Use of Community‐Composition Data to Predict the Fecundity and Abundance of Species

Abstract: Species distribution models are critical tools for the prediction of invasive species spread and conservation of biodiversity. The majority of species distribution models have been built with environmental data. Community ecology theory suggests that species co‐occurrence data could also be used to predict current and potential distributions of species. Species assemblages are the products of biotic and environmental constraints on the distribution of individual species and as a result may contain valuable information for niche modeling. We compared the predictive ability of distribution models of annual grassland plants derived from either environmental or community‐composition data. Composition‐based models were built with the presence or absence of species at a site as predictors of site quality, whereas environment‐based models were built with soil chemistry, moisture content, above‐ground biomass, and solar radiation as predictors. The reproductive output of experimentally seeded individuals of 4 species and the abundance of 100 species were used to evaluate the resulting models. Community‐composition data were the best predictors of both the site‐specific reproductive output of sown individuals and the site‐specific abundance of existing populations. Successful community‐based models were robust to omission of data on the occurrence of rare species, which suggests that even very basic survey data on the occurrence of common species may be adequate for generating such models. Our results highlight the need for increased public availability of ecological survey data to facilitate community‐based modeling at scales relevant to conservation.     

风险严重度指数法在毒气泄漏评价中的应用

为评价某区域或某设备潜在的毒气泄漏事故场景的风险水平,以对不同的风险等级进行风险控制和安全规划,详细介绍了工业事故风险评估方法ARAMIS所采用的风险严重度指数法.首先基于事故频率和后果的风险矩阵选取毒气泄漏事故场景;然后运用毒气当量浓度计算任意暴露时间下不同风险严重度等级所对应的特征距离,并根据同一风险等级内风险严重度指数与距离的线性关系计算任意点的风险严重度指数;最后应用1个实例分析了考虑所研究区域的风向概率后对风险严重度指数的真实影响,便于工厂或企业识别不同的风险等级,进行不同场景下风险水平的对比性研究,为其安全设计及风险分析提供了一种新的评估方法.     

当前社会实行生态管理的探讨

生态管理作为一种管理理念日益受到关注，生态管理以人为本，以提升人的生活品质、促进人类与社会、自然界的共同进步为终极目标，不仅是实现可持续发展的重要途径，而且对构建和谐社会也有重大意义。     

长江大保护下健康长江指数研究——以泰州市为例

自党的十八大以来,生态文明地位提到历史新高度,习近平总书记对长江经济带发展提出“共抓大保护,不搞大开发”时代新基调.在此背景下,长江的开发与保护行动模式成为经济社会高质量发展的重要样板.根据此背景要求明确长江健康的内涵,并对其健康状况、存在问题进行评估分析十分必要,也是流域规划管理的重要支撑和行动方向.本文基于长江大保护背景下健康长江内涵构建了健康长江指数,选取长江经济带沿江城市之一的泰州市作为研究对象,开展健康长江指数评价.研究有助于管理者确定长江健康管理的主要问题和重点方向,对于长江生态环境和区域社会经济的可持续发展都有重要的意义.     

环境规制对区域碳排放时空差异的影响——基于东北三省32个地级市的实证分析

基于2007—2016年东北三省地级市面板数据,结合夜间灯光指数核算地级市碳排放,运用基尼系数、莫兰指数、热点分析等方法,实证分析了不同环境规制对东北三省地级市碳排放的空间效应.结果发现：①区域碳排放总量、人均碳排放量、碳排放强度和单位面积碳排放量呈现正向空间自相关,碳排放的热点区域在相邻地区发生转移,且都有排放中心区域,研究时段内,碳排放在空间上出现不同程度的增长,负增长区域较少.②命令型、经济型和自愿型3种环境规制强度在空间上趋向于更加平衡化的方向发展,存在空间分异性.③自愿型环境规制主要通过直接效应降低碳排放,命令型环境规制主要通过溢出效应降低碳排放,而经济型环境规制则通过总效应对碳排放产生显著正向影响.政府环保部门应促进命令型环境规制的空间溢出效应,通过提高经济型环境规制的有效性刺激技术更新,引进外国先进技术,实行绿色发展模式,以实现"波特假说"的目标.     

三峡水库典型支流不同时期的水质污染特征及其影响因素

为探究三峡水库特殊调度运行模式下支流水质分布特征及其主要影响因素,以库区一级支流香溪河和神农溪为例,于2018年7月（汛期）和10月（蓄水期）现场采样分析,利用水质指数（WQI）法进行水质评估和水质特征分析,并综合三维水动力观测资料、干支流水量交换分析识别水质变化的驱动因素.结果表明：①影响香溪河和神农溪WQI的主要参数为TN、NH₄⁺-N,且两支流WQI在7月为63~69,水质一般;10月为74~82,水质良好.水质在10月显著好于7月（p<0.01）,两支流间的WQI无显著差异（p>0.05）;另外,WQI在中间段要大于近河口和近上游段.②长江干流倒灌水体对支流水质的好坏起主导作用.汛期倒灌强度小但倒灌水体营养盐浓度较大,会增加支流营养盐浓度;蓄水期倒灌强度大但倒灌水体营养盐浓度较小,会稀释支流营养盐浓度.③支流流域面源污染协同加剧支流水质污染.汛期降雨驱动了面源污染的增加,在多因素共同作用下支流库湾TN、NH₄⁺-N在7月的累积量高于10月.研究结果可为当地水环境管理和治理提供方向,丰富大型河道型水库水环境演变相关科学认识.     

基于WRF-Chem和EMI指数的新冠肺炎疫情期间沈阳市大气污染物浓度变化原因分析

利用2015—2020年沈阳市空气质量监测数据、地面气象观测资料、环境气象评估指数（EMI）产品、NCEP再分析资料及WRF-Chem数值模式,分析新冠肺炎疫情防控期间沈阳市主要大气污染物和气象要素的变化情况,研究空气质量对污染物减排和气象要素变化的响应.结果表明：疫情防控导致沈阳市PM_2.5、PM₁₀和NO₂质量浓度下降,但O₃质量浓度小幅增加;PM_2.5和NO₂对人为减排的响应更敏感;防控期内沈阳市气象条件有利于污染物的清除,气象条件使PM_2.5质量浓度下降16.37%,防控减排措施导致PM_2.5质量浓度下降22.96%;在疫情防控的背景下,不利的气象条件和污染物排放的突然增加共同造成重污染天气发生,其中不利气象条件的贡献大于排放增加的贡献;减排措施对防控期间重污染天气过程污染物峰值浓度有明显的削弱作用.     

秸秆及配施生物炭对福州茉莉园土壤碳、氮、磷、铁含量及其生态化学计量学特征影响

为阐明施加秸秆及配施生物炭对茉莉花园土壤碳（TC）、氮（TN）、磷（TP）和铁（Fe）含量及其生态化学计量学特征的影响,并探讨土壤活性有机碳及碳库管理指数的响应,以福州茉莉园土壤为研究对象,设置对照、秸秆、秸秆配施生物炭3种处理样地,对施加处理下福州茉莉花园0~10 cm表层土壤碳、氮、磷、铁含量和生态化学计量学特征进行测定和分析.结果表明：不同施加处理下,茉莉园土壤TC、TN含量均值表现为秸秆配施生物炭处理>秸秆处理>对照处理（p<0.05）,TP含量均值表现为秸秆处理>秸秆配施生物炭处理>对照处理（p<0.05）,土壤Fe含量均值表现为秸秆处理大于对照和秸秆配施生物炭处理,显著增加了茉莉花园表层土壤铁含量（p<0.05）.其次,秸秆配施生物炭处理较对照和秸秆处理提高了土壤C/N、C/P、C/Fe、N/P、N/Fe、P/Fe （p<0.05）;茉莉花园0~10 cm土壤碳储量、氮储量、磷储量均值表现为秸秆配施生物炭处理显著高于对照处理（p<0.05）,提高比例分别为46.5%、20.2%、10.2%,土壤铁储量表现为秸秆处理>对照处理>秸秆配施生物炭处理.此外,秸秆施加处理提高了土壤活性有机碳（C_N）,增加了土壤碳库活度指数（CPAI）和土壤碳库管理指数（CPMI）;秸秆配施生物炭处理同样大幅度提升了土壤总有机碳含量,并显著提高了土壤碳库指数（CPI）,但这部分主要是活性较低的稳态碳（C_NA）,因此,秸秆配施生物炭降低了土壤碳库活度（CPA）、土壤碳库活度指数（CPAI）和土壤碳库管理指数（CPMI）.总体来看,从土壤固碳角度考虑,秸秆配施生物炭是更合理的利用措施.     

北京与成都大气污染特征及空气质量改善效果评估

近年来我国空气质量持续改善,大气颗粒物浓度明显降低.为探究气象条件和减排措施对细颗粒物（PM_2.5）浓度的相对贡献,选取两个典型代表城市——北京和成都,对比分析两城市所处的地理环境条件、污染排放以及气象扩散条件.结果表明,北京与成都2013~2018年重污染天数及污染过程显著减少,SO₂和PM_2.5浓度降幅明显,与2013年相比,两城市2018年SO₂浓度的降幅分别为77.8%和70.9%,PM_2.5浓度分别降低了42.7%和48.5%.冬季PM_2.5浓度下降速率最大,每年分别以13.5μg·m^-3和14.1μg·m^-3的速率降低.2013~2018年成都较北京风速偏小,温度偏高约3℃,静小风日数偏多,冬季静小风频率高,混合层高度、大气容量指数以及通风系数明显偏小,大气扩散条件较差.综合静稳天气指数（SWI）和环境气象指数（EMI）结果表明北京大气扩散条件优于成都,但近几年的变化程度有所不同.2014~2018年两城市的EMI呈减小趋势,2018年成都地区EMI降幅最显著,气象条件明显好转.与2014年相比,2018年北京与成都全年大气污染减排对PM_2.5浓度的贡献分别为33.5%和24.0%,气象条件的贡献分别为7.2%和11.1%;冬季减排贡献分别为31.7%和32.5%,气象条件的贡献比全年的大.     

清水河流域水质综合分析与评价

通过2018年4月、7月和11月在清水河流域布设32个采样点,监测F^-、TN、TP等6项水质指标,应用单因子评价法、综合污染指数法、灰色关联法、模糊综合评价法对该河水质状况作综合评价,并分析F^-是否参与评价时水质的变化情况。结果表明:当F^-不参与水质评价时,清水河各月水质污染程度为7月>11月>4月;当F^-参与水质评价时,水质污染程度为11月>7月>4月。模糊综合评价法的评价结果更符合实际水体情况,清水河上游—下游水质逐渐变差。当F^-参与评价时,清水河整体水质状况变差。