基于PVAR模型的产业集聚与环境污染关系研究

通过建立面板向量自回归(PVAR)模型,实证研究发现:产业集聚对环境的影响具有门槛效应,但其对环境污染排放变化的贡献率较低,产业集聚并非环境污染的主因;长期内,环境污染冲击对产业集聚的解释力要大于产业集聚对环境污染的解释力;产业集聚对工业固体废物的产生和工业废水排放的影响持续时期较短,而对工业废气排放则具有持久影响。     

钢渣全流程处理技术对比分析研究

介绍了已有的钢渣冷却粒化处理、分选加工处理和深加工梯级利用技术,并通过对不同技术特点的对比分析,制定出最佳可行的钢渣处理、加工和利用综合工艺技术,可用于指导钢渣处理实际生产。     

钢渣改性研究进展

综述了中国钢渣的矿物组成和化学成分,指出了中国钢渣化学成分特点。分析了影响钢渣作胶凝材料的主要因素。分别对氧化气氛和还原气氛下针对钢渣改性的研究进行了综述,并提出了钢渣改性研究目前存在的主要问题。     

钢渣安定性评价方法的比较

转炉钢渣遇水膨胀带来的安定性问题是制约钢渣在筑路和建材方面大规模应用的主要原因.分析了造成我国转炉钢渣体积安定性不良的主要原因,从5个方面对比分析了各评价方法的优缺点:f-CaO含量测定可作为辅助手段快速评价钢渣中主要膨胀性矿物含量;压蒸粉化率适合评价f-CaO和方镁石引起的膨胀粉化;砂浆棒线性膨胀率还需进一步完善试验...     

秦巴中部山区耕地土壤速效钾空间变异及其影响因素

为探究土壤速效钾空间异质性及其影响因素,以秦巴中部山区的碑坝镇、福成乡、白玉乡为研究区,基于104个耕层土壤采样点,运用经典统计学和地统计学方法揭示速效钾的空间变异特征,并利用相关分析、方差分析、冗余方差分解法研究不同因素对其空间变异的影响.结果表明:研究区土壤中w（速效钾）为55~156 mg/kg,平均值为125.99 mg/kg,表现出中等程度变异性（变异系数为14.07%）.地统计分析显示,各理论模型中以高斯模型对w（速效钾）的拟合效果最佳,块金效应为16.95%,变程达1 454 m,具有强烈空间自相关性,其空间变异中结构变异占优、随机成分较少;速效钾呈地带性分布,自中部河谷低地向东西部山地丘陵呈增加趋势.定量分离结果表明,各类因子总体解释了48.67%的变异信息,土壤因子（土壤类型、土壤质地、成土母质、pH）、地形水文因子（海拔、坡度、地下水深度、地表产水量）、人为因素（施钾量、种植制度、耕层厚度、到村中心距离）的综合解释能力依次为35.39%、17.14%、9.96%;就单因子而言,施钾量、土壤类型、海拔、pH、土壤质地、成土母质的解释能力达35.35%、31.02%、28.39%、26.23%、21.96%、20.74%,并在P < 0.001水平上表现出强烈显著性,是土壤速效钾变异的主要因素.      

多重密度布点对土壤有机质空间特性的解析

论文以张家港市耕层土壤有机质（Soil organic matter, SOM）为目标变量,通过网格布点建立11种样点密度梯度,运用经典统计学和地统计学方法研究其空间特性随布点密度变化的趋势规律。结果表明,各密度下SOM的变异系数稳定在21.70%~23.12%之间,表现出中等程度变异;随着布点密度降低,SOM的块基比和分维数分别由37.52%、1.838波动降至18.70%、1.714,Moran’s I则由0.485起伏升高至0.857,相应地其空间变异中结构变异组分增多、随机变异贡献减少,空间自相关性也逐渐增强;SOM呈现西南-东北递减分布,随着样点密度减小,其空间格局趋于简化。论文以布点密度为视窗,揭示了SOM的多重空间尺度特征,可为解析土壤属性的层级结构提供参考依据。     

基于遥感与随机森林算法的陕西省土壤有机质空间预测

遥感数据作为反映土壤组成结构及植被生长状况的数据源,借助辅助环境因子的土壤属性预测在数字土壤制图中日益受到重视。论文运用随机森林（Random Forest,RF）算法,基于AWIFS（分辨率56 m）和MODIS（分辨率250 m）遥感数据及501个实测样点数据对陕西省土壤有机质空间分布状况进行预测,并对预测精度进行估算。结果表明陕西省土壤有机质含量以南部的秦岭山地区和大巴山区为最高,土壤有机质含量大于25 g·kg^-1,黄土高原南部处于中等水平,大部分在16~25 g·kg^-1之间,关中平原和汉中低山丘陵区含量偏低,大部分在13~25 g·kg^-1,而黄土高原北部和风沙滩区含量大部分低于10 g·kg^-1。基于AWIFS影像的预测效果要优于MODIS影像,成像日期对有机质预测的影响不大。基于RF模型的土壤有机质预测精度在设定的不同抽样百分比条件下,独立验证数据集的平均误差大部分不超过3 g·kg^-1,预测值与实测值的相关系数在0.7以上。高程是影响土壤有机质预测的最重要因子,当影像的分辨率降低时,样点分布的地理经纬度和坡度对土壤有机质预测的影响上升,植被因子的影响程度下降。