九龙江流域丰枯水期表层水体氮污染特征及其来源解析

为探明九龙江流域表层水体氮污染分布特征及其污染来源,于2020年7月(丰水期)和2021年1月(枯水期)开展九龙江全流域表层水体多点多断面原位观测,利用正定矩阵因子分析模型(positive matrix factorization, PMF)对不同水期全流域表层水体氮污染来源及贡献率进行解析,耦合相关性统计分析方法研究不同水期流域表层水体氮污染的关键驱动因子。结果表明,九龙江流域表层水体氮污染存在明显的水期分异特征,ρ(TN)为0.72～13.14 mg·L^-1,丰水期ρ(TN)为1.39～10.95 mg·L^-1,枯水期为0.72～13.14 mg·L^-1。硝态氮(NO₃^--N)、氨氮(NH₄⁺-N)、亚硝态氮(NO₂^--N)和溶解性有机氮(DON)浓度均表现为丰水期大于枯水期,但颗粒态氮(PN)浓度则表现为枯水期大于丰水期。丰水期氮污染以NO₃^-     

江汉平原四湖流域上区地下水中多环芳烃分布特征与源解析

初次对江汉平原四湖流域上区地下水中多环芳烃(PAHs)的分布特征和来源进行研究,选择湖北潜江长湖-汉江一带9个典型地下水采样点分枯水期和丰水期进行采样,并利用气相色谱与质谱联用仪对16种优控PAHs进行定量分析.结果表明,研究区枯水期和丰水期地下水中PAHs的浓度变化范围分别为62.74~224.63 ng·L-1和55.86~115.15 ng·L-1,总体水平表现出枯水期高于丰水期,且分布于滨湖区域和近岸带的地下水中PAHs浓度较高.这些PAHs输入途径比较复杂,经用主成分分析法分析其来源,大致可归结为燃烧源,部分采样点有石油或石油燃烧的污染.研究区域地下水中PAHs浓度与国内某些地区相比,显示出较低的污染水平,但就致癌性PAHs来看,枯水期具有致癌性PAHs的浓度范围在19.32~153.39 ng·L-1之间,丰水期在16.30~64.22 ng·L-1之间,均已远远超出地下水中PAHs所允许的致癌浓度范围,这必然会对当地人类身体健康构成威胁.     

伊犁河流域水污染及水土流失防治调查

通过对伊犁河流域现状和存在问题的分析 ,针对性地提出了保护伊犁河流域的综合治理措施     

沱江流域主要污染负荷预测及时空分布特征

耦合社会-经济因子探究工业点源和生活污染源污染负荷未来变化趋势,可为优化水环境规划和管理方案提供理论依据。选取沱江流域为研究区域,采用经济增长预测法、工业点源传统统计法、人口趋势灰色模型预测法和排污系数法分别计算了2020-2025年该区域28个县(市、区)的工业GDP值,工业点源废水排放量及主要污染负荷(COD、NH₃-N、TN、TP),农村与城镇人口及生活污染源的主要污染负荷,并利用ArcGIS技术探究了工业点源和生活污染源主要污染负荷空间分布特征。结果表明:2020-2025年,工业GDP值总体呈逐年增加趋势,而工业废水排放量总体呈逐年减少趋势,预计到2025年,流域工业GDP值将增加至2.52×10¹²元,而工业废水排放量将减少至0.64×10⁸ t。工业点源主要污染负荷表现为COD>NH₃-N>TN>TP。沱江流域总人口数与生活污染源污染负荷呈逐年增加趋势,其中城镇人口与生活污染源污染负荷呈逐年增加趋势,农村人口与生活污染源污染负荷呈逐年减少趋势,且城镇人口及生活污染源污染负荷增加量大于农村人口及生活污染源污染负荷减少量。城镇、农村生活污染源的主要污染负荷表现为COD>NH₃-N>TN>TP。工业点源和生活污染源主要污染负荷在空间上存在高度异质性。2025年,来自工业点源的主要污染负荷均呈上游较少,中、下游较多的特征;来自城市生活污染源的主要污染负荷均呈中、上游较多,下游较少的特征;来自农村生活污染源的主要污染负荷均呈中游较多,上、下游较少的特征。笔者提出耦合社会-经济因子预测流域污染负荷的方法可以推广到其他与社会经济指标相关联的流域工业点源、生活污染源污染负荷的预测研究中,以期为未来流域水环境管理与治理提供科学参考。     

基于深度学习的地铁施工作业人员不安全行为识别与应用

为有效识别地铁施工作业人员不安全行为,基于深度学习与计算机视觉技术,提出融合行为和身份识别的不安全行为识别方法。首先,对更快速的基于区域的卷积神经网络(Faster R-CNN)算法进行优化,引入高效通道注意力(ECA)模块提升行为识别的准确性;其次,将基于人脸超分辨率算法的人脸识别方法与行为识别相结合,提升图像像素水平并准确输出不安全行为执行人员相关信息;然后,行为识别与人脸识别并发进行,识别结果回流至数据库最终输出工人不安全行为报告;最后,选取某地铁施工项目的4种不安全行为进行识别方法的实证应用。研究表明：该方法可在地铁施工场景下进行有效应用,不安全行为识别和执行人员身份识别的准确率均达0.85以上,具有较高的准确度。     

公平感知、社会信任与流域生态补偿的公众参与行为

厘清公平感知、社会信任与公众流域生态补偿参与行为之间的内在逻辑关系,对流域生态补偿提质增效,推进流域生态保护与高质量发展具有重要的理论价值与现实意义。该研究基于山东省大汶河流域的979份实地调研数据,运用结构方程模型,将制度信任、人际信任同时纳入分析框架,构建起并行中介模型,探究公平感知、社会信任与流域生态补偿的公众参与行为间的内在机理,并引入调节变量（收入水平）进行多群组分析。研究表明：(1)公平感知对公众流域生态补偿参与行为具有显著正向影响,且公众的公平感知主要受结果公平与人际公平的影响。(2)社会信任在公平感知与流域生态补偿的公众参与行为间起中介作用。公平感知能够显著增强公众的制度信任与人际信任,公众的制度信任与人际信任对其参与流域生态补偿具有正向驱动作用。对比两条并行中介路径的效应强度发现,制度信任的中介作用高于人际信任,表明制度信任是驱动公众参与流域生态补偿的关键变量。(3)拥有较高政策认知度的公众更易开展流域生态补偿参与行为。(4)多群组分析显示,公平感知、制度信任在驱动低收入与高收入群体参与流域生态补偿上作用显著,人际信任则更能驱动中等收入群体参与流域生态补偿。该研究的政...     

差异化乡村振兴路径下村域土地利用变化特征及其驱动归因——以重庆市江津区两个村为例

探究差异化乡村振兴路径下村域土地利用时空变化特征及其驱动机制,对于优化土地利用格局和制定乡村振兴路径有重要意义。以长江流域浅丘河谷区2个地形地貌相似、历史发展情况接近、乡村振兴路径迥异的行政村——芳阴村和横山村为例,基于无人机航测和多期Google Earth卫星影像,从土地利用转移、核心用地扩张模式、像元级地块属性和边界二值变化等视角综合探讨了两村在2017～2021年的土地利用变化特征,并引入地理探测器模型,从自然、社会经济、政策因素等多个方面定量归因。结果表明：(1)研究期内两村均经历了较为剧烈的土地利用变化过程,以蔓延式的园地扩张为主,最后芳阴村和横山村分别形成了农旅融合型和农林复合型的发展格局,并且芳阴村的土地利用变化过程较横山村更具多样性和均衡性。(2)像元层面上,芳阴村的地块属性和边界变化均较为剧烈,且二者在超50%的村域范围内存在显著的空间集聚效应,而横山村仅地块属性变化较为明显,地块边界变化度整体低于芳阴村。(3)村域土地利用变化受到自然、社会经济和政策多重因素的交互影响,不同乡村振兴路径下村域土地利用变化的驱动类型和驱动解释力度存在差异,对于有明确政策区划驱动的芳阴...     

基于Mixed-MRIO模型的湖北省洪涝灾害脆弱性区域产业识别

随着区域经济一体化发展,某地区遭受洪涝灾害会通过产业关联对灾区外造成波及影响,准确预估其影响大小有助于城市产业的规划建设。构建直接、波及损失集成评估框架,利用功能脆弱性曲线估算不同超大规模淹没情景下受灾区各产业部门的直接损失,将其设置为外生冲击变量,输入混合多区域投入产出模型(Mixed-MRIO Model),评估灾区外的波及损失,识别湖北省内洪涝灾害脆弱性区域及产业部门。主要结论如下：(1)武汉市中度淹没情景下造成的波及损失是直接损失的36.61%;(2)从区域关联角度分析,荆门市和荆州市与省内其他区域的产业后向关联较为紧密且更加脆弱,在超大规模洪涝灾害冲击数值模拟中所遭受的损失始终位于前列,二者平均损失值约为损失值最小的天门神农架地区的4.8和4.2倍;(3)从产业关联角度分析,省内发生洪涝灾害造成的波及影响主要集中在农业、生活相关制造业以及居民服务业与交通运输、仓储和邮政业等生产性服务业,其中损失值最大的生活相关制造业是损失最小的科学研究和技术服务业的百倍之多。研究结果可为政府制定防灾减灾政策、灾后重建决策等提供参考。     

新发展格局下长江经济带协调发展：新动能、新挑战与新路径

打造长江经济带协调发展新样板、畅通国内国际双循环主动脉,对于国家高质量发展具有重要意义。在区域发展转型的传统动能基础上,构建新发展格局将从内生性、外源性和激励性三方面为长江经济带协调发展注入新动能,既为实现向高水平、强协调升级提供新的历史机遇,更需直面地区发展分化与要素流动固化、产业升级与基础设施和国土空间格局优化、生态环境协同治理以及跨区域和跨板块协调体制机制创新等新的现实挑战。基于此,应按照“五协五共”的新路径,通过园区设施共建、产业发展协作;空间布局协接、发展机会共享;权利责任共担、生态保护协同;主体利益协商、体制机制共谋;强化区域共同体意识,推动长江经济带实现更高水平协调发展。     

中国人口老龄化多尺度区域差异及动态演进

基于2000、2010和2020年3期中国人口普查数据划分三级空间单元,采用二阶段嵌套泰尔系数、探索性空间数据分析和核密度估计,探究中国人口老龄化多尺度区域差异及动态演进。结果显示：(1)中国人口老龄化程度不断加深,截至2020年,93.29%的城市已步入老龄化;(2)中国人口老龄化空间不均衡分布现象较为显著;(3)人口老龄化具有省内差异最大、区域间差异次之、省间差异最小的特征;(4)八大综合经济区内的南部、东部沿海地区及大西北地区省间差异不断扩大,东北、黄河中游地区省间差异逐渐缩小,北部沿海、长江中游和西南地区省间差异变化趋势并不稳定;(5)2000—2020年间广东省均为人口老龄化省内差异最大的省份,且对总差异的贡献率最大;(6)绝大部分地级单元老龄化差异为正关联,HH类型不断扩张,LL类型向南延伸,HL和LH类型分布较为散落;(7)Kernel密度估计曲线显示,2000—2020年间中国各城市人口老龄化差异不断扩大。