基于BP神经网络算法的密云水库水质参数反演研究

密云水库是北京市重要的地表饮用水源地,在保障首都水源安全方面起着重要作用,而密云水库水质参数的区域监测已成为当前亟待解决的问题。为了实现密云水库水质参数大范围、实时获取,该文基于遥感和GIS技术,采用BP神经网络算法,结合地面监测数据和Landsat 8遥感影像,分别建立了反演总磷、总氮、氨氮和COD(化学需氧量)4个水质参数的BP神经网络模型,并反演了密云水库2013-2018年非结冰期主要水质参数,分析了密云水库主要水质参数的年际变化特征、季节变化特征和空间分异特征。结果表明,(1)水质参数的Landsat 8敏感波段分别为:总氮为1、4波段,氨氮为1-7波段,总磷为1、3-7波段,COD为2-5波段。(2)密云水库主要水质参数在2013-2018年总体呈下降趋势,氨氮和COD为Ⅰ类水质,总磷为Ⅱ类水质,总氮为Ⅲ类水质。(3)4个水质参数指标春季最高、秋季次之、夏季最低,总氮、总磷、氨氮和COD的春季值分别是夏季值的1.08、1.36、1.6、1.45倍。(4)密云水库不同水质参数的空间差异性较大,总体来看,水库北部和东部的4个水质参数含量相对较高,这种分布与北部和东部村庄密集以及密云水库两大入库河流有关。综上所述,基于BP神经网络算法的密云水库水质反演研究是可行的,且得到了较为可信的研究结果,该研究可为密云水库水质管理与政策制定提供重要的科学依据。     

代表性浓度路径情景下宁夏草地动态演变的预测与模拟

西部地区是我国乃至亚洲的重要生态屏障.因此,遏制由于长期过牧导致的草地退化,保障西部地区生态系统功能,促进西部地区畜牧业和经济社会可持续发展具有重要的研究意义.本研究以宁夏回族自治区作为典型区,收集了宁夏土地利用数据、自然环境数据和社会经济数据,创建了联立方程组模型,研究了自然环境条件和社会经济因素对草地过牧与退牧过程的驱动机制.驱动分析结果显示对于草地过牧过程,气候因素是草地面积退化的重要影响因素,人口压力也在这一过程中起着决定性作用,交通条件较发达的地区,人类活动较频繁,对于草地生态系统破坏也相对较严重;而宁夏退牧过程的主要驱动因素之一是区域原有生态环境,经济要素也是决定退牧意愿的重要影响因素,国家政策是退牧过程的外在推动因素.基于宁夏土地利用规划和1PCC公布的RCPs情景数据,设计估算了规划情景和气候情景下的土地利用需求,然后基于草地动态演变的驱动机理,本文应用土地系统动态(DLS)模拟系统预测了2010-2030年在RCPs情景和规划情景下研究区域草地面积和草地质量的空间分布特征和变化趋势.研究结果表明,规划情景下,研究区域草地面积随时间呈逐渐减少的态势,AIM气候模式下草地面积的变化态势与规划情景相似,但是减少的幅度比规划情景小,而MESSAGE气候模式情景下草地面积变化呈先减少后有小幅增加的态势.三种情景下,草地面积减少的区域主要集中在低密度草区,部分是在中密度草区.总的来看,无论是哪种情景,未来2010-2030年过牧与退牧这种相逆的现象不断减弱,但是并没有消失.这些研究结论将为西部干旱区生态环境保护、草地资源开发利用与保护、畜牧业发展规划提供重要的决策参考信息.     

北京地区不同季节PM2.5和PM10浓度对地面气象因素的响应

利用2013年1月—2014年12月北京地区PM_(2.5)和PM_(10)监测数据和同期近地面气象观测数据,采用非参数分析法(Spearman秩相关系数)研究了北京地区PM_(2.5)和PM_(10)的浓度对不同季节地面气象因素的响应。结果表明:北京地区大气颗粒物浓度水平具有明显的季节特征,冬季大气颗粒物污染最严重,夏季最轻。不同季节影响颗粒物浓度水平的气象因素各不相同,其中风速和日照时数为主要影响因素。PM_(2.5)和PM_(10)质量浓度对气象因素变化的响应程度也有较大区别,PM_(2.5)/PM_(10)比值冬季最高,PM_(2.5)影响最大,春季最低,PM_(10)影响最大。这些结论可对制订科学有效的大气污染控制策略提供参考。     

中国土地生产力变化的情景分析

中国土地生产力变化态势是当前国内外学术界、决策界关注的焦点问题之一.介绍了土地生产力估算系统(ESLP)的原理与功能模块并利用该系统研究了中国土地生产力的变化态势.ESLP是在气温、降水、辐射水平、土壤质地等自然因素控制下,受土地利用方向与强度影响的,考虑土地系统不同的投入水平和管理措施的区域土地生产力估算系统.ESLP关注土地生产力变化的时空动态,能表达出不同投入管理水平下土地生产力的时空变化.文章应用ESLP研究了1988年和2000年中国土地生产力变化及其空间分异特征,将估算结果与1988年和2000年全国分县粮食产量数据的比较与验证表明,基于ESLP估算的各县土地生产力与各县粮食总产量具有很高的相关性,在一定程度上反映一个区域的粮食生产能力.在此基础上,应用ESLP预测了2010与2020年在气候变化情景下土地生产力的变化,预测结果显示,虽然局部地区土地生产力有小幅减少趋势,但从全国来看,土地生产力增长趋势明显.平均来看,2010年比2000年增长4.4%,而到2020年,土地生产力的增长幅度达到10.7%.不过在各个农业生态分区上,不同年份土地生产力变化差异较大,在2010年和2020年长江中下游区土地生产力均呈一定幅度的下降,而甘新区和西藏区只在2010年土地生产力有小幅下降.该研究结论对我国编制土地利用规划与粮食生产方面的决策具有重要的参考价值.