The MONICA model: Testing predictability for crop growth, soil moisture and nitrogen dynamics

A fundamentally revised version of the HERMES agro-ecosystem model, released under the name of MONICA, was calibrated and tested to predict crop growth, soil moisture and nitrogen dynamics for various experimental crop rotations across Germany, including major cereals, sugar beet and maize. The calibration procedure also included crops grown experimentally under elevated atmospheric CO₂ concentration. The calibrated MONICA simulations yielded a median normalised mean absolute error (nMAE) of 0.20 across all observed target variables (n = 42) and a median Willmott's Index of Agreement (d) of 0.91 (median modelling efficiency (ME): 0.75). Although the crop biomass, habitus and soil moisture variables were all within an acceptable range, the model often underperformed for variables related to nitrogen. Uncalibrated MONICA simulations yielded a median nMAE of 0.27 across all observed target variables (n = 85) and a median d of 0.76 (median ME: 0.30), also showing predominantly acceptable results for the crop biomass, habitus and soil moisture variables. Based on the convincing performance of the model under uncalibrated conditions, MONICA can be regarded as a suitable simulation model for use in regional applications. Furthermore, its ability to reproduce the observed crop growth results in free-air carbon enrichment experiments makes it suited to predict agro-ecosystem behaviour under expected future climate conditions.     

火电厂地下水环境影响评价技术方法探讨

本文根据近两年从事火电厂地下水环评工作的经验,总结并分析了目前火电厂地下水环境影响评价实践中存在的主要技术问题,对地下水评价过程中的评价等级划分、项目所在区地质环境现状调查、水文地质试验及参数计算、地下水污染源确定及影响预测、污染防治措施的确定等方面构建出火电厂地下水环境影响评价的整体框架,提出了地下水环境影响评价的整体思路,并以完成审批的燃煤火电厂为例进行了分析和探讨。     

苏15井水位趋势异常特征与江苏中强地震关系初探

在总结井孔水位异常的中长期、短期(临震)、后效不同阶段特征的基础上,提出三项异常指标:1、水位反向,速率(?)≥-20mm/月,V_(max)≥-40mm/月;2、异常幅度,H≥130mm;3、异常时间,T≥3月。井孔的5次水位趋势异常中,与3次江苏省5～6级中强震和1次南京地区3.1级地方震的对应关系较好,映震能力达0.8,不失为单井预测预报中强地震的一种有效方法而具推广价值。     

工业城市生活垃圾的预测量与对策研究

利用灰色理论中的GM(1，1)预测模型对某工业城市生活垃圾产生量进行预测。根据垃圾量的发展趋势。提出在分类收集的基础上采取综合利用、焚烧和卫生填埋的处理方法。并对综合处理方法中的管理与技术问题作了探讨。     

面源污染诱导嘉陵江沉积物中细菌群落结构与功能异变

通过分析嘉陵江沉积物中细菌群落多样性变化,揭示面源污染对嘉陵江水环境的影响,为嘉陵江流域的环境保护与资源利用提供依据.于2020年12月在嘉陵江面源污染型支流的入江口采集非面源污染样品、面源污染样品和面源污染干扰样品这3种类型沉积物.利用高通量测序技术分析嘉陵江不同类型沉积物中细菌群落结构、多样性及功能类型.结果表明：嘉陵江不同类型沉积物的理化性质和细菌群落多样性均存在显著性差异(P<0.05).沉积物细菌的优势菌群为变形菌门,其次为蓝藻菌门、绿弯菌门、放线菌门和酸杆菌门(相对丰度>1%),面源污染导致蓝藻菌门显著减少,促进酸杆菌门显著增加(P<0.05).水解氮、总氮、有机碳和pH值为嘉陵江沉积物细菌群落变化的主要影响因子.沉积物细菌群落主要涉及到了细胞过程、环境信息处理、遗传信息处理和新陈代谢4类一级代谢功能,二级功能在全局及概要图、碳水化合物代谢、氨基酸代谢和能量代谢等18类基因功能方面表现活跃,面源污染诱导了脂质代谢、外源生物降解与代谢、折叠、分类和降解和膜运输等主要二级功能发生异变(P<0.05).综上所述,面源污染造成沉积物细菌群落结构与功能发生变化...     

黑河上游不同植被类型土壤细菌群落多样性、功能及季节动态

土壤微生物群落与植物群落间的作用机制是探究生物地球化学循环过程和维持植被生态系统稳定的关键.黑河上游植被的垂直分布特征明显,选取垫状植被（CV）、灌丛草甸（HM）、森林草原（FS）、山地干草原（MS）和荒漠草原（DG）共5种典型植被样地,运用高通量测序技术分析冬、夏季不同植被类型土壤细菌的群落结构和多样性,基于FAPROTAX数据库进行群落功能预测,运用冗余分析、结构方程模型探讨驱动土壤细菌群落的主要环境因子,并揭示细菌群落变化的作用机制与季节差异.结果表明：①不同植被类型和季节下土壤理化性质差异显著,各指标随土壤深度的变化规律不同,森林草原（FS）的土壤含水率和碳氮养分含量更高;②细菌群落α-多样性指数在季节间的差异（P<0.05）大于植被类型（P>0.05）,冬季群落丰度整体高于夏季,物种多样性在冬季随海拔呈"倒U "型分布,夏季呈" W"型分布;③细菌群落结构和组成在门水平上无显著差异,优势种群为酸杆菌门（Acidobacteria）、变形菌门（Proteobacteria）和放线菌门（Actinobacteria）,但在属水平上随季节有明显不同;④土壤细菌群落的功能随植被类型和季节变化较小,均以化能异养、硝化和氨氧化作用为主;⑤影响细菌群落的关键因子存在季节差异,冬季为土壤温度（ST）、总有机碳（TOC）和pH,夏季为土壤含水率（SWC）、碳氮比（C/N）和pH;⑥土壤细菌群落受彼此关联的环境因子的协同作用,土壤理化性质对细菌群落多样性和功能的影响较植被类型更直接,改善土壤的碳、氮水平有助于提升细菌的物种和功能多样性.研究结果可为探索区域植被退化机制和维持高寒生态系统稳定提供参考.     

基于CNN-GRU的瓦斯浓度预测模型及应用*

为解决传统瓦斯浓度预测方法预测精度低和适用性不强等问题,提出运用卷积神经网络（CNN）提取瓦斯浓度时间序列的变化趋势及局部关联特征,应用门自适应矩估计（Adam）优化的控循环单元神经网络（GRU）,在关联特征基础上进行时序性预测的组合方法,并以铜川玉华煤矿监测数据为样本,对比CNN-GRU组合模型、传统机器学习模型LSTM和GRU模型的预测效果。研究结果表明:CNN-GRU模型的预测精度和收敛速度均优于LSTM和GRU模型;CNN-GRU平均绝对误差和均方根误差分别可降低至0.042,0.006,运行效率分别提高59.15%,35.04%,研究结果可为矿井瓦斯灾害防治提供依据。     

基于GAM模型的四川盆地臭氧时空分布特征及影响因素研究

为研究四川盆地臭氧(O_3)时空分布特征及其气象成因,对四川盆地18个城市2015—2016年国控环境监测站点和气象台站数据进行了研究分析.结果表明:2015—2016年四川盆地O_3污染愈发严重,高值污染区呈扩张态势,污染区主要位于盆地西部成都、德阳、资阳、眉山、内江一带和以广安为中心的周边区域.O_3浓度有明显的季节变化特征:夏季(110.70±41.52)μg·m~(-3)春季(95.24±41.23)μg·m~(-3)秋季(67.58±39.55)μg·m~(-3)冬季(47.17±41.15)μg·m~(-3).基于广义相加模型(GAM)分析发现O_3浓度与气压、气温、相对湿度、风速、日照时数、降水量间均呈非线性关系,其中日照时数、相对湿度以及气温对四川盆地O_3浓度影响较大,而风速、气压以及降水量对O_3浓度影响相对较小.通过构建GAM模型对四川盆地18个城市O_3污染的主导气象因子进行识别,并对2017年O_3浓度进行预测和检验,结果显示GAM模型能较为准确地预测四川盆地各城市O_3浓度的变化趋势.     

海胆状钴铜双金属活化过硫酸钠降解土壤中六氯联苯

以自制海胆状CoCu双金属为催化剂,以过硫酸钠(SPS)为氧化剂,探索了该催化氧化体系对土壤中六氯联苯(PCB_(153))的降解效果及影响因素,初步揭示了氧化机理.结果表明,CoCu-CN能高效催化SPS,30 min后PCB_(153)降解率达到80%;Cl~-或HCO~-_3对该体系的氧化性能产生抑制作用,抑制作用随着Cl~-或HCO~-_3浓度的增加而逐渐增强.X射线光电子能谱(XPS)表征与猝灭自由基反应表明,Cu~0和Co~(2+)是CoCu-CN+SPS体系中活化SPS的主要物质,SO■和·OH是两种最主要的活性物质.