基于神经网络模型的千岛湖清洁水体叶绿素a遥感反演研究

叶绿素a浓度值是水体水质评价的重要指标,研究基于高分一号(GF-1)卫星遥感影像,利用神经网络模型,选用6节点的隐含层设置,构建了千岛湖清洁水体叶绿素a浓度反演模型,对其叶绿素a浓度值时空特征进行分析,并与其他常规反演方法精确度进行比较.研究结果表明,利用神经网络模型对千岛湖清洁水体叶绿素a浓度值进行反演是可行的,且与其他常规方法相比,该模型对于叶绿素a含量低的内陆清洁水体反演有着更高的相关性(R2 = 0.921 8);在空间分布上,千岛湖区域水体叶绿素a浓度整体较低,高叶绿素a浓度区域主要集中易受人类活动干扰的西南及东北区域;年际变化分析表明,千岛湖区域水体叶绿素a浓度稳定,且波动较小,平均叶绿素a浓度值皆维持在1.70～1.75 pg/L之间,清洁水体特征显著.     

典型地区农用地污染调查及风险管控标准探讨

针对《土壤污染风险管控标准——农用地土壤污染风险管控标准》(GB 15618—2018),提出以土壤中全量浓度筛选值和管控值作为衡量农用地土壤污染风险管控的标准,对湖南省部分稻田农用地土壤及点对点稻米样品中镉、铅、砷、汞的总量和有效态浓度及稻米中含量进行监测,根据重金属总量浓度分为低风险、中风险、高风险3组。结果显示:(1)土壤及稻米中镉含量基本为随着风险级别的升高而增加,铅、砷在土壤和稻米中含量无规律性结果,汞监测结果均为未检出。(2)低风险组稻米镉超标率为12. 0%,高风险组稻米镉达标率为33. 3%,表明利用总量浓度对农用地土壤潜在风险进行分组存在一定的局限性。(3)依据4种重金属在土壤中总量及稻米(早稻)中含量情况,对风险级别进行调整并综合判断:有58个样品为低风险组,占样品总数的68. 2%,超标率为零;有15个样品为中风险组,占样品总数的17. 7%,超标率为80. 0%;有12个样品为高风险组,占样品总数的14. 1%,超标率为100. 0%。调整后评价结果与上述标准的划分目标更接近,能够提高上述标准的准确性和实用性。     

Uptake and concentration of heavy metals in dominant mangrove species from Hainan Island,South China

Environmental Geochemistry and Health - By investigating three dominant mangrove species, namely Aegiceras corniculatum, Kandelia candel, Ceriops tagal and their rhizosediment in Mangrove wetlands...     

Simultaneous removal of cyanobacterial blooms and production of clean water by coupling flocculation with a rotary drum filter

Environmental Science and Pollution Research - A mechanical harvesting technology based on coupling flocculation with a rotary drum filter (RDF, 35-μm) was applied to remove cyanobacterial...     

A comprehensive review on green buildings research: bibliometric analysis during 1998–2018

Environmental Science and Pollution Research - Buildings account for nearly 2/5ths of global energy expenditure. Due to this figure, the 90s witnessed the rise of green buildings (GBs) that were...     

The land carrying capacity and environmental risk assessment of livestock and poultry breeding considering crop planting

Environmental Science and Pollution Research - At present, the contradiction between survival and ecology necessitates the integration of crop planting, chemical fertilizer application, and...     

长江经济带数字产业化与产业数字化的耦合协调分析

数字产业化与产业数字化是数字经济的"双重向度",其耦合协调程度对于优化数字经济发展结构具有重要意义.揭示与阐述数字产业化与产业数字化的耦合机理,建立评价两者耦合协调度的理论模型,设计评价两者耦合协调状况及趋势的指标体系,运用长江经济带11省市2013～2018年的面板数据,实证分析长江经济带数字产业化与产业数字化的耦合协调度.结果表明:长江经济带数字产业化水平和产业数字化水平稳步提升,总体耦合协调度区域差异明显,存在数字产业化滞后产业数字化的趋势.从加快推进新型数字产业发展、以"新基建"助力传统产业数字化转型、为区域间数字经济协调发展和区域内数字化转型构建更好制度体系、加强数字人才培养和激励等方面,提出促进我国数字产业化与产业数字化融合发展的政策建议.     

Lithium extraction from salt lake brines with high magnesium/lithium ratio: a review

Environmental Chemistry Letters - The demand for lithium is growing rapidly with the increase in electric vehicles, batteries and electronic equipments. Lithium can be extracted from brines, yet...     

长三角地区跨区域合作创新对区域多样化的影响研究

区域多样化发展在提高生产力、促进就业以及稳定经济等方面发挥着重要作用.一直以来演化经济地理学框架下区域多样化发展中外部资源的作用被忽略,而跨区域合作创新是区域获取外部知识的重要途径之一.研究使用2000～2017年长三角地区41个城市的发明专利数据,对区域经济一体化特征显著的长三角地区多样化水平与合作创新进行测度,并实证检验区域内部与跨区域的合作创新在区域多样化进程中所发挥的作用.结果表明:(1)长三角地区各城市的相关与不相关多样化水平总体呈现逐渐上升并趋于稳定的趋势;(2)合作创新作为知识流动的重要载体,合作参与者大多位于长三角内,合作创新所产生的知识溢出往往发生在具有技术关联性的产业间,从而有助于促进长三角地区发展相关多样化,但对不相关多样化没有表现出显著影响;(3)合作创新中参与团队数量与区域相关与不相关多样性没有显著关系;(4)合作创新中跨区域合作比例越高,越能够促进区域相关与不相关多样化的发展.因此,在推动区域产业多样化的过程中应注重强化区域间的合作,借助外部力量引导区域产业发展.     

A combined radical and non-radical oxidation processes for efficient degradation of Acid Orange 7 in the homogeneous Cu(II)/PMS system: important role of chloride

Environmental Science and Pollution Research - Trace copper ion (Cu(II)) in water and wastewater can trigger peroxymonosulfate (PMS) activation to oxidize organic compounds, but it only works under...