基于GA-BP神经网络的页岩气开发区域水资源承载力研究

以西南地区威远县为例,从社会、经济、生态、水资源和页岩气开发5个方面构建水资源承载力评价指标体系及分级标准,采用遗传算法(genetic algorithm,GA)优化BP(back propagation)神经网络,形成GA-BP神经网络组合模型,对研究区2014—2019年的水资源承载力状态进行评价.结果表明:使用...     

深圳市典型工业源VOCs无组织排放现状与管控对策

采用生产工艺调研和现场监测相结合的方法,基于全过程物料衡算原理,研究了深圳市印刷企业α、塑料企业β、涂装企业γ、电子企业θ四类典型工业源涉挥发性有机物(VOCs)原辅料的使用现状、末端处理设施削减能力及无组织排放现状。研究表明：四类工业源低挥发性源头替代率低,纯溶剂物料使用比例以电子企业θ最大,占比94.1%;原辅料所产生的VOCs经收集、回收处置后,实际削减比例普遍较低,涂装企业γ相对较高,为21.5%;四类工业源VOCs无组织排放量占比均非常突出,电子企业θ无组织排放量占其排放总量的比例最高,为99.0%。为有效削减工业源VOCs无组织排放量,建议提高涉VOCs工序的废气收集率、收集废气的VOCs浓度及末端处理效率。     

基于土地利用变化的成都市碳储量时空格局演变特征分析

土地利用/覆被变化(LUCC)是区域碳储量变化的重要因素,基于区域土地利用变化,分析区域碳储量的时空演变特征,对于区域优化土地利用格局,持续巩固提升碳汇能力具有重要意义。采用InVEST模型分析1990—2020年成都市30年期内土地利用及碳储量时空格局演变特征。结果表明：(1)成都市土地类型以耕地、林地和不透水面为主。耕地主要集中在中部、东部平原地区;林地集中分布在龙门山、龙泉山地域;不透水面主要分布在城市经济中心。(2)1990—2020年间,成都市土地类型转移活跃。1990—2005年及2005—2020年,成都市分别有7.88%、11.85%的土地类型发生了转变。耕地净转出了1642.41 km²,林地净转入了434.69 km²,不透水面净转入1230.36 km²。(3)各辖区的碳储量及碳储量的变化均由于地理分布差异而存在明显的区别。(4)影响成都市碳储量的变化影响因素主要是由于城市扩张带来的碳储量降低和由于林地面积及森林质量提升带来的碳储量提高。(5)成都市碳储量空间上存在显著的空间自相关性,成都市东部龙泉...     

福建夏初不同山区背景点气溶胶数浓度特征及潜在源区

随着全球经济的发展,快速城市化使生态环境受到严重威胁,已成为全球的研究热点。以福建为例,利用细颗粒物测量仪Fidas Frog研究福建山区夏初时段不同背景下气溶胶数浓度的污染特征及周边城市化对其的影响,2017年6月分别在福建宁德古田(县城)、南平玉山(清洁地区)和福州七星坪(城市郊区)进行连续观测。结果表明,观测期间不同观测点颗粒物数浓度呈不同特征:古田气溶胶数浓度主要集中在小于400 nm处,气溶胶数浓度平均值为434.37 cm~(-3);玉山作为清洁地区,其平均气溶胶数浓度最低,积聚模态(0.18～1.00μm)和粗粒子模态(1.00～20.00μm)颗粒物数浓度相当;七星坪气溶胶平均数浓度最高,其气溶胶数浓度主要集中在小于500 nm处;古田和玉山数浓度粒径谱呈双峰型分布,而七星坪数浓度粒径谱呈单峰型分布。通过对后向轨迹聚类及气溶胶数浓度的潜在源权重分析,得到古田强潜在源区为观测点以南区域,受古田县城人为活动影响较大;玉山和七星坪强潜在源区都在观测点西南区域,七星坪积聚模态气溶胶主要来自厦门、泉州、莆田和福州等沿海城市。     

太湖流域典型城镇水环境芳香胺类污染特征

利用固相萃取-气相色谱/串联质谱法(SPE-GC-MS/MS),对太湖流域上游城镇常州武南地区的地表水体和典型排放源中的4种芳香胺类污染物(AAs)进行连续2年监测,综合分析了2018～2019年间AAs的污染及浓度特征.结果表明,武南地区河网中目标AAs的总浓度范围为相似文献   

中外超大城市生态质量遥感评价

超大城市生态系统和地表生物物理组分之间存在复杂的潜在非线性关系,且其产生的生态效应大于中小城市和乡村地区,这使得超大城市生态质量客观评估遇到了技术挑战。该文针对性选取空气质量指数、路网密度、生态连接度、热度、绿度、干度和湿度7个超大城市生态重要影响因子,利用主成分分析方法实现指标集成和阈值自动设定,建立城市生态评价遥感指数(URSEI),对比快速城市化背景下中国超大城市(北京、上海和广州)与进入城市化后期的发达国家超大城市(伦敦、纽约和东京)的城市生态状况差异。URSEI指数评价结果表明,6个城市URSEI均值分布在0.445～0.542之间,伦敦生态质量最好(URSEI为0.542),其后依次为广州(0.533)、北京(0.517)、纽约(0.511)和上海(0.495),东京最差(0.445)。对比URSEI指数的7个指标分量,伦敦与广州URSEI分量中,对生态质量起正向作用的生态连接度和绿度值较高,对生态质量起负向作用的空气质量指数、路网密度、干度和热度值较低,使得这2个城市的生态质量较好。从空间分布来看,城市中心不透水面覆盖率高,植被覆盖少,生态用地的生态效益较低,热岛效应严重,空气质量差,导致其生态质量差;城市大块绿地覆盖区,绿度和湿度高,干度和热度低,空气质量较好,完整连续的生态用地发挥的生态效益也更高,因而生态质量较好。URSEI指数既能作为一个量化指标来刻画区域生态质量,还可以反映城市空间的生态差异性。     

基于乡村社会-生态系统脆弱性的国土综合整治时空配置研究

精确评价乡村社会-生态系统脆弱性并识别其空间分异特征是合理制定国土综合整治规划和精准施策、促进乡村可持续发展的基础。该研究针对效率模型权重分配影响评价结果的精确性问题,引入灾害脆弱性理论的压力冲击因果链分析框架,界定乡村社会-生态系统脆弱性内涵和形成机理,构建社会-经济-环境-压力-状态-响应(SEE-PSR)模型的致脆效率评价指标体系,采用3种效率评价模型对2018年上海市青浦区184个行政村进行评价和比较,分析其空间分异特征并将研究结果运用于国土综合整治时空配置实践。结果表明,乡村社会-生态系统在环境、社会、经济等压力变化下所表现出的承脆体状态和综合应对能力过程符合"输入-产出"的系统致脆效率;采用熵权对抗交叉数据包络分析模型(EW-ACE-DEA)对乡村社会-生态系统脆弱性进行评价,结果更具可信度和精确性;2018年该区行政村社会-生态系统脆弱性均值为0.595,全区值域范围为[0.404,0.787],且空间上呈现由东向西逐渐降低的变化趋势;采用乡村脆弱性等级-脆弱性空间集聚类型的综合配置法,可合理安排该区国土综合整治时序,上海市青浦区国土综合整治时空配置类型可划分为5类。该研究丰富了乡村地理学理论,可为乡村区域治理和区域可持续发展提供决策依据。