三江平原地貌因子及其主要环境地质问题

地貌因子有其不可替代的作用和功能,是决定环境的主要因子,是生态地质环境中最积极最活跃的主导支力条件;是生态平衡的重中之重;是生态地质环境的基础,并影响其它因子或成份.如地貌因子或成份发生了变化,其它因子或成份就会发生一系列连锁反应;地貌因子发生变化或失去平衡,其它因子也会发生变化或失去平衡.文本论述了三江平原地貌特征,详细地分析了地貌的作用,阐明了有关地貌的主要环境地质问题.     

环境资讯

广东饮用水源地水质达标率年内提高到95％，我国将大力推进物种安全监督管理，第11个“世界荒漠化和干旱日”，2010年我国ODS生产和消费量可为零，生态破坏一年吞食我国GDP的15％，……     

论土地持续利用

在世界上有两种可持续发展思路，一种是西方发达国家的重保护的可持续发展思路；一种是以发展为前提，保护自然资源的可持续发展思路。土地持续利用的思想是在可持续发展的进程中不断发展的。我国要保证土地持续利用，满足未来对食粮和建设的需求，应建立起同土地持续利用相适应的土地持续利用制度和土地持续利用机制     

组态视角下协同创新驱动城市土地绿色利用效率提升的路径选择北大核心CSCDCSSCI

创新驱动发展战略下协同技术创新是提升城市土地绿色利用效率的重要手段。在理论层面从环境、投入、产出和互动四个维度构建协同创新影响城市土地绿色利用效率的整合性框架后,以中国284个城市为案例,运用模糊集定性比较分析法探讨协同创新驱动城市土地绿色利用效率提升的多元实现路径。研究表明:①单个协同创新条件的一致性水平位于0.4928~0.8388范围内,表明单个条件均不构成影响城市土地绿色利用效率的必要条件。②条件组合的充分性分析显示,创新环境、创新投入、创新产出和协作互动条件“多重并发",形成协同创新驱动城市土地绿色利用效率提升的4种路径,具体归纳为投入主导型、区域互动支撑下的资本赋能型及环境和投入连接下的主体互动转化型3种差异化模式。③条件因素的普适性和替代性分析显示,经济软环境、人力资本投入和物质资本投入是影响高水平城市土地利用效率最具有普遍性的因素,成果市场化和区域互动之间存在替代关系。④囿于各地区经济发展水平和资源稟赋,中国东、中、西部地区协同创新对城市土地绿色利用效率的驱动路径呈现出显著异质性特征。地方政府应根据自身发展特点和资源禀赋,从组态视角着力于多重协同创新条件的适配以“因地制宜"地制定城市土地绿色高效利用政策和措施。     

亚热带稻田土壤碳氮磷生态化学计量学特征

为了解稻田土壤中是否存在稳定的土壤有机碳(C)、氮(N)和磷(P)比值,基于亚热带区110个水稻土剖面和587个发生层的土壤调查数据库,在区域尺度上分析了典型水稻土C∶N∶P比值的生态化学计量学特征,并应用相关分析和冗余分析,研究水稻土C∶N∶P比值与土壤-环境因子(地形和母质、土壤发生层、土壤类型和土壤理化性质)的关系.结果显示,亚热带区稻田土壤C∶N、C∶P和N∶P的剖面加权平均值分别为12. 6、49和3. 9,C∶N∶P为38∶3. 2∶1.不同母质起源、不同土壤亚类和不同发生层的水稻土C∶N变异相对较小;但C∶P和N∶P的变异很大,两者均值也远低于全球(186和13. 1)和中国土壤(136和9. 3)的C∶P和N∶P的平均水平.尽管稻田土壤剖面的C∶N∶P相对不稳定,但由于稻田表土生物与环境相互作用强烈,表土C∶N相对稳定(14. 2).这反映长期水耕熟化作用下,稻田表土中C和N仍存在紧密的耦合作用.然而,在稻田土壤剖面上,C∶P和N∶P并不稳定,SOC与全P含量、全N与全P含量也无显著相关性,表明环境变化可能导致土壤C∶N∶P解耦.地形、土壤质地、氧化铁和容重是调控稻田土壤剖面C∶N∶P的关键土壤环境因子.     

郑州市春季大气污染过程VOCs特征、臭氧生成潜势及源解析

利用GC5000在线气相色谱仪于2018年4月15日～5月15日对郑州市城区环境大气挥发性有机物(VOCs)进行监测,开展其污染特征、臭氧生成潜势(OFP)和来源解析研究.结果表明,监测期间,郑州市春季VOCs平均体积分数为40.26×10~(-9),非污染日和污染日VOCs平均体积分数分别为35.82×10~(-9)和44.12×10~(-9),污染日相较非污染日增长23%;VOCs物种对OFP的贡献表现为烯烃芳香烃烷烃炔烃;源解析结果显示监测期间郑州市VOCs主要来源是LPG源(66.05%)、机动车源(47.39%)、工业溶剂源(37.51%)、燃烧源(37.80%)和植物排放源(11.25%),且污染日的LPG源和植物排放源的贡献率较非污染日增长22.92%和68.50%.     

北京市农业机械排放因子与排放清单

利用车载排放测试技术对典型的联合收割机、拖拉机、农用运输车和农田建设机械实际工况下的尾气进行测试,建立了实际工况下农业机械的排放因子和2017年北京市农用机械排放清单.结果表明,不同的工作状态对农业机械尾气排放有较大的影响,怠速和行走时CO、NO_x、HC和PM排放趋于平稳;而切地和翻地模式下的波动较为明显.根据各类机械的分类和排放标准对排放因子进行细化,建立了较为完整的实际工况下的排放因子.根据农业机械排放因子和燃油消耗量计算出2017年北京市CO、NO_x、HC和PM的排放量分别是2 566.60、 1 239.29、 563.08和538.32 t.拖拉机、运输机械和联合收割机的污染物总量占CO、NO_x、HC和PM这4种污染物总量的98%、 95%、 95%和98%.因此,农用拖拉机、运输机械和联合收割机在农业机械污染减排中应作为重点控制对象.