新疆艾比湖周边居民湿地生态系统健康保护意识调查分析

采用问卷调查的方法,试图真实反映艾比湖周边居民对艾比湖湿地生态系统退化的认知及对艾比湖湿地生态系统健康保护意识的强弱.结果表明：（1）艾比湖周边居民对湿地生态系统退化带来的危害有较为清晰地认识,99％被调查者意识到了艾比湖湿地生态系统退化对周边环境会带来不同程度的危害,78.2％调查对象认为艾比湖湿地生态系统的退化主要是由人类活动引发的,通过正规渠道获取艾比湖湿地生态系统退化信息不够通畅;（2）调查对象对艾比湖湿地生态系统退化情况持有较高的关注度,但支持度不高,85.6％的被调查者对退化湿地的生态恢复有支付意愿;（3）65.5％调查对象对艾比湖湿地生态恢复有信心,但对当地政府宣传和保护艾比湖湿地的力度满意度不高,因此政府部门还需进一步加强对艾比湖的宣传和保护力度.     

不同缝面形态地裂缝场地地震响应规律研究∗

地裂缝作为非连续地质界面对场地动力响应的影响是显而易见的,对不同缝面形态地裂缝场地进行地震响应规律研究是进行地裂缝场地建筑物抗震设防的基础。为此以西安典型地裂缝为研究背景,进行了单缝型地裂缝场地动力响应振动台模型试验,获得了地裂缝场地动力响应规律及响应特征;在此基础上通过 MIDAS 数值软件对西安单缝型、“y”字型、正“八”型和倒“八”型地裂缝,以及苏锡常地区基岩潜山型和基岩陡崖型 6 种缝面形态地裂缝场地地震响应规律进行了研究。结果表明：单缝型地裂缝呈现出越靠近地裂缝峰值加速度越大,随着距地裂缝距离越来越远,峰值加速度逐渐减小后趋于稳定的响应规律;“y”字型、正“八”型和倒“八”型地裂缝具有明显的“双峰”特征,即地表峰值加速度在靠近主、次地裂缝处都有明显的增大;基岩潜山型地裂缝场地地震响应规律与西安地区正“八”型地裂缝场地相似具有“双峰”特征,随着距主、次地裂缝距离增加地表峰值加速度逐渐减小后趋于稳定;基岩陡崖型地裂缝场地与西安地区单缝形地裂缝场地地震响应规律相似,但在地裂缝处场地地表峰值加速度响应更加明显,地表峰值加速度曲线更加陡峭。     

横向风对浮力扩散火焰的振荡影响研究

火焰振荡频率是火灾科学研究领域的一个重要基本参数,对横向风下火焰振荡频率的研究可以为火灾图像探测的参数设置提供理论依据。针对浮力扩散火焰(0.6×10~(-5)弗洛德数Fr2×10~(-2),10~2理查德森数Ri10~5),本研究将横向风条件下火焰结构假设为倾斜的柱状,通过对燃烧产生的浮力和横向风产生的拖曳力进行动力学分析,得出横向风条件下火焰振荡频率表达公式。结合实验结果得出,火焰振荡频率的理论值和实验值均随拖曳系数的增大(即外界风速的增加)而增大,但实验值的上升趋势较理论值平缓.这是因为公式忽略了风速对火焰温度和系数K的影响。     

Asn57 N-glycosylation promotes the degradation of hemicellulose by β-1,3–1,4-glucanase from Rhizopus homothallicus

Environmental Science and Pollution Research - N-glycosylation alters the properties of different enzymes in different ways. Rhizopus homothallicus was first described as an environmental isolate...     

Degradation mechanism of ammonia nitrogen synergistic with bromate under UV or UV/TiO2

Environmental Science and Pollution Research - Bromate (BrO3?) and ammonia nitrogen (NH4+) are both typical environmental pollutants: BrO3? has been categorized as one of the Group 2B...     

典型养殖型湖泊中的重金属含量及健康风险特征——以宿鸭湖为例

为评估典型水产养殖型湖泊中的重金属含量水平及其人体健康风险特征,系统采集并测定了宿鸭湖湖水、周边地下水、沉积物及鱼体中的重金属含量.在此基础上计算了不同重金属在不同介质间(湖水-鱼体、湖水-沉积物及沉积物-鱼体)的转移因子,并通过健康风险指数计算定量分析了宿鸭湖水生态系统中重金属对人体的健康影响,以及不同暴露途径的风险贡献率.结果表明:Zn、Ba和Sr在不同介质体内含量均较高,而Sn和Cd的含量均比较低.Cr和Zn在鱼体中的均值含量超过WHO鱼类产品中重金属的含量限值,具有潜在毒性;湖水和地下水中的所有重金属浓度均低于饮用水标准中的相关限值;部分沉积物样品中Cr、Ni、Cu、Zn、Cd和Pb含量超出环境保护部《土壤环境质量标准》(GB15618—2008)自然背景值,但低于美国华盛顿州沉积物化学标准(WAC 172-204-320)中的含量限值,已构成轻微污染.不同介质间的转化因子分析表明,鱼体对湖水中的Zn、Sr、Ba、Cu、Cr、Ni、Co、Sn和Cd均存在富集作用;但除Zn以外,鱼体对沉积物中的其他重金属无明显的富集作用;宿鸭湖水生态系统中的重金属Cr对人体的HRI值为1.6,其健康危害效应不可忽视;食用鱼类是导致Cr人体健康危害的主要途径,贡献率高达94%;最后,与非养殖型湖泊相比,宿鸭湖水库中鱼体内Pb和Cr的含量明显偏高,且重金属从湖水到沉积物的转移因子明显偏高,而从湖水到鱼的生物浓缩因子相对较低.     

偶氮类染料刚果红水溶液的辐射降解

利用60Co γ射线、电子束辐照刚果红水溶液,研究其降解行为.考察了刚果红水溶液辐照前后紫外可见光谱的变化、刚果红的降解率及溶液总有机碳(TOC)的去除率.通过不同气氛饱和辐照,对比了各种活性粒子对降解效果的影响.初步研究了初始pH值、H2O2和TiO2的加入对刚果红水溶液降解效果的影响.结果表明,60 γ射线、电子束辐照是一种有效的去除水体中刚果红染料的方法,其降解效果在不同体系中均可以达到100%.高剂量下TOC去除率可以达到85.7%.H2O2和TiO2的加入可以有效提高刚果红的降解效率.     

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.     

极高地应力软岩稳定性指标优先级及多因素耦合分级∗

极高地应力隧道工程设计施工除了考虑地质构造作用极其强烈以外,强度应力比、地下水、膨胀应力、结构面产状等因素对围岩稳定性的影响也必须考虑,同时隧道轴线与最大应力主方向夹角、隧道断面及面积、岩层厚度及倾角等因素也非常重要。以《工程岩体分级标准》为基础,提出一种极高地应力复杂软岩隧道围岩稳定性因素优先级分析思路,并采用熵权法形成多主因素耦合、次因素修正的围岩分级方法。现场实践表明分级结果与现场施工状态吻合较好,进一步对另两座隧道使用本方法进行验证。结果表明,现行规范中围岩分级因素和方法不适用极高地应力情况,且和影响因素优先级加多因素耦合修正 BQ 值的围岩分级方法结果相差 10% 左右,原因是对极高地应力软岩稳定性影响因素考虑不全面。这种围岩稳定性分级方法具有较好的适用性,且耦合时使用熵权法原理使得结果更加偏向于定量计算,减少了人为因素干扰,结果更加客观真实。     

自然灾害防控产业的技术突破与发展路径战略研究∗

在全球气候变化及地质活动日益活跃的孕灾大环境下,我国亟待实现自然灾害的快速高效应急处理,相应的灾害防控产业升级同样势在必行。结合自然灾害防控关键环节的发展方向,通过文献整理、现场调研、专家咨询及问卷调查等方式,分析了自然灾害防控产业面临的问题与挑战,开展自然灾害防控产业技术突破与发展路径的研究,提出以下对策措施：构建更为完善的标准化体系,严格核定从业资格,实时把控自然灾害防控产业的市场动态, 保障产业市场良性竞争;立足本土化发展优势,集群化发展自然灾害防控产业,贯通自然灾害多产业链条;以自然灾害防灾减灾的基础研究为主导,通过理论创新和技术迭代,完成自然灾害产业升级,提升产业整体性、系统性和协同性,打造防灾减灾产业端的国际核心竞争力。本文将为自然灾害防控的产业高质量快速发展提供前瞻性、针对性、储备性的科学参考。