气候变化南南合作视角下基于生态系统的适应的经验启示

本文在回顾基于生态系统的适应(EbA)应用实践与研究历程的基础上,总结了EbA南南合作的经验与启示,提出把握新机遇强化EbA南南合作的重要性,建议加强国内EbA实践经验的梳理和整合,为EbA南南合作提供技术支持;丰富EbA南南合作形式,支持气候变化适应领域谈判;强化多边合作机制,推动落实联合国可持续发展目标。     

深圳湾流域面源与截排溢流污染特征及其对水环境的影响

随着点源污染逐步得到有效控制,面源与截排溢流污染对水环境的胁迫日益突出。基于土地遥感数据、城市排水管网等资料,构建流域—海湾一体化水环境模型,探讨深圳湾流域面源与截排溢流污染特征及其对水环境的影响,研究表明：（1）雨季COD、NH₃-N和TP单位面积面源与截排溢流污染负荷分别为17.21 t/km²与10.21 t/km²、0.17 t/km²与0.69 t/km²、0.04 t/km²与0.07 t/km²;（2）面源与截排溢流污染时间上主要集中于大雨及以上等级降水较多的5月和8月,空间上主要分布在截排工程集中、下垫面面积较大且坡度较陡的深圳河、大沙河和新洲河流域;（3）面源与截排溢流水体COD、NH₃-N和TP浓度可达地表水V类标准的3.7倍、18.2倍和8.5倍;（4）雨季COD、NH₃-N和TP浓度高于旱季的区域分别超过深圳湾总面积的40%、60%和65%。     

铁基质强化新型功能性化粪池高效处理黑水的试验

以铁基质生物载体为核心,将物理、生物和化学方法结合,对化粪池进行功能强化,实现黑水的原位深度处理.探究了溶解氧（DO）和碳氮比（C/N）等因素对黑水中污染物降解的影响,并在最佳运行参数下考察了氮素在系统中的转化机制.结果表明,当C/N为7.3~8.4时,好氧生物铁基质载体池DO为2.3~2.7mg/L时,系统氨氮（NH₄⁺-N）、总氮（TN） 、COD和总磷（TP）的平均去除率分别可达90.74%、85.81%、92.65%和95.78%;当进水C/N降至3.3~4.2时,系统NH₄⁺-N、TN、COD和TP的平均去除率仍可维持在81.16%、76.62%、93.87%和94.75%.铁基质生物载体内电解作用显著强化了化粪池内TN的脱除、COD的氧化和TP的固定.氮素转化机制分析表明,内电解与反硝化菌的耦合强化了反硝化作用,降低了反硝化过程对有机碳源的需求,强化了低C/N条件下TN、TP的脱除.     

基于最大熵模型的福建省红树林潜在适生区评估

本研究利用生物气候、地形、底质类型、海温等环境因子和红树林分布数据建立了福建省红树林分布模型,基于最大熵方法分析了福建省沿岸红树林潜在适生区的空间分布.根据模型输出结果对福建省红树林的生境适宜性进行了评估,识别了影响红树林分布的关键环境因子及其适生值区间,并通过空间叠加分析获取了福建省红树林保护与修复的优先区与空缺区域.结果表明,影响福建省红树林适生区分布格局的主要环境因子包括海表温度、气温和降水等,福建省红树林潜在适生区主要位于沙埕港-三沙湾-兴化湾沿岸、泉州湾-厦门湾-九龙江口沿岸、漳江口-东山湾沿岸等地,其中最优适生区面积约为91km².全省共识别出8处红树林保护与修复的优先区域,现存红树林保护率约为64.4%,保护修复空缺主要出现在沙埕港、三沙湾、罗源湾、福清湾等处,研究结论可为未来福建省红树林保护和修复行动提供科学参考.     

地方环境约束目标对经济增长的影响效应

从2003~2017年中国283个地级市的政府工作报告中,收集了各年度各城市的环境保护约束目标,考察了各类环境约束目标对经济增长的影响.研究发现,对于SO₂等工业污染物的直接约束能够在促使政府提升环境治理力度的同时,释放经济增长红利;关于空气质量优良天数和PM_2.5浓度的间接约束不足以刺激污染型企业转型,且导致经济增长速度放缓.无环境约束将产生正向经济增长效应,但会以环境污染为代价.中间机制检验结果显示,产业结构和环境治理是环境约束影响经济增长的主要传导渠道.在环境保护约束的特征方面,约束目标“加码”将抑制经济增长,设定污染物减排区间更有利于发挥经济增长效应.经济与环境协调度方面,对环境污染物设定约束目标有助于促进经济与环境协调发展,无约束则不利于经济增长和环境保护双重目标的实现.地方政府应在明确设定污染物排放目标的基础上,遵循渐进原则对环境保护约束目标进行调整.     

基于机器学习的细粒度空气质量时间预测器

针对空气质量状况的预防和治理,提出了基于线性回归的空气质量预测方法。作为时间预测器,更多的是考虑本地的历史数据、过去与未来的状况,挖掘空气质量随时间变化的关系以及变化趋势,为了选取最优的特征,对数据进行分析,找到与空气质量变化关系密切且存在线性关系的特征,以此特征来建立线性回归模型,并使用Cross-Validation方法进行评估验证。实验结果表明线性回归方法能够有效地预测到空气质量的变化趋势,效果良好,具有较强的实用性。