巢湖和太湖微囊藻毒素差异性研究

采用固相萃取高效液相色谱法检测巢湖和太湖水体中5种微囊藻毒素(MCs)——MC-RR、MC-YR、MC-LR、MC-LA、MC-LY的含量。结果表明,巢湖水体中的MCs以MC-RR、MC-LA、MC-LY为主,太湖水体主要以MC-RR、MC-LR、MC-LA为主,其中太湖MC-LR的最高质量浓度为2.558μg/L,超过《地表水环境质量标准》(GB 3838—2002)中对集中式生活饮用水地表水源地的限定值(1μg/L)。分析巢湖和太湖水体中MCs与水质指标之间的相关性,发现同种MCs与两湖环境因子的相关性存在明显差异。逐步回归拟合结果表明,氨氮和DO分别能与巢湖MC-LR、MC-LY进行拟合;Chl-a、TOC能与太湖MC-LR回归拟合,TOC能与太湖MC-YR进行拟合。由于多数MCs不能通过水质指标的拟合结果来预测,因此在未来研究中需结合环境因子和MCs的遗传机制来共同分析MCs在水中的分布规律。     

Using multivariate regression modeling for sampling and predicting chemical characteristics of mixed waste in old landfills

Municipal solid waste landfills pose a threat on environment and human health, especially old landfills which lack facilities for collection and treatment of landfill gas and leachate. Consequently, missing information about emission flows prevent site-specific environmental risk assessments. To overcome this gap, the combination of waste sampling and analysis with statistical modeling is one option for estimating present and future emission potentials. Optimizing the tradeoff between investigation costs and reliable results requires knowledge about both: the number of samples to be taken and variables to be analyzed.This article aims to identify the optimized number of waste samples and variables in order to predict a larger set of variables. Therefore, we introduce a multivariate linear regression model and tested the applicability by usage of two case studies. Landfill A was used to set up and calibrate the model based on 50 waste samples and twelve variables. The calibrated model was applied to Landfill B including 36 waste samples and twelve variables with four predictor variables.The case study results are twofold: first, the reliable and accurate prediction of the twelve variables can be achieved with the knowledge of four predictor variables (Loi, EC, pH and Cl). For the second Landfill B, only ten full measurements would be needed for a reliable prediction of most response variables. The four predictor variables would exhibit comparably low analytical costs in comparison to the full set of measurements. This cost reduction could be used to increase the number of samples yielding an improved understanding of the spatial waste heterogeneity in landfills.Concluding, the future application of the developed model potentially improves the reliability of predicted emission potentials. The model could become a standard screening tool for old landfills if its applicability and reliability would be tested in additional case studies.     

遗传投影寻踪回归在城市环境质量评价中的应用

引入投影降维的思想,将遗传投影寻踪与回归分析技术运用到城市环境质量评价中。将此技术与神经网络方法进行实例比较,投影寻踪回归方法不但可以合理地作出环境质量的综合评价,而且消除了神经网络方法中类别判断不够精确的影响。     

Watershed Regressions for Pesticides (warp) Models for Predicting Atrazine Concentrations in Corn Belt Streams1

Stone, Wesley W. and Robert J. Gilliom, 2012. Watershed Regressions for Pesticides (WARP) Models for Predicting Atrazine Concentrations in Corn Belt Streams. Journal of the American Water Resources Association (JAWRA) 48(5): 970‐986. DOI: 10.1111/j.1752‐1688.2012.00661.x Abstract: Watershed Regressions for Pesticides (WARP) models, previously developed for atrazine at the national scale, are improved for application to the United States (U.S.) Corn Belt region by developing region‐specific models that include watershed characteristics that are influential in predicting atrazine concentration statistics within the Corn Belt. WARP models for the Corn Belt (WARP‐CB) were developed for annual maximum moving‐average (14‐, 21‐, 30‐, 60‐, and 90‐day durations) and annual 95th‐percentile atrazine concentrations in streams of the Corn Belt region. The WARP‐CB models accounted for 53 to 62% of the variability in the various concentration statistics among the model‐development sites. Model predictions were within a factor of 5 of the observed concentration statistic for over 90% of the model‐development sites. The WARP‐CB residuals and uncertainty are lower than those of the National WARP model for the same sites. Although atrazine‐use intensity is the most important explanatory variable in the National WARP models, it is not a significant variable in the WARP‐CB models. The WARP‐CB models provide improved predictions for Corn Belt streams draining watersheds with atrazine‐use intensities of 17 kg/km² of watershed area or greater.     

人力资本、社会资本与市民化抑制

新生代农民工问题的终结是市民化,但是目前许多新生代农民工存在市民化阻碍,这不利于我国城市化进程的推进和经济的持续健康发展。对沈阳和余姚两地区进行了案例调查,得到了两地区新生代农民工的调查数据。运用调查数据,首先采用需求可识别的biprobit模型对新生代的农民工市民化抑制程度进行了测度,并预测出新生代农民工个体的市民化抑制程度。在对新生代农民工个体的市民化抑制程度指标进行分位数回归分解的基础上,分析了人力资本和社会资本对新生代农民工市民化抑制程度的影响,以期促进新生代农民工的城市融入。研究发现:新生代农民工的社会资本水平是影响其市民化的关键因素,人力资本水平的提高只有在市民化抑制程度高于80%时才会使市民化抑制程度下降。因此,相应的政策建议为,政府应加强新生代农民工城市公共服务的享用水平;发展和健全农民工工会组织;在市民化抑制程度较高的地区应特别加强新生代农民工职业技能的培训。     

人口与消费对碳排放影响的分析模型与实证

从消费压力人口视角探讨碳排放问题,有利于正确判断和把握气候变化压力的人文因素,以及人口与消费可持续发展的动力学机制.本文通过对STIRPAT模型的扩展,应用岭回归方法计量分析人口、消费及技术因素对碳排放的影响.对我国1980至2007年碳排放情况的统计实证结果表明,扩展的STIRPAT模型对中国国情有较高的解释力.居民消费水平、人口城市化率、人口规模三个因素对我国碳排放总量的变化影响明显;现阶段我国居民消费水平与人口结构变化对碳排放的影响力已高于人口规模变化的影响力,居民消费水平与消费模式等人文因素的变化有可能成为我国碳排放的新的增长点;技术进步因素在此模型中对我国该阶段碳排放的解释力有限,表明我国未来通过技术进步减缓碳排放的潜力巨大.     

基于支持向量回归机的南黄海浒苔分布面积预测模型

绿潮作为一种新型的海洋灾害,已经引起了各个国家的重视.依据2012年南黄海海域浒苔遥感监测分布面积数据,选取了温度、天气状况、风向、风力、浪高5种影响浒苔扩散的气候因子,建立了基于SVR的浒苔分布面积预测模型,并与经典的最近邻点插值模型、线性插值模型、3次样条函数插值模型和分段3次Hermite插值模型进行了回归效果的对比.分析结果表明,基于SVR的浒苔分布面积预测模型能够为浒苔遥感数据的插补提供一种方法,且回归效果优于传统的回归方法,为浒苔的防治提供辅助决策信息.     

结构面分布特征对隧道围岩变形影响的数值模拟分析

结构面对隧道围岩变形及稳定性起着决定性作用。运用三维离散元方法(3DEC)研究结构面分布特征,重点是结构面线密度1/λ、强度和倾角对隧道围岩变形的影响,总结了结构面分布与围岩变形特征的关系。结果表明,在结构面强度较低的情况下,结构面线密度对隧道变形的影响较大,其影响可分为两种情况:①λ≤0.2时,围岩的弯曲变形大于沿结构面的剪切变形,属于应力型大变形;②0.2<λ≤0.4时,沿结构面的剪切变形大于围岩的弯曲变形,属于结构型大变形。结构面倾角主要影响围岩大变形发生的位置。将数值模拟结果与国内工程实例实测变形资料相对比,发现一致性较好。本研究结果对隧道支护结构的设计以及施工设计具有借鉴意义与指导作用。     

CLUE-S模型对村镇土地利用变化的模拟与精度评价

利用航片、IKONOS和Quickbird影像得到研究区3期（1991、2001和2009年）土地利用历史数据,运用CLUE S模型,基于1991、2001年的土地利用数据对2009年土地利用格局进行模拟预测,并将模拟结果与2009年真实土地利用数据进行比较。类型水平上,选择ROC曲线统计和偏离度指数分别对各地类的Logistic回归拟合精度和CLUE S模型模拟精度进行评价;景观水平上,采用景观指数和Kappa指数系列方法,从综合预测能力、景观格局、数量和空间位置等方面对CLUE S模型的模拟精度进行全面评估。结果表明:①CLUE S模型对各土地利用类型的模拟精度均较高,各地类的Logistic回归的拟合精度随着模拟分辨率的提高而逐渐增加;②随着模拟时间的缩短,CLUE S模型对整体景观格局的模拟精度提高;③该模型对土地利用数量的模拟精度明显优于其对空间位置的模拟精度。总体而言,CLUE S模型在村镇尺度的模拟效果良好,预测精度较高,但在空间位置和景观格局精度方面还有待提高     

基于产业链的区域环境污染物排放的产业贡献

区域经济增长与环境质量之间的关系研究是目前学者们探讨的重要学术议题之一.其中较多的是对EKC曲线的验证,近几年部分学者从国民经济各部门中的产业自身特征、产业结构、技术进步、FDI效应等方面考察产业发展对污染物排放的影响.然而以上研究议题中学者均没有讨论污染物的发生主体-各产业部门与排污的直接关系.故本文将从宏观尺度下的综合水平测度区域经济发展与环境质量关系、中观尺度下的产业属性特征与排污关系的研究视角转移至分析具体产业部门的污染物排放效应,同时将产业置于产业链的结构形式中,研究产业链上产业发展与污染物排放的关系.发现:第一,通过借助复杂网络思想的社区划分方法,将山东省39个产业部门分为3个社团.其中社团I主要由制造业部门组成,共有18个产业部门,社团II包括了15个部门,主要是第三产业,杜团III由6个产业部门组成且内部异质性高.第二,选择其中以制造业为主的社团I,并在社团I内识别出一条彼此间联系最为紧密的产业链,包括农林牧渔业、食品制造及烟草加工业、化学工业、纺织工业、服装皮革羽绒及其制品业、通用/专用设备制造业和交通运输设备制造业.以一种定量的方法获取了通过价值流传递而串在一起的产业链条.该产业链的经济规模、污染物规模在山东省均有重要地位.第三,采用岭回归分析方法,构建了6个制造业与产业链工业废水、固体废弃物排放的关系模型,6个制造业中对工业废水、固体废弃物排放相对贡献度最大的部门分别为服装皮革羽绒及其制品业、食品制造及烟草加工业.这是由于上游产业排污的链式传递效应与产业自身污染物排放效应的共同叠加作用.