基于源地综合识别与多尺度嵌套的徐州生态网络构建

传统生态网络构建时,生态源地的辨识多考虑生境斑块的质量和面积,较少考虑斑块生态系统服务功能与空间结构的影响;且多从一个尺度在相对封闭的系统单元内进行网络构建,缺乏尺度间的嵌套协调,易导致其结构性错位。通过构建"属性—功能—结构"三位一体的源地综合识别指标体系,基于最小费用路径、电路理论、移动窗口搜索法等方法,构建并叠置分析徐州都市区和主城区两个尺度的生态网络,并提出优化策略。结果表明:(1)两尺度生态源地重合面积79.85 km²,廊道重合长度158.42 km,重合面积45.68 km²,重叠区域对多尺度生态网络衔接稳定至关重要,需重点保护;对都市区至关重要却缺乏主城区下垫面支撑的8条廊道要优先修复。(2)识别都市区与主城区夹点分别为17处与18处,重合10处;障碍点8处与10处,重合5处。生物迁移关键区域高迁移阻力与大优化潜力并存,亟需优先修复。生物过程跨尺度的连续性要求采用多尺度级联框架协同应对生态问题。(3)基于"斑块—廊道—基质"理论从"点—线—面"三个角度提出徐州多尺度嵌套生态网络的优化策略。研究结果可为区域生态安全格局构建、国土...     

基于模拟-优化方法的地下水污染源溯源辨识

以抚顺市某煤矸石堆放场为研究区,根据研究区的实际条件建立地下水污染质运移模拟模型,预测地下水污染质未来时空变化特征.基于正演预报结果构建了假想例子,应用模拟-优化方法对地下水污染源源强及场地的渗透系数进行反演识别.为减小优化模型反复调用模拟模型所产生的计算负荷,分别采用Kriging方法和BP神经网络方法建立了模拟模型的替代模型.最后运用模拟退火法求解优化模型,得到反演识别结果.研究表明：应用Kriging方法建立的替代模型输出结果的平均相对误差为0.3%;应用BP神经网络方法建立替代模型的输出结果平均相对误差为1.5%,应用两种替代模型对污染源源强识别的相对误差均小于0.5%,对场地两个参数分区渗透系数识别的相对误差均不大于5%.综上,应用Kriging方法建立的替代模型精度高于BP神经网络方法,利用基于两种替代模型的模拟-优化方法对污染源源强和渗透系数进行同步识别精度可以满足实际需求,是有效可行的.     

有色金属大气腐蚀网络数据库及共享系统开发

利用现有环境试验网站材料腐蚀数据和环境腐蚀数据并加以整理,在Unix操作系统环境下,采用Oracle数据库管理系统,设计和创建了材料大气腐蚀网络数据库中的有色金属材料子库.并在此有色金属材料大气腐蚀数据库的基础上,运用Java语言以及Spring、Hibernate等Java开源项目,编程设计、开发创建了B/S结构的数据库的共享系统.共享系统包括网络数据库管理系统和查询系统两大部分,易于扩展,操作方便,功能强大,可实现材料环境腐蚀数据的共享.     

Using social network analysis to examine planner involvement in environmentally oriented planning processes led by non-planning professions

Broad stakeholder involvement cannot be assumed in all environmental planning and management processes that have critical land use dimensions. This paper illustrates how concepts and techniques from social network analysis (SNA) can be used to examine and better understand the roles of one type of stakeholders, planners, in environmentally oriented planning and management processes led by other professions. Two cases of natural hazard mitigation planning led by emergency managers illustrate the usefulness of three SNA concepts of network structural characteristics in understanding how differences in planner involvement may influence incorporation of land use approaches in local natural hazard mitigation plans aimed at reducing long term risks from natural hazards.     

Integrated models to support multiobjective ecological restoration decisions

Many objectives motivate ecological restoration, including improving vegetation condition, increasing the range and abundance of threatened species, and improving species richness and diversity. Although models have been used to examine the outcomes of ecological restoration, few researchers have attempted to develop models to account for multiple, potentially competing objectives. We developed a combined state‐and‐transition, species‐distribution model to predict the effects of restoration actions on vegetation condition and extent, bird diversity, and the distribution of several bird species in southeastern Australian woodlands. The actions reflected several management objectives. We then validated the models against an independent data set and investigated how the best management decision might change when objectives were valued differently. We also used model results to identify effective restoration options for vegetation and bird species under a constrained budget. In the examples we evaluated, no one action (improving vegetation condition and extent, increasing bird diversity, or increasing the probability of occurrence for threatened species) provided the best outcome across all objectives. In agricultural lands, the optimal management actions for promoting the occurrence of the Brown Treecreeper (Climacteris picumnus), an iconic threatened species, resulted in little improvement in the extent of the vegetation and a high probability of decreased vegetation condition. This result highlights that the best management action in any situation depends on how much the different objectives are valued. In our example scenario, no management or weed control were most likely to be the best management options to satisfy multiple restoration objectives. Our approach to exploring trade‐offs in management outcomes through integrated modeling and structured decision‐support approaches has wide application for situations in which trade‐offs exist between competing conservation objectives.     

《昆明-蒙特利尔全球生物多样性框架》下的生物多样性监测

生物多样性监测是执行和评估《昆明-蒙特利尔全球生物多样性保护框架》（简称《昆-蒙框架》）长期目标和行动指标所需要的关键数据的主要来源。简要介绍了《昆-蒙框架》下的全球生物多样性观测网络（The global biodiversity observation network,GEO BON）概况、中国已有的生物多样性监测/观测网络,构建全球生物多样性观测系统（A global biodiversity observation system,GBiOS）的目的和核心监测指标,分析了生物多样性监测网络建设的一般步骤和GEO BON建议的4种生物多样性监测新方法。提出,地理空间单元与生物类群的全覆盖监测是建设生物多样性监测网络的主要目标,传统监测方法和新监测技术的互补是当前生物多样性监测的重点工作内容。     

海南省省控土壤环境监测基础点位布设思路与方法

为满足新时期土壤污染防治管理要求,掌握海南省土壤环境质量状况及变化趋势,海南省亟需加强省控土壤环境监测基础点位布设,完善土壤环境监测网。通过梳理海南省土壤环境监测工作基础和监测网络构建情况,形成了省控基础点位布设思路、原则和方法,并应用GIS技术完成点位布设。海南省省控土壤环境监测基础点位基本覆盖了海南省农用地主要土壤类型和成土母岩,监测结果可以反映海南省农用地土壤环境质量整体状况。     

新标准下环境空气质量监控网络完善实践 ——以珠三角地区佛山市为例

介绍珠三角及佛山市新标准监测网络结构,从拓宽网络有效覆盖范围、提升网络对污染研究的支撑能力、以及巩固数据实时发布工作基础等多角度分析了网络完善需求,提出了下一阶段网络建设的重点措施建议,并介绍了佛山市目前计划进行的网络完善工作。     

人工神经网络在环境科学中的应用研究

以B-P网络为例介绍了人工神经网络模型的应用原理。以开拓人工神经网络在环境科学中的应用范围为目的,综述了几种常用神经网络模型在环境预测与评价2方面的应用性能。结果表明:人与环境关系的科学量度是多方位、多因素的非线性模糊问题,而人工神经网络模型具有解决该类问题的独特优点。针对不同环境问题,优选模型,开拓人工神经网络方法在环境科学中的应用范围,为环境问题的解决提供新的技术手段。     

沿海农田林网建设关键技术的经济学择优

对江苏沿海地区农田林网的经营类型、造林树种、林带配置进行了技术经济学分析和多目标灰色局势决策择优。结果表明：农田林网经营类型宜选择复合经营的果材兼用型林网。造林树种可选择速生丰产的杨树等用材树种和经济效益高的桃树等果树。林网配置在海堤河岸上选择用材树种，营造基干林带，筑起大网格框架；在道路沟渠上立体配置林果树种，营造主林带和副林带，构建中网格；在脱盐排水沟上添加果树辅助林带，建立小网格，形成多树种多林种合作、大中小网格配套、多道防线联防、多效益多产品产出的复合配置模式。