滦河秋季大型底栖动物群落结构空间格局与关键环境影响因子识别

掌握水生生物的空间分布特征及其关键影响因子是科学制定生物多样性保护策略的基础.于2016年秋季对滦河53个样点开展了大型底栖动物和环境因子的现场调查,分析了大型底栖动物群落结构与空间分布特征,并识别出影响大型底栖动物物种空间分布的关键环境因子.结果表明:①滦河（河北省）共采集并鉴定出大型底栖动物206种,隶属于8纲22目70科144属,以纹石蚕（Hydropsyche sp.）和东方蜉蝣（Ephemera orientalis）为优势种.②根据滦河大型底栖动物群落结构相似性,53个样点在空间上被分为3组.第1组分布在滦河干流的中下游及支流下游,无指示物种;第2组分布在支流上游,指示种为纹石蚕、朝大蚊（Antocha sp.）和中华小长臂虾（Palaemonetes sinensis）;第3组分布在滦河干流中上游,指示种为东方蜉蝣和中华齿米虾（Neocaridina denticulate sinensis）.③第3组的分类单元数显著高于第1组和第2组;第1组的多样性指数显著高于第2组;第1组的均匀度指数显著高于其他2组.单因素方差分析（one-way ANOVA）发现,pH、TN、底质、河道变化、水质状况和河岸土地利用类型等环境因子在第2组与第3组之间差异显著,第2组明显高于第3组.典范对应分析（CCA）表明,栖境复杂性、河水水量状况和河岸土地利用类型是影响滦河大型底栖动物空间分布的关键环境因子.研究显示,降低河岸带干扰强度、恢复河道生境多样性是未来滦河大型底栖动物多样性保护恢复的重要管理措施.      

黄河三角洲典型地区耕地土壤养分空间预测

掌握土壤养分的分布特点是实现养分优化管理的重要基础。论文选择黄河三角洲典型地区山东省垦利县为研究区,通过田间采样与实验室化验分析获取了1 278个样本（0~20 cm）的土壤碱解氮、有效磷、速效钾数据。在经典统计分析的基础上,用地统计学方法分析了土壤养分的空间变异特征,并拟合了养分的变异函数模型。利用普通克里格法（OK）、反距离权重法（IDW）、泛克里格法（UK）、径向基函数法（RBF）和局部多项式法（LP）5种方法进行空间插值,并采用独立数据集验证对插值结果进行精度评价,进而分析了各养分空间分布规律。为深入探索各方法的适用性规律,基于AN数据设计了离散、随机、聚集3种空间分布模式的数据,利用各模型的自动优化进行试验,对比分析了不同插值方法在土壤养分空间预测中的自适应性。结果表明：1）研究区碱解氮、有效磷、速效钾均为中等强度的空间变异和中等程度的空间自相关,其变异函数模型分别为球状模型、指数模型和球状模型,决定系数依次为0.951、0.892和0.787;2）在空间分布上,土壤碱解氮、有效磷、速效钾含量与地形和土地利用类型等有关,西南部地势较高,以水浇地和旱田为主,东北部沿黄农田受黄河淡水影响,耕地质量较好,而中部地区地势低平,以水田为主,养分含量偏低;3）相对于块金系数/基台值,Moran’s I是更为稳健有效的衡量土壤养分空间自相关性的方法;4）论文认为,空间分布模式、样本量、空间自相关性和空间聚集程度（最近邻比）均影响插值精度。在离散模式下,各方法自适应性均较差;在随机模式下,IDW与RBF自适应性优于OK和LP;在聚集模式下,各方法自适应性与样本量和空间自相关性有关,直至样本足够多时,4种插值方法精度接近。论文探明了研究区主要土壤养分的最佳插值预测方法,分析了土壤养分的变异特征和空间分布规律,为黄河三角洲典型地区耕地土壤养分利用管理和农业可持续发展提供了理论依据。     

基于空间适宜性评价和人口承载力的贵溪市中心城区城市开发边界的划定

城市开发边界的划定能够合理引导城市空间的有序发展,控制其无序蔓延。论文以典型的资源型城市贵溪市为研究区,从空间适宜性评价、人口承载力、城市规模以及城市总体规划和土地利用总体规划（简称“两规”）衔接等方面探索有效的城市开发边界划定方法。空间适宜性评价综合考虑自然、空间可达性和生态条件,运用聚类分析法确定区域内不宜作为开发建设的生态底线区域和适宜建设开发区域的高低等级,以此确定城市开发边界的发展方向。通过灰色预测GM(1,1)模型预测研究区2020年人口总量,并基于土地资源和水资源承载力验证当地所能容纳的最大人口总量,同时确定城市规模和划定城市开发边界。以空间适宜性评价、人口承载力、城市规模预测、两规衔接和空间形态控制等方法倒逼缩减建设用地,从而划定城市发展的刚性和弹性增长边界。     

气候变化和人类活动对武江流域年径流及最大日流量影响的定量分析

针对气候变化与人类活动对流域年径流及最大日流量变化影响的定量识别问题,以华南湿润区武江流域为例,分别采用HIMS（Hydro-Informatic Modeling System）模型和敏感性系数法,从日和年尺度定量模拟和评估气候变化与人类活动对流域年最大日流量和径流变化的影响过程及贡献率。结果表明：HIMS模型在武江流域适用性良好,日尺度模型率定期和验证期的纳西效率系数分别为0.85和0.77,水量平衡误差绝对值分别为3.1%和3.3%;两种方法均表明气候变化是引起流域年径流量增加的主要因素,人类活动导致了流域径流量的减少,但贡献率较小。气候变化与人类活动导致了流域年最大日流量的增加,气候变化对年最大日流量增加的贡献率为94%,而人类活动的贡献率则为6%。相较于年均径流量,气候变化对年最大日流量的影响更为显著。     

基于高精度清单的京津冀机动车控污政策研究

为研究京津冀机动车污染控制政策对CO、HC、NO_x、PM_2.5、PM₁₀等污染物的减排效果,建立了2014年高精度机动车排放清单,选取过去已经实施,未来规划实施及优化/劣化后的若干政策,设置4类共13种政策情景,与实际清单基准情景进行对比,识别各政策情景的排放变化,并对其中由政府给予补贴的政策进行成本收益核算.结果显示,淘汰低排放标准机动车带来的污染减排效果最好,在天津和河北对CO和HC的排放削减分别为53.19%,49.75%和51.28%,50.87%,达半数及以上;升级机动车发动机和燃油标准也能显著削减排放,在天津和河北对PM_2.5、PM₁₀的削减分别为17.01%,17.00%和21.95%,21.93%.政府补贴政策存在明显边际效应特征,排放标准高,重污染车少的北京单位成本的减排收益明显低于天津和河北,.河北和天津在考虑成本因素的基础上,应当逐步采纳北京的高标准减排政策;北京则可在一定条件下,将一部分低效的政府补贴通过合理方式转移支付给天津和河北,以提高政府投入的减排效率.     

我国中部地区大气CO2柱浓度时空分布

基于日本GOSAT及美国AIRS反演数据产品,对我国中部六省大气CO₂时空分布特征进行研究,结果表明：由GOSAT反演的中部地区2010~2013年大气CO₂年均柱浓度由389.36×10^-6增长到396.52×10^-6,年均绝对增长率达2.39×10^-6/a,呈现出冬春季高值、夏秋季低值的季节变化特征,其柱浓度年均值及去长期趋势后的月均值均略低于长三角地区,高于京津冀和东三省地区;其CO₂柱浓度高值区集中在湖南、江西及周边一带,年均绝对增长率为2.01×10^-6,其柱浓度年均值及去长期趋势后的月均值与长三角地区相当,略低于京津冀和东三省地区,由于受地面源汇影响较小,其与GOSAT反演结果相反,可能是由于AIRS反映了对流层中层大气状况,而GOSAT则更多地反映了近地面层大气CO₂变化.     

考虑边界条件不确定性的地下水污染风险分析

为分析边界条件不确定性对地下水污染质运移数值模拟模型输出结果的影响,运用Monte Carlo方法对一算例进行阐明,并从污染风险预报方面对模拟结果进行分析.为减少重复调用模拟模型产生的大量计算负荷,将边界条件（第一类边界条件-水头值）作为随机变量,建立地下水污染质运移数值模拟模型的Kriging替代模型,在保证较高精度的同时,实现了Monte Carlo模拟.结果表明：边界条件的不确定性,对地下水污染质运移数值模拟模型预报的结果有很大影响,考虑与未考虑边界条件不确定性得到的研究区污染羽分布差别较大.对地下水污染质运移数值模拟模型的Monte Carlo模拟结果进行统计与分析,可以评估研究区观测井1,2,3污染物浓度预报结果的可靠程度,并且可以预报出研究区观测井1,2,3遭受不同程度污染的风险.     

应用S-T模型对沉积物中PAHs的生态风险分级评价

本文构建S-T模型,运用集对分析理论（set pair analysis）构建基本模型,采用层次分析法并参考毒性当量因子确定各指标权重,应用三角模糊数（triangular fuzzy number）对差异度系数进行改进,基于加拿大沉积物环境质量标准,对沉积物中多环芳烃进行生态风险分级评价.结果表明,该模型考虑到化合物之间的相互作用因素并做模糊处理,对差异度系数进行改进体现沉积物中多环芳烃生态风险等级标准的模糊性,为持久性有机污染物生态风险分级评价提供了一种简便客观有效的方法.     

Relationship between physicochemical properties and dewaterability of hydrothermal sludge derived from different source

Sewage sludge (SS) and deinking sludge (DS) were used to comparatively study the hydrothermal dewatering of sludge with different components. For a better overview, an insight into the relationship between physicochemical properties and dewaterability of hydrothermal sludge was provided. Results found that not all kinds of sludge were suitably conditioned by hydrothermal treatment (HT) in term of the elevation of dewaterability. Higher hydrothermal temperature tended to enhance the dewaterability of SS rather than DS, which was supported by the variation of their physicochemical properties (including water distribution, bonding energy, extracellular polymeric substance (EPS), particles size, acid functional groups and zeta potential in this study). In addition, the changes in surface morphology suggested that the reverse effect of HT on sludge dewaterability was mainly due to their dewatering behavior. For SS, the destruction of EPS structure leaded to the release of bound water, thereby strengthening sludge dewatering. Conversely, “Bridging effect” generated by lignocellulose in DS was beneficial for sludge dewatering; however, the increasing hydrothermal temperature degraded part of lignocellulose and weakened “bridging effect”, finally resulting in worse dewaterability of DS.     

Relationship between PM10 and PM2.5 levels in high-traffic area determined using path analysis and linear regression

The objective of this study was to determine the relationship between PM_(10) and PM_(2.5) levels as related to meteorological conditions and traffic flow using both a linear regression analysis and a path analysis. The Particulate matter(PM) samples were collected from Sukhumvit road, Bangkok, Thailand, at both open(104 samples) and covered(92 samples)areas along the road. Fifteen percent of all samples were separated before the statistical models were run and used for model validation. The results from the path analysis were more elaborate than those from the linear regression, thus indicating that meteorological conditions had a direct effect on the particulate levels and that the effects of traffic flow were more variable in open areas. The model also indicated that meteorological conditions had an indirect effect and that traffic flow had a direct effect on particulate levels in covered areas. The model validation results indicated that for open areas, the R~2 values were not very different between the path analysis and the linear regression model, but that the path analysis was more accurate than the linear regression model at very low PM concentrations. At high PM concentrations, the path analysis model also had a better fit than did the linear regression, so the predictions from the path analysis model were more accurate than those from the linear regression.