关于在长江经济带布局以水质改善为目标的流域生态缓冲体系的思考

生态缓冲带能够有效减缓流域内的人类活动或自然过程对水环境和水生态系统的影响.在长江经济带构建流域生态缓冲体系,对长江生态保护修复具有十分重要的意义.讨论了构建流域生态缓冲体系涉及的生态缓冲带位置选择、缓冲体系所占最低面积比率、宽度划定等一些基本的原则要求;利用卫星遥感影像数据,提取各汇水单元的地形特征、土地利用类型特征、土壤类型、土壤侵蚀强度、水文水系等数据,对长江经济带流域生态缓冲体系进行布局.结果表明:①长江经济带内林草地是主要土地利用类型,占区域总面积的62. 46%,但是分布很不均匀,主要集中在西部高地和中下游的丘陵地带,在人口密集、农田密集的区域分布偏少;城镇用地主要集中在长江中下游地区.②土壤类型空间差异显著,浙江省、江苏省、湖南省、江西省及安徽省大部分区域的土壤多是黏性比较大,污染物迁移能力较低;而污染物迁移能力较强的砂质土或者土层较薄的山地草甸土主要分布在四川省北部、西北部.水力侵蚀、风力侵蚀和冻融侵蚀均有分布,且以水力侵蚀为主,建议在中度及以上侵蚀强度区域尽量减少污染源,重点布置缓冲带,增加该区域的缓冲力度.③长江经济带范围内可以利用的中小型湿地、小型河流支浜的面积至...     

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.      

长江流域2000—2015年生态系统质量及服务变化特征

分析生态系统质量与服务现状及变化特征,有助于准确了解流域生态系统状况与趋势,为流域生态保护与修复的高效管理提供参考依据.采用相对生物量密度与相对植被覆盖度指数以及生态系统服务（土壤保持、防风固沙、洪水调蓄、粮食生产）评估模型,评估2000—2015年长江流域生态系统质量及服务变化特征.结果表明:①2000—2015年,长江流域森林、灌丛以及草地生态系统质量提升显著,56.56%的森林、45.65%的灌丛以及19.26%的草地生态系统质量得到不同程度的提高.②研究期间,长江流域粮食生产、洪水调蓄、土壤保持、防风固沙均呈显著上升趋势,其中粮食生产能力增加13.7%,洪水调蓄功能提升10.1%,土壤保持服务提高19.5%,防风固沙总量增加30.0%.③长江流域生态系统质量不高,处于低与差质量等级的生态系统面积比例在25%~35%之间;受不同类型的自然和人类活动影响,长江流域生态系统质量与服务均存在局部退化现象.研究显示,在生态质量与服务评估的基础上,分区域、分类型实施不同的生态系统保护与恢复途径,是今后长江流域加强生态系统管理的重要途径.      

基于SVR的长江经济带水环境承载力评价

基于DPSIRM模型构建区域水环境承载力评价指标体系,并基于SVR模型构建了区域水环境承载力评价模型,利用交叉验证法对SVR模型参数进行优化选择,进一步提高模型预测精度.运用该模型研究了长江经济带2009~2018年的水环境承载力演变趋势及空间差异,结果表明：长江经济带水环境承载力等级整体呈现升高趋势,其中上游城市群承载等级由II级（超载）提升到了IV级（弱可承载）;中游城市群承载等级由II级（超载）提升到了IV级（弱可承载）;下游长三角区域承载等级由I级（重超载）提升到了IV级（弱可承载）.将评价结果与熵权-TOPSIS法的评价结果相比较,相同率达到91.7%,说明SVR模型评价区域水环境承载力可行,评价结果可靠.以下游区域为例,分别对其6个子系统的承载力进行剖析,并运用单因素轮换OAT法对各子系统内的评价指标进行敏感性分析,便于决策者识别指标敏感性.     

扬子地块西南缘低温成矿域Au、Sb、Hg、As矿床区域分布上的共生分异及控制因素

扬子地块西南缘大面积低温成矿域的Au、Sb、Hg、As矿床,常出现共生分异的现象,在空间上形成Au、Sb、Hg、As矿床、矿带相伴出现而又相对独立的规律性分布。在详细研究Au、Sb、Hg、As矿床、矿带区域分布及其产出地质背景的基础上,从不同的角度,对制约Au、Sb、Hg、As矿床、矿带共生分异的因素进行了探讨。     

Morphology, composition, and sources of individual aerosol particles at a regional background site of the YRD, China

Aerosol samples were collected at Lin'an, a background site of Yangtze River Delta(YRD).Morphology, size, composition, and mixing state of individual aerosol particles were characterized by transmission electron microscopy(TEM) coupled with energy dispersive X-ray spectroscopy(EDS), and the soluble ions of PM_(1.0) were studied by aerosol mass spectrometer(AMS). The daily average AMS mass concentrations of sulfate, nitrate, and ammonium were about 5.8, 8.6, and 5.6 μg/m~3, respectively. Individual aerosol particles were classified into seven types: S-rich, K-rich, organic matter(OM), soot, fly ash, metal, and mineral. S-rich particles were dominant in all size bins, and 51%(by number) of S-rich particles were internally mixed with other particles. The fraction of organic coating particles was 13.7% in morning, 25.2% in afternoon, and 11% in evening, suggesting that the strong photochemical process during afternoon produced more secondary organic aerosols(SOA) on the surface of inorganic particles. Fly ash and metal particles were abundant during the day, suggesting the influence of emissions from coal-fired power plants and steel plants. The results indicate that the intense industrial emissions in the YRD significantly transported to the background areas. PM_(2.5) concentration may be lower in background air than in urban air but complex mixing state of aerosol particles indicates that the long-range transported particles substantially influenced the background air quality.     

长江三角洲城市群工业污染时空演化及其驱动因素

基于2003~2015年长江三角洲（以下简称长三角）城市群26个城市工业废水和工业SO₂排放数据,采用标准差椭圆、地理集中指数、工业环境绩效指数、空间形态差异指数等方法从宏观和微观视角对长三角城市群工业污染时空演化进行分析,同时采用对数平均迪氏分解（LMDI）模型对其工业污染排放主要驱动因素进行分解.研究发现：2003~2015年工业废水和工业SO₂排放量分别下降了16.97%和28.79%,但占全国比重仍然较高,尤其是工业废水对生态环境胁迫较大.2种工业污染空间形态均呈现出北（偏西）-南（偏东）的空间分布形态,而2种工业污染重心移动轨迹并不一致,工业废水重心总体上朝向东（偏南）方向迁移了12.85km,而工业SO₂重心总体上朝向西（偏北）方向迁移了26.89km.此外,2种工业污染主要集中分布于长江沿岸城市且污染集中度指数由高到低大致呈半圈层状向周围递减.工业发展与工业污染空间形态演变具有一致性,工业废水重心和工业SO₂重心与工业发展重心距离均在逐渐缩小,而2种工业污染-环境绩效空间分布格局并不完全一致.驱动因素方面,环境规制引起的技术改善效应是工业污染排放量减少的主要原因,而由环境规制引起的产业结构效应对工业污染排放量的影响则取决于区域发展政策,经济发展效应是工业污染排放量增加的主要原因,人口规模效应对工业污染排放量的影响较小.     

三江平原不同水位梯度湿地地上生物量动态特征

水分条件变化直接影响湿地植物群落的分布及其生产量,为了阐明不同水分条件湿地初级生产力的形成规律,揭示水文格局对湿地生态系统物质生产过程的调控机理,采用收获法研究了三江平原不同水位梯度上的小叶章(Calamagrostics angustifolia)、乌拉苔草(Carex meyeriana)和毛苔草(Carex lasiocarpa)湿地地上生物量的结构动态及其增长速率,结果表明:3类湿地地上及其各器官生物量均呈单峰型变化,小叶章湿地和乌拉苔草湿地地上生物量的峰值出现的时间早于毛苔草湿地,而且小叶章湿地和乌拉苔草湿地各季节地上生物量均大于毛苔草湿地.茎对小叶章湿地地上生物量的平均贡献率与毛苔草湿地相近,均大于乌拉苔草湿地;叶对小叶章湿地地上生物量的平均贡献率与毛苔草湿地相近,均小于乌拉苔草湿地.3类湿地地上生物量的绝对增长率和相对增长率的变化趋势基本相同,但不同阶段绝对增长率和相对增长率值的大小存在差异.3类湿地地上生物量及各组分生物量的季节动态变化均符合抛物线模型,并且各模型拟合精度均较高,R2基本都在0.92以上.     

长江-洪泽湖段突发跨界污染风险交流信息图谱研究

在分析我国当前环境风险交流存在问题基础上,将信息图谱引入到流域突发跨界环境污染风险交流中.参考公共卫生领域信息图谱制定步骤,结合突发跨界环境污染风险管理特点与要求,构建流域突发跨界环境污染利益相关方构架体系.编制流域突发跨界环境污染事件利益相关方问题清单框架,对流域突发跨界环境污染利益相关方问题计算权重,按权重大小进行排序分类.以南水北调东线工程长江-洪泽湖段为研究区域,绘制风险交流信息图谱,利用ArcGIS制作信息图谱单元图以及单元表实现对海量信息资料的挖掘、提炼与表达,不仅满足了利益相关方对于信息的迫切需求,提高了环境风险交流效率,保证了突发跨界环境污染应急处理处置措施的有力实施.同时也为利益相关方进行有效的风险沟通提供了预见性、准确的关键信息与支持信息,为流域突发跨界环境污染风险决策提供辅助信息工具.     

Air pollution characteristics and their relationship with emissions and meteorology in the Yangtze River Delta region during 2014–2016

With rapid economic growth and urbanization, the Yangtze River Delta(YRD) region in China has experienced serious air pollution challenges. In this study, we analyzed the air pollution characteristics and their relationship with emissions and meteorology in the YRD region during 2014–2016. In recent years, the concentrations of all air pollutants, except O_3,decreased. Spatially, the PM_(2.5), PM_(10), SO_2, and CO concentrations were higher in the northern YRD region, and NO_2 and O_3 were higher in the central YRD region. Based on the number of non-attainment days(i.e., days with air quality index greater than 100), PM_(2.5) was the largest contributor to air pollution in the YRD region, followed by O_3, PM_(10), and NO_2.However, particulate matter pollution has declined gradually, while O_3 pollution worsened.Meteorological conditions mainly influenced day-to-day variations in pollutant concentrations. PM_(2.5) concentration was inversely related to wind speed, while O_3 concentration was positively correlated with temperature and negatively correlated with relative humidity.The air quality improvement in recent years was mainly attributed to emission reductions.During 2014–2016, PM_(2.5), PM_(10), SO_2, NO_x, CO, NH_3, and volatile organic compound(VOC)emissions in the YRD region were reduced by 26.3%, 29.2%, 32.4%, 8.1%, 15.9%, 4.5%, and0.3%, respectively. Regional transport also contributed to the air pollution. During regional haze periods, pollutants from North China and East China aggravated the pollution in the YRD region. Our findings suggest that emission reduction and regional joint prevention and control helped to improve the air quality in the YRD region.