基于近地多光谱和OLI影像的黄河三角洲冬小麦种植区盐分估算及遥感反演——以山东省垦利县和无棣县为例

黄河三角洲是我国重要的后备土地资源区,而土壤盐渍化对该区的农业生产影响巨大,因此,及时获取该区农作物种植区土壤盐分含量及其分布具有重要意义。论文利用ADC便携式多光谱相机和EC110便携式盐分计,采集该区近地多光谱相片和土壤表层含盐量数据,结合两期遥感影像提取黄河三角洲冬小麦种植区面积分布,构建基于近地多光谱植被指数的土壤含盐量估算模型,进而将模型拟合反演到黄河三角洲OLI影像,得到黄河三角洲冬小麦种植区土壤盐分含量空间分布图,对麦区土壤盐分状况进行了分析。结果显示,土壤含盐量最佳估算模型为以SAVI为因变量的线性模型（Y=-0.754x+0.870,n=80）,估测R²为0.747,精度达到81.44%;研究区冬小麦分布由西南部内陆至东北部沿海呈明显递减的空间趋势;麦田土壤盐分含量主要集中在1.5~3.0 g/kg之间,占种植总面积的76.90%,而含盐大于3.0 g/kg的麦田占14.09%,宜采取针对性栽培管理措施。该研究探索了基于近地多光谱数据和OLI影像的土壤含盐量估算方法,为黄河三角洲麦田管理和土壤盐分含量估算提供了快速有效的技术手段。     

福建泉州湾有机氯农药的多介质迁移与归趋

以α-HCH与p,p'-DDT为主要研究对象,以泉州湾及其重要汇水流域--晋江流域为研究区域,构建了Level Ⅲ多介质非平衡稳态逸度模型,对该区域α-HCH与p,p'-DDT在各环境相中浓度、容纳能力、储量分布及各相间的迁移通量进行了计算分析,并对模型关键输入参数的灵敏度进行了探讨.结果显示：α-HCH与p,p'-DDT在土壤相,水相以及沉积物相中的模拟计算浓度与野外样品实测平均浓度吻合度较高,验证了模型的有效性;当研究系统达到平衡时,环境各相对α-HCH与p,p'-DDT容纳能力由大到小分别为沉积物,土壤,水及空气; α-HCH在土壤与沉积物中的储量之和为总储量的97.42%, p,p'-DDT则为99.89%,是其主要的汇区;α-HCH与p,p'-DDT从研究区域迁移消逝的主要途径为水的平流输出,在环境相间迁移过程中,α-HCH的主要迁移途径为水体向大气的迁移,而p,p'-DDT的主要迁移途径为水体向沉积物的迁移;灵敏度分析指出辛醇-水分配系数对数值logK_ow是影响污染物在环境相中浓度分布的最主要因素.     

基于多区域CGE模型的水污染间接经济损失评估——以长江三角洲流域为例

通过构建长江三角洲流域多区域CGE模型,模拟了2011年水污染对长江三角洲流域内部地区（上海、流域内浙江、流域内江苏）造成的间接经济损失.并且构建间接影响系数来反映流域内不同区域和行业受水污染的间接波及程度.研究结果表明：水污染对流域内区域的经济影响差异明显,从GDP绝对值减少量来看,上海GDP损失最大（161.3亿元）,但从GDP百分比变化来看,流域内浙江损失更为显著（2.84%）;上海经济对长江三角洲流域水污染最为敏感,其间接经济损失将是其直接经济损失的3.5倍左右,而流域内江苏、流域内浙江仅为0.92倍和1.98倍.     

人工神经网络在矿井多水源识别中的应用

以焦作矿区水化数据为例,选用Na++K+、Ca2+、Mg2+、Cl-、SO2-4、HCO-36种水化离子浓度作为识别矿井水源的依据,运用Matlab软件分别建立BP神经网络与Elman神经网络的矿井多水源识别模型。应用结果表明:与静态的BP神经网络相比,在结构上增加承接层的Elman神经网络在训练和仿真中拟合能力更强,识别精度更高和泛化能力更好;矿井地下水随着地下开采与扰动具有动态性,将具有非线性动态特征的Elman神经网络应用于矿井多水源的识别,对准确判断突水来源和分析地下水运移规律具有一定的辅助和指导意义。     

基于前景理论的地铁施工灾后重建方案决策研究

为解决地铁施工灾后有限重建方案的多属性决策问题,以技术先进性、工程造价、工期、对周围居民的生活的影响及环境保护措施可靠性作为决策属性指标,采用考虑决策者参照依赖、损失规避和敏感性递减等心理行为特征的多属性决策分析方法—前景理论,以综合前景值的大小作为评价指标,进行重建方案的选择,计算结果与工程实际较吻合。该研究方法可用于灾后重建方案的决策问题,为决策者提供了理论参考和决策依据。     

基于CBDI的农户耕地撂荒行为模型构建及模拟研究——以陕西省米脂县冯阳坬村为例

目前,建立于复杂性科学基础上的多智能体模型（MAS）已成为模拟研究土地利用变化的重要方法。论文在MAS理论之上,构建一个基于Category-Belief-Desire-Intention（CBDI）决策结构的MAS模型,结合NetLogo软件平台,模拟分析农户Agent土地利用行为,并将结果与Belief-Desire-Intention（BDI）模型进行比较。论文以陕西省米脂县冯阳坬村为例进行研究,分析结果表明：1）通过对基于CBDI的MAS模型验证（模型精度为87.19%）,相比于传统的BDI决策模型精度有所提高;2）NetLogo平台能够展示农户决策的过程,直观地显示MAS模型的模拟结果;3）不同类型农户耕地撂荒的主要原因有所不同,该村种植户撂荒的主要因素为地理环境认知的差异和其他类农户的影响。有待进一步解决的问题：1）不同类Agent相互影响及其量化;2）高精度基础数据的获取和梯田DEM的引入。     

冶炼企业周边农田土壤的多环芳烃污染及其细菌群落效应

多环芳烃是一类持久性有机污染物,进入土壤后可能产生多方面生态效应。为研究多环芳烃对土壤微生物的影响,选取南京某冶炼企业周边农田样品,在分析污染物含量基础上,采用高通量测序、定量PCR等方法综合评价了土壤细菌多样性和组成以及多环芳烃降解细菌丰度等特征。17个土壤样品中,多环芳烃总量为0.25~31.08 mg·kg-1,并具有随污染源距离增加而降低的空间分布特征。与土壤理化性质如p H相比较,多环芳烃污染对土壤细菌的总体多样性和群落组成影响不显著。进一步分析发现多环芳烃与潜在降解微生物的相对丰度和降解功能基因(芳香环羟基化双加氧酶,PAH-RHDα)拷贝数显著正相关。污染较重样品的克隆、测序分析表明,土壤中PAH-RHDα基因主要属于革兰氏阳性细菌nid A3/fad A1类群,且与分支杆菌相关序列较为接近。这些结果综合评价了冶炼企业周边农田土壤多环芳烃污染对微生物群落的影响,提示土壤污染在多环芳烃潜在降解细菌中的富集作用,将为后续污染土壤生物修复提供重要科学依据。     

类二噁英物质及芳香烃受体(AhR)介导的有害结局路径(AOP)研究进展

二噁英及类二噁英物质(dioxin-like compounds,DLCs)是一类高毒性化合物的统称,对其毒理学的研究一直都是备受关注的焦点。已有证据表明,高毒二噁英及DLCs主要通过激活芳香烃受体(aryl hydrocarbon receptor,AhR),进而导致一系列生物毒性。近年来越来越多的新型有机污染物被发现具有类二噁英分子结构并存在潜在生物毒性或活性。与此同时,如何评估二噁英及DLCs对本土生态生物的危害及其风险也受到更多关注。本文综述了近几年发现的新型二噁英物质、二噁英及DLCs的AhR致毒机制、相应的有害结局路径(adverse outcome pathway,AOP)及AOP在指导探索新型物质及物种敏感性方面上的新观点和发现,同时也展望了二噁英及DLCs在生态毒理及风险评估领域的未来研究方向。     

2种毒性评估方法对PAHs污染场地人体健康风险的比较研究

毒性评估是人体健康风险评价的重要部分,目前主要存在2种方法,一种基于PAHs相对于苯并[a]芘(BaP)的毒性当量因子,采用Ba P致癌斜率因子参数(方法 1),另一种直接采用各PAHs致癌斜率因子和非致癌参考剂量等参数(方法 2)。然而2种毒性评估方法得到的风险及修复量是否存在差异以及引起差异的原因等问题鲜有讨论。针对苏南某焦化厂PAHs污染土壤,采用分层土壤健康风险评价模型,对比了2种毒性评估方法确定的PAHs风险、修复目标污染物及土方量的差异,并对引起差异的关键因素进行探讨。结果表明:对于0.0~1.0 m表层土壤,方法 1和方法 2确定的致癌风险最大值分别1.48E-05和1.32E-05,均超过可接受致癌风险,修复土方量分别为27 846 m~3和28 667 m3,修复目标污染物均为Ba P和二苊烃(Acy)。对于1.0~3.0 m深层土壤,方法 1确定的致癌风险最大值为3.36E-08,低于可接受致癌风险,不需要修复;而方法 2确定的致癌风险最大值为3.73E-04,非致癌危害指数最大值为6.96E+01,分别超过可接受致癌风险和非致癌危害商,需要修复,修复目标污染物为萘(NaP),修复土方量为35 944 m~3。最终,方法 2确定的总修复土方量(64 611 m~3)为方法 1确定土方量(27 846 m~3)的2.45倍,而这种差异主要是由于方法 1低估了深层土壤中高挥发性PAH单体尤其是NaP的风险所致。因此,从保守角度建议采用方法 2进行PAHs风险评价。     

小麦根系菲与磷吸收及转运的相互作用

作物根系对多环芳烃(PAHs)与磷吸收及转运之间的相互作用研究对农产品的安全生产和PAHs污染环境植物修复的强化具有重要意义。为此,本文以菲为PAHs的代表,采用水培试验研究了不同磷、菲水平下小麦根系菲、磷吸收及其转运的效果,旨在揭示植物根系吸收PAHs与磷素的相互作用。结果表明,在0~1 200μmol·L~(-1)磷浓度范围内,小麦根系、茎叶菲含量在低磷浓度(10μmol·L~(-1))时最高,分别为36.87 mg·kg~(-1)和2.07 mg·kg~(-1);磷含量总体呈现随磷处理浓度的升高而增大的趋势;成对数据t-检验显示无论加菲与否,根系、茎叶磷含量无显著性差异(P0.05)。磷可促进菲从根部向地上部转运,而菲对磷转运没有显著性影响。在低磷浓度下(10μmol·L~(-1)),随着菲浓度的升高,小麦根系、茎叶菲含量呈现显著升高趋势(P0.05)。磷、菲共存处理介质pH升高幅度大于单一处理。