辽河流域河流栖息地评价指标与评价方法研究

建立了由底质、栖息地复杂性、速度-深度结合特性、堤岸稳定性、河道变化、河水水量状况、植被多样性、水质状况、人类活动强度和河岸土地利用类型所构成的河流栖息地评价指标体系,确定了各指标的等级划分以及栖息地综合指数的计算方法.结合2005年辽河流域河流生态调查结果,对流域内所调查的28个河段的栖息地质量状况进行了具体评价,并进一步分析了河道栖息地综合指数与河流理化因子、底栖生物以及小流域土地利用状况的相关关系.结果表明:①辽河流域28个河段的栖息地质量状况差异显著,其中10个河段达到了较好等级以上,6个仅为中等水平,12个河段为较差等级以下;②栖息地质量与理化因子、底栖生物指标具有显著相关性,表明栖息地质量是影响水质与生物状况的重要因素;③小流域的人类未利用土地比例与栖息地质量显著相关,表明小流域土地利用程度对栖息地环境质量影响较大,是恢复与保护河流栖息地质量的重要条件.     

北运河流域(北京段)沉积物中PAHs污染特征与风险评估

为探明北运河流域（北京段）多层沉积物中PAHs（多环芳烃）的污染状况,利用活塞式底泥取样器于2014年11月采集了9处沉积物样品,取样深度为30~80 cm,每处样品根据其垂向介质特征大致分成3~4层,分别测定各层样品的粒径、TOM（总有机质）及16种PAHs的质量分数,探讨PAHs在河道沿程与垂向上的分布特征、来源及生态风险评价.结果表明,北运河流域（北京段）沉积物以砂质壤土为主,w（TOM）（以干质量计,下同）为103.4~146.8 g/kg,w（∑₁₆PAHs）为598.1~28 730.6 ng/g,各层w（∑₁₆PAHs）为108.5~8 810.8 ng/g.沉积物中PAHs以高环为主,主要包括有Phe（Phenanthrene,菲）、Fla（Fluoranthene,荧蒽）、Pyr（Pyrene,芘）、BbF〔Benzo（b）fluoranthene,苯并[b]荧蒽〕.在河道沿程变化上,中下游沉积物的污染程度远高于上游.在垂向变化上,w（TOM）和沉积物粒径对PAHs的分布影响有限,PAHs的垂向分布主要受所处沉积环境与历史污染程度影响.根据主成分分析与同分异构体比值法推断,PAHs主要来源于化石燃料与生物燃料的燃烧,少部分为石油源.利用效应区间值得出的生态风险评价结果表明,北运河流域（北京段）沉积物中PAHs可能已对环境产生负面影响,其中BbF、BkF、InP与BgP已对环境产生毒副作用,需要给予关注与解决.      

模糊标识指数与对应分析法在水质评价中的联合应用

水质评价对判断水体的污染状况,了解其污染程度和成因有重要的意义,并可为水资源管理及水污染控制提供科学依据,而适当的评价方法是保证评价结果科学合理的关键.因此,本文以青山湖流域为例,在单因子指数法、综合指数法、灰色关联法、改进的模糊层次分析法、水质指数评价法、综合水质标识指数法6种常用水质评价法的结果对比分析的基础上,提出了一种新的模糊标识指数法.该方法结合了改进的模糊层次分析法和综合水质标识法的优点,不仅给出水质级别和水功能区达标程度,而且克服了以往模糊层次分析法存在的低估污染的严重性及不能评价劣Ⅴ类水质的缺点,更加适用于水质状况的评价.同时,在模糊标准化处理基础上,采用对应分析法,将采样点与变量有机地结合起来进行分析.结果表明,青山湖流域的总体水质状况以劣Ⅴ类为主,总体水功能区达标率仅10.34%,流域根据受污染情况被分为3个区,Ⅰ区、Ⅱ区、Ⅲ区的主要污染因子分别是TN、NH4+-N与COD、TP.模糊标识指数法与对应分析法的联合应用可以全面分析流域水质状况,给出科学合理的评价结果.     

滦河流域水资源开发的水文效应及其生态环境响应

通过滦河干流滦县水文站径流的长期演变趋势,分析流域水资源开发利用的水文效应及其生态响应。结果表明,在气候变化和人类活动影响下,滦河流域地表水资源量出现显著的衰减趋势,并引起滦河下游河道系统严重退化、近代滦河三角洲萎缩、下游平原区地下水位下降等若干生态环境问题。提出应加强竞争性用水条件下的河流生态水文调控,以改善滦河下游的生态环境。     

川中丘陵区典型土地利用方式下磷素迁移的初步研究

通过野外定位观测,对川中丘陵区坡耕地、水田与林地地表径流水中磷素迁移形态、迁移通量进行了初步研究。结果表明,坡耕地、林地磷素迁移以颗粒吸附态为主,水田磷素迁移以水溶性磷为主,所有土地利用类型径流中总磷含量已超过水体富营养化的标准。坡耕地、水田和林地地表径流水中磷迁移的通量分别为0.88 kg/(hm2.a),0.15 kg/(hm2.a)与0.33 kg/(hm2.a)。     

气候变化及人类活动影响下的潮白河月水量平衡模拟

尽管分布式水文模型已有30多年的发展历史,但是迄今的应用还只是其潜力的很少一部分。Freeze-Harlan蓝图中由于理论上的深化带来了应用上的困难,同时也指出模型并不是越复杂越好。按照科学的建模原则,建立了一个简单的分布式月水量平衡模型(DTVGM);其中通过引入土壤湿度因子,改进后的Bagrov模型同时考虑了前期土壤湿度与降水对蒸散(发)的贡献;通过设置人类活动影响背景参数集,表述人类活动对水文过程的影响。将DTVGM月模型应用于华北地区密云水库以上潮白河流域,识别出白河流域气候变化对径流减少的贡献为44%,人类活动导致下垫面变化对径流减少的影响达54%;潮河流域气候变化的贡献率为24%,而人类活动的贡献率高达74%,是导致径流减少的主要原因。     

2000年以来黄河流域土地市场化时空格局演变及驱动因素

基于土地市场交易结构的视角,测算2000—2016年黄河流域104个地级以上城市一级土地市场化程度,综合利用Global Moran’s I、G_i*指数空间统计模型对其时空格局演变特征进行分析,运用灰色关联度分析模型探究土地市场化时空格局演变的主要驱动因素。研究发现:2000—2016年,黄河流域土地市场化水平表现出先持续上升后不断下降的阶段性变化特征,呈现了"东高西低"的空间分异格局。黄河流域土地市场化水平整体具有显著的空间自相关性,土地市场化热点区域以下游主要城市为核心,经历了先加速蔓延、后缓步收缩的时空演进历程。黄河流域土地市场化水平的时空格局演变主要由经济发展水平、产业结构升级、固定资产投资、政府财政收支比、外商直接投资以及区位条件等因素共同驱动,但受我国社会经济发展的阶段性影响,各因素在不同年份的影响程度存在显著的差异性。     

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.      

长江流域2000—2015年生态系统质量及服务变化特征

分析生态系统质量与服务现状及变化特征,有助于准确了解流域生态系统状况与趋势,为流域生态保护与修复的高效管理提供参考依据.采用相对生物量密度与相对植被覆盖度指数以及生态系统服务（土壤保持、防风固沙、洪水调蓄、粮食生产）评估模型,评估2000—2015年长江流域生态系统质量及服务变化特征.结果表明:①2000—2015年,长江流域森林、灌丛以及草地生态系统质量提升显著,56.56%的森林、45.65%的灌丛以及19.26%的草地生态系统质量得到不同程度的提高.②研究期间,长江流域粮食生产、洪水调蓄、土壤保持、防风固沙均呈显著上升趋势,其中粮食生产能力增加13.7%,洪水调蓄功能提升10.1%,土壤保持服务提高19.5%,防风固沙总量增加30.0%.③长江流域生态系统质量不高,处于低与差质量等级的生态系统面积比例在25%~35%之间;受不同类型的自然和人类活动影响,长江流域生态系统质量与服务均存在局部退化现象.研究显示,在生态质量与服务评估的基础上,分区域、分类型实施不同的生态系统保护与恢复途径,是今后长江流域加强生态系统管理的重要途径.      

基于底栖动物的松花江流域不同地形分区水质指标阈值研究

为全面了解松花江流域不同地形分区内底栖动物群落对水质指标的响应规律,识别不同分区水质指标指示物种的差异,于2016—2018年对松花江流域97个采样点的水质指标〔EC、ρ（DO）、ρ（COD_Mn）、ρ（NH₃-N）、ρ（TN）、ρ（TP）〕和大型底栖动物群落进行调查分析,采用临界指示物种分析法（threshold indicator taxa analysis,TITAN）分别探讨松花江流域山区、丘陵区和平原区水质指标的生态阈值,当污染物浓度超过负响应阈值时敏感种密度降低,当超过正响应阈值时耐受种也会受到明显影响,底栖动物群落结构会发生显著变化.将TITAN法所得的负响应阈值作为触发底栖动物群落发生变化的最低值,正响应阈值为底栖动物群落的耐受极限值.结果表明:①松花江流域水质指标在不同地形分区内的阈值不同,除ρ（DO）和ρ（COD_Mn）外,其他指标负响应阈值均表现为山区 < 丘陵区 < 平原区,ρ（DO）则表现相反,ρ（COD_Mn）在丘陵区出现最高阈值（5.46 mg/L）、山区出现最低阈值（4.01 mg/L）.除ρ（DO）以外,其他指标的正响应阈值均呈山区 < 丘陵区 < 平原区的趋势,ρ（DO）正响应阈值的变化趋势则与之相反.②松花江流域内超过50%的采样点水质指标值均超过其负响应阈值,超出正响应阈值的采样点比例在6%~40%之间,说明流域受到一定的干扰,但干扰程度不严重.③同一物种在不同地形分区内对水体理化指标的指示方向可能相反.萝卜螺属在丘陵区为ρ（NH₃-N）的正响应指示物种,在平原区则转变为负响应指示物种;短沟蜷属在丘陵区为ρ（TN）和ρ（TP）的正响应物种,在平原区则转变为负响应物种.研究显示,大型底栖动物群落结构的分布特征是影响水质指标阈值指示物种识别的主要原因,而不同分区的自然地理状况、栖境状况和水质状况则是造成大型底栖动物群落结构分布差异的主要因素.