赣江流域丘陵山区资源经济结构梯度的数量分析

本文应用主成分分析方法(PCA)对赣江流域丘陵山区县级系统的资源经济结构梯度进行了分析。根据35个县市资源和经济结构变量资料分析表明,各县市之间的系统差异主要由气候条件、土壤成分、农业集约化经营水平及城市化程度所决定;这些决定因素在地理空间分布上存在着一定的连续性,并呈梯度变化:即资源结构以吉泰盆地为中心向南、西、北方向辐射;地形和地势由河谷平原向低丘、高丘、低山和中山过渡;生产经济结构类型也由盆地的单纯种植业型向农牧型、农牧副型、多种经营型和山地林业型变化。据此可把该流域丘陵山区分为上游山区和上游南部丘陵区、中游南部丘陵区和西部山区、北部丘陵区及下游丘陵区6大区。最后根据资源经济结构梯度和分区结果提出本流域丘陵山区的资源开发战略方向为以浙赣铁路线上的下游丘陵区和以赣州市为依托的上游北部丘陵区为中心向中游的吉泰盆地和西部山区及上游的南部山区定向开发。     

工业废气污染源智能鉴别技术的研究

利用电子鼻技术可对不同行业的工业废气污染源进行智能鉴别。采用主成分分析法(PCA)对20种不同企业排放的工业废气进行建模区分,并在主成分分析法的基础上,利用判别因子分析法(DFA)分别对5类不同行业的工业废气污染源建立了行业鉴别DFA模型。分析结果显示:主成分分析法可以对不同企业排放的工业废气实现很好的区分;鉴别模型可以实现不同行业排放的工业废气污染源的准确鉴别。研究表明电子鼻技术可以较好地区分不同企业排放废气的特征信号,从而实现对工业废气污染源的智能鉴别。     

广东流沙湾海草分布现状及其与不同养殖生境的关系

2016和2017年对广东流沙湾海草床进行现场调查，获得了海水、海草、浮游生物、底栖动物和大型底栖海藻的数据资料。结果表明流沙湾卵叶喜盐草（halophila ovalis）平均生物量为3.74 g/m2，总面积为26.9 hm2，呈斑块状分布。利用水质参数进行主成分分析，对各主成分得分进行聚类，将调查区域划分为渔排和捕鱼网影响区（Ⅰ区）、贝类养殖区（Ⅱ区）和非养殖区（Ⅲ区）3种生境类型，主成分综合得分表明Ⅰ区污染最严重。比较Ⅰ区和Ⅱ区两种不同养殖方式下的生境类型，Ⅰ区的海草生物量、底栖动物生物量、浮游植物丰度、溶解氧、活性磷酸盐和盐度低于Ⅱ区，大型底栖海藻生物量、氨氮、无机氮、N/P比值和COD高于Ⅱ区。流沙湾海草床的分布面积和生物量较2002年出现了严重退化，网箱渔排和捕鱼网的生产方式、小个体贝类的大量繁殖以及低盐度的近岸河流输入降低了海草生物量。海草生物量与其他指标的关系体现了贝类养殖对海草的生存有积极作用，较强的水体自净能力有利于海草的生长。本文还从提高公共意识、加强自然保护区管理和实施常态监测三个方面提出了流沙湾海草的保护建议。     

PCA-SVM模型在煤层瓦斯涌出量预测中的应用

针对煤层瓦斯涌出量影响因素众多且各因素间呈复杂非线性的特点,文章利用主成分分析法(PCA)和支持向量机(SVM)的理论基础,构建了PCA-SVM的煤层瓦斯涌出量预测模型,该模型利用SPSS20.0软件中的主成分分析模块对影响煤层瓦斯涌出量的12个因素进行降维,提取其中3个最能反映原始数据本质特征的主成分因子,再将主成分因子的前25组数据作为训练集,后10组数据作为测试集,借助MATLAB中的LIBSVM工具箱进行支持向量机预测,最后将PCA-SVM、SVM及使用较为广泛的多元线性回归3种方法的瓦斯涌出量预测结果进行对比,预测结果表明PCA-SVM模型在预测精度、稳定性方面都优于其他两种预测方法,更适合煤层瓦斯涌出量的预测。     

外来入侵杂草空心莲子草对植物生物多样性的影响

利用样方法调查了南京市空心莲子草(Alternanthera philoxeroides)生长生境中杂草的种类和分布。结果表明，南京市秋季空心莲子草分布样点有杂草30科101种，其中以禾本科、菊科、蓼科居多。主成分分析表明，影响杂草分布的主要因素是土壤水分条件和人为干扰强度。经Q型分析，24个样点可划分为3个聚类群：聚类群Ⅰ包括的样点均分布在路边和田边开阔地以及小河、小沟和湖的岸边，以马唐、狗尾草和牛筋草为优势种；聚类群Ⅱ的样点都是农田隔离带如田埂以及农田中的沟壑，以波斯婆婆纳、碎米莎草、野塘蒿和铁苋菜为优势种；聚类群Ⅲ的样点以菜地和果园为主，以马唐、香附子、马齿苋和黄鹌菜为优势种。分析了空心莲子草重要值与物种丰富度之间的关系，当空心莲子草重要值大于1．5时，样方物种丰富度随重要值的增加而减小。2者之间具有显著相关性，表明空心莲子草的入侵对生物多样性有不利影响。     

工厂化养殖方斑东风螺消化道及养殖环境中细菌数量变动与理化因子的关系

为掌握秋冬季方斑东风螺养殖系统细菌数量变动情况及其与理化因子的关系,试验采用TCBS培养法分别检测方斑东风螺（Babylonia areolate）消化道及其养殖水体、底沙弧菌数量（Sediment Vibrio,SV）,用营养琼脂培养法检测螺消化道异养菌数量（Heterotrophic Bacteria of Alimentarytract,AHB）,用荧光显微镜法检测水体总细菌数量（Water Total Bacteria,WTB）,并对养殖理化因子（水温（T）、盐度（S）、pH、溶解氧（DO）、氨氮（AN）、亚硝酸盐氮（Nitrite））及底质营养盐（总氮（TN）、总磷（TP））进行监测。结果显示,消化道异养菌数量为4.3×104~5.9×106 CFU/g,弧菌（AlimentarytractVibrio,AV）为2.0×102~7.5×105 CFU/g;水体总细菌、水体弧菌（WaterVibrio,WV）数量分别为4.8×104~3.8×105 cells/mL、2.1×102~1.2×104 CFU/mL;底沙弧菌数量为6.0×104~1.9×106 CFU/g。消化道内异养菌及弧菌分别与亚硝酸盐氮呈极显著正相关（P < 0.01）,与pH、盐度均呈显著负相关（P < 0.05）;水体中总细菌数量与溶解氧呈显著负相关（P < 0.05）,弧菌与总磷呈显著负相关（P < 0.05）;底沙中弧菌数量与各理化因子无明显相关性。主成分分析（Principal component analysis,PCA）结果显示,东风螺消化道细菌、养殖水体总细菌及弧菌、底沙弧菌数量在秋季主要受温度、氨氮、亚硝酸盐氮的影响,而冬季受水体溶解氧的影响更多,在整个养殖期间,需加强对盐度及pH的监控。     

柴油烃族组分对柴油机排放的影响

柴油烃族组分可影响柴油的理化特性,从而影响柴油机的燃烧过程,进而对排放产生重要影响.本研究针对烃族组分含量不同的14种柴油,开展了排放特性的试验研究,基于试验结果采用主成分分析法及回归分析法揭示影响柴油机排放性能的关键组分及作用规律,并得到了柴油机排放与关键组分的经验公式,可在一定程度上预测排放特性.分析结果表明,总芳烃是影响柴油机排放的关键组分,当其含量介于5%～17%时,可使NO_x、soot(碳烟)、CO、HC排放均处于较低水平.此外,多环芳烃对柴油机排放有重要影响,其中的苊类、苊烯类对NO_x、碳烟、CO排放的影响作用更为显著,而其他烃族组分与柴油机排放的规律性相对较差.不同工况下,柴油机排放规律有所不同,在低负荷下柴油机排放对总芳烃含量更加敏感.     

有机磷酸酯在重庆不同城市功能区土壤的分布特征及来源

本研究利用超高效液相色谱飞行时间质谱(UPLC-Q-TOF~-MS)检测分析了重庆市4个不同功能区城市表层土壤中12种有机磷酸酯(organophosphate esters,OPEs)含量水平,探讨了其组成特征,通过相关性分析讨论了土壤有机质(soil organic matter,SOM)与ΣOPEs及各单体含量之间的关系,利用主成分分析阐述了OPEs可能的来源.结果表明,ΣOPEs含量(以干重计,下同)范围为10. 7～108 ng·g~(-1),平均值为46. 4 ng·g~(-1),处于国内外较低水平;不同功能区土壤中ΣOPEs平均含量大小依次为:工业区(55. 6 ng·g~(-1)),住宅区(55. 5 ng·g~(-1)),商业区(41. 8 ng·g~(-1)),城市公园(34. 1 ng·g~(-1)).磷酸三(2-氯异丙基)酯(TCPP)和2-乙基己基二苯基磷酸酯(EHDPP)是主要OPEs污染物单体,TCPP在工业区土壤贡献率最高达到了31. 5%,而EHDPP在商业区和城市公园贡献率最高分别为23. 4%和24. 7%.相关性分析表明SOM含量和ΣOPEs含量呈显著相关(P 0. 05),和单体磷酸三甲苯酯(TCP)含量呈极显著相关(P 0. 01),表明SOM是影响OPEs分布的因素之一.主成分分析表明城市土壤OPEs来源并不单一,污水灌溉、路面径流、室内源污染及污泥再利用等都可能成为土壤OPEs潜在来源途径.     

大连地区夏季非甲烷烃(NMHC)特征及其来源解析

非甲烷烃(NMHC)是臭氧的重要前体物之一,对臭氧的生成起着决定性的作用.为研究大连地区大气中NMHC的特征和来源,利用在线NMHC监测仪测定大连地区2014年7月和8月的NMHC组成、日变化并计算该地区的臭氧生成潜势,利用PCA受体模型初步估算大连地区NMHC来源.结果表明,大连地区总NMHC年平均浓度(体积分数)分别为80.7×10-9±62×10-9,其中烷烃所占比例最高,占NMHC总浓度的64%,其次是烯烃19%,芳香烃16%,乙炔1%.正癸烷、乙烯、正辛烷是大连地区NMHC中浓度最高的3种物质,部分物种浓度呈现明显的日变化特征.臭氧生成潜势(OFP)结果显示,大连地区芳香烃对该地区OFP的贡献最大,乙烯、间-乙基甲苯和对-乙基甲苯是对该地区OFP贡献最大的物质.利用主成分分析VOCs物种,提取出6个因子,分别归纳为溶剂使用、液化石油气(LPG)、汽车尾气、植物排放、石化炼制加工和老化气团传输.