN数据分析结论吻合,进一步验证了减排措施的有效性.综合看来,2018年空气污染过程中PM_(2.5)浓度相比历史相似气象条件下的污染过程显著降低,这是长期大力度减排效果的体现.     

北京市虚拟水消费与贸易

北京市作为水资源极度紧缺的城市,亟需提高水资源的利用效率。本文基于多尺度投入产出分析模型,对2012年北京市虚拟水消费及贸易情况进行了核算与分析,并与2007年的结果进行了比较。计算结果表明：2012年北京市消费引发的虚拟水用量高达139.5亿m³,是基于生产的直接实体用水量（35.9亿m³）的3.89倍;对比2007年,虚拟水消费增长（23.7%）远比直接用水增长（11.8%）快。北京市使用的全部水资源中仅有5%由北京本地供应,有超过3/5从国内其他省市调入,约35%从世界其他国家进口。与此相对应,这些水资源有1/5被北京本地消费使用,约3/4被调出到国内其他省市,6%被出口至其他国家。与2007年相比,2012年北京市国内虚拟水贸易由净调入转为净调出,净调出量为2007年净调入量的1.1倍;而国际虚拟水贸易由净出口转为净进口,净进口量为2007年净出口量的837.2倍。北京市2012年净输入虚拟水资源103.6亿m³（全部来源于国际贸易）,有效地避免了对本地水资源的过度开采。与此同时,北京市通过转口贸易的形式将大量进口的虚拟水调出到了中国其他省市,为缓解国内水资源紧张局面作出了贡献。未来北京市应当在考虑能源矿产供应安全及消化国内过剩产能的前提下有策略性地增加矿产、能源、建筑和交通运输设备等部门部分产品的进口,以达到节约我国水资源及全球范围内水资源高效利用的目的。     

基于InVEST模型的北京山区森林生态系统碳储量评估分析

本文基于北京山区遥感影像数据和标准样地调查数据,利用In VEST模型碳储量模块,评估分析了北京山区森林生态系统的碳储量。结果表明,北京山区森林生态系统的平均碳密度为99. 95 Mg/hm~2,其中乔木层、灌木层、草本层、凋落物层和土壤层平均碳密度分别为10. 51、3. 16、0. 86、8. 61、76. 81 Mg/hm~2。植被碳密度与土壤碳密度呈现显著正相关关系,土壤碳密度与凋落物碳密度呈现显著正相关关系。各林分类型平均碳密度表现为落叶针叶林(153. 99 Mg/hm~2)针阔混交林(132. 45Mg/hm~2)落叶阔叶林(125. 10 Mg/hm~2)常绿针叶林(111. 78 Mg/hm~2)灌木林(72. 26 Mg/hm~2)。北京山区森林生态系统总碳储量为77. 41 Tg,其中乔木层、灌木层、草本层、凋落物层和土壤层的碳储量分别为8. 14、2. 45、0. 67、6. 67、59. 48 Tg。各林分类型总碳储量表现为落叶阔叶林(43. 23 Tg)灌木林(25. 90 Tg)常绿针叶林(6. 21 Tg)针阔混交林(1. 42 Tg)落叶针叶林(0. 65 Tg)。落叶阔叶林和灌木林是北京山区森林生态系统碳储量的主要贡献者,分别占55. 84%和33. 46%。在北京山区各个区县中,怀柔区碳储量最高(15. 37 Tg),平谷区碳储量最低(4. 89 Tg)。北京山区森林生态系统碳储量分布不均,总体表现为北京山区北部区县较高,西部区县偏低,中部和东部最低。     

北京建成区道路绿化空间结构和行道树健康状况

采用实地普查测量方法,定量研究了北京建成区188条道路行道树的树种结构、径级分布、立木层次和健康状况。结果表明,国槐（Sophora japonica）、毛白杨（Populus alba）、银杏（Ginkgo biloba）是建成区主要行道树种,使用量分别占研究区树木总株数的54．7％、13．7％和7．4％。建成区树木...     

施用碱渣对茶园土壤酸度和茶叶品质的影响

开展田间小区试验研究了不同施用量条件下碱渣对酸化茶园土壤的酸度和茶叶品质的影响.结果表明,施用碱渣可以显著提高土壤pH、土壤交换性盐基和盐基饱和度,降低土壤交换性酸和交换性铝含量,并使土壤中钙、镁养分保持合理比例.施用碱渣提高了茶叶中茶多酚、儿茶素、咖啡碱、氨基酸和叶绿素含量,降低了茶叶中铅含量,使茶叶品质得到改善.碱渣施用量为4 500 kg·hm-2时,可将土壤pH值调节至5.51,达到最适合茶树生长的酸度条件,该条件下生产的茶叶品质也最佳,茶叶茶多酚、儿茶素、咖啡碱、氨基酸和叶绿素含量分别比对照提高22.5%、27.8%、34.9%、69.0%和52.1%,而Pb含量下降51.2%.