管理视角下自然资源统一调查监测模式

自然资源统一调查监测工作是自然资源综合管理的基础。长久以来,中国自然资源调查监测工作分散在不同部门,虽然积累了丰富的成果与经验,但存在概念不统一、内容有交叉、指标相矛盾等问题,且随着自然资源管理业务与职能的重构,现有成果与经验难以简单延续或物理拼接。新形势下,如何通过理论和技术体系重构,以指导自然资源统一调查监测工作顺利开展,成为目前自然资源管理部门面临的挑战。从自然资源的管理视角出发,在系统梳理中国自然资源管理体制与调查监测工作发展历程的基础上,总结过往调查监测工作的成效与不足,辨析了管理视角与学术视角下调查监测的关系,探讨自然资源统一调查监测的作业模式,并以耕地保护业务为例进一步阐述了该模式在具体业务中的应用。认为自然资源统一调查监测是管理视角下的业务工作内容,以业务为主线、“空天地海网”立体感知技术为手段,是实现自然资源调查监测实时性、业务化运行的必由路径,以期为自然资源统一调查监测工作的有效展开提供理论支持。     

农地土地开发权转让制度创新

土地资源管理和配置引入土地开发权交易制度，是为了在土地开发和自然环境保护方面尝试用市场经济手段进行调节，将土地开发权与生态环境保护责任捆绑在一起，并且将这种责任债权化，开发商在开发土地时，需要购入相应数量的土地开发权，其开发权附带着环境保护债权，这种土地开发权是由规划允许的、具     

探索节能环保工作新途径 努力构建节约型校园——华中农业大学节能减排工作巡礼

近几年来,华中农业大学坚持科学发展观和勤俭建校方针,以提高资源使用效益为核心,以科技创新为动力,以宣传教育和强化管理为抓手,认真落实节约资源、保护环境基本国策,努力探索构建节约型校园的新思路和新途径.在采取节能减排措施的同时,结合自身实际,发挥学校综合优势,组织多学科力量,加强节能环保领域的科学研究和技术开发;通过积极开展以节能减排为内容的主题教育活动、课堂教学活动和社会实践活动,营造节能减排校园文化,培养学生树立强烈的节能环保意识,取得了明显成效,为加快建设资源节约型、环境友好型社会作出了应有贡献.     

穿好鞋子再运动

绝大多数运动需要双脚,在运动的时候,双脚承受的力量是你站立时的好几倍,如果穿的鞋子不合适,很容易使你的双脚受伤。在我国,已经约有4300万人由于穿着的鞋不合适,而在运动中受伤。如果你每周的运行时间大于两个小时,那么你就要为你所穿的鞋子多费点心,做什么运动穿什么鞋,如跑步时穿慢跑鞋,打篮球时穿篮球鞋,踢足球时穿足球鞋……这一点     

可持续发展与金昌镍资源综合利用

从可持续发展观和资源开发型企业的特点出发，强调在资源的综合利用中要重点考虑环境的承载力以及生态系统的自净力；分析了金昌市镍资源综合利用的历史与现状以及存在的问题，提出应以可持续发展观指导金昌市镍资源的综合利用。     

长江中游平原湖区农业开发地域分工与农产品专业化生产研究

农业生产地域分工与农产品专业化生产是使农业从自然经济阶段向以市场为导向的商品农产品生产转变的一个标志。本文在分析该区农业布局现状及其存在问题的基础上，提出了农业总体布局的设想与不同类型地域农业开发的主攻方向与对策，并对市场经济体制下粮食、棉花、猪、禽、水产品等农产品生产基地的地域选择、建设规模与技术措施等进行了探讨。     

供水管网生物膜有机物的二氯乙腈与二氯乙酰胺生成特性

在饮用水输配系统中,来源于管壁生物膜的有机物可能耗氯并生成消毒副产物(DBPs),包括二氯乙腈(DCAN)与二氯乙酰胺(DCAcAm)等高毒性含氮DBPs(N-DBPs).研究考察管网常见的细菌与其胞外聚合物(EPS)以及模拟管壁生物膜氯化与氯胺化后DCAN与DCAcAm的生成,并与天然有机物(NOM)和水源水有机物进行比较.结果显示,铜绿假单胞菌、恶臭假单胞菌与藤黄微球菌与氯反应生成的DCAN、DCAcAm浓度分别为1.48～2.02、0.21～0.38μg·mg~(-1)(mg~(-1)以TOC计),高于同反应条件下NOM的生成量;相比于氯化反应,3株细菌细胞氯胺化生成的DCAN与DCAcAm浓度明显更低.3株菌的EPS也是氯与氯胺化反应生成DCAN与DCAcAm的前体物,且其氯胺化反应生成的DCAcAm浓度高于氯化反应生成的.与NOM、水源水相比,模拟管壁生物膜氯化后生成的N-DBPs与三氯甲烷(TCM)浓度比更高,表明生物膜有机物比NOM与水源水有机物更倾向生成DCAN与DCAcAm类N-DBPs,且模拟管壁生物膜氯胺化的DCAcAm生成量高于氯化反应的,说明管壁生物膜有机物是供水管网系统中DCAN与DCAcAm类N-DBPs的重要前体物.     

哈尔滨市秸秆焚烧大气污染负荷估算方法研究

本文针对近些年哈尔滨秋末冬初大气污染程度增加的溯源问题,基于静风污染气象及降雪对秸秆焚烧的影响等基本假设,采用箱式模型和优化拟合的方法对秸秆焚烧产生污染物的源强及其负荷进行了估算.通过对2015年和2017年典型时段数据的优化拟合得到降雪前重污染天气下PM₁₀排放源强分别为20.16、21.83 μg·m^-2·s^-1,CO的排放源强分别为149.32、138.65 mg·m^-2·s^-1;降雪后重污染天气下PM₁₀排放源强分别为15.98、7.09 μg·m^-2·s^-1,CO的排放源强分别为122.91、89.21 mg·m^-2·s^-1.由降雪前后各污染物的源强差得到2015年和2017年秸秆焚烧产生的PM₁₀的排放源强分别为4.18、14.74 μg·m^-2·s^-1,负荷分别为20.73%、67.52%;CO的排放源强分别为26.41、49.44 mg·m^-2·s^-1,负荷分别为17.69%、35.66%.本文为相关清单的研究提供了一种客观的校核方法,具有重要的社会、环境及现实意义.