湖北九宫山甜槠群落结构与优势种的空间分布格局研究

通过对湖北九宫山国家级自然保护区甜槠群落建立的1ha固定森林样地进行植物群落调查,分析了样地内木本植物物种组成、区系成分、种群径级结构和空间分布格局,结果表明:(1)样地内木本植物(DBH≥1 cm)共有132种,隶属于42科78属,其中,杜鹃花科、壳斗科、樟科、蔷薇科、冬青科等是优势科,短柄袍、鹿角杜鹃、青冈、长叶石栎、甜槠等是优势种.(2)样地内植物科、属的分布类型均以泛热带分布类型为主,分别为30.95％和20.51％.(3)样地内所有木本植物个体的径级结构均呈倒"J"型,幼龄个体数量大,森林群落更新状况良好.(4)样地内木本植物个体的空间分布格局以聚集分布为主,部分优势物种在小尺度上呈聚集分布,而在较大尺度上则为随机分布.     

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.     

汉江与嘉陵江源区黄土的风化成土强度及其在土壤系统分类中的归属

以汉江源区(李家河村)和嘉陵江源区(杨家山村)黄土剖面为研究对象,对其粒度、元素组成、团聚体等进行分析与对比,探究两地土壤成土强度与系统分类归属.结果表明两江源区的土壤风化成土特征级类明显不同:(1)两地土壤团聚体主要分布在0.25～1 mm范围内,但汉江源区(LJH)土壤上部的大团聚体含量R0.25值(83.73％)、平均重量直径MWD值(2.17)和几何平均直径GMD值(1.11)均大于嘉陵江源区(YJS)的土壤(其R0.25值为69.81％,MWD和GMD值分别为1.06、0.47),团聚体稳定性更强,而剖面中下部则相反,土体稳定性弱于后者;(2)嘉陵江源区土壤的风化程度仅达到低等向中等强度过渡阶段,与其相比,汉江源区土壤的钾钠比值和残积指数较高、硅铝铁率和淋溶系数较低,钙、钠等易溶元素风化淋失更强,产生的富铝黏土矿物更多,达到中等风化强度,故后者风化成土强度远大于前者;(3)在土壤系统分类中,汉江源区黄土母质发育的土壤可归为斑纹简育湿润淋溶土,嘉陵江源区土壤可归为普通钙积干润淋溶土.     

武汉地区夏季和秋冬季大气污染的天气概念模型

利用2013～2019年武汉市生态环境局监测数据、L波段雷达探空资料、NCEP/NCAR逐日再分析资料,对夏季和秋冬季武汉地区污染日的大气污染特征、边界层结构、环流形势、物理量场进行研究,建立了武汉地区大气污染的天气概念模型.主要结论如下:(1)武汉市空气质量具有季节性变化特征,大气污染程度四季分布表现为冬＞秋＞春＞夏.夏季首要污染物是臭氧,冬季首要污染物是PM2.5.(2)比较挑选出的夏季清洁日和污染日的气象要素特征,污染日逆温的平均强度约为清洁日的一倍,逆温底高一般在600 m以下,空气质量一般为轻度-中度污染;静风频率(37.1％)明显高于清洁日的静风频率(2.9％);污染日平均风速小(0.8 m/s),边界层内相对湿度较低.同样比较秋冬季两类天气的气象要素特征,污染日逆温底高低、厚度小,不及清洁日的一半,不利于污染物的扩散,易出现重度污染天气.静风频率(20％)高于清洁日的静风频率(7.5％),风速小(1.6 m/s),污染日边界层内呈明显上千下湿的格局.(3)建立了夏季大气污染的天气概念模型,污染日副高偏弱位置偏东,长江流域易少雨干旱;地面我国东部大范围地区处于均压场中,武汉地区为偏东北异常小风,不利于大气污染物的扩散.(4)建立了秋冬季大气污染的天气概念模型,长江流域环流平直少波动,配合地面弱低压的天气形势和较强的逆温使得大气污染物聚集在近地面.蒙古冷高压强度偏弱,使得入侵我国的冷空气强度偏弱;武汉地区为偏北小风,对雾霾的移除和稀释扩散作用差.该研究结论可供大气污染预测预警研究和环境管理部门大气污染的联防联控参考.     

AI-based runoff simulation based on remote sensing observations: A case study of two river basins in the United States and Canada

Data-driven techniques are used extensively for hydrologic time-series prediction. We created various data-driven models (DDMs) based on machine learning: long short-term memory (LSTM), support vector regression (SVR), extreme learning machines, and an artificial neural network with backpropagation, to define the optimal approach to predicting streamflow time series in the Carson River (California, USA) and Montmorency (Canada) catchments. The moderate resolution imaging spectroradiometer (MODIS) snow-coverage dataset was applied to improve the streamflow estimate. In addition to the DDMs, the conceptual snowmelt runoff model was applied to simulate and forecast daily streamflow. The four main predictor variables, namely snow-coverage (S-C), precipitation (P), maximum temperature (T_max), and minimum temperature (T_min), and their corresponding values for each river basin, were obtained from National Climatic Data Center and National Snow and Ice Data Center to develop the model. The most relevant predictor variable was chosen using the support vector machine-recursive feature elimination feature selection approach. The results show that incorporating the MODIS snow-coverage dataset improves the models' prediction accuracies in the snowmelt-dominated basin. SVR and LSTM exhibited the best performances (root mean square error = 8.63 and 9.80) using monthly and daily snowmelt time series, respectively. In summary, machine learning is a reliable method to forecast runoff as it can be employed in global climate forecasts that require high-volume data processing.     

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%。     

Probabilistic health risk assessment of nitrosamines in drinking water of Shaoxing,Zhejiang, China

Environmental Science and Pollution Research - Nitrosamines (NAms) are potent genotoxic and carcinogenic but widely detected in drinking water. This study aimed to investigate the occurrence of...     

石家庄市春季大气颗粒物的铅污染特征

为了解石家庄市2016年春季大气颗粒物的铅污染特征及来源,利用单颗粒气溶胶质谱仪(SPAMS),分析了大气中含铅颗粒的化学成分。结果表明: 研究期间大气环境中含铅颗粒数浓度共出现11次跳跃式升高,跳跃时间段内石家庄均处于轻度污染过程。从成分分析来看,含铅颗粒分为纯铅颗粒、Pb与K(Pb-K)、OC(Pb-OC)、Cl(Pb-Cl)、混合颗粒等八大类。观测结果表明:Pb-K颗粒最多,占到含铅颗粒的84.4%；其次为纯铅颗粒,占比为13.0%。与石家庄市污染源谱库比对进行来源解析,得到Pb-K颗粒主要来自生活垃圾焚烧源, 纯铅颗粒主要来自工业源。结合石家庄市大气污染源排放清单和后向气流轨迹分析,推测含铅颗粒可能来自市区西南方向某区县的生活垃圾焚烧企业。     

基于GF-1号遥感影像的武汉市及周边湖泊综合营养状态指数反演

湖泊水体富营养化的监测评价是湖泊水资源管理和水环境保护的基础性工作。基于GF-1号WFV遥感影像和综合营养状态指数法,通过82个站点实测数据建立多元线性回归和RBF神经网络模型,对武汉市及其周边地区主要湖泊综合营养状态指数进行了反演。反演的结果显示,武汉市及周边大部分湖泊水域处于轻度富营养和中营养状态,局部湖区为中度富营养状态。验证结果表明:GF-1号WFV多光谱数据用于监测大面积湖群水质变化是可行的;两种模型都可以建立实测数据与遥感信息的函数关系,根据函数可以反演湖泊水质综合营养状态指数,进而实现大面积湖泊水质动态监测;而RBF神经网络模型预测的R2为0.742 3,均方根误差为3.72,其反演精度更高,更适合于监测内陆湖泊水质变化。     

武汉市一次污染过程的局地流场和边界层结构的数值模拟

利用2013年11月武汉市逐日空气质量资料、地面气象观测资料、NCEP/NCAR再分析资料和L波段雷达探空资料，通过WRF模式模拟空气污染生消过程中的局地气象条件变化，探讨特殊地形条件下边界层结构变化和局地环流在污染物生消过程中的作用和影响。结果表明：（1）武汉地区当背景环流场强的时候，由地形引起的局地流场对污染物扩散的影响就弱，反之当背景环流场弱的时候, 地形对流场影响明显:夜间为山风，白天为谷风。夜间山风与偏西北气流及偏东气流在武汉及周边地区辐合，形成气流汇聚带，在武汉地区形成一个反复污染带,即由地形引起的局地流场对污染物扩散的贡献就大；（2）武汉地区发生空气污染时，地面湿度较高，边界层呈上干下湿状态，其特征为暖而干且有偏东小风，这导致污染物不断堆积和重污染过程的形成。