An interval joint-probabilistic programming method for solid waste management: a case study for the city of Tianjin, China

Currently, environmental protection and resources conservation continue to be challenges faced by solid-waste managers in China. These challenges are being further compounded by rapid socioeconomic devel- opment and population growth associated with increased waste generation rates and decreased waste disposal capacities. In response to these challenges, an interval joint-probabilistic mixed-integer programming （IJMP） method is developed for supporting long-term planning of waste management activities in the city of Tianjin, which is one of the largest municipalities in the northern part of China. In the IJMP, joint probabilistic constraints are introduced into an interval-parameter mixed-integer programming framework, such that uncertainties presented in terms of interval values and random variables can be reflected. Moreover, a number of violation levels for the waste-management-capacity constraints are examined, which can facilitate in-depth analyses of tradeoffs among economic objective and system-failure risk. The results indicate that reasonable solutions have been generated. They are valuable for supporting the adjustment of the city＇s existing waste-management practices and the long- term planning of the city＇s waste-management facilities.     

张掖市生态功能分区

生态功能分区是依据生态环境敏感性和生态服务功能重要性等特征的空间分异规律而进行的地理空间分区。针对张掖市存在的主要生态环境问题,利用调查资料和相关研究成果,在GIS支持下,对张掖市生态敏感性和生态服务功能重要性进行了评价,明确了生态敏感性和服务功能重要性空间分布格局,在此基础上,将张掖市划分为5个生态功能区,并提出了各功能区生态保护与建设的重点与措施,为区域土地利用规划、生态环境保护与建设规划提供科学依据。     

江苏省流域水生态功能分区

水生态功能区划是科学开展水生态环境保护工作的重要手段,是指导产业布局、水资源开发的重要依据。江苏省流域水生态功能分区在近中远期结合时间尺度原则、集中式生活饮用水水源地优先保护原则等分区原则的指导下对全省水资源进行了一级分区和二级分区的划分,一级分区包括长江流域、淮河流域、太湖流域和近岸海域4个分区,二级分区包括宁镇扬丘陵平原水生态亚区、长江三角洲平原水生态亚区、徐宿淮丘陵平原水生态亚区等10个分区。同时,本文对江苏省流域水生态功能分区的分区体系如等级体系、分区方法体系进行了讨论。     

灰色系统方法在县域生态区划中的应用

为了反映各生态因子之间的内涵不确定性关系,通过对影响区域生态的因子的筛选,进行主成分分析,得到影响龙湾区生态环境的主要因子是各土地使用类型的分布和污染物排放量;通过灰色关联度分析获得各因子对生态影响的权值,结合"星座图"聚类方法将温州市龙湾区区划出3个生态类型,5个发展方向,并形成了对县域生态区划行之有效的方法。     

综合考虑植被、温度和降水的四川省月尺度伏旱遥感监测

基于四川农业大省的重要性、伏旱监测的必要性、复杂地貌背景区实测气象站点的有限性以及多云雾天气下高频伏旱遥感监测的困难性,综合降水（TRM）、植被（VCI）和地表热力状况（TCI）在旱情发生发展中的作用及体现,构建基于三者加权的伏旱遥感监测模型,并完成了2000—2015年7—8月四川省月尺度伏旱监测,从伏旱多年平均状态、演变趋势、频率三方面分析了四川省月尺度伏旱的时空演变规律。结果表明：1）SDCI（归一化旱情综合指数）=0.25×VCI+0.5×TRM+0.25×TCI模型是最适用于四川省的月尺度伏旱监测模型。该模型体现了在伏旱监测过程中考虑并突出降水的重要性。2）四川省7月平均旱情强度较强,8月旱情强度整体上有所减弱;各地貌类型区7、8月旱情强度则表现为川东盆地旱情强度最强,高原与盆地过渡区次之,川西高原最弱。3）四川省整体上7月伏旱呈减缓变化,8月旱情呈加重变化。川东盆地7月伏旱以加重变化为主,8月则为减缓变化;高原与盆地过渡区及川西高原7月伏旱以减缓变化为主,8月多表现为加重变化。4）四川省不同地貌背景区伏旱频率分布特征表现为川东盆地历年旱情发生频率最高,其次是高原与盆地过渡区、川西高原。川东盆地和高原与盆地过渡区以中度干旱较为频发,川西高原则多为轻度干旱。     

上海市突发环境污染事故风险区划

环境风险区划是区域布局型环境风险管理及环境风险分区管理的重要手段.本研究在环境风险系统理论的指导下,借鉴“自上而下”和“自下而上”传统区划方对上海市突发环境风险进行区划研究.上海市突发环境风险区划中“自上而下”环境风险一级区的划分是依据上海市1990~2008年突发污染事故历史时空格局获得;而“自下而上”是通过构建上海市风险区划指标体系,在对指标进行概念模型量化的基础上,运用基于遗传算法的K均值聚类在最小区划单元进行聚类区划,并依据上海市政府宏观规划对聚类后的图斑碎块进行科学性和实用性调整,获得上海市突发环境污染事故风险亚区和小区;将上海市突发环境风险一级区及亚区和小区集成分析,实现上海市突发环境污染事故风险综合区划.结果表明:上海市突发环境污染事故风险区划包含2个风险一级区,5个风险亚区和21个风险小区,客观揭示了上海市突发环境污染事故风险的空间分布规律.针对上海市布局型环境风险和不同风险区提出相应的管理措施,为上海市综合减灾降险和风险管理决策提供科学依据.     

居民活动空间与生态约束协调的城市开发边界划定方法——以长沙市为例

为了遏制长沙市城市的无序扩张,促进土地节约集约、高效利用,保障生态空间质量,划定长沙市城市开发边界成为重要举措。基于居民活动空间扩展,选取人口密度、居民活动分布、基础设施布局等多源时空数据,通过量化居民活动空间扩展概率,并利用植被覆盖度构建生态约束强度,确定二者协调规则,作为CA模型的约束条件,进行城市建设用地模拟,划定城市开发边界。结果表明：划定的长沙市城市开发边界,结果与长沙市“十三五”规划的城市空间发展框架基本一致,对未来建设用地扩展方向预测合理,而且避免了侵占重要生态资源,达到了兼顾城市空间发展和生态资源保护的多重目的。     

环境区划若干问题探讨

环境区划的理论基础是社会-经济-自然复合生态系统理论,持续发展论和区域科学理论.其区划的原则包括:①区域环境结构和功能的相近性和差异性;②相关自然区划或经济区划成果继承;③行政单元相对完整;④便于环境管理;⑤区划界面原则.该文还指出环境区划与环境规划的差异,提出需要探讨的若干问题. ·     

基于有上下界风量约束的矿井风量极值流算法研究

为解决既有方法不能准确求出矿井最大通风量与最小配风量,从而导致矿井通风系统产生能源浪费或难以满足矿井通风需求,出现安全隐患与改造难度大、潜力低等问题,提出1种基于有上下界风量约束的矿井风量极值流算法.该算法首先利用最大流算法求解满足节点流量平衡与分支上下界容量限制条件的可行流问题,若存在可行流,在求得可行流基础上,再利...     

南京地域人口发展功能分区

在GIS技术支持下,以南京市137个乡镇（街道）为基本评价单元,从人居环境约束性和适宜性两方面出发,探讨市域尺度上人口发展功能分区的研究思路、指标体系构建及研究方法。强调让人居环境适宜性好、资源环境承载力高、社会经济发展能力强的地区吸纳更多的人口;而人居环境约束性高、资源环境承载力有限、生态环境脆弱的地区承担更多的农业生产和生态服务功能,限制人口规模的扩大,以此协调人口发展与资源环境、社会经济之间的关系。在综合评价南京市人居环境约束性和适宜性分区基础上,依据二维判别矩阵,将南京市域划分为人口集聚区、人口稳定区、人口培育区、人口疏散区、人口限制区等五大类型区,并针对不同类型区域提出了相应的保障措施,以此为市域人口合理布局提供依据.