地表水环境的灰色聚类分析

在环境质量评价中,环境系统包含的信息是不完全的和非确定性的,因此环境系统是一个灰色系统。传统的评价方法已不能满足要求,灰色聚类分析方法正是考虑了环境系统这一特点,因此现已被成功地运用于环境质量评价中。采用灰色聚类分析对西安某河流进行评价,并运用主成分分析各年之间的污染程度以及各污染指标之间相互关系,有效地提取了信息。     

岷江上游山地生态系统服务地域分异过程与补偿阈值

生态系统服务供给侧与需求侧是当前地理科学研究的热点和前沿领域,也是人地关系具象化的表征物。针对岷江上游低阈值生态安全、高风险生态退化、多民族交融共生的区域特征,初步探索岷江上游山地生态系统服务地域过程与补偿阈值的研究方法,为该区域的生态文明研究提供理论依据。结果表明,1995—2010年间岷江上游生态系统服务的地域分异特征显著,生态补偿额度的区域差异也比较明显。2010年草地和农田生态系统服务价值比1995年分别增加了3.70×10~9和0.62×10~9元,而2010年林地生态系统服务价值比1995年减少13.17×10~9元,造成研究区域整体生态系统服务价值降低。林地和草地对岷江上游生态系统服务价值的贡献较大,空间上呈现东多西少的分布格局。人口修正的生态补偿额度为正值的区域集中在岷江上游的西北地区和正东部,负值区域集中在黑水、松潘和理县附近;乡镇面积修正的生态补偿额度为正值的区域集中在松潘和黑水县,而负值区域集中在茂县和汶川县附近;综合修正生态补偿额度为负值的区域集中在研究区域的西北地区,而正值区域集中在黑水、松潘和理县。研究结果可为深入认识流域内生态系统服务与人类社会福祉的耦合关系以及藏羌民族生态补偿的科学分配提供数据支撑。     

沱江流域总氮面源污染负荷时空演变

根据四川省沱江流域水环境受总氮（TN）面源严重污染的现状,采用排污系数法估算2007~2017年该流域来自各面源污染源的TN污染负荷,并利用空间重心统计法和空间分析技术揭示沱江流域TN污染负荷时空分布特征及转移趋势,以期为相关部门精准防控和预警沱江流域面源污染提供理论依据.结果表明,2007~2017年畜禽养殖污染源对整个流域的TN污染负荷贡献率每年均在45%以上,是TN面源污染的主要污染源.农村生活和农村生活垃圾污染源的贡献率呈逐年减少趋势,农田固废和农田径流污染源的贡献率则呈增加趋势.TN总污染负荷总体呈下降趋势,2010年污染负荷最大,达到5.7×10⁴ t,2017年最小,为4.69×10⁴ t.污染负荷在空间上的异质性变化及降雨径流的不均匀分布驱使畜禽养殖、农田固废类和农田径流污染源的TN污染负荷重心由西北向东南方向移动,流域东南部是畜禽养殖、农田固废类和农田径流TN污染的重点防控区域.东南部各区县的农业人口大量向城市人口转化,进而驱动农村生活和农村生活垃圾污染源的TN污染负荷重心由东南向西北方向转移,其转移范围高达66.35 km²,由此确定的最小边界圆是污染源污染负荷变化的重点识别区域,沱江流域西北部则是农村生活和农村生活垃圾TN污染的重点防控区域.本研究拓展了环境科学领域对流域污染负荷时空演变的探究方法,对于改善水环境质量,促进流域经济可持续发展具有重要意义.     

沱江流域主要污染负荷预测及时空分布特征

耦合社会-经济因子探究工业点源和生活污染源污染负荷未来变化趋势,可为优化水环境规划和管理方案提供理论依据。选取沱江流域为研究区域,采用经济增长预测法、工业点源传统统计法、人口趋势灰色模型预测法和排污系数法分别计算了2020-2025年该区域28个县(市、区)的工业GDP值,工业点源废水排放量及主要污染负荷(COD、NH₃-N、TN、TP),农村与城镇人口及生活污染源的主要污染负荷,并利用ArcGIS技术探究了工业点源和生活污染源主要污染负荷空间分布特征。结果表明:2020-2025年,工业GDP值总体呈逐年增加趋势,而工业废水排放量总体呈逐年减少趋势,预计到2025年,流域工业GDP值将增加至2.52×10¹²元,而工业废水排放量将减少至0.64×10⁸ t。工业点源主要污染负荷表现为COD>NH₃-N>TN>TP。沱江流域总人口数与生活污染源污染负荷呈逐年增加趋势,其中城镇人口与生活污染源污染负荷呈逐年增加趋势,农村人口与生活污染源污染负荷呈逐年减少趋势,且城镇人口及生活污染源污染负荷增加量大于农村人口及生活污染源污染负荷减少量。城镇、农村生活污染源的主要污染负荷表现为COD>NH₃-N>TN>TP。工业点源和生活污染源主要污染负荷在空间上存在高度异质性。2025年,来自工业点源的主要污染负荷均呈上游较少,中、下游较多的特征;来自城市生活污染源的主要污染负荷均呈中、上游较多,下游较少的特征;来自农村生活污染源的主要污染负荷均呈中游较多,上、下游较少的特征。笔者提出耦合社会-经济因子预测流域污染负荷的方法可以推广到其他与社会经济指标相关联的流域工业点源、生活污染源污染负荷的预测研究中,以期为未来流域水环境管理与治理提供科学参考。     

基于正定矩阵因子模型的大亚湾海域污染特征解析研究

深刻剖析近岸海域污染物的时空分布特征,精确识别各污染物来源,对改善海洋水环境质量和提升水环境功能具有重要意义。本研究以大亚湾海域为研究对象,结合超标倍数赋权法和空间集成分析技术,对海域表、底层水质进行综合评价;利用正定矩阵因子模型（PMF）识别区域污染源,解析各污染源对污染物的贡献率。结果表明:大亚湾表层水体以轻微污染为主,东南部存在轻度污染,西北部澳头海域存在中度污染,底层水体以轻度污染为主,西北部澳头海域存在重度污染;大亚湾表层水体主要污染源为生活污水（15%）、入海河流（15.5%）以及悬浮颗粒物（44.3%）,底层水体主要污染源为悬浮颗粒物（40.6%）以及石化废水（37%）。本研究提出的基于空间集成分析和正定矩阵因子模型的海域污染特征解析框架能够准确地对海湾进行水质综合评价和污染源解析,可为大亚湾水环境保护和科学管理提供依据和参考。     

时间序列分析在大气环境中的应用

以西安市2004—2008年PM10月平均浓度时间序列为例,应用小波分解和重构对PM10浓度时间序列的变化进行了分析,得到了PM10的年变化趋势和突变特征。将时间序列平稳化预处理后,根据时间序列的自相关和偏自相关图进行判断,得到合适的时间序列模型ARIMA(1,1,1)(2,0,0)S,然后进行参数估计得到模型的各个参数。利用得到的模型对2009—2010年西安市PM10浓度值进行预测,研究结果表明,将小波分析和ARIMA(1,1,1)(2,0,0)S应用于大气污染物浓度时间序列的分析是可行的。     

厦门市区环境天然放射性水平监测

参照国家环保局颁发的<环境天然放射性水平调查规定>,在厦门城市建城区开展了原野、道路和建筑物室内γ辐射剂量率监测,查明了市区环境的天然放射性水平现状,为厦门市放射性环境管理提供了重要的资料.     

岷江上游植被生境适应性空间分异格局的间隙度分析

了解岷江上游不同植被生境适宜性类型在整体和局部上的空间分异格局对植被生境管理和修复具有非常重要的意义。基于岷江上游4类植被生境适宜性类型空间分布图借助分形和贝叶斯理论,建立间隙度指数模型和多水平贝叶斯模型,实现定量表征不同植被生境适宜性类型在整体和局部空间上的聚簇和分异程度。结果表明:1)汶川在Ⅰ~Ⅳ类、Ⅲ类和Ⅳ类生境适宜性下的间隙度指数最大,其对应的空间分异尺度为3 000 m(即为30倍网格边长,网格边长为100 m)、2 900 m、2 800 m,而松潘在Ⅰ类和Ⅱ类型下的间隙度指数最大,其空间分异尺度为3 000 m、2 700 m。2)Ⅰ~Ⅳ类、Ⅰ类和Ⅱ类生境适宜性分别在汶川、松潘和理县的间隙度维数最大,空间格局聚簇性较小,进一步证明空间分异尺度较大,而Ⅲ类和Ⅳ类生境适宜性在茂县的间隙度维数最大。岷江上游植被生境空间分异格局的间隙度分析,可以为研究生境空间格局及其生境管理尺寸在整体和局部上的差异提供必备的条件和依据。     

灰色理论模型在大气环境质量预测中的应用研究

根据厦门市环境保护局公布的2003～2007年厦门市大气环境中3种污染物(二氧化硫、二氧化氮、可吸入颗粒物)的监测值,通过灰色系统GM(1,1)残差修正模型预测了厦门市大气环境质量的变化趋势.结果表明,灰色系统GM(1,1)模型合理,要求数据较少,计算量适中,精度较高,相对误差为0.4%～7.7%,与环保部门公布的数据吻合程度较好.指出灰色GM(1,1)模型用于大气环境质量预测,符合系统的灰色特性,实用性好,预测结果与实际环境状况吻合;当GM(1,1)模型的预测结果精度不能满足要求时,可采用残差模型予以修正.     

岷江上游山区聚落生态位地理特征与驱动因子间关系研究

山区聚落生态位反映聚落在山地垂直方向上所处的空间位置及人类生活所能利用的资源空间,是当地居民长期适应山地自然环境的结果。基于岷江上游各民族山区聚落生态位和气象、社会、地形驱动因子的空间分布,借助冗余分析,构建山区聚落生态位地理特征与驱动因子间的多水平贝叶斯模型,定量刻画聚落生态位的民族属性对山区聚落生态位地理特征与驱动因子间关系的影响。结果表明:(1)影响研究区域内1 667个与各民族聚落生态位地理特征的驱动因子有显著差异,海拔和坡度对前者影响较大,海拔、坡度、干季和湿季湿度、距河流距离对后者影响较大,且海拔对两者的影响程度都最大,海拔和坡度地形驱动因子与干、湿季湿度和距河流距离间的相关性较弱。(2)干、湿季湿度气象驱动因子对藏-羌聚落生态位地理特征影响较大,距河流距离和距县城距离社会驱动因子、海拔和坡度地形驱动因子对藏族聚落生态位地理特征影响较大,这与藏族聚落生态位的分布面积和个数有关。(3)民族类型对聚落生态位地理特征指标与气象因子干季湿度间关系的影响最大,对聚落生态位地理特征指标与地形因子坡度间关系的影响最小。岷江上游山区聚落生态位地理特征与驱动因子间关系的研究,为量化山区聚落生态位与山地环境的关系提供了有效的数据支撑。