白洋淀水质时空变化及影响因子评价与分析

作为海河流域重要湖泊湿地,白洋淀的水环境直接影响着流域生态健康和环境安全.综合运用灰色聚类法、综合污染指数和单因子污染指数法探讨白洋淀水质时空变化规律及关键影响因子.在时间序列上,白洋淀水质1973～2007年年际变化总体呈现出恶化趋势,劣于Ⅲ类水水质,由20世纪70年代的14.3%上升到2000年以后的83%,水质恶化严重;2006年内水质变化综合污染指数春(52.9)夏(11.4)冬(9.81)秋(8.88),且TP的综合污染指数最高达到14.86,BOD5综合污染指数最低为7.67.空间分布上,以南刘庄为核心的西北部区域污染最为严重,其次为白洋淀东北部区域的烧车淀、王家寨、光淀张庄、枣林庄和圈头;采蒲台和端村的东南和西南区域污染最轻.通过对自然和社会影响因素的比较分析,结果表明,影响白洋淀水质的关键自然因子是入淀水量,从1973～2007年,历年入淀水量远达不到淀区最小需水量.社会因子包括产业和产业结构两方面因子,产业因子有保定市第一产业、安新县第二产业和保定市第三产业,相关系数分别为0.771、0.708和0.624;产业结构因子有安新县工业和安新县渔业和保定市农业的发展,相关系数分别为0.746、0.734和0.661.此外,安新县和保定市人口增长与水质的相关系数也分别达到0.731和0.690.建议:①控制入淀水质、淀区面源和内源污染;②空间上分区管理,可分为污染控制区、综合改善区和生态恢复区;③加强生态的监测和预警,完善白洋淀流域环境公共政策和产业环境管理.     

黄河干流水质评价与时空变化分析

在黄河流域生态保护的实施中,分析流域的水质污染状况以及时空变化规律,成为保证流域水安全的首要任务.为了全面了解黄河流域近年来的水环境状况,基于流域8个监测断面2004～2018年的水质数据,使用Mann-Kendall(M-K)趋势检验、层次聚类分析和主成分分析等多元数据分析方法,结合改进的综合水质标识指数(WQI),...     

煤矿区水环境质量现状评价研究

运用灰色 聚类方 法对韩城 矿区桑树 坪煤矿 水环境质 量现 状进 行了 评价， 其评 价结 果与 模糊综合评 判大体 吻合。该 方法不仅 注意到水 质分级 界限的模 糊性， 而且 信息 利用 率和 精度 均有 较大幅度的 提高。因 此，利用 灰色聚类 进行水 环境质量 评价不 仅方法简 便，而且 结论更接 近客观实 际     

山西省2015年细颗粒物的污染状况和空间分布

大气污染因其对人体健康、生态环境和气候变化的影响而成为全球关注的环境问题,细颗粒物（PM_2.5）是雾霾产生的主要原因之一。为全面掌握山西省细颗粒物的污染状况与空间分布格局,本文运用统计学方法和Arc GIS技术,根据环境空气质量评价技术规范,对2015年山西省57个空气质量指数监测站提供的PM_2.5实时数据进行处理分析。结果表明：山西省PM_2.5的浓度有明显的季节性变化特征,由高到低依次为冬、春、秋、夏;PM_2.5月平均浓度最高值分别出现在1月和12月,且高值中心都位于运城;在空间分布上则表现为南部高于北部。全省11个地市级城市有9个超过国家二级标准,超标指数达到72%。聚类分析结果表明：山西省城市可以分为两大类,一类为产业结构转型良好的城市,如阳泉、朔州、吕梁、大同;另一类为第二产业发展粗放,工业污染严重的区域。     

基于空间聚类分析的中国旅游业碳排放效率

旅游业碳排放效率是考量旅游经济增长与生态环境关系的重要指标,对旅游业碳排放效率的有效测度和分析是实现旅游业节能减排与可持续发展的基础支撑.采用“自下而上”法核算2001—2015年我国旅游业能源消耗量与碳排放量（不含港澳台及西藏自治区数据,下同）;继而运用非期望产出SBM模型对旅游业碳排放效率进行测度,并通过空间自相关分析揭示其空间特征;最后采用Malmquist指数（MI）评估旅游业碳排放效率的动态趋势.结果表明:①研究期内我国旅游业总体碳排放效率较低,平均水平为60%;各年度达到最佳生产前沿面（旅游业碳排放效率值为1）的省(市、自治区)(简称“省区”)数量较少,绝大多数省区的碳排放效率具有较大改善空间;旅游业碳排放效率水平存在明显的省际差异;东、中、西部地区的效率存在梯度差,形成“东高西低”的空间格局.②Moran's I指数和LISA聚类图显示,各省区旅游业碳排放效率存在明显的正向空间相关性,在空间分布上呈现出显著的地理聚集特征,形成“高—高”型与“低—低”型聚集区,空间联动格局尚未形成.③2001—2015年MI均在1以上（2004年除外）,且总体平均值高达1.195,体现出持续改善的态势;各省区碳排放效率的提升来源于技术进步与技术效率双重贡献,其中,技术进步是促进旅游业碳排放效率提升的主要贡献因素.研究显示,我国旅游业碳排放效率的空间分布不均衡,但整体呈现持续上升的态势,各省区在依赖技术进步提高碳排放效率的同时,要注重全局空间联动格局的形成,最终实现低碳旅游业的协调发展.      

基于HYSPLIT4模式的天水市颗粒物输送路径

首先利用后向轨迹模式（HYSPLIT）模拟了天水市2017~2019年冬季后向轨迹,分析了50,200,500和1000m 4个不同高度以及500m高度不同聚类数量对路径输送聚类统计结果的影响,并以500m高度四个季节的后向轨迹进行聚类分析,进一步运用权重潜在源贡献分析法（WPSCF）,探讨了研究期间天水市细颗粒物的潜在源区及不同源区对天水市颗粒物浓度的贡献,结果表明,（1）起始点高度为500m时,颗粒物浓度极值比和极值差均较大,聚类结果最具代表性;（2）不同聚类数量分析结果表明,按照总空间变化（Total spatial variation,TSV）显著增加的原则选取的聚类数量较少,且能反映不同方向的轨迹输送特征;（3）天水市不同季节的轨迹聚类结果表明,冬季来自陕西南部的东南路径是PM_2.5污染程度最高的路径,该路径下PM_2.5浓度为78.2μg/m³,春季西北路径的颗粒物浓度最高,PM₁₀和PM_2.5的平均浓度分别是127.9~129.9和40.6~41.0 μg/m³,夏秋季节不同路径的颗粒物浓度相差不大.     

Characterization of biological responses under different environmental conditions: A hierarchical modeling approach

A natural river system is organized as a nested hierarchy of interconnected habitats with specific environmental conditions to which the biological community has adapted. Due to this hierarchical structure, identifying the role of different stressors on the biological community is a formidable task. Efforts trying to link stressors to biological integrity have always been bound to the geographic scale of the selected study area, leading to scale-specific results. In this research, an attempt is made to lift this limitation and develop a hierarchical, scale-sensitive methodology that can identify the significant environmental stressors to the biological community at different scales. Sites with similar background environmental conditions are clustered using self-organizing maps (SOM). This is used to identify stressors which affect the biological community throughout the area of study - called environmental gradients or large-scale stressors. Subsequently, these clusters of similar observations (sampling sites) are progressively sub-divided using environmental variables with a significant but localized effect on the biological community - called small-scale stressors. A parent group of sites is split only when the resulting sub-groups have significantly different biological responses. At the end of this recursive sites decomposition procedure, the original set of observations is organized as a tree of environmentally homogeneous groups of observations characterized by unique biological responses to multiple stressors with different geographic extents. The developed hierarchical analysis methodology has been validated using a large-size dataset of environmental observations from the State of Ohio. Our results show that habitat degradation and increased nutrient loading are the large-scale stressors with a widespread impact in Ohio. Other stressors, such as heavy metals, pH or nitrate concentrations have significant albeit localized effects on biological integrity.     

企业低碳制造战略分类研究:以水泥企业为例

随着气候变化加剧,低碳发展已成为政府和学者关注的重要议题。降低工业碳排放成为实现我国经济可持续发展的当务之急。低碳制造战略是工业企业实现战略转型、应对碳排放约束和提升市场竞争力的可行策略之一,但企业低碳制造战略的研究正处于起步阶段,还缺乏低碳制造战略类型的认识。为此,本文在拓展企业制造战略竞争优先权结构要素的基础上,增加能源利用率和单位产品二氧化碳排放量为竞争优先权结构要素,构建低碳制造战略竞争优先权分类指标,由此探索企业低碳制造战略类型。本文以国内22个省(自治区、直辖市)所辖的137家水泥企业为研究对象,运用聚类分析方法,识别企业低碳制造战略的类型,结果表明:企业低碳制造战略可划分为三种类型,分别是设计者、看守者和低碳践行者。研究结果不仅有助于深入了解水泥企业低碳制造战略特点,为我国水泥企业低碳制造战略制定和实施提供决策依据,而且其理论成果也可推广至其他高耗能产业,创新引导企业有效实施基于产品全生命周期的企业低碳制造战略。     

大气环境质量评价的灰色聚类法

运用灰色聚类法对西安地区文物古迹的大气环境质量进行了评价，并与综合指数方法作了比较．结果表明，灰色聚类法不仅注意到分级界限的模糊性，而且信息利用率和精度均有较大幅度的提高．因此，利用灰色聚类法评价大气环境质量，方法简便，结论更能反映实际的大气污染现状．     

太湖叶绿素a浓度分布的时空特征及其影响因素

基于2005—2009年20次太湖采样期间的水质监测数据,研究了太湖叶绿素a浓度的主要分布特征,分析了水环境因子对叶绿素a浓度分布的季节性和空间性影响.结果表明,太湖叶绿素a浓度分布的空间差异较大,主要表现为梅梁湾、竺山湾、太湖西部和西南部湖区为叶绿素a浓度距平经验正交分解(EOF)第一模态空间分布的显著正值区,太湖湖心和东南湖区则为负值区;影响叶绿素a浓度的因子有水温、溶解氧、总氮、磷酸根和总磷,但总磷和水温的影响相对更为显著,而各季节叶绿素a浓度的影响因子则略有差异;影响藻类生长的因子存在较大的空间分布差异,但总磷、水温和溶解氧是其主要限制性因子,氮类营养盐的影响则处于次要地位.