基于随机森林模型的中国PM2.5浓度影响因素分析

选取气溶胶光学厚度、海拔、年降水量、年均气温、年均风速、人口密度、GDP密度和NDVI作为影响因子,基于随机森林模型、特征重要性排序和偏依赖图技术,研究中国PM_2.5浓度空间分布的影响因素及其区域差异.结果表明:①与多元回归、广义可加模型和BP神经网络相比,随机森林模型估算的PM_2.5浓度精度最高,可用于PM_2.5污染的影响因素研究.②PM_2.5浓度随气溶胶光学厚度、人口密度和GDP密度的增加呈先上升后平稳的趋势,随降水、风速和NDVI的增加呈先下降后平稳的趋势,随海拔和气温的增加呈下降→上升→下降的趋势.③气溶胶光学厚度对PM_2.5浓度空间分布的影响最大,可解释37.96%的PM_2.5浓度空间分异;年降水量对PM_2.5浓度空间分布的影响最小,解释率仅为5.75%.④影响因子与PM_2.5浓度的关系存在空间异质性,同一影响因子对不同地理分区的PM_2.5浓度的影响程度有所不同.气溶胶光学厚度对华...     

电脑散热风扇灰尘中多溴二苯醚的污染特征和环境健康风险评价

不同模型对土壤污染物空间分布预测精度具有重要影响,针对现有方法不能较好模拟土壤污染物较强的空间变异特征以及缺乏对影响污染物空间分布的关键环境因子识别,本研究基于随机森林（RF）模型,通过融合多源环境要素,开展了某冶炼厂周边农田土壤砷含量空间分布预测研究,并与反距离加权（IDW）和逐步线性回归模型（STEPREG）相比较.结果表明,研究区农田土壤砷污染范围较广,污染严重区域主要分布在研究区南部,3种模型模拟的砷污染空间分布虽总体趋势相似,但局部区域差异明显,IDW和STEPREG模型不能很好地反映研究区土壤污染的强空间变异特征,RF模型模拟结果较好的表达局部高污染区域的细部变化.不同环境要素对农田土壤砷含量空间分布影响的重要性不同,研究区环境变量和地形变量是影响土壤砷含量空间分布的关键环境因子.交叉验证结果表明,RF模型相对IDW和STEPREG模型具有最小的均方根误差（RMSE）、平均绝对误差（MAE）、平均误差（ME）和最大的R²,RF模型的RMSE、MAE、ME较IDW模型分别降低了10.8%、5.5%和88.1%,较STEPREG模型分别降低了17.8%、18.4%和94.7%,表明采用RF模型对研究区农田土壤砷含量预测精度最高,取得了最优的预测效果.本研究结果能够为土壤重金属污染空间分布制图提供方法学参考.     

浅析木制品加工对环境的影响

我国森林覆盖率为16.55％,人均森林面积约为世界平均水平的1/5,为少林国家。而现有木材加工企业利用率不高,加之木制品的大量出口,使森林遭到更大破坏。应采取提高木材综合利用率水平、培育速生丰产林种、以竹代木、调整林产企业产业结构等措施减小对环境的不良影响。     

森林影响河川径流的流域因素

国内外所进行的小区或小流域试验表明,砍伐森林径流量增加,增加森林植被覆盖则径流量减少。但是,在大流域,砍伐森林并不一定能增加河川径流量。小面积试验得出的结论不适于推而广之到大的流域。其主要原因是流域因素——所处的自然气候地带、地质地貌特别是水文地质条件的不同。大面积种树种草或砍伐森林,对一个较大流域总水量的影响是比较复杂的。在什么样的条件下水量减少、增加或者变化不大,要对整个流域进行详细地调查和观测,只进行简单的小流域试验是不可能得出正确结论的。     

元阳梯田水源区土壤水氢氧同位素特征

稳定同位素技术为土壤水的运移研究提供了一种全新的研究手段.通过对元阳梯田水源区降水及其4种典型植被类型(乔木林、灌木林、荒草地和无林地)下0~100 cm剖面土壤水进行采样和氢氧稳定同位素的分析测定,研究了该区不同深度层次上土壤水的稳定同位素特征.结果表明,元阳梯田水源区的大气降水线方程为δD=6.838 4δ18O-5.692 1(R2=0.878 7,n=20),其斜率和截距均小于全球大气降水线.4种典型植被类型下的土壤水氢氧稳定同位素值均落于当地大气降水线下侧,且其表层土壤剖面上的同位素值波动变化幅度较大.随着土层深度的增加,δ18O值的波动变化越来越小,尤其以80~100 cm土层体现的最为明显.乔木林和荒草地两种林分类型整体上深层土壤水中的δ18O值要偏高于表层土壤,而灌木林和无林地则恰恰相反.     

Can Forest-protection carbon projects improve rural livelihoods? Analysis of the Noel Kempff Mercado climate action project,Bolivia

We studied the Noel KempffMercado Climate Action Project (NKMCAP),Bolivia, to assess whether forestprotection carbon (C) projects cansignificantly benefit local people. Wehypothesized that forest protection canonly securely deliver C if significantstakeholders are meaningfully andtransparently involved, traditional orcustomary rights are recognized and theirloss compensated for, and there are directlinkages between conservation anddevelopment objective. Our researchfocused on 53 members of the communities ofFlorida, Porvenir and Piso Firme and 36secondary stakeholders. In each of thevillages we held half-day meetings withcommunity leaders, complemented bysemi-structured one-hour interviews with 5,10, and 7 families, representing 20%, 10%and 8% of each community. The long-termimpact of the NKMCAP on the localcommunities may well be positive. However,in the short run, certain sections of thelocal communities are financially poorer. Forest protection projects clearly have thepotential to sequester C, protectbiodiversity and simultaneously contributeto sustainable rural development, but ifthey really are to improve rurallivelihoods, they must be designed andimplemented carefully and participatively.     

基于随机森林的耕地利用效率测度模型构建及其应用

构建合适的量化分析模型是科学把握耕地利用状况及利用效率的基础性工作,可为制定合理有效的耕地资源管控政策,实现耕地利用与生态环境的协调发展提供决策依据。为了更准确地反映耕地利用系统的复杂性、动态性及差异性等特征,鉴于随机森林的基本思想,运用随机抽样Bootstrap法在合理构建分类树的基础上,构造了耕地利用效率测度的RF模型,进而以中国粮食主产区172个城市为例训练该模型并将其运用至2003-2015年的耕地利用效率测度中,同时将BP神经网络和熵权法作为对比验证其一致性、代表性和优越性。结果表明：（1）耕地利用效率测度的RF模型不受量纲限制,运行所需参数少,运算过程简化,能够较为精确地模拟各评价指标间的复杂联系,科学量化各评价指标对耕地利用效率的贡献。（2）对同一空间单元的效率值而言,RF>BPNN>EW,RF与BPNN所得效率值的总体分布格局相似,且均与EW的测度结果存在较大差异。（3）从评价结果与现实的匹配度和精度表征参数来看,RF的测度结果与自然和社会经济发展等客观事实更相符,具有较高的适用性与可靠性。同时,与其余两种常用模型相比,RF能够降低计算复杂度,提高训练效率,其测度结果的相关系数R为0.8685,M_RPD为2.3533,且具有最小M_MSE0.0174和M_MAE0.0211,更适用于复杂非线性特征的耕地利用效率研究。     

基于随机森林模型的中国近地面NO2浓度估算

NH₃针对传统近地面NO₂浓度空间模拟过程中NO₂浓度与其影响要素之间关系的复杂非线性机制解释不充分的缺陷,本研究基于随机森林（RF）算法、融合多源地理要素开展了近地面NO₂浓度空间分布模拟研究.以卫星OMI对流层NO₂柱浓度数据和多源地理要素（道路交通、气象因子、土地利用/覆盖、地形高程、人口数量）为输入变量,近地面NO₂浓度为输出变量,利用RF算法构建近地面NO₂浓度反演模型.通过对比地面观测数据与传统土地利用回归模型（LUR）检验RF模型的有效性,基于所构建的最优RF模型在不同时间尺度下模拟分析中国大陆地区近地面NO₂浓度空间分布特征.结果表明：（1）集成多源地理要素的RF回归模型精度高,月均模型整体拟合度R² 0.85,RMSE 6.08μg/m³,交叉验证的R² 0.84,RMSE 6.33μg/m³,显著高于LUR模型（拟合R² 0.53,RMSE 10.48μg/m³,交叉验证的R² 0.53,RMSE 10.49μg/m³）; （2）地面NO₂浓度与预测变量呈现显著的复杂非线性与时间尺度依赖关系,卫星OMI柱浓度对模型影响程度最大,重要性指标IncMSE介于97.40%~116.54%,多源地理特征变量对RF模型同样具有不可忽视的贡献力（IncMSE在23.34%~47.53%之间）;（3）中国大陆地区NO₂污染程度较高,年均模拟浓度为24.67μg/m³,存在明显季节性空间差异,NO₂浓度冬季（31.85μg/m³） > 秋季（24.86μg/m³） > 春季（23.24μg/m³） > 夏季（18.75μg/m³）,呈现以华北平原为高值中心、向外围逐渐减轻的空间分布格局.较已有研究揭示对流层NO₂柱浓度宏观分布特征,本研究对近地面NO₂污染特征的研究成果对于合理制定污染防控策略、降低居民暴露健康损害具有指导意义.     

森林生态系统土壤呼吸时空异质性及影响因子研究进展

土壤呼吸是全球碳循环的一个重要流通途径,是大气CO2的重要来源之一,是陆地碳循环的重要环节,对温室气体的排放产生直接影响,且关系到科学把握全球变化背景下CO2的排放动态,在全球碳收支中占据重要地位,越来越受到各国学者的广泛关注。在全球变化背景下研究土壤呼吸的时空异质性及其影响因子,可为探索陆地生态系统在碳循环方面的碳源/碳汇功能和揭示“碳失汇之迷”,以及减缓气候变暖等方面提供有力的依据。作为一个复杂的生物学与生态学过程,土壤呼吸受到气候、生物以及非生物等因子的影响而呈现时空异质性,并随着各种干扰因子影响的增强,人为因素的作用亦越来越大,该文阐述了森林生态系统土壤呼吸作用的时空动态变化规律、并探讨了影响土壤呼吸速率的各种影响因子,剖析了导致土壤呼吸时空异质性的影响因子,指出自然因子、生物因子和干扰因子共同驱动着土壤呼吸的时空动态变化。并对森林生态系统土壤呼吸作用的模型模拟方面的研究进展进行了综述。最后讨论了森林土壤呼吸时空异质性研究中存在的相关问题,同时提出了今后土壤呼吸研究中应关注的问题,同时对森林生态系统土壤呼吸时空异质性及影响因子的研究方向进行了展望。     

武宁县森林扰动及驱动因子分析

森林扰动是影响陆地生态系统的重要因子,也是影响全球碳循环的重要因素.以江西省武宁县为例,利用1986-2011年14景Landsat TM/ETM+遥感影像,通过扰动指数(disturbance index,DI)时间序列轨迹分析提取森林扰动信息,并引入经验正交函数(empirical orthogonal function,EOF)分解方法定量分析了森林扰动的时空变化规律,利用GIS深入分析了自然和社会驱动因子影响.结果表明,武宁县森林扰动在1986-1998年较强,扰动面积以1992年为最大,以地区性扰动为主;2000年以后则趋于平缓,扰动以砍伐和森林火灾为主;在空间上,扰动主要发生在近道路、低海拔、低坡度和近水地区,并受地形和交通的制约,城镇化逐渐成为该地区森林扰动的一个不可忽略的驱动因子.