基于随机森林与地统计预测城市土壤PAHs分布

收集南京城区采样点位置信息和环境变量等数据,应用地统计和随机森林方法,以及两种方法相结合分别预测土壤多环芳烃（polycyclic aromatic hydrocarbons,PAHs）含量,并比较不同方法预测精度.结果表明：随机森林与地统计方法结合能大幅度提高城市土壤污染物制图精度,整合克里金与随机森林预测残差模型拟合优度R²相比克里金插值法提高74.8%.PAHs空间制图结果能够较好拟合污染物的变化范围,识别污染高值区与低值区的空间分布.随机森林输出特征重要性发现影响南京城区土壤PAHs分布的主控因子为土壤碳和土壤粒度以及工厂密度.本研究可为城市污染物高分辨率和高精度制图以及污染防控治理提供参考.     

湖泊水-沉积物界面DIC和DOC交换通量及耦合关系

以乌梁素海和岱海为研究对象,采用柱状芯样模拟法,开展了2个湖泊水-沉积物界DIC和DOC交换通量及耦合关系研究.结果表明,在夏季90 d的时间内,乌梁素海明水区沉积物表现为上覆水中DIC和DOC的碳源,DIC和DOC的平均释放速率分别为71.07 mmol·(m2·d)-1和185.09 mmol·(m2·d)-1;岱海浅、深水区沉积物整体上表现为上覆水中DIC和DOC的碳汇,浅水区DIC和DOC的平均释放速率分别为155.75 mmol·(m2·d)-1和-1 478.08 mmol·(m2·d)-1,深水区DIC和DOC的平均释放速率分别为-486.53 mmol·(m2·d)-1和-1 274.02 mmol·(m2·d)-1;岱海浅水区和乌梁素海水-沉积物界面DIC与DOC耦合作用(含量、释放速率、总量变化量的同步变化)主要受微生物摄取、微生物或非生物降解及水生植物的影响;岱海深水区水-沉积物界面DIC与DOC耦合作用则主要与Ca CO3共沉淀作用及沉积物中无机碳形态分布特征等有关.总体上,不同类型湖泊或同一湖泊不同湖区的DIC或DOC源/汇功能差异是湖泊类型、离岸距离、湖泊水文地球化学及无机碳形态分布等多种因素综合作用的结果.     

基于贝叶斯决策树的小麦镉风险识别规则提取

为揭示环境因素与小麦Cd超标风险的关系,综合考虑了小麦Cd富集的7个影响因素（土壤Cd浓度、污染企业、城镇村及工矿用地、交通运输用地、土壤类型、土壤有机质含量（SOM）和土壤pH值）,采用ID3算法与朴素贝叶斯算法,建立起5棵贝叶斯决策树.提出了15条小麦Cd超标风险的识别规则,将超标风险分为5级并确定了小麦Cd富集的3个主控因子：污染企业、土壤pH值和土壤Cd浓度.经检验,5棵决策树风险识别的平均精度为81.14%,而使用风险识别规则和贝叶斯算法后识别精度提高为89.32%.该模型将贝叶斯算法融入到了决策树模型,可以评估数据完整或缺失样本的Cd污染风险,确定小麦Cd富集的主控因子,同时可以基于风险识别规则判定小麦Cd风险程度和范围,为土壤安全利用和小麦安全生产区的划定提供参考.     

微生物对冰封期湖泊沉积物中有机磷降解释放的影响

以寒旱区湖泊乌梁素海为研究对象,以有机磷降解过程中的形态转化为主线,探讨了冰封期内底物添加与灭菌处理对有机磷释放特征的影响.结果表明,180 d冰封期内,灭菌处理(T_N)上覆水中可溶性总磷酸盐(DTP)和可溶性正磷酸盐(DIP)及可溶性有机磷(DOP)的质量浓度均高于底物添加处理(T_M),揭示T_M体系中厌氧微生物的同化利用降低了上覆水中磷的质量浓度;同时微生物驱动下铁的异化还原作用也是影响水-沉积物界面有机磷释放的重要机制.释放周期内,沉积物中活性有机磷(LOP)、总活性磷(TLP)的含量均减少;T_M体系的中等活性有机磷(MLOP)含量先减少后增加,非活性有机磷(NLOP)的含量先增加后减少;T_N的MLOP含量波动性增加,NLOP的含量波动性减少.释放初期(0~60 d),T_M的MLOP含量高于T_N,而NLOP的含量低于T_N;释放中末期(60~180 d),T_M的MLOP含量低于T_N,而NLOP的含量高于T_N.揭示释放中沉积物MLOP与NLOP之间存在相互转化的可能性.释放过程中,T_M沉积物有机磷的相对含量降低,无机磷的相对含量增高,呈现有机磷向无机磷转化的趋势,沉积物有机磷约有6.1%转化为无机磷,揭示了冰封期内,微生物可加速沉积物有机磷向无机磷的转化,提高了磷的生物可利用率,增加了沉积物磷向上覆水释放的风险.