典型城市化区域土壤重金属污染的空间特征与风险评价

随着我国城市化的快速发展,土壤环境面临着较高的生态环境风险.本文以我国南方某典型城市化区域土壤环境作为研究对象,共采集表层(0～20 cm)土壤样品106份,亚表层(20～40 cm) 96份并测定其重金属含量,然后采用内梅罗综合污染指数法和潜在生态危害法评价其生态风险程度,最后通过空间插值探讨其生态风险空间分布.结果表明,表层土壤Cr、Ni、Cu、Zn、As、Cd、Pb和Hg的含量范围分别为2. 87～84. 64、1. 40～56. 00、2. 75～125. 05、15. 05～201. 39、1. 46～89. 92、0. 001～0. 92、15. 29～160. 07和0. 006～0. 52 mg·kg~(-1);亚表层土壤的含量范围为3. 56～75. 14、1. 65～71. 58、3. 28～290. 04、17. 99～296. 94、3. 07～65. 67、0. 02～1. 00、11. 10～97. 59和0. 01～0. 41 mg·kg~(-1).依据农用地土壤污染风险管控标准,表层土壤中Cd、Cu、Pb、As和Zn的超标率分别为71. 70%、40. 57%、4. 72%、3. 77%和0. 94%,亚表层土壤中Cd、Cu、As、Zn、Pb和Ni的超标率分别为72. 92%、39. 58%、6. 25%、3. 13%、3. 13%和1. 04%,可见区域主要重金属污染因子为Cd和Cu,土壤重金属空间分布特征显示超标区域集中在区域北部.基于两种评价结果可以看出,北部地区污染程度和生态风险较高,其中Cd为风险指数偏高的主要驱动因子,风险评价空间分布特征与Cd的含量空间分布特征类似,说明区域土壤Cd污染应该引起重点关注.     

喀斯特地区小尺度农业土壤砷的空间分布及污染评价

贵州岩溶地貌分布广泛,部分地区的土壤砷(As)污染问题比较突出.为了解高As背景地区农业土壤As含量分布特征,选取贵州省兴义市西南部具有代表性的As污染区(典型喀斯特区、亚喀斯特区)为研究对象,并以非喀斯特区作为对照组,采用地统计分析与GIS相结合的方法研究农业土壤As的空间变异和污染状况,并采用Moran's I系数分析在小尺度下土壤As的空间自相关性及其方向性特征.结果表明,不同地貌区土壤中As含量从高到低依次为:典型喀斯特区亚喀斯特区非喀斯特区,其中典型喀斯特区农业土壤As的算术均值与几何均值分别为47. 9 mg·kg~(-1)和43. 3 mg·kg~(-1),亚喀斯特区其值分别为36. 8 mg·kg~(-1)和30. 1 mg·kg~(-1),两个区域农业土壤As含量明显高于贵州土壤As背景值,As的超标率分别为98. 5%和96. 7%,表现出明显的As累积,而非喀斯特区As超标率仅为6. 7%;独立样本T检验结果表明,在3个不同地貌类型中,农业土壤与自然土壤As含量均无显著性差异(P 0. 05).农业土壤As的Moran's I系数为0. 45,Z值为11. 61,在本采样尺度下具有显著的正空间自相关(P 0. 05),存在空间聚集,尤其是东北-西南方向空间自相关性较好,以结构性变异为主.农业土壤样本As总体上处于轻微污染至轻度污染之间,分别占27. 10%、29. 02%,部分地区处于中度污染级别,而处于无污染状态的样本占41. 94%.     

绿狐尾藻对铜绿微囊藻和羊角月牙藻的抑藻效应

分别将不同起始浓度(10~5、10~6、10~7、10~8和10~9ind.·L~(-1))的铜绿微囊藻和羊角月牙藻分组与绿狐尾藻进行共培养,连续10 d,每天测定各组铜绿微囊藻或羊角月牙藻的光密度值,用以确定绿狐尾藻对两种藻类不同浓度的生长抑制情况.结果表明,2. 5 g·(200 m L)~(-1)的绿狐尾藻对起始浓度为10~7ind.·L~(-1)和10~8ind.·L~(-1)的铜绿微囊藻具有明显的抑制作用;而对实验所设的所有起始浓度的羊角月牙藻生长均没有显著的抑制作用.并且,采用溶剂浸提与气相色谱-质谱联用(GC-MS)测定的方法,分析了绿狐尾藻粉末浸提液和绿狐尾藻生长液中可能存在的化感物质,通过分析,确定棕榈酸是绿狐尾藻分泌的化感物质之一,并且发现了3种可能是绿狐尾藻分泌的新型化感物质:3-乙基-3-甲基庚烷、磷酸三乙酯和酞酸二丁酯.     

澜沧江流域梯级水库建设下水体营养盐和叶绿素a的空间分布特征

澜沧江梯级水库群建设对流域水生态环境产生了一定的影响,将流域水体划分为自然河道段和水库段.为了探究梯级水库建设后澜沧江流域不同类型水体氮、磷营养盐和叶绿素a浓度的空间变化规律以及叶绿素a浓度与环境因子之间的关系,于2017年6月对澜沧江流域生态环境进行了调查分析.结果表明,澜沧江水体总氮质量浓度变化范围为0.37~1.22 mg·L^-1,均值为0.70 mg·L^-1;总磷质量浓度变化范围0.01~0.19 mg·L^-1,均值为0.04 mg·L^-1.单因素ANOVA分析表明,总氮空间差异显著,表现为支流段 > 水库段 > 自然河道段;但总磷没有明显的空间差异.澜沧江水库段水体叶绿素a浓度变化范围为2.6~10.2μg·L^-1,均值为5.8μg·L^-1.Pearson相关性分析结果显示,水体叶绿素a浓度与总磷浓度、水温和真光层与混合层之比（Z_eu/Z_mix）等具有显著相关性,其中与Z_eu/Z_mix的相关性最高（R²=0.689,P=0.001）,表明水温分层驱动下的Z_eu/Z_mix是影响澜沧江水库水体中浮游植物生长的关键性指标.     

霾天能见度参数化方案改进及预报效果评估

为了选择适合京津冀地区能见度预报的参数化方案,为霾的预报提供更准确的能见度预报产品.根据实际应用需求,改进了基于气溶胶体积浓度建立的Chen等能见度参数化方案（S1）,并利用2017年2月快速更新多尺度分析和预报系统-化学子系统（RMAPS-CHEM v1.0）的预报结果,对比评估了该方案与基于PM_2.5浓度建立的参数化方案（S2）和Mie散射计算方案（S3）在京津冀地区的预报效果.结果表明：①模式系统对京津冀地区的PM_2.5浓度预报总体较好,预报值与观测值非常接近,二者的相关系数在大部分地区可达0.8以上,小时相对湿度的预报值与观测值相关在0.78以上,平均误差低于3.91%.②三套方案计算的能见度都能较好地预报出2017年2月京津冀地区能见度的时间演变趋势,且在大部分时间三者计算的能见度都非常接近.总体上S1计算的能见度最低,S3计算的能见度最高,S2居中.在京津冀大部分地区,S1的均方根误差和归一化平均绝对误差最低,S3的最高,S2居中且在北京地区表现最佳.③能见度大于10 km时三套方案计算结果都偏低,其中S3的平均误差和均方根误差最低,能见度低于10 km时,特别是对出现频率较高的1~5 km低能见度的预报,S1方案的平均误差、均方根误差和归一化平均绝对误差都是最低的,更适合京津冀地区霾天气能见度的预报应用.     

农用地土壤抗生素组成特征与积累规律

选取我国北部典型农副产品生产基地,利用HPLC-MS/MS测定土样中四环素类（tetracycline antibiotics,TCs）、大环内脂类（macrolide antibiotics,MLs）以及磺胺类（sulfonamide antibiotics,SAs）共10种抗生素的残留含量,研究不同种类抗生素的组成及空间分布,并对其分布特征与距养殖场、公路、河流间距离的关系,以及不同种植模式、不同土壤性质对抗生素组成与积累规律的影响进行初步探讨.结果表明,研究区土壤抗生素含量值处于较低水平,但检出率较高,总量的检出率高达100%.研究区土壤抗生素的主要成分为TCs,约占总量的94%,不同抗生素的变异系数较大.区内土壤抗生素的空间分布及积累规律受人类活动强度的影响,其中抗生素含量与距养殖场距离呈显著负相关（P<0.05）;距河流50 m内的样点3类抗生素的检出率均达100%;不同种植模式下抗生素含量的积累规律为：果园 > 菜地 > 菜果混种地,且桃园及露天菜地中抗生素的来源、含量与核桃园、大棚菜地及菜果混种地块有明显区别.研究选用土壤pH、有机质（SOM）,阳离子交换量（CEC）、总氮（TN）、有效磷（AP）、速效钾（AK）表征土壤性质,通过冗余分析显示,土壤pH、SOM、CEC、AP、AK这5种土壤特性对抗生素含量的影响较大,其中AK的影响强度最大,TN的影响则相对较弱.研究认为区内土壤抗生素的组成与积累程度受人类活动及土壤性质的共同作用.     

异龙湖不同湖区浮游植物群落特征及其与环境因子的关系

异龙湖是云南省第九大湖泊,属典型的高原浅水湖泊.为了解该湖不同湖区浮游植物群落特征,于2013年8月至2014年7月逐月对该湖西区、东区和沉水植被恢复示范区浮游植物及环境因子进行调查分析.结果表明,不同湖区生境条件具有空间异质性,示范区和西区水体总氮(TN)、总磷(TP)、氨氮(NH_4~+-N)、五日生化需氧量(BOD5)、透明度(SD)、浊度(Turb.)和电导率(EC)等理化指标无显著差异,而与东区有显著差异性(P 0. 05). 3个湖区浮游植物密度均以蓝藻门所占比重最大,浮游植物优势类群不同,西区细小平裂藻(Merismopedia tenuissima)优势度最高,东区拉氏拟柱孢藻(Cylindrospermopsis raciborskii)和湖生伪鱼腥藻(Pseudanabaena limntica)优势度最高,示范区细小平裂藻和拟项圈藻(Anabaenopsis sp.)优势度最高.通过主坐标分析(PCo A)对3个湖区浮游植物群落β多样性进行比较发现,西区和示范区群落结构较为相似,而与东区具有极显著的差异(P 0. 01).运用冗余分析(RDA)探讨异龙湖浮游植物群落特征与环境因子的关系,结果表明,TN、TP、BOD5和SD是影响异龙湖浮游植物群落分布的主要环境因子,NH_4~+-N、EC、高锰酸盐指数和p H值对浮游植物群落也有一定的影响.     

山东省滨海旅游度假区水体环境典型全氟化合物污染特征及潜在生态风险

近年来,滨海旅游度假区蓬勃发展,其水体环境质量对人体健康有直接影响;全氟化合物（perfluoroalkyl substances,PFASs）在各环境介质中普遍被检出,因其潜在的毒性而引起广泛关注.以山东省20个滨海旅游度假区水和沉积物为对象,对其中12种典型PFASs的污染特征及其潜在生态风险进行了系统研究.结果表明,在20个度假区所有水体和绝大多数沉积物样品中12种PFASs都被检出;水和沉积物中PFASs的平均含量分别为67.91 ng·L^-1和5.89 ng·g^-1,全氟辛酸（perfluorooctanoic acid,PFOA）和全氟辛烷磺酸（perfluorooctanesulfonic acid,PFOS）都是含量占绝对优势的物质;不同度假区水和沉积物中PFASs总含量∑PFASs及各同系物的含量具有明显差异;在不同度假区水/沉积物体系12种PFASs的分配系数差异明显,长链PFASs（碳原子数≥7）具有更大的分配系数;城市工业废水和生活污水的排放是度假区水和沉积物PFASs的主要来源,水体盐度和沉积物有机质含量不是PFASs在水/沉积物之间分配的决定性影响因素;所有滨海旅游度假区水体环境中,PFOS和PFOA可能存在较大潜在生态风险.     

基于地理标记照片的入境游客空间特征与移动轨迹——以南京市为例

随着互联网与社交媒体的兴起,用户分享内容中的地理标记数据成为旅游流研究的重要对象。以南京入境旅游流空间特征为研究对象,以2010—2018年Flickr平台内南京地理标记照片为基础,利用DBSCAN算法、ArcGIS 10.2等方法与技术探究南京入境旅游热点区域、游客移动轨迹特征及模式。研究结果显示：（1）南京入境游客访问峰值出现在3-6月及10月,以一日游为主。（2）南京AOI空间分布差异明显,历史城区是南京入境旅游最热门区域,其AOI分布与旅游景区、商业购物等相关产业空间高度重合;中心城区的AOI分布数量次之,钟山风景区是其热度核心,深受热衷历史文化的游客追捧;郊区的AOI分布数量最少,基本与当地旅游景区相吻合。（3）单日游和多日游的游客移动轨迹网具有显著差异性,分别体现在网络范围、网络体系、旅游对流及转移差值4个方面。（4）南京入境游客移动轨迹模式可划分为区域内部移动轨迹模式和区域间移动轨迹模式。根据上述研究结果,分别针对历史城区、中心城区及郊区提出相应的发展建议。     

中国城市绿色金融及其影响因素——以绿色债券为例

绿色金融是金融创新的重点,旨在调控资本供给,实现环境向好发展。以绿色债券为例,基于2016—2019年中国142个地级以上城市,使用面板数据模型和空间杜宾模型探讨政策激励、金融基础、环境污染对绿色金融的影响。结果显示：（1）中西部地区引入绿色金融的城市数目较多,东部地区是绿色金融规模增长的承载区域。（2）政策激励和金融基础显著提升绿色金融规模,而环境污染起到抑制作用。（3）不同区域的政策措施都能与金融基础协同,促成绿色金融发展。仅在东部地区,政策激励能够缓和环境污染的负面影响。研究表明,绿色金融的发展模式存在区域差异,东部地区是在政策激励和金融基础推动下的顺势转型,中西部地区则需应对环境污染造成的阻力。