重庆大气微生物污染动态变化规律

本文报道了重庆７个测点的大气微生物的含量及日动态变化规律。结果表明一般每日出现污染高峰期是１１：００和１９：００，污染低峰期为２：００和２３：００。     

新疆土地沙化分布特征及地形因子分析

基于GIS手段分析2018年新疆沙化土地分布特征,从海拔、坡度、坡向因子等方面探讨新疆土地沙化发生的潜在原因和发展变化的主要驱动力.结果表明:新疆土地沙化程度有所减弱,总体上有所改善;新疆沙化土地海拔分布在500～1500 m范围内,坡度在0～6°范围内的缓坡是主要沙化区;就坡向而言,研究区阳坡方向土地沙化程度大于阴坡...     

哀牢山山区降水时空分布的影响因素及插值方法比较

为了研究哀牢山山区降水的影响主要因素并探索适于山区降水的空间插值方法,本文利用研究区内30个地面测站10年(2005~2014)的降雨实测数据,根据降雨的时间分布特征,将研究时段划分为年季、干季和湿季,并对影响降水的因素进行空间自相关分析,确定并组合得到影响降水的主要因子,使用留一法交叉检验插值精度,通过分析验证,寻求最优的降雨插值方法。研究结果表明,1)影响降水的主要因子为高程、纬度、坡度、坡向和主风向效应指数(PWEI);2)影响年季降水变化的主要因子为高程、纬度、坡度和坡向;影响湿季降水的主要因子为高程、纬度、坡度和PWEI;影响干季降水的主要因子为高程、坡度、纬度和坡向;3)插值过程中结合环境特征引入影响降水的因子,很大程度上提高了插值结果的精确性。由此可见,降雨插值精度不仅和插值方法本身的结构有关,更重要的是在降水特征的基础上合理筛选及引入主要环境影响因子。     

基于SST的东海原甲藻比生长率时空分布规律研究

以东海近岸海域为研究区,结合2005年—2016年月均海水温度卫星遥感产品,根据比生长率的温度响应关系,模拟了东海原甲藻比生长率的时空分布。在此基础上,分析了东海原甲藻比生长率的月际变化、年际变化,并与赤潮发生频次进行了对比分析,结果表明,东海原甲藻在每年4月—6月间的比生长率较高,相应的赤潮高发时段也出现在该时段;其中,5月份东海原甲藻赤潮发生频次约占全年的69%,这与藻种比生长率月际变化有较好的一致性;赤潮一般发生在月度增温阶段,且赤潮发生频次与增温幅度呈正相关;此外,赤潮发生频次与比生长率年际变化趋势总体有一定相关性,但个别年份有所出入。本文研究结果可为进一步定量开展海洋生态系统评价技术,及其对气候变化的响应研究提供参考。     

东北典型黑土区农村居民点对水土流失影响研究

从人地关系视角探究典型区域农村居民点布局对生态环境的影响,对合理优化农村居民点分布格局、保障粮食安全具有重要战略意义。以东北典型黑土区克山县为例,综合运用分散度统计、核密度估计、空间关联测度模型等空间分析方法,揭示1988—2018年克山县农村居民点时空演变规律;结合修正通用RULSE模型,采用景观指数分析和广义变异系数的灰色关联度量化模型,探讨农村居民点分布特征对水土流失的影响。结果表明:(1)近30 a来,克山县农村居民点数量急剧增加,分散化趋势明显,以高密度多核心集聚、低密度广泛分布为主要空间分布特征,分布重心向东北部迁移。(2)研究区水土流失以微度、轻度和中度侵蚀为主,水土流失强度空间分布格局与农村居民点的空间分布格局呈现一致性。(3)研究区农村居民点分布特征因子与水土流失面积的关系存在差异,农村居民点分布范围与密度对水土流失具有较强作用。     

广州市主要地质灾害成灾机制与时空分布

广州经济高速发展,人口、资源和环境的矛盾日益突出,地质环境渐趋恶化,地质灾害频繁发生,崩塌、滑坡和地面塌陷等严重阻碍了城市的可持续发展.就这些地质灾害而言,活动断裂纵横交错是其地质构造基础,强烈风化与疏松地表是其物质来源,降水与径流量丰沛是其动力条件,暴雨、洪水则是其诱发因素.人类活动,如过量抽取地下水、乱采滥伐森林植被等增加了地质环境的压力,破坏了生态平衡,成为重要的致灾因子.广州城市地质灾害在过去10年里呈波浪状上升态势,1998年以来尤为严重;空间上主要集中在老城区、广花盆地和低山丘陵区.     

升金湖湿地时空演变对越冬鹤类种群动态的影响

升金湖湿地是我国主要的鹤类越冬栖息地之一。研究升金湖湿地时空变化对越冬鹤类种群动态的影响在湿地生态环境改善、鹤类种群恢复等方面具有重要参考价值。对1986～2015年升金湖湿地白头鹤（Grus monacha）、白鹤（Grus leucogeranus）、灰鹤（Grus grus）及白枕鹤（Grus vipio）种群数量的变化趋势分别进行了曲线拟合;结合升金湖湿地1986~2015年间8期遥感影像分析了研究区土地利用/覆盖的时空变化;并探讨了湿地时空变化与越冬鹤类种群数量变化之间的相关性。结果表明：1986~2015年间,研究区的景观格局发生了较大变化,草地、水田、滩涂及其他用地的面积总体呈增加态势,而林地、旱地、水域及芦苇沼泽地面积总体呈减少的态势;4种鹤类的数量总体呈下降趋势,曲线拟合中白鹤和白枕鹤种群数量变化的趋势方程拟合度较高;芦苇沼泽地及水域面积变化与越冬鹤类种群数量呈显著的正相关关系,而草地、滩涂及水田的面积与鹤类种群数量呈较强的负相关关系;其他景观面积变化间接对鹤类种群数量产生影响。 关键词： 时空变化;鹤类;遥感影像;土地利用/覆盖;升金湖     

区域洪涝灾害恢复力时空演变研究——以巢湖流域为例

提高自然灾害恢复力是应对气候变化和自然灾害的重要途径之一。在总结自然灾害恢复力研究的基础上,全面考虑自然、社会、经济、技术、管理等5个维度对其的影响,构建巢湖流域洪涝灾害恢复力评价指标体系,并基于ANP分析方法求得非独立指标间的权重,评价巢湖流域洪涝灾害恢复力,进而分析2000~2010年之间巢湖流域洪涝灾害恢复力时空演变规律,以期为提高巢湖流域洪涝灾害恢复力水平提供有价值的参考。研究结果表明,2000~2010年巢湖流域大部分地区洪涝灾害恢复力指数都在增长,但增长速率存在不同地区、不同维度上的明显差异;从流域平均水平来看,10 a间巢湖流域洪涝灾害恢复力指数在增长,其中自然维的指数是下降的,其他维度的指数为增长,并且对巢湖流域洪涝灾害恢复力增长正向影响最大的是经济维影响因子,而自然维的影响因子对恢复力增长起到了负向作用;2000~2010年巢湖流域洪涝灾害各等级恢复力分布格局变化不大,但其他地区与合肥市辖区恢复力的差距在拉大。     

基于iLME+Geoi-RF模型的四川省PM2.5浓度估算

高分辨率PM2.5空间分布数据对动态监测和控制PM2.5污染具有重要意义.选取Himawari-8气溶胶光学厚度(AOD)、ERA5气象再分析资料、DEM、土地利用数据、夜光遥感数据、增强型植被指数和人口数据等作为估算变量,使用改进的重采样法进行数据匹配,并提出改进的线性混合模型(iLME)结合地理智能随机森林(Geoi-RF)构建组合模型估算PM2.5浓度.结果表明:①在选取的估算变量中,气溶胶光学厚度、气压、温度、相对湿度和边界层高度是影响2016年四川省PM2.5浓度的重要因素,其相关系数分别为0.65、0.58、0.55、0.54和0.35.②iLME+Geoi-RF模型精度相较其他模型有较大提升,模型拟合Rl2、RMSR 和 MAE 分别为0.98、3.25 μg·m-3和 1.98 μg·m-3,交叉验证 R2、RMSR 和 MAE 分别为0.89、7.95 μg·m-3和4.81μg·m-3.该模型可获取更高精度的四川省PM2.5时空分布特征,为区域空气质量评估、人体暴露风险评价和环境污染治理提供更加合理地科学参考.③2016年四川省PM2.5浓度存在显著的季节性差异,各季节PM2.5浓度大小关系为:冬季＞秋季＞春季＞夏季.2016年四川省月均PM2.5浓度总体上呈先降后升的"V"型趋势,最小值在6月,最大值在12月,8月和11月有微小起伏.在空间分布上四川省PM2.5浓度总体上呈东高西低和局部污染程度较高的特点,高值区主要分布在城市快速发展和人口密集的东部地区,低值区主要分布在经济发展落后和人口稀疏的西部地区.④虽然不同模型估算出的PM2.5浓度整体分布基本一致,但iLME+Geoi-RF模型能更准确有效地估算本研究区污染的空间分布.     

中国亚热带地区2000-2014年林火排放颗粒物时空动态变化

林火是森林生态系统重要干扰因子并对大气环境和人类健康有显著影响.该研究基于2000-2014年中国亚热带地区卫星火点数据,结合林业统计年鉴,估算各区域林火燃烧生物量,运用排放因子法,估算15年间中国亚热带地区林火排放颗粒物总量.研究结果表明,亚热带地区林火存在季节性差异,福建、广东、广西、湖南和江西林火主要集中在春、秋两季;贵州和云南林火主要集中在春季;浙江林火集中在春、夏两季.亚热带地区森林可燃物总燃烧量为333.92 Mt,污染物PM_2.5、OC、EC和TC总量分别为：698.33、338.18、40.04和378.22 kt,此外,各污染物排放在时间和空间上不均衡,各污染物排放量多集中在云南南部和东南部,湖南、贵州和广东交汇处,广东东南部和福建中部等区域;PM_2.5、OC、EC和TC在浙江、云南、贵州、湖南和江西呈显著增长趋势.林火释放PM_2.5与工业粉尘的排放比变化趋势总体呈上升趋势,说明森林火灾导致的颗粒物排放对大气环境影响力呈逐年增长趋势.该文通过对中国亚热带地区林火释放污染物的时空变化研究,为深入揭示林火对区域环境的影响提供数据支持.