基于物元可拓法和偏好熵权的饮用水源水质评价——以天津市大港区为例

文章根据天津市饮用水受氟化物影响较大的现实情况,以物元可拓法为基本方法,利用偏好熵设置权重,一方面在无偏好情况下客观地确定各指标的权重进行水质评价,另一方面重点考虑了氟化物对水质的影响再进行评价,分析水质评价结果对氟化物的敏感程度。结果表明,在无偏好情况下,文章涉及的两个饮用水源地的水质较好,多为Ⅰ类水和Ⅱ类水;而在对氟化物偏好设置的情况下,2005～2006年初的水质评价结果偏差,说明此阶段水质评价结果对氟化物比较敏感,而后至2007年末则并未表现出此特征。     

基于人工神经网络方法的河北省近海沉积物重金属污染综合评价

利用误差反相传播神经（BP）网络对河北省近海沉积物中的铅、镉、锌、汞、砷5种重金属元素的污染水平进行分析,利用自组织特征映射（SOFM）网络对上述重金属元素分布特征进行分类,通过分类与污染水平量化值的结合,进行综合评价。SOFM把52个沉积物样品分别划分为3、4、6类和9类。对比各种分类,分为3类的物理意义较明确。每个类别分别对应高中低不同的污染物浓度水平,差异显著、分类方式比较合理。通过此种分类可以判断河北省近海的沉积物重金属污染在不同海域存在一定的差别,整体上是离海岸越远,沉积物的重金属污染水平越高,距海岸较近的海域内,沉积物的重金属污染水平较低,但渤海湾内的重金属污染水平高于其他海域。     

基于自然灾害的北京幅综合生态风险评价

经过20多年的发展,风险源评价从单一风险源扩展到多风险源,风险受体从单一受体发展到多受体,评价尺度也从种群、生态系统扩展到区域和景观水平。但总体说来,对多风险源、多过程的多个生态系统层次的风险评价尚不成熟。运用数字高程模型、干燥度分布图、植被指数、人口密度以及8种自然灾害风险源频率分布图、土地利用图、植被类型图、陆地生态系统生态资产分布图等数据,基于ArcGIS 9.2平台,综合考虑生态的脆弱性,风险源的发生频率,受体的暴露水平、危害程度等,对多风险源、多个生态系统综合的北京幅生态风险进行评价。旨在对区域综合生态风险评价方法进行探讨。评价结果显示：（1）高风险区主要为本区环渤海湾沿岸,包括天津市,河北唐山、沧州,山东滨州、东营、潍坊等沿海地带;以及本图幅西部、北部的太行山地,包括河北省、北京市及图幅西部的山西、河南部分地区;（2）较低生态风险区所占比例较高,达42.55%,可见降低生态风险有很大的潜力;（3）高强度的人类开发,尤其是在滨海地区围海造陆,将会导致沿海地区生态风险更高。     

基于气象灾害的青岛市域生态风险评价

根据美国环保局（USEPA）的生态风险评价框架和相对风险模型（Relative Risk Model,RRM）,对青岛市域县级行政区的干旱、洪涝、大风和冰雹4种气象灾害进行了生态风险评价。评价结果表明,研究区内干旱生态风险最为严重,洪涝其次;耕地承受的风险最高,城镇和居民地其次;胶州的生态风险最大,青岛市区其次。而且胶州的干旱灾害、市区的大风灾害、平度的冰雹灾害以及胶南的草地成灾比较突出,成为风险分区的依据。最后,不确定性分析表明RRM不确定性的模拟值与计算值接近,验证了RRM在县级尺度上的适用性;敏感性分析说明相对风险值对干旱等级4最为敏感,且对生境分级敏感程度高于风险源分级。此外,利用生态系统生态服务功能的损失率确定暴露系数,降低了确定暴露系数带来的随机性。同时,生境变化需要进一步考虑以明确生态风险在时间尺度上的变化特点。     

基于人工神经网络方法的河北省近海沉积物重金属污染综合评价

利用误差反相传播神经(BP)网络对河北省近海沉积物中的铅、镉、锌、汞、砷5种重金属元素的污染水平进行分析,利用自组织特征映射(SOFM)网络对上述重金属元素分布特征进行分类,通过分类与污染水平量化值的结合,进行综合评价。SOFM把52个沉积物样品分别划分为3、4、6类和9类。对比各种分类,分为3类的物理意义较明确,每个类别分别对应高中低不同的污染物浓度水平,差异显著、分类方式比较合理。通过此种分类可以判断河北省近海的沉积物重金属污染在不同海域存在一定的差别,整体上是离海岸越远,沉积物的重金属污染水平越高,距海岸较近的海域内,沉积物的重金属污染水平较低,但渤海湾内的重金属污染水平高于其他海域。