综合资源立法是资源可持续利用的法律保证

资源的有效保护和永续利用在我国可持续发展战略中占有十分重要的地位。本文分析了我国资源法制建设中存在的问题，阐述了综合资源立法在资源法制建设体系中的意义。     

三峡库区森林植被恢复与可持续经营研究

系统的野外调查数据和历史资料分析结果表明,三峡库区森林植被在空间上发展不均匀,无明显垂直分带,且分布分散,人为干扰严重。目前,在70多个植被类型中,森林类型占25个,江岸两侧海拔800 m以下地区森林已经很少。森林类型中,马尾松、柏木林的分布面积最大,并在许多疏林中成为主要树种,主要是飞播或人工种植。库区大于25°的坡耕地占耕地面积的17.5％。库区薪炭林仅能满足农村用能总需求量的10.78％。不合理的土地利用方式和对森林的不合理砍伐导致脆弱的土壤系统和森林生态系统的严重退化、生产力下降和严重的水土流失。库区土壤年侵蚀量达到2.9亿t。三峡工程建设和移民安置对库区森林生态系统的压力和影响将是长期的。调查结果同时表明,库区植物生物多样性丰富,植物种类在5 032种以上,而且乡土树种多。分析认为,只要抓住三峡工程建设的契机,紧密结合国家天然林保护和退耕还林工程建设,充分利用良好的生物学基础,科学地封山育林,分带逐步恢复,同时,因地制宜,退耕还林,发展森林能源,建设多目标复合和多种模式并存的林业经营体系,发展经济,就能从根本上改善森林经营环境,实现森林恢复,形成合理布局的水库森林防护系统,促进三峡库区生态环境建设和可持续发展。     

武汉城市圈水资源及水环境承载力分析

水资源及水环境承载力是衡量区域可持续发展的一项重要指标,对区域经济的发展规划具有重要的指导意义。以可承载的人口数量和GDP作为承载力的表征指标,分别运用单位GDP综合用水量评判法和河流一维水质模型及湖库均匀混合模型计算武汉城市圈不同水平年的水资源及水环境承载力,并用承载度来评价水资源及水环境的承载状态。结果表明:2012、2020和2030年武汉城市圈水资源承载力都处于合理承载状态,但是其水环境承载力处于轻度超载状态。可见,水环境承载力对武汉城市圈的用水限制更为严格。随着社会经济的发展及污水处理技术的进步,水环境状况虽然会有所好转,但与水资源数量这一因素相比,水环境仍是制约武汉城市圈经济社会发展的关键因素。     

基于水量分配方案的抚河流域最小控制需水量研究

鄱阳湖流域水资源丰富,在非汛期尤其是用水高峰期,存在供需水矛盾和河道外用水挤占河道内用水现象。基于水量分配方案,以控制断面为节点,考虑河道外需水,兼顾河道内生态环境需水,系统提出计算流域控制断面最小控制需水量方法。在此基础上,以抚河流域为例,把流域划分为12个控制断面,分别为沙子岭、黎川、南城、洪门、廖坊、石门、廖家湾、娄家村、马圩、焦石、柴埠口和李家渡,各断面的最小控制需水量分别为740、380、2873、1200、4981、261、5085、7168、050、10894、1556 和1030 m3/s。通过水文监测控制流域断面流量,为落实水量分配方案、保护流域水环境和维持河流生态系统健康提供保障。同时,以最小需水量并与实测流量比较,确定各用水区余缺水量,为实施流域非汛期水量调度提供依据     

水-粮食贸易:虚拟水研究进展

虚拟水思想强调的是水资源贡献，量化计算是其深入研究的基本，而是否选择虚拟水作为战略政策，应该考虑由不同国家的资源贡献和生产技术决定的比较利益。社会调适能力要求社会针对资源的第一性缺乏做相应调适并谋求解决手段，以提高资源管理能力。为此，需要结合我国的水和粮食安全问题，提出用虚拟水贸易解决我国水资源和粮食问题，提高我国对水资源缺乏的调适能力。     

庐山不同森林植被类型土壤碳库管理指数评价

土壤碳库管理指数(CPMI)是表征土壤碳库变化的一个重要量化指标,能够反映土壤的碳库变化和碳库质量。选取庐山8种森林植被类型土壤为研究对象,对其土壤有机碳库特征及碳库管理指数进行系统研究。结论表明:(1)土壤有机碳(SOC)主要分布于0~20 cm土层中,随着土层深度增加,不同森林植被类型下SOC含量急剧下降;在0~60 cm土层中,不同森林植被类型下SOC含量的平均值排序为:马尾松林常绿阔叶林灌丛针阔混交林常绿-落叶混交林黄山松林落叶阔叶林竹林。(2)不同森林植被类型下活性有机碳(ASOC)含量为0.24~0.57 g·kg–1,总有机碳(TOC)含量为9.72~14.74 g·kg–1,土壤碳库指数(CPI)为1.63~2.48,碳库活度(A)为0.019~0.062,碳库活度指数(AI)为0.388~1.265。不同森林植被类型下ASOC含量排序:落叶阔叶林黄山松林常绿-落叶阔叶混交林灌丛针阔混交林常绿阔叶林竹林马尾松林;不同森林植被类型下ASOC/TOC(%)排序:落叶阔叶林黄山松林常绿-落叶阔叶混交林竹林灌丛针阔混交林常绿阔叶林马尾松林;不同森林植被类型下CPMI排序为:落叶阔叶林黄山松林常绿-落叶阔叶混交林灌丛针阔混交林常绿阔叶林竹林马尾松林。     

秦岭火地塘森林水质的季节性变化特征

在秦岭火地塘林区选择2个闭合小流域及2个支沟集水区,对流域出口径流及支沟集水区溪流水pH值及水化学成分进行了8 a的测试,采用机理分析方法,就森林水质的季节性变化特征进行了研究.结果表明,林区径流pH值在7.1～8.4之间,冬、春季较高,夏、秋季较低,总体上水呈弱碱性;NO-3浓度春季和初夏较高,NH 4冬季和初春较高,PO3-4冬季与夏季较高;K 浓度春、秋季较高,Na 浓度则9月最大,8月最小;Ca2 浓度以6月和10月较高,年内变化范围19.4～44.3 mg·L-1,Mg2 则3月较高,年内变化范围2.18～5.25 mg·L-1;Cd浓度随季节的变化以1～4月较高,Pb浓度12、1月较高,但Cd、Pb均以秋季较低,年内变化范围分别为0.019～0.326 5 μg稬-1和0.217～3.886 μh稬-1;Mn浓度5、12月较高,Fe浓度春季较高,Zn则以3、8月较高.林区径流水质属Ⅰ类,相对而言,水质随季节的变化以秋季较好,冬、春季较差.     

基于随机森林模型的中国PM2.5浓度影响因素分析

选取气溶胶光学厚度、海拔、年降水量、年均气温、年均风速、人口密度、GDP密度和NDVI作为影响因子,基于随机森林模型、特征重要性排序和偏依赖图技术,研究中国PM_2.5浓度空间分布的影响因素及其区域差异.结果表明:①与多元回归、广义可加模型和BP神经网络相比,随机森林模型估算的PM_2.5浓度精度最高,可用于PM_2.5污染的影响因素研究.②PM_2.5浓度随气溶胶光学厚度、人口密度和GDP密度的增加呈先上升后平稳的趋势,随降水、风速和NDVI的增加呈先下降后平稳的趋势,随海拔和气温的增加呈下降→上升→下降的趋势.③气溶胶光学厚度对PM_2.5浓度空间分布的影响最大,可解释37.96%的PM_2.5浓度空间分异;年降水量对PM_2.5浓度空间分布的影响最小,解释率仅为5.75%.④影响因子与PM_2.5浓度的关系存在空间异质性,同一影响因子对不同地理分区的PM_2.5浓度的影响程度有所不同.气溶胶光学厚度对华...     

Changes in forest biomass carbon stock in the Pearl River Delta between 1989 and 2003

Forest ecosystems play a significant role in maintaining climate stability at the regional and global scales as an important carbon sink.Regional forest carbon storage and its dynamic changes in the Pearl River Delta have been estimated using the continuous biomass expansion factor(BEF)method based on field measurements of forests plots in different age classes and forest inventory data of three periods(1989–1993,1994–1998,1999–2003).The results show that regional carbon storage increased by 16.76%,from 48....     

Effects of spatial autocorrelation and sampling design on estimates of protected area effectiveness

Estimating the effectiveness of protected areas (PAs) in reducing deforestation is useful to support decisions on whether to invest in better management of areas already protected or to create new ones. Statistical matching is commonly used to assess this effectiveness, but spatial autocorrelation and regional differences in protection effectiveness are frequently overlooked. Using Colombia as a case study, we employed statistical matching to account for confounding factors in park location and accounted for for spatial autocorrelation to determine statistical significance. We compared the performance of different matching procedures—ways of generating matching pairs at different scales—in estimating PA effectiveness. Differences in matching procedures affected covariate similarity between matched pairs (balance) and estimates of PA effectiveness in reducing deforestation. Independent matching yielded the greatest balance. On average 95% of variables in each region were balanced with independent matching, whereas 33% of variables were balanced when using the method that performed worst. The best estimates suggested that average deforestation inside protected areas in Colombia was 40% lower than in matched sites. Protection significantly reduced deforestation, but PA effectiveness differed among regions. Protected areas in Caribe were the most effective, whereas those in Orinoco and Pacific were least effective. Our results demonstrate that accounting for spatial autocorrelation and using independent matching for each subset of data is needed to infer the effectiveness of protection in reducing deforestation. Not accounting for spatial autocorrelation can distort the assessment of protection effectiveness, increasing type I and II errors and inflating effect size. Our method allowed improved estimates of protection effectiveness across scales and under different conditions and can be applied to other regions to effectively assess PA performance.