城市污水厂污泥中重金属去除及其土地利用的研究现状

污泥中富含磷、氮和钾等农作物需要的营养物质,但碍于污泥中残留的重金属离子而难以使用.文章介绍了污泥中重金属的存在形式及作用机理,综述了几种能有效去除重金属的方法(吸附法、淋滤法和化学法),分析了各种方法的优缺点、影响因素、处理效果、适用范围及处理后土地利用的现状,以期处理后的污泥能够作为农用土地,减轻剩余污泥二次污染危...     

国内土地复垦文献的定量分析

采用文献计量学方法,对1985-2007．9．30间《中国期刊全文数据库》收录的土地复垦文献进行统计分析,探讨了土地复垦文献的年代、作者、研究机构、期刊以及内容等的分布。结果表明：所检索的364篇文献,涉及791位作者、157个作者单位和136种期刊;文献年代分布与文献的平均合作度基本呈上升趋势;核心作者群及核心作者单位已经形成;“能源环境保护”等7种期刊构成了本学科领域的核心区期刊;文献的研究内容主要集中在理论研究、复垦实践与问题探讨三个方面,发文量为328篇,占总文献量的90．11％。     

不同土地利用对溪流大型底栖无脊椎动物群落的影响

2010年4月调查了钱塘江中游区域29个样点的水环境特征和底栖动物。聚类排序将样点分为参照、农业和城镇3组,相似性分析表明不同组间底栖动物群落有显著差异(r=0.863,P=0.001)。环境因子的主成分分析表明,研究区域主要的环境胁迫是农业和城镇用地及其引起的水质变化,并能较好解释组间物种差异的关键环境胁迫因子为农业用地比例、城镇用地比例、溶解氧、总氮和平均底质得分(Rho=0.568,P=0.001)。底栖动物参数(总分类单元数、Shannon-Weaver多样性指数、BI指数和丰富度指数)和k-优势度曲线显示农业和城镇组的生物完整性遭到很大程度的破坏,且农业组较城镇组严重。     

西藏拉萨市热岛效应及其影响因子分析

采用2001年、2004年以及2007年三年的EOS/MODIS遥感信息反演的地面温度以及多年常规气象观测资料,讨论了拉萨市热岛现象及其可能影响因子。结果表明:(1)热岛强度的年、季节变化呈现逐渐增强的趋势,其中,冬季的热岛强度最强,其次是春季,秋季和夏季的热岛效应较弱;高温区基本位于城市中心或者县城所在地及其周围,低温区主要集中在各县的郊区;近年来拉萨地区的城市高温区域逐渐扩大,有些高温中心可能向某些区域偏移;遥感资料所获取的地表温度与平均气温之间存在一定的正相关性。(2)无论是年变化,还是季节变化,热岛强度都与风速呈正相关,与日照时数呈负相关,与蒸发量的相关在夏季和冬季分别呈正相关、负相关的相反状况;地表温度与植被分布具有较好的负相关关系,即在城区存在较高的地表温度分布和较小的NDVI,过渡到郊区具有温度减小、NDVI增加的特征;随着城市化进程的加剧,建筑面积不断扩大,人类活动明显增加,排放至大气的人为热增加,这些因素都可能导致热岛强度的增强。     

Influence of urban spatial and socioeconomic parameters on PM2.5 at subdistrict level: A land use regression study in Shenzhen, China

The intraurban distribution of PM_2.5 concentration is influenced by various spatial, socioeconomic, and meteorological parameters. This study investigated the influence of 37 parameters on monthly average PM_2.5 concentration at the subdistrict level with Pearson correlation analysis and land-use regression (LUR) using data from a subdistrict-level air pollution monitoring network in Shenzhen, China. Performance of LUR models is evaluated with leave-one-out-cross-validation (LOOCV) and holdout cross-validation (holdout CV). Pearson correlation analysis revealed that Normalized Difference Built-up Index, artificial land fraction, land surface temperature, and point-of-interest (POI) numbers of factories and industrial parks are significantly positively correlated with monthly average PM_2.5 concentrations, while Normalized Difference Vegetation Index and Green View Factor show significant negative correlations. For the sparse national stations, robust LUR modelling may rely on a priori assumptions in direction of influence during the predictor selection process. The month-by-month spatial regression shows that RF models for both national stations and all stations show significantly inflated mean values of R² compared with cross-validation results. For MLR models, inflation of both R² and R²_CV was detected when using only national stations and may indicate the restricted ability to predict spatial distribution of PM_2.5 levels. Inflated within-sample R² also exist in the spatiotemporal LUR models developed with only national stations, although not as significant as spatial LUR models. Our results suggest that a denser subdistrict level air pollutant monitoring network may improve the accuracy and robustness in intraurban spatial/spatiotemporal prediction of PM_2.5 concentrations.