太湖流域1954~2006年气候变化及其演变趋势

用Mann Kendall统计检验方法对太湖流域6个气象站点1954~2006年降水、气温、相对湿度、日照时数的变化趋势和时空特征进行了分析，结果表明：50余年来太湖流域降水量呈较弱的增加趋势，冬季和夏季降水增加显著；空间变化趋势表现为北部地区降水量呈下降趋势，东南部地区呈上升趋势。年平均相对湿度表现为微弱的下降趋势，M K倾斜度值为 -099%/10 a；春、秋季相对湿度都显著减小，而夏季减小幅度较弱，冬季减小现象不显著。年平均气温呈现明显上升趋势，并表现出最低气温比最高气温增高趋势显著的特点，冬、春季增温显著；空间分布变化趋势为以平湖和溧阳为中心的两个地区上升趋势最小，以上海为中心地区上升幅度较大。年日照时数的下降趋势幅度较大，以溧阳为中心的西部地区最为明显，四个季节日照时数都呈减少的趋势；空间分布变化趋势表现为全流域呈减少趋势，由西向东减少幅度依次减小。气候变暖，降水将进一步增加，必然导致径流也呈增加趋势，在一定程度上加大了太湖流域洪涝灾害发生的可能性。分析成果有助于进一步研究气候变化对太湖流域水资源和防洪安全的影响，也将为太湖流域未来气候变化情景的构建提供科学依据。     

塔里木河流域生态系统特征及其管理面临的问题分析

基于塔里木河流域生态系统特征,分析塔里木河流域生态系统管理面临的主要问题.①农业开发大量挤占生态用水,威胁流域生态系统安全;②流域农药使用量增长1.78倍,化肥使用量增长2.06倍,工业SO2排放量增长5.93倍,城镇污水量增长0.23倍,下游水质严重超标;③水资源利用效率仅为6.79元/m3,远低于新疆平均水平;④人口和种植规模年均增长11％以上,突破流域水资源承载力.从综合生态管理体制、生态资源市场交易机制、生态立法三方面提出塔里木河流域生态系统管理新方向.     

淮河流域新型城镇化水平的空间差异及其影响因素分析

以淮河流域31个地级市为研究对象,从人口、经济、生活和环境四个方面构建了新型城镇化水平的综合评价指标体系,利用熵值法对其综合城镇化水平及其子系统水平进行评价.结果表明,淮河流域地区新型城镇化发展水平存在较强的空间依赖性,即一个地区城镇化水平的提高通过空间溢出促进周边地区的城镇化发展,地区产业结构的变化是决定其新型城镇化水平的主要因素,尤其是第三产业发展对其影响极大.     

西安市灞河流域水环境现状分析及治理对策

基于大量的技术资料和监测数据,对西安市灞河流域的水环境进行了全面系统的分析,指出了面临的问题及其成因.在此基础上提出了灞河流域水环境治理的新思路、新方法,为流域的综合治理工作提供借鉴.     

Carbon partitioning among the first trophic levels in the North Western Adriatic Basin

In the frame of PRISMA II Project samples for plankton analyses were carried out during four cruises (June, 1996; February and June, 1997; February, 1998) in order to assess the relative importance in term of biomasses of the three main size fractions (pico- <2 r µm, nano- 2-20 r µm and micro-plankton >20 r µm). Spatial and temporal distribution of the three plankton fractions were described as abundance and contribution to the total carbon content in an area between Po River mouth and Rimini. The relative contribution of picoplankton resulted higher in the offshore zone, while that of nanoplankton in the inshore waters. In February 1998 microphytoplankton, mainly constituted by diatoms, was very abundant in the inshore waters. Micro-zooplankton was always very scarce. Cluster analyses performed on these data grouped the stations on the basis of their community structure, and agreed with the hydrological features. Small size classes contributed more significantly to the total plankton carbon content in most of the situations. Microplankton fraction contribution was relevant only during spring diatom bloom of February 1998 and with a less extent in the confined coastal summer blooms.     

丽江盆地地表-地下水的水化学特征及其控制因素

2008年11月～2009年10月在丽江盆地-玉龙雪山地区采集白水河、三束河、哥吉河、束河河水及流域内地下水样品,使用离子色谱法分析了样品主要阴阳离子含量,研究了岩溶地区地表及地下水体的水化学特征、季节变化及其控制因素.结果表明,研究区水体均呈现弱碱性,主要离子组成以Ca2+和HCO3-为主,分别占阳离子和阴离子总量的54.8%和92.4%;不同季节河水的离子浓度差别较大,季风期离子浓度仅为西风期离子浓度的80%左右,表明季风期丰沛的大气降水输入对河水离子特征有较为显著的影响;河水离子浓度普遍低于盆地地下水主要阴阳离子浓度;河水和地下水的无机离子浓度都呈现出从高海拔到低海拔离子含量递增的规律.碳酸盐的风化溶解作用是水体离子的主要来源,季风期降水对水体的离子特征也有一定的影响,人类活动对人类聚居区部分天然水体已造成轻度污染.     

闽江福州段沉积物中多环芳烃的分布、来源及其生态风险

对闽江福州段37个沉积物样品中的15种多环芳烃(PAHs)进行了研究.结果表明,15种PAHs的总量在241.5～1310.8ng·g-1之间,均值为630.9ng·g-1,且从上游到下游整体上呈下降的趋势,但在福州市区附近有突增的现象.沉积物中有机质含量(SOM)与PAHs总量呈显著正相关(r=0.58,p<0.01).同时,应用因子分析和多元线性回归方法对PAHs进行了源解析.结果表明,煤燃烧来源占31.7%,汽油燃烧占25.2%,柴油燃烧占28.7%,石油泄漏源占14.5%,石油燃烧是闽江福州段沉积物中PAHs的主要来源.用效应区间中值ERM(the effects range median)和效应区间低值ERL(the effects range low)及其商值平均方法对闽江福州段沉积物中PAHs的生态风险进行了评价.结果表明,有4个样品芴的含量超过ERL指导值(19ng·g-1),具有一定的生态风险,其余PAH单体和PAHs总量都不超标.     

模糊标识指数与对应分析法在水质评价中的联合应用

水质评价对判断水体的污染状况,了解其污染程度和成因有重要的意义,并可为水资源管理及水污染控制提供科学依据,而适当的评价方法是保证评价结果科学合理的关键.因此,本文以青山湖流域为例,在单因子指数法、综合指数法、灰色关联法、改进的模糊层次分析法、水质指数评价法、综合水质标识指数法6种常用水质评价法的结果对比分析的基础上,提出了一种新的模糊标识指数法.该方法结合了改进的模糊层次分析法和综合水质标识法的优点,不仅给出水质级别和水功能区达标程度,而且克服了以往模糊层次分析法存在的低估污染的严重性及不能评价劣Ⅴ类水质的缺点,更加适用于水质状况的评价.同时,在模糊标准化处理基础上,采用对应分析法,将采样点与变量有机地结合起来进行分析.结果表明,青山湖流域的总体水质状况以劣Ⅴ类为主,总体水功能区达标率仅10.34%,流域根据受污染情况被分为3个区,Ⅰ区、Ⅱ区、Ⅲ区的主要污染因子分别是TN、NH4+-N与COD、TP.模糊标识指数法与对应分析法的联合应用可以全面分析流域水质状况,给出科学合理的评价结果.     

1970-2015年汉江流域多尺度极端降水时空变化特征

基于汉江流域63个气象站点逐日降水数据,辅以超阈值抽样、极端降水集中度（EPCD）和集中期（EPCP）、Mann-Kendall趋势检验等分析方法,对1970-2015年汉江流域多尺度极端降水变化特征进行分析。结果表明：（1）在旬尺度上,汉江流域EPCD较高,呈现出“西高东低”空间特征;汉江EPCP多年均值为七月下旬,空间呈现出“东部早,西部迟”的分布特征,不同流域表现出不同的年代变化规律。（2）在月尺度上,汉江流域极端降水各月分布不均,主要集中在5-9月,同年10月至次年4月为极端降水少发期。（3）在季尺度上,汉江流域极端降水夏季占比50%以上,但近期全流域夏季极端降水比例下降,其中上游主要为春季占比增加,中下游为秋季占比增加,说明夏季是影响汉江极端降水非均匀变化的关键季节。（4）在影响因素上,当东亚季风和南亚II区季风偏强时,汉江流域夏季极端降水量整体减少;当东亚季风偏弱时,夏季极端降水增幅呈南北分异,而南亚II区季风偏弱时,极端降水增幅呈东西分异。     

基于多源遥感数据的锡尔河中下游农田土壤水分反演

机器学习结合多源遥感数据反演土壤水分含量（SMC）是目前SMC研究的热点,因较少考虑温度、蒸散等重要SMC影响因子,反演结果存在一定的不确定性。利用Sentinel-1影像、MODIS产品和SRTM数据,提取雷达后向散射系数等32个SMC影响因子,经相关分析选择27个显著的SMC影响因子（P<0.05）作为反演因子,并设计三组因子组合。这三组因子组合分别与随机森林、支持向量回归、BP神经网络三种机器学习方法结合,发现基于随机森林结合所有因子的方案,其SMC反演精度最高,该组合均方根误差RMSE为0.039 m³/m³,将该方案被用于反演2017年生长季锡尔河流域中下游平原区农田SMC。结果表明：从上部至下部SMC总体呈逐渐增加的态势,但存在显著时空差异,春季和秋季SMC较高而夏季较低。SMC差异主要由土壤质地、热量条件和地表植被状况差异引起。春季平原区下部农田SMC要高于上部,SMC的主控因子是土壤质地和地表植被状况;在夏季,土壤水分的主控因子是热量条件,农田灌溉弥补了热量条件差异对土壤水分的影响,导致空间上平原上部和下部土壤SMC空间差异不显著;秋季SMC的主控因子植被状况抵消地表温度和土壤质地差异对SMC的影响,使得秋季SMC空间差异不显著。本文采用的研究方法在一定程度上克服了因考虑SMC影响因子不足而获取更高SMC精度的限制。