芦苇植株对湿地温室气体排放的影响及其日变化特征

利用静态箱-气相色谱法对夏季(7月、8月和9月)长江河口湿地芦苇植被CO_2、CH_4和N_2O的叶面通量、茎秆扩散速率以及沉积物通量的日变化进行研究。结果显示,通过芦苇叶片排放的N_2O与CH_4的量分别为2.99μg/(m~2·h)和15.36μg/(m~2·h),CO_2则呈现白天吸收(-120.86 mg/(m~2·h))、夜间排放(69.39 mg/(m~2·h))的特点。芦苇茎秆N_2O、CH_4和CO_2平均扩散速率分别为1.96μg/h、142.45μg/h和10.69 mg/h,沉积物平均排放通量为N_2O 8.18μg/(m~2·h)、CH_41.58 mg/(m~2·h)、CO_2169.66 mg/(m~2·h)。芦苇茎秆和沉积物界面CH_4和CO_2的排放均呈现出明显的"单峰型"昼夜变化规律,其排放峰值集中在日照及温度最高的9:00至15:00。芦苇植株是影响温室气体排放变化的因素之一。芦苇植株在光合作用下吸收CO_2并促进CH_4的排放,而芦苇发达的根系及茎秆是温室气体排放的主要途径。同时,Pearson相关性分析表明温度对芦苇群落CH_4和NO2的排放影响显著,但与CO_2通量的相关性不明显。土壤氧化还原电位对3种气体的排放均有显著影响。     

旅游景区周边环境及范围界定

随着旅游业的快速发展和城镇现代化的推进,旅游景区周边涌现出了许多与景区不协调的问题。同时,随着社会的进步,旅游者对景区所处背景环境的要求和标准却在逐步提高,旅游者对景区的观赏已不仅仅局限于景区内将景区作为一个孤立点对待,因此将旅游资源圈起来进行封闭式开发而忽视周边环境与景区完整性的做法已不能适应游客越来越挑剔的目光。提出了旅游景区周边环境的概念,指出周边环境与旅游景区有密切的关系,是旅游景区的组成部分。论述了周边环境的特征,在此基础上进行了周边环境分类,同时基于规划和评价的实际需要,建议在今后旅游规划中应专门对周边环境进行保护整治规划。认为周边环境应有较确切的地理空间范围,据此提出了确定旅游景区周边环境范围的方法。〖     

复杂火工系统可靠性预计方法及软件研究

目的 解决在进行复杂系统的可靠性建模以及预计时,计算效率低、容易出错的问题。方法 开展基于GO(Goal Oriented)法的复杂火工系统可靠性预计方法研究。建立不同种类火工组件的可靠性模型和算法,结合火工系统的GO图模型,对系统的可靠性进行预计以及定量分析。依据建立的可靠性模型以及算法,开发一套火工系统可靠性建模以及预计的软件,运用该软件对典型座椅弹射火工系统的可靠性进行预计,并且将软件计算结果与蒙特卡洛仿真方法得到的结果进行比较。结果 软件计算结果与蒙特卡洛仿真方法所得结果的最大相对误差不超过0.004 8%。结论 基于GO法的复杂火工系统可靠性预计方法是合理可行的,而且运用GO法开发的软件可以提高可靠性预计的计算效率,同时也为后续的 GO 图分析计算提供了技术支持。     

京津冀地区主要排放源减排对PM2.5污染改善贡献评估

研究选取2012年1月和7月作为冬夏两季代表时段,利用CMAQ/2D-VBS模型分析了冬夏两季京津冀地区主要排放源减排30%对改善区域PM_(2.5)污染的效果.结果表明,工业源对PM_(2.5)污染的贡献最大,其次是民用源,但工业源单位减排量贡献低于民用源,交通源和电厂源的整体贡献和单位减排量贡献均较小.工业部门内贡献最大的为钢铁冶金行业,其次是水泥、工业锅炉、炼焦、石灰砖瓦和化工行业.与各部门各物种排放量的比较反映出各排放源贡献大小与其一次PM_(2.5)排放水平高度相关.因京津冀地区冬季NO_x减排对PM_(2.5)形成的促进作用,以及冬季较弱的大气垂直扩散作用,各排放源夏季减排比冬季普遍更有效,交通源、电厂源以及工业源中的水泥、工业锅炉和石灰砖瓦行业夏季减排效果相比冬季优势明显.民用源由于采暖季排放较高而冬季贡献更明显,农业源因秸秆开放燃烧量大,冬季单位减排量贡献十分显著.从同等幅度减排考虑,应将工业源作为控制重点,优先控制其一次PM_(2.5)排放,在部门内进一步重点控制钢铁冶金行业的NO_x和SO_2排放、水泥行业的夏季NO_x排放以及炼焦行业的SO_2和NMVOC排放.民用源排放应着重在冬季采暖期控制.     

塔里木盆地水资源利用与绿洲演变及生态平衡

按塔里木盆地水资源开发利用的历史、现状及未来发展,其与绿洲演变和生态平衡的关系为:原始阶段---生态自然平衡,古绿洲分布在河流下游;初级阶段---生态平衡失调,旧绿洲移向山前平原;低效阶段---生态环境恶化,新绿洲多分布在旧绿洲外围;合理阶段---生态恢复改善,绿洲由外延转向内部挖潜;高效阶段---生态实现良性循环,绿洲面积稳定生产力显著提高。现塔里木盆地水资源利用仅为低效阶段,必须加速水利建设,尽快实现合理、高效利用,才能使生态环境得到改善。     

“猪-沼-果”生态农业模式

“猪-沼-果”生态农业模式是一种循环经济模式,论文分析了这一模式的系统结构和运作机制,总结了科学实验的结果。“猪-沼-果”模式以沼气池为核心,聚集了一系列复杂的生化反应,优化传统种养模式的组织结构,使物质充分利用,能量有效转换,具有显著的经济、社会和生态环境效益。江西建设了103.87×104个农户家用沼气池和250个大、中型沼气工程,每年可以节省木材600×104余m 3,相当于75×104hm₂林地的活立木蓄积量;农作物施用沼肥,节省化肥农药,比传统模式提高肥效20%左右。“猪-沼-果”模式在流域综合治理、减少农村面源污染、发展绿色食品和控制血吸虫病等方面都有广泛的应用。     

水生生物对三唑磷的物种敏感度分布研究

针对水环境中日益严重的有机磷农药污染问题,选择广泛使用的三唑磷作为研究对象,利用其对水生生态系统中不同营养层次生物物种的半数效应浓度(median effective concentration, EC₅₀),建立了基于对数-逻辑斯蒂分布的水生生物物种敏感度分布(species sensitivity distribution, SSD)模型,并采用概率图和吻合度检验方法对该模型进行了检验和评价.结果表明,水生生物对三唑磷的 SSD 服从对数-逻辑斯蒂分布,其参数为 α=-0.4788±0.2381,β=0.7546±0.1078.基于该 SSD 模型,获得三唑磷的 5% 危害浓度(hazardous concentration for 5% of the species, HC₅)值为 1.992×10^-3 mg/L,并推导出三唑磷的最大浓度基准值(criteria maximum concentration, CMC)值为 9.96×10^-4 mg/L.对 HC₅、CMC 与单一物种的安全浓度的比较研究指出,基于 SSD 方法制定环境质量标准更为严格,也更接近于真实的生态环境.另外,根据渤海莱州湾海域中三唑磷的监测数据,预测了其对物种的潜在影响比例(potentially affected fraction, PAF)为 0.36%,对该水域生态环境的影响处于较低风险水平.     

基于ERA-Interim资料分析青藏高原“湿池”变化特征

论文利用ERA-Interim(0.5°×0.5°,简称ERA)、NCEP/NCAR2(2.5°×2.5°,简称NCEP2)两种不同分辨率的再分析资料和探空观测资料,首先分析了夏季(7月)和冬季(1月)青藏高原(以下简称高原)上大气水汽含量大值区(简称"湿池")的区域分布特征,然后基于ERA资料分析了1979—2012年间高原"湿池"的一些变化特征,发现了一些新的事实。主要结果包括:在对流层中上层,高原上无论夏、冬季都有大气水汽含量的高值中心——高原"湿池"存在。夏季7月高原"湿池"强度最强,ERA资料除了在高原南部有自西到东的连续高湿中心带外,在高原西北部还有一个高湿中心;NCEP2资料仅在高原东南部和西南部有两个高湿中心。冬季1月,两种资料均只在高原东南部有高湿中心。总体上,ERA资料与探空观测资料的高湿中心区更为接近。7月,高原南部高湿中心在1990年代中期(1994—1996年)之后持续偏强,西北部中心强度有弱—强—弱—强交替变化特征;1月,高湿中心在1980年代末期开始持续偏强。高原南部高湿中心带在7月几乎是一个连续的区域,1996年以后这一特征更为明显,在1月则是分为东西两段的高湿中心带。     

大型底栖动物生物评价指数比较与应用

采用不同生物指数评价河流健康,结果往往有差异,如何识别各种生物指数的关系和适用性成为亟待解决的问题.基于太子河流域大型底栖动物群落研究,比较了5种大型底栖动物生物指数评价结果的差异.结果表明,5种指数具有极显著的相关性,但由于健康等级划分标准差异,造成不同指数的健康评价等级存在一定差异.同时分析了不同指数对不同类型人为活动影响的敏感性,研究其在河流健康评价中的适用性.结果表明在太子河流域中,BI指数与土地利用类型和溶氧具有较好的相关关系,对这两类的干扰具有较好的指示作用;FBI指数对酸污染和氨氮污染具有较强的指示作用;ASPT指数与耗氧相关的水质指标有较强的负相关;B-IBI指数与总氮呈显著的负相关关系,可较好指示氮污染,而且B-IBI指数与其他类型人为干扰活动均呈显著的相关关系,对土地利用和水质污染也具有较好的指示作用.综上所述,大型底栖动物BI指数和ASPT指数应该分别适用于评价流域土地利用和水化学指标对河流生态系统的影响,而B-IBI可用于评估多种类型人为干扰活动.     

基于不同土壤数据单元法的DNDC模型对太湖地区水稻土CH4排放模拟研究

利用农业土壤痕量气体排放模型DNDC(DeNitrification-DeComposition),以整个太湖地区37个县234万hm2水稻土为例,分析了3种不同土壤数据单元法对CH4排放模拟的影响.其中,1∶5万图斑单元法土壤属性来自1∶5万土壤数据库,图斑为最小模拟单元;1∶5万"县级"单元法土壤属性也取自1∶5万土壤数据库,"县"为最小模拟单元;1∶1 400万"县级"单元法土壤属性取自国内同类研究使用最多的1∶1 400万土壤图和《中国土种志》,"县"为最小模拟单元.结果表明,虽然1∶5万图斑单元法大多数县的CH4排放量都在1∶5万"县级"单元法最大与最小值范围之间,但整个地区总排放量(以C计,下同)相差达到1 680 Gg;而1∶1 400万"县级"单元法CH4排放量与1∶5万图斑单元法相比,尽管整个地区总排放量只相差180 Gg,但各"县级"单元之间的估算差异却很大,这一方面说明了土壤数据的详细程度是保证地球生物化学模型模拟精度的重要因子,另一方面也说明在区域CH4排放量估算模拟中使用更详细的土壤资料是非常必要的.