新疆和田地区土地荒漠化时空特征分析

以干旱区土地荒漠化防治和生态环境修复为目的,对新疆和田地区土地荒漠化时空演变过程进行研究。基于RS和GIS技术,利用和田地区MODIS13Q1-NDVI遥感数据,以植被覆盖度作为荒漠化评价指标,对和田地区2000—2018年土地荒漠化时空变化特征进行分析。结果表明:(1)研究区植被覆盖度呈减少趋势的区域面积占总面积的0.38%,其中极显著减少区域面积占0.10%,显著减少区域面积占0.28%;植被覆盖度呈增长趋势的区域面积占12.88%,其中极显著增长区域面积仅占1.10%,显著增长区域面积占11.78%。(2)2006—2012年重度荒漠化区面积呈减少趋势,2012—2018年呈增加趋势,总体以年均0.59%的速率递增;中度荒漠化区面积呈减少趋势,平均每年以1.43%的速率减少,而轻度和非荒漠化区面积一直保持增加趋势,年均增速分别为2.19%和3.70%。(3)由面积转移矩阵可知,近20 a来,研究区土地类型未发生变化的面积为19.841×10~4 km~2,非荒漠化区转移面积最少,中度荒漠化区转移面积相对较多。由于气温、降水和人类活动等因素的影响,近20 a来和田地区重度荒漠化区面积略有增长,轻度和非荒漠化区面积增加显著。     

水体中溶解氧的测定-碘量法和膜电极法的比较

溶解氧的测定一般有三种方法:碘量法、膜电极法(原电池式)、极谱法、有人也把后两种方法统称为膜电极法。碘量法是经典方法,用该法测定溶解氧准确、可靠,国内外将其作为标准方法使用,但它受多种杂质干扰,如藻类,悬浮物,深度,色度,氧化物可析出碘而产生正干扰,还原物消耗碘而产生负干扰。某些有机物的存在,使滴定终点不明显。故大部份河水,地下水及污染废水,必须采用经修正的碘量法;即高锰     

对催化极谱测定土壤中全钼方法的改进

利用催化极谱测定土壤中全钼含量的方法已有不少报道。但前处理步骤都较繁琐,本文参考有关文献,提出用乙醚作为萃取剂,不需过滤,直接以消解液中萃取Mo(CNS)θ,而与干扰物质分离,过程简便、省时、萃取率高。此外,还对催化体系进行了最佳条件试验,并估计了反应机制。通过对GSD底质标准参考物质和部分土壤样品的分析,结果可靠。     

乌鲁木齐市大气CO污染与居民血液中HbCO的关系

通过对乌鲁木齐市大气中CO含量以及居民血液中HbCO的调查，并对其二者的相关性研究认为人体中HbCO含量随大气中CO浓度升高而增加，吸烟引起的人体中HbCO水平比暴露于大气中的CO所引起的HbCO水平更高得多，吸烟污染更为严重。     

气象因素对乌鲁木齐市城区空气质量的影响

基于乌鲁木齐市2015年大气污染物和气象观测数据,用相关性分析和主成分分析法探讨了气象因素对乌鲁木齐市城区空气质量的影响。研究结果表明:1)大气压与PM_(2.5)、CO正相关显著,与O_3负相关显著;气温、水汽压和风速与PM_(10)、O_3存在显著正相关,与其他污染物都存在负相关;湿度与PM_(2.5)、SO_2、NO_2、CO存在显著正相关,与PM_(10)、O_3存在负相关。2)对乌鲁木齐市首要污染物PM_(10)存在显著影响的空气污染物包括CO、PM_(2.5)、SO_2,气象影响因素包括水汽压和湿度。     

乌鲁木齐城市化进程与大气污染关系研究

以乌鲁木齐市为研究区,选取乌鲁木齐市2004—2013年11项城市化指标以及3项大气污染指标,得出城市化水平综合指数以及大气污染水平综合指数。将城市化综合水平作为解释变量,SO2、NO2、PM10污染综合指数、大气污染综合指数分别作为被解释变量,分析城市化水平与大气污染状况,分别对其进行二次曲线回归分析以及三次曲线回归分析,得出乌鲁木齐市2004—2013年城市化进程与大气污染之间的演化规律。     

学校食堂、烤肉店PM2.5的微观形貌及粒度分布

使用带能谱的高分辨率场发射扫描电镜(FESEM)和图像分析技术对食堂和烤肉店PM_2.5(细颗粒物)进行微观形貌观察,研究其数量-粒度分布、体积-粒度分布特征. 结果表明:从微观形貌看,PM_2.5主要有矿物颗粒、烟尘集合体、球形颗粒、其他颗粒(生物质、食盐、纤维)4种,其中矿物颗粒有不规则和规则2种形态. 烤肉店的PM_2.5可观察到形成链状的烟尘集合体,而食堂的可观察到更细颗粒组成的链状烟尘集合体.食堂矿物颗粒分别占颗粒物总数和总体积的69.23%、80.13%;数量-粒度分布呈双峰,主要分布在0.2~0.4μm范围内,小于0.5μm的矿物颗粒占颗粒物总数的58.90%;体积-粒度分布呈单峰,集中在在1~2.5μm.烤肉店矿物颗粒和其他颗粒分别占颗粒物总数的45.67%、44.86%;数量-粒度分布主要集中在0.2~0.4μm,小于0.5μm的矿物颗粒占颗粒物总数的39.41%;从体积-粒度分布上看,1~2.5μm内的矿物颗粒体积占颗粒物总体积的比例(32.36%)最大.      

Multi-scale marine biodiversity patterns inferred efficiently from habitat image processing

Cost-effective proxies of biodiversity and species abundance, applicable across a range of spatial scales, are needed for setting conservation priorities and planning action. We outline a rapid, efficient, and low-cost measure of spectral signal from digital habitat images that, being an effective proxy for habitat complexity, correlates with species diversity and requires little image processing or interpretation. We validated this method for coral reefs of the Great Barrier Reef (GBR), Australia, across a range of spatial scales (1 m to 10 km), using digital photographs of benthic communities at the transect scale and high-resolution Landsat satellite images at the reef scale. We calculated an index of image-derived spatial heterogeneity, the mean information gain (MIG), for each scale and related it to univariate (species richness and total abundance summed across species) and multivariate (species abundance matrix) measures of fish community structure, using two techniques that account for the hierarchical structure of the data: hierarchical (mixed-effect) linear models and distance-based partial redundancy analysis. Over the length and breadth of the GBR, MIG alone explained up to 29% of deviance in fish species richness, 33% in total fish abundance, and 25% in fish community structure at multiple scales, thus demonstrating the possibility of easily and rapidly exploiting spatial information contained in digital images to complement existing methods for inferring diversity and abundance patterns among fish communities. Thus, the spectral signal of unprocessed remotely sensed images provides an efficient and low-cost way to optimize the design of surveys used in conservation planning. In data-sparse situations, this simple approach also offers a viable method for rapid assessment of potential local biodiversity, particularly where there is little local capacity in terms of skills or resources for mounting in-depth biodiversity surveys.