三峡库区(重庆段)生态系统健康评价

生态系统的健康和相对稳定是人类赖以生存与发展的必要条件. 分析了三峡库区(重庆段)生态系统的健康状况,使用3S技术获取基础地理数据,构建基于压力-状态-响应模式的三级指标体系模型,并以AHP法结合专家咨询法选取人口密度、地质灾害易发度等10项指标,进行综合得分计算并分级. 结果表明:①在生态环境调查的基础上,应用GIS空间分析方法进行生态系统健康评价具有可操作性和结果的可靠性;②三峡库区(重庆段)生态系统健康质量表现出2～4级生态系统占主体(82.6%)的特点,生态质量一般,人类社会经济活动对生态系统的健康状况造成较大影响;③生态系统健康质量水平分布表现出明显的区域差异,从行政范围来看,彭水县、巫山县较好,巫溪县、武隆县等次之,云阳市、万州区等则较差. 结合系统聚类分析方法分析三峡库区(重庆段)生态系统健康状况空间分异的成因;并从宏观尺度上提出了对该地区人为活动的不良生态后果予以积极预防和有效调控的综合对策.      

金华市奶牛基地的资源利用问题研究

本文论述了奶牛基地发展与红黄壤资源开发利用之间的内在联系。在分析奶牛基地农业资源利用现状基础上,运用灰色系统理论和多元统计的系统聚类分析方法,对影响奶牛基地发展的因素及区域发展对策作了定量分析,并预测奶牛基地发展趋势,提出奶牛生产不同区域的红黄壤资源开发利用的重点,这为合理开发利用红黄壤资源种草养奶牛提供理论和实际参考依据。     

2017年春夏期间南京地区臭氧污染输送影响及潜在源区

基于南京市空气质量数据与NCEP 全球再分析资料,利用后向轨迹模式计算了 2017 年春夏(4～10 月)到达南京城区逐时的24 h 近地面气团后向轨迹,并将后向轨迹数据与臭氧质量浓度数据结合,进行轨迹聚类与潜在源区分析.结果表明,2017年南京市臭氧日最大8 h 滑动平均浓度在12～261 μg·m-3,超标共58 ...     

基于活动偏好的西安市“农家乐”旅游市场细分

面向细分市场开发特色旅游产品是克服目前国内＂农家乐＂发展普遍存在的产品初级化和同质化现象的有效途径。基于游客活动偏好,应用市场调查获取的第一手数据,采用聚类分析方法对西安市＂农家乐＂旅游市场进行细分研究。细分结果表明,西安市＂农家乐＂旅游市场可按照旅游者的活动偏好不同划分为回归田园型、静态休闲型、康乐健身型、娱乐参与型和阳光运动型5个类型。与全国其他城市一样,西安市＂农家乐＂旅游市场的主体是市区和郊区的市民,且市场职业分异不显著,自驾车旅游者和大学生是西安市＂农家乐＂旅游市场的两个重要组成部分。根据市场细分结果,提出面向不同细分市场,打造特色旅游产品和根据游游客出行特点,改善交通基础设施发展＂农家乐＂的建议。     

西安市PM2.5污染的时空分布

为探索PM2.5的分布规律及其影响因素,对2013年西安市13个监测站点的全年ρ(PM2.5)数据进行了统计与整理.分析了ρ(PM2.5)的时空分布,采用聚类分析、小波变换研究了ρ(PM2.5)的区域分布特征与年际变化及突变特征,并对相关因素进行了探讨.结果表明,西安市ρ(PM2.5)在时间分布上具有冬高夏低的特点,而在空间分布上则以市人民体育场和草滩监测点所在区域为ρ(PM2.5)高值中心;ρ(PM2.5)在空间上可分为3大类,纺织城监测点单独为1类,经开区与草滩监测点为2类,另外10个监测点为3类,聚类效果的相关系数为0.7994,显示聚类效果较好;在ρ(PM2.5)年际变化中,除了6月和7月以外,其他月份ρ(PM2.5)均值为147.29 μg/m3,日照时间短和静风是导致ρ(PM2.5)发生突变的主要气象因素.     

哈尔滨松北区城市湿地的生态安全分析

以哈尔滨松北区城市湿地为研究对象,选择10个指标,采用因子分析法和聚类分析法,研究了松花江发生污染事故前后城市湿地的生态安全状况.结果表明:发生污染前哈尔滨松北区城市湿地东区的生态安全程度最高,发生污染后中区的生态安全程度最低;西区的抗干扰能力较差.各主因子中以水因子的下降幅度最大,说明水污染直接影响了哈尔滨松北区城市湿地的生态安全.最后有针对性地提出了哈尔滨松北区城市湿地的生态安全对策.      

主成分和聚类分析应用于淮南矿区地下水水质评价

运用主成分方法分析淮南矿区23个地下水样的7个水样指标,提取出4个主成分,应用聚类分析对该4个主成分的得分进行聚类。在此基础上,将主成分得分与其对应的特征值相乘,得到水质综合评价指数。聚类分析后水样划分为5类,对每一类的水质综合评价指数取平均值,从而确定水质等级。     

澳门半岛近岸海域水质时空变异分析

采用聚类分析和判别分析技术对澳门半岛近岸海域22个监测点2000~2005年期间的监测数据进行水质时空分析,旨在识别澳门半岛近岸海域水质时空变化特征,从而为澳门半岛水质监测网络的优化和近岸海域水质的控制提供支持.监测点位取样时间聚类结果可分为6~9月和1~5月、10~12月2组,与传统的4~9月和10~3月的丰、枯水期划分存在差异;按采样点位的空间聚类结果显示,第1组的监测站点都位于西侧,第2组的监测站点都位于东侧和南侧.通过后退式判别分析,表征空间差异性的显著性指标为pH、氯化物、TSS、颜色;表征时间差异性的显著指标为总磷、氯化物、颜色、氨氮、溶解氧、化学需氧量.空间与时间差异性判别的正确率分别达到84.82%和76.57%,显示后退式判别分析具有较好的指标降维能力和判别能力.     

唐山工业新区冬季采暖期大气污染变化特征研究

为研究唐山工业新区采暖期大气污染变化状况,2009～2010年冬季唐山工业新区的唐山市、迁安市和曹妃甸3个地区观测研究表明,唐山工业新区冬季采暖期间大气污染严重,NO、NO2、SO2、CO、PM2.5和PM10区域平均日均值分别达到（26±28）、（52±27）、（72±53）、（3 500±3 600）、（82±65...     

2016-2018年西宁市颗粒物来源及输送差异分析

利用HYSPLIT模式计算了2016—2018年西宁市逐日72 h气团后向轨迹,采用聚类分析方法,结合同期颗粒物PM₁₀和PM_2.5质量浓度数据,分析逐年和3年平均西宁市颗粒物输送特征及差异,运用潜在源贡献因子分析法（PSCF）和浓度权重轨迹分析法（CWT）对影响西宁市PM₁₀和PM_2.5质量浓度的污染潜在源区及不同潜在源区贡献进行了分析.结果表明,2016—2018年,西宁市颗粒物最主要输送路径源自青海北部的聚类2、甘肃中部的聚类6和甘肃东部的聚类8,占同期总轨迹比例分别为28.1%、27.4%和27.5%;3年平均则源自青海北经青海东折回西宁的聚类2,占比45.3%.最主要输送路径对应颗粒物质量浓度最低,输送距离较短、垂直高度较低、气团移速较慢;影响气团由西北向偏东转变,3年平均则以西北气团为主.2018年源自甘肃经青海东至西宁的短距离输送处于突出地位,所含轨迹占总轨迹的比例高达49.6%.PM₁₀和PM_2.5主要输送路径和污染路径由较长距离向较短距离过渡,较长距离输送路径出现比例逐年较小.PM_2.5/PM₁₀小于0.3时,主要输送路径与PM₁₀污染轨迹有很好的对应关系;PM_2.5/PM₁₀大于0.6时,主要输送路径与PM_2.5污染轨迹有较好的对应关系.PSCF和CWT分析发现,影响西宁市颗粒物质量浓度的主要污染潜在源区分布在新疆南部和青海北部,对PM₁₀质量浓度贡献大于100 μg·m^-3,对PM_2.5质量浓度贡献大于45 μg·m^-3.潜在源区分布年变化差异明显,2016年最广,2018年最小.印度北部主要贡献源区虽分布范围逐年减小,但在2017年局部贡献增大,对PM₁₀贡献超250 μg·m^-3,对PM_2.5贡献超60 μg·m^-3.主要贡献区周边区域及西宁至兰州一带为中等贡献源区,对PM₁₀贡献为50~100 μg·m^-3,对PM_2.5贡献为15~45 μg·m^-3.