基于熵权法的安徽省湿地重要性评估

湿地重要性评估是湿地生态系统功能有效管理的基础性工作,湿地功能要素的识别是科学、客观地评估湿地的保护价值及其重要性的前提条件,同时是识别湿地保护地空缺,加强湿地保护规划的重要基础.结合安徽省湿地特点,采用熵权法从湿地的必要性、稀有性、及其调节功能、资源功能等9个方面选取22个指标,构建了安徽省湿地重要性评估指标体系,对安徽省湿地斑块进行生态保护价值重要性评估,并根据自然断裂法,将安徽省湿地划分为极重要、高度重要、较重要和一般重要湿地,同时利用主成分分析法对湿地重要性的影响因素进行分析.结果 表明:安徽省湿地重要性评估分值在0.9741～6.5588之间,其中极重要湿地(4.0271～6.5588)居多,主要分布在长江、淮河流域,面积约50.30万hm2,占研究区域湿地面积的48.29％,高度重要湿地(2.4049～4.0270)约13.25万hm2,较重要湿地(1.4351～2.4048)面积约18.17万hm2,一般重要湿地(0.9741～1.4350)约22.40万hm2,零星分布于全省;湿地鸟类资源、国家重点保护物种数、水资源、水质以及湿地的自然性等是安徽省湿地重要性的主要影响因素.建立的评估指标体系和评估结果为安徽省湿地的保护价值定位、优先建立建设和等级划分管理提供理论依据.     

自然村落景观“源—聚”空间演变的文化活态保护路径——以黑龙江省宾州镇为例

自然村落承载的乡土记忆是人类宝贵的文化遗产。面对经济变迁下的城镇化改造，如何借助空间特征定位村落文化保护的转型路径成为关键。本文探讨了将“源汇”嵌入文化景观进而拓展为景观”源—聚”的可行性，并以亟待转型的东北村落为例展开实证分析。结果表明：（1）景观“源—聚”方法突破了对单一要素和信息片面化关注的局限，能够借助区划手段探索文化空间的分区特征，支撑文化景观格局构建。（2）宾州镇以聚落生活区为主，主城区辐射带动效应明显，村落间文化联系紧密，可构建“中心—附属—外围”的层级传递与联动模式，促进乡村文化空间的协同发展。研究挖掘了乡土景观自然结构背后的文化意义，从理念与实践中探索了自然村落文化保护的活态路径。     

梵净山不同森林植被生物量、净生产量、碳储量及空间分布特征

为做好梵净山国家级自然保护区森林植被保护,摸清自然保护区森林植被资源家底,采用2016年第四次森林资源规划设计调查数据及变更至2019年的森林资源数据,计算和分析保护区内森林植被生物量、净生产量、碳储量。梵净山8种森林类型的总生物量为443.72×10⁴t,总碳储量为219.80×10⁴t,总生长量为29.75×10⁴t·a^?1,总凋落量为18.65×10⁴t·a^?1,总净生产量为48.40×10⁴t·a^?1,总生物量、总碳储量较大的是栎林,较小的是铁杉林,桦木林、阔叶混交林、马尾松林、软阔林、杉木林和硬阔林居中;平均碳密度为48.86 t·hm^?2,依次为:桦木林>阔叶混交林>栎林>硬阔林>软阔林>马尾松林>杉木林>铁杉林;总生长量、年凋落量、净生产量较高的是栎林、硬阔林,较低的是马尾松林、阔叶混交林和铁杉林,3种森林类型合计比例不到10%;在龄组中的分配依次为:中龄林>近熟林>成熟林>幼龄林>过熟林。在不同海拔中,梵净山森林植被生物量、碳储量、生长量、凋落量和净生产量主要分布在海拔1201—1800 m,其分布比例分别为50.39%、50.38%、49.21%、50.08%和49.54%;在不同坡向中,梵净山森林植被生物量、碳储量、生长量、凋落量和净生产量主要分布在南坡和北坡,二者合计比例大于60%。     

2016—2017年武汉市城区大气PM2.5污染特征及来源解析

利用2016年1月至2017年9月湖北省环境监测中心站大气复合污染自动监测站的在线监测数据，对武汉市城区PM_2.5的污染特征及主要来源进行解析。结果表明，武汉市城区PM_2.5质量浓度呈现出明显的季节差异，季节变化规律为冬季>春季>秋季>夏季。水溶性离子的主要成分SO₄^2-、NO₃^-和NH₄⁺占总离子质量浓度的82.0%。PM_2.5中阴离子相对阳离子较为亏损，颗粒整体呈碱性。夏季气态污染物的氧化程度较高且SO₂较NO₂氧化程度高。后向轨迹分析结果表明，区域传输是武汉市PM_2.5的一个重要来源，在4个典型重污染阶段，武汉市分别受到局地、东北、西北及西南方向气团传输的影响。PMF模型解析出武汉市PM_2.5五大主要来源及平均贡献率：扬尘22.0%、机动车排放27.7%、二次气溶胶21.6%、重油燃烧14.9%和生物质燃烧13.8%。     

夏季渭河西安段溶解性有机质(DOM)的特征、分布及来源分析

通过紫外吸收光谱,三维荧光光谱结合平行因子分析(EEMs-PARAFAC)方法及主成分分析(PCA),研究了夏季渭河西安段水体中的溶解性有机质(DOM)的组成、来源,及其与水质指标的相关性.在研究区域共检出2种类别5个不同的DOM组分,分别为类腐殖质荧光组分C1、C2、C3、C5和1个类蛋白类荧光组分C4,5个组分具有同源性.对比分析光谱斜率S、SUVA₂₅₄、α355和DOC浓度,上游(S1—S5)和下游(S13—S17)各组分分子量和腐殖化程度接近但来源有所差异,中游(S6—S12、S18—S19)分子量和腐殖化程度最低;研究区域DOM和CDOM浓度值变化基本保持一致.通过三维光谱参数和主成分分析进行DOM源解析,内源贡献率为72.36%,外源贡献率为12.45%,累计方差贡献率为84.81%;污废水排放是组分C1、C4的主要来源,C2、C3、C5则来源于城市景观水体和湿地公园中微生物和浮游动植物的活动产生,TN与外源具有较好的相关性而TP与内源相关性较高.水质指标DO、DOC、COD、TN、TP与DOM组分有较强的相关性.在此基础上建立了多元线性回归方程,一定程度上能够利用荧光组分组成和特征反映渭河夏季的水质状况.     

固定源排污许可证监测管理制度研究

依靠排污许可证管理,固定源执行由行业排放标准为主正逐步过渡到"国家行业排放标准——单一源排放标准"双层排放标准,并以执行更全面和精准的单一源排放标准为主,对应的监测要求及考核方式更加多样化。对监测管理制度进行设计,明确固定源制定自行监测方案和守法监测的主体责任,厘清许可证核发部门、属地监测、执法部门的监管职责。系统设计"固定源制定并提交自行监测方案-核发部门审核-方案纳入排污许可证中成为规定-依规定自行监测和记录-固定源提交执行报告-监管部门审计式审核-执法监测和执法检查"的全过程管理机制,设计标准化的监管计划程序落实证后监管与执法监测,明晰监管部门的有限责任。     

基于探索性数据分析的汉丰湖富营养化驱动因子研究

为了探究汉丰湖富营养化驱动因子和营养状况，基于2014年水质监测数据，应用探索性数据分析方法初步研究了汉丰湖水动力条件与环境因子的相关性、水质主成分、相关环境因子熵权和营养健康指数。回归分析结果表明：水位与透明度呈正相关，流量与DO呈负相关，与流速呈负相关的因子为Chla、CODMn、NH+4-N和DTP；主成分分析提取的3个主成分分别反映了营养盐、有机污染以及藻类信息；DO、TN和TP的熵权表明汉丰湖水体的富营养状况受制于耗氧有机污染和氮、磷营养盐；营养健康指数S1>S3>S6（湖心）>S7（湖尾）>S5（湖首）>S4>S2。汉丰湖水体营养状况介于中营养到轻富营养，其中南河营养状态较高，湖心营养程度高于湖首和湖尾。减少有机污染物、营养盐的输入和改善局部水域的水动力条件可抑制藻类生长，有利于防治富营养化。 关键词： 探索性数据分析；汉丰湖；富营养化；驱动因子；水动力条件；主成分；熵权；营养健康指数     

近15a江苏省水源涵养功能时空变化与影响因素探析

定量评估生态系统服务功能是合理利用自然资源、促进人地关系与可持续发展的基础。以江苏省为研究区，基于InVEST模型产水模块，定量分析了江苏省2000~2015年产水功能和水源涵养功能的时空变化特征，并采用回归分析和主成分分析法评估了水源涵养功能与社会经济要素之间的关系。结果表明：（1）江苏省多年平均产水量为571×108 m³/a，水源涵养总量78.39×108 m³/a；（2）2000~2010年江苏省水源涵养功能呈下降趋势，2010~2015年有所回升，考虑到降水因素，江苏省实际水源涵养功能持续降低；（3）土地利用变化使15a来水源涵养功能下降15.2×108 m³，降低幅度为16.9%；（4）流域尺度上水源涵养功能与江苏社会经济因素相关关系不显著。研究结果可以为土地利用优化、流域水资源管理提供科学参考和支持。     

泰州市冬季空气质量变化特征

为了解泰州市冬季空气质量变化特征,于2013年12月27日—2014年1月7日对NO2,SO2,O3,CO,PM10和PM2.5进行了监测,结合地面气象资料和HYSPLIT轨迹模式分析了污染物的来源与传输过程。结果表明,观测期间AQI优良率仅为25%,PM10和PM2.5日均值超标率分别为58.3%,75.0%;有机碳是泰州市ρ(PM2.5)中最高的化学组分,其次是富钾和元素碳。PM2.5主要来源为汽车尾气、工业源、燃煤,分别占来源比例21.76%,16.52%,15.54%。局地污染源和不利气象条件是造成大气污染的主要原因。     

某地农田土壤及其潜在污染源中多环芳烃检测与评价

通过对A、B两地农田土壤及其潜在污染源燃煤尘、交通尘和尾气尘等样品中多环芳烃(PAHs)的检测,结果表明,A、B两地土壤样品中∑PAHs范围分别为290 ng/g～2. 53× 10~3ng/g和564 ng/g～5. 50× 10~3ng/g,污染程度为中等—严重,且呈现出由工业园区周边土壤到化工企业周边土壤至油田周边土壤逐渐加重的趋势。A、B两地不同固体样品中∑PAHs由高到低分别为尾气尘交通尘燃煤尘土壤和尾气尘交通尘土壤燃煤尘。源解析表明,研究区土壤中PAHs受混合源(石油源和燃烧源)污染。燃烧源既有石油及其精炼产品的燃烧,又有木材、煤燃烧。