决策环境风险评价的研究进展

对环境风险评价的基本概念、发展历程以及主要的技术路线和方法作了总结,介绍了决策环境风险评价的概念和应用,指出当前决策环境风险评价研究中存在的主要问题。     

上海海湾国家森林公园1 hm2样地群落结构特征及其动态监测意义

运用生态系统定位监测方法,于2011年在上海市奉贤区海湾国家森林公园内设置面积为100 m×100 m的样地,记录样地内的所有植物种类,定位调查高于1.3m的木本植物,分析其种类组成、区系成分、垂直结构和水平结构.结果表明,1 hm2样地内共记录有维管束植物31科68属73种,其中温带区系成分占总属数的51.8％,热带区系成分占46.4％.高于1.3m的木本植株3 094株,其中常绿树种6种,共1 670株,重要值占48.0％;落叶树种7种,共1 424株,重要值占52.0％.女贞(Ligustrum lucidum)、喜树(Camptotheca acuminata)、椤木石楠(Photinia davidsoniae)、乌桕(Sapium sebiferum)、黄山栾树(Koelreuteria integrifoliola)和香樟(Cinnamomum camphora)的重要值位居前6位,在垂直空间上呈分层结构.在0～50 m尺度范围内,女贞种群均呈集群分布,喜树种群呈均匀-随机-集群分布,椤木石楠和乌桕种群表现为集群-随机-均匀分布,黄山栾树和香樟种群表现为随机-集群-随机分布.从群落结构特征看,样地为以北温带成分、泛热带成分为主的常绿落叶阔叶混交林,表征了该地区自然植被的结构特征.建立长期固定样地可为长三角城市化地区平原地貌上城市森林的发生、发展和演替规律提供长期的数据基础.     

北京市典型交通道路CO的污染现状

于春季、秋季和冬季分别对北京市3类典型道路(开阔型、十字路口型、峡谷型)空气中CO污染进行了现场监测,对CO时空分布和影响因素进行分析。结果表明:十字路口CO平均浓度最高,为2.81mg/m3,CO日变化幅度较小,在中午上下班时间出现高峰,峡谷型道路次之,为2.55mg/m3,CO日变化呈单峰型,在中午前出现爬坡,下午有所降低,学院路CO污染最轻,CO平均浓度为2.39mg/m3,CO浓度日变化呈多峰型,早中晚高,其他时段较低;冬季CO污染最严重,平均浓度明显高于春季和秋季,分别为3.18mg/m3、2.49mg/m3,和2.45mg/m3;风向对CO的分布也有很大影响,背风面的CO浓度明显高于迎风面的CO浓度。     

WorldSID假人颈部标定试验方法研究

WorldSID假人是当前侧撞假人的升级,国内只有几个,对其了解较少。为了提高对WorldSID假人的拟人程度,对WorldSID假人颈部标定试验方法及影响因素进行了研究,指出影响颈部标定结果的两个主要因素是吸能蜂窝铝的硬度和颈部本体的强度,该影响因素可通过调整吸能蜂窝铝、颈部缓冲块进行解决。     

试论习惯性违章的特点成因及预防

本文阐述了习惯性违章的特点,形成原因,从人的意识与行为的关系上进行分析,提出了根治习惯性违章要从狠抓思想意识入手,营造一个浓厚的反违章氛围。     

乌鲁木齐河跃进桥蒸发观测实验

Ｅ６０１ｋ型玻璃钢蒸发器与Ｅ６０１型水面蒸发器比测实验取得成功，两套Ｅ６０１Ｋ型蒸发量相近，比铁制Ｅ６０１型水面蒸发器蒸发偏大８．５％，系数偏大０．０６。用Ｅ８３型土壤蒸渗仪测定草地、裸地和云杉蒸发量，５月－１０月份分别为４９１．９ｍｍ，４３３．６ｍｍ和３７９．７ｍｍ（云杉为６月－１０月份）。     

对大学生环境意识的调查及对策研究——以太原师范学院为例

环境问题的日益尖锐,已经影响了人类的生存和发展,加强环境保护是实施可持续发展战略的重要措施,而环境问题的解决依赖于变革人心的教育,因此强化大学生热爱家园的观念,保护大自然不受污染,是促进和推动环境保护的基础性工程。太原师范学院为了进一步提高大学生的环保认知水平,     

城市机动车尾气排放及道路扩散模式综述

综述了国内外机动车排放因子模型,基于开阔型、交叉路口型和城市峡谷型3类城市典型交通道路,探讨了各种机动车尾气扩散模式的优缺点和适用性。提出今后的研究重点是利用城市生态系统中的植物群落对汽车排放污染物扩散的阻碍和吸附,探索绿化植物对机动车尾气污染扩散的阻散特征;加强CFD软件在城市道路空气质量研究领域的应用;在GIS平台下,结合扩散模式开发环境综合管理系统。     

杭州西湖水中细菌污染状况的调查研究

杭州西湖水中细菌污染状况的调查研究詹立（浙江杭州环境监测站,杭忡１引（）（）（厂）商晓春（杭州市下城区卫生防疫站）①细菌数量变化趋势：８９年西湖测点细菌均值在１０’左右,而９２～９４三年的均值多保持在１０‘左右,９４年比８９年分别下降８．６～４４倍。...     

基于机器学习方法的小麦镉富集因子预测

应用机器学习方法解析区域土壤-小麦系统镉(Cd)富集特征有助于风险决策的准确性和科学性.基于区域调查,构建了Freundlich-type转移方程、随机森林(RF)模型和神经网络(BPNN)模型对小麦Cd富集因子(BCF-Cd)进行预测,验证不同模型的预测精度并评估其不确定性.结果表明,RF(R²=0.583)和BPNN(R²=0.490)模型预测性能均优于Freundlich转移方程(R²=0.410).重复训练结果显示RF和BPNN平均绝对误差(MAE)和均方根误差(RMSE)较为接近,但RF(R²为0.527～0.601)较BPNN(R²为0.432～0.661)模型精度和稳定性更高.特征变量重要性分析显示多重因素的共同作用导致小麦BCF-Cd的异质性,其中土壤磷(P)和锌(Zn)是影响小麦BCF-Cd变化的关键变量.参数优化可进一步提高模型精度、稳定性和泛化能力.