长江源区各拉丹冬峰雪冰中微粒季节变化及其环境意义

分析了长江源区各拉丹冬峰冰川区不同海拔采集的3个雪坑SP1、SP2和SP3样品中δ18O、不溶微粒数量浓度及主要离子浓度,以探讨本研究区域雪冰微粒含量变化及其来源.结果显示,不同粒径微粒含量变化趋势一致,3个雪坑中细微粒含量分别占总微粒的88%、78%、86%.中微粒分别占10%、19%、11%;不同粒径微粒数量浓度之间的相关系数均达0.9以上(置信度可达99%),具有良好的相关性.雪冰中不溶微粒浓度同Ca2 、Mg2 、SO2-4一样,具有明显的季节波动.非季风期微粒浓度要高于季风期2～4倍.3个雪坑非季风期微粒通量分别占一个年层雪冰中微粒总通量的73.6%、92.3%、97%,即初春季节沙尘暴对于各拉丹冬雪冰中微粒沉降贡献远大于夏.秋季节.结合NCAR/NCEP再分析资料.应用HYSPLIT-4模式模拟的不同季节5 d后向气团轨迹图表明,各拉丹冬峰冰川I区雪冰中不溶性微粒可能来源于中亚、南亚和青藏高原本身,其中影响最大的可能是青藏高原自身的沙尘源区,同时冰川区裸露基岩对雪冰中不溶微粒含量亦有贡献.     

Effects of site-selection bias on estimates of biodiversity change

Estimates of biodiversity change are essential for the management and conservation of ecosystems. Accurate estimates rely on selecting representative sites, but monitoring often focuses on sites of special interest. How such site-selection biases influence estimates of biodiversity change is largely unknown. Site-selection bias potentially occurs across four major sources of biodiversity data, decreasing in likelihood from citizen science, museums, national park monitoring, and academic research. We defined site-selection bias as a preference for sites that are either densely populated (i.e., abundance bias) or species rich (i.e., richness bias). We simulated biodiversity change in a virtual landscape and tracked the observed biodiversity at a sampled site. The site was selected either randomly or with a site-selection bias. We used a simple spatially resolved, individual-based model to predict the movement or dispersal of individuals in and out of the chosen sampling site. Site-selection bias exaggerated estimates of biodiversity loss in sites selected with a bias by on average 300–400% compared with randomly selected sites. Based on our simulations, site-selection bias resulted in positive trends being estimated as negative trends: richness increase was estimated as 0.1 in randomly selected sites, whereas sites selected with a bias showed a richness change of −0.1 to −0.2 on average. Thus, site-selection bias may falsely indicate decreases in biodiversity. We varied sampling design and characteristics of the species and found that site-selection biases were strongest in short time series, for small grains, organisms with low dispersal ability, large regional species pools, and strong spatial aggregation. Based on these findings, to minimize site-selection bias, we recommend use of systematic site-selection schemes; maximizing sampling area; calculating biodiversity measures cumulatively across plots; and use of biodiversity measures that are less sensitive to rare species, such as the effective number of species. Awareness of the potential impact of site-selection bias is needed for biodiversity monitoring, the design of new studies on biodiversity change, and the interpretation of existing data.     

Using hydrochemical signatures to characterize the long-period evolution of groundwater information in the Dagu River Basin,China

• The long-period groundwater evolution was identified by hydrochemical signatures. • The dominant processes in the groundwater evolution were verified. • Groundwater quality in the coastal areas was susceptible to deterioration due to SI. • Groundwater contamination arose from fertilizer, livestock manure & domestic sewage. The evolution of hydrochemical compositions influenced by long-period interactions between groundwater and the geo-environment is a fundamental issue for exploring groundwater quality and vulnerability. This study systematically investigated the hydrochemical processes and anthropogenic interference occurring in the river basin by bivariate plots, Gibbs diagrams, saturation index, and the major ions ratios. Apparent changes in groundwater hydrochemistry have been observed in the study area, illustrating the origins of major ions are affected by various internal and external factors. Results highlighted that TDS varied from freshwater to brackish water, ranging between 187.90 and 2294.81 mg/L. Ca²⁺ and HCO₃⁻ are the dominant ions in the studied samples. The results gained by Gibbs diagrams, bivariate plots, saturation index, and the major ions ratios demonstrated that minerals dissolution/precipitation, cation exchange, and human inputs play crucial roles in the unconfined aquifers. Moreover, the overuse of nitrogen fertilizer, livestock manure, and industrial/domestic sewage led to nitrate and nitrite contamination and brought significant challenges to the surrounding hydrogeo-environment. The present study could make an unambiguous identification of natural processes and anthropogenic interventions influencing groundwater hydrochemistry’s long-period evolution and create a preliminary strategy for groundwater resources management.     

基于Landsat数据的关中盆地腹地AOD时空格局及城市化对其影响

气溶胶光学厚度（aerosol optical depth,AOD）是气溶胶最基本的光学特性之一,表征气溶胶对光的消减作用,对区域大气污染有一定的指示作用.首先,以2000~2019年长时间序列MOD09A1产品数据为基础,利用ASTER波谱数据库,构建了Landsat TM/OLI蓝光波段地表反射率数据集,利用深蓝算法（deep blue algorithm,DB）对关中盆地腹地AOD进行了反演估算.其次,通过测算2000~2019多年平均/各年平均AOD和季节AOD值,研究分析了AOD空间分布特征和时间变化趋势;利用经验正交函数分析方法（empirical orthogonal function,EOF）剖析了AOD主要的空间分布模式.最后,探索分析了城市化对AOD时空分布特征的影响.结果表明：①研究区多年平均AOD空间分布受地形和人类活动影响显著,低海拔且人类活动强度大的盆地内部AOD值和变化幅度均高于周围山系.AOD呈现出明显的季节差异性：春季（0.34） > 夏季（0.33） > 秋季（0.23） > 冬季（0.12）,夏季AOD区域差异性最大.②年均AOD呈先增大后减小再增大的变化趋势,2005年达到最大值;春夏两季AOD数值分布离散,而冬季则表现为低值集聚的状态.③EOF分析结果表明,研究区AOD存在3种主要的空间分布模态：第一,AOD空间分布模式表现为区域一致型,特征向量空间分布与海拔梯度一致,反映了不同海拔下AOD变化程度的差异;第二,以秦岭山脉为界,大致呈现南北反相的分布特征,反映出关中盆地地域发展的独特性和与南部秦岭山区的差异性;第三,"东南-西北"的分布格局,表明了AOD在"城镇-乡村"呈反相变化趋势;④研究区AOD值与常住人口密度（R²=0.707,P<0.05）、不透水面密度（R²=0.377,P<0.05）以及工业POI密度（R²=0.727,P<0.5）呈正相关关系,说明城市化对AOD时空分布有一定影响.本研究对加强关中盆地空气质量监测和城市生态环境建设具有重要的意义.     

城市纳污河流有色溶解有机物时空演变特征

利用平行因子分析和主成分分析方法,结合紫外吸收光谱与三维荧光光谱技术,研究了典型城市纳污河流-河北洨河水体有色溶解有机物(CDOM)的来源及随季节和空间变化特征,探讨了水体CDOM与水质指标间关系.结果表明:洨河水体CDOM主要为新近微生物源产生,受人类活动影响较大.CDOM浓度在时间变化上表现为春夏(2、5月)低,而秋冬(8、11月)高,从上游至下游呈现先升高再降低变化特征.荧光鉴别出的4种组分:组分1(类富里酸),组分2(类腐殖酸)及组分3(类胡敏酸)为类腐殖质,组分4为类蛋白物质.不同季节各组分来源及分布存在差异,除夏季外其他季节水体类蛋白与类腐殖质来源相似,尤其与类胡敏酸组分;类蛋白组分在各季节分布变化显著,冬春含量相对较高.洨河水体荧光物质与氨氮、亚硝氮具有共同来源,其中类腐殖质对COD贡献较为明显.采用光谱分析法并结合平行因子、主成分分析及聚类分析方法可识别污染源空间分布,揭示河体CDOM随季节变化规律.     

流域污染负荷水质响应的时空数值源解析方法研究

以目前广泛应用的环境流体动力学模型EFDC为平台,构建时空数值源解析方法,理论上可以得到任意时刻任意空间点位污染物的来源构成.其原理是考虑水质模型的微分方程,直接对每个污染负荷再微分,从而将原来1个微分方程变为关于每个污染源的微分方程组,然后联立以EFDC的水动力模型求解,得到每个源对每个时空点的贡献.概化的抚仙湖模型作为数值案例用以验证方法.时空数值源解析的结果与传统扰动方法的结果几乎重合,验证了时空数值源解析方法的正确性.另一方面,数值案例中存在34个独立的污染源,扰动法则需要35次模拟,而时空数值源解析方法的结果通过单次模拟就可得到,说明时空数值源解析方法具有明显的计算效率优势.而通过对结果的进一步分析可以发现,时空数值源解析方法可以提供更精确的源贡献的动态描述.     

基于SWAT模型的青山湖流域氮污染时空分布特征研究

基于SWAT模型构建了青山湖流域的氮负荷模型,利用2005~2011年的径流观测资料和2011年7月15日~8月4日的水质监测资料对模型进行率定和验证.青山湖流域氮污染的主要来源包括农田化肥、农村生活、畜禽养殖、城镇点源及湿沉降,其中对流域出口TN浓度贡献最大的来源是化肥施用,占34.3%.对流域现状氮负荷的时空分布特征进行分析,结果表明:NO3--N流失量的时空分布特征明显,6~9月的流失量最大,占62.5%,空间上中部流失量比西北部自然林区域大,坡面流是NO3--N主要流失途径;有机氮流失量较大的区域主要分布在中部农田比例较高的子流域.研究结果可为流域的氮污染控制和研究提供科学依据.     

京津冀地区钢铁行业高时空分辨率排放清单方法研究

针对目前京津冀地区钢铁行业大气污染物排放量基数不清,排放清单缺失的现状,以钢铁行业调研、企业在线监测、污染源调查等数据为基础,综合考虑钢铁行业具体工艺设备、环保措施、产能等信息,按照自下而上的方法建立了一套高时空分辨率排放清单.经计算,2012年京津冀地区钢铁企业排放SO2为47.16万t,NOx为37.22万t,烟粉尘为34.15万t,其中烧结和高炉工艺为京津冀钢铁行业污染物的主要来源;从空间分布来看,唐山、邯郸两地区集中了整个京津冀地区一半以上的钢铁企业,其污染物排放量占到了整个区域钢铁企业排放总量的一半以上.     

基于卫星遥感的广东地区对流层二氧化碳时空变化特征

利用瓦里关全球本底站和番禺气象局地面观测的CO2浓度资料对SCIAMACHY反演得到的对流层CO2产品进行验证.结果显示:SCIAMACHY产品能较好地反映对流层CO2的分布状况,在珠三角地区反演和观测的残差为1.29×10-6,相关系数为0.69,可用于分析区域对流层CO2的时空分布特征.利用2003~2009年SCIAMACHY观测资料分析研究显示:广东地区对流层CO2柱浓度最高值出现在春季,最低值出现在夏季,浓度年均值和年增长率分别为384.84′10-6和1.53′10-6/a,大于全球和我国同期的观测结果;粤东、粤西、粤北和珠三角地区的浓度均在春、冬季显著高于夏季、秋季 ,相同季节内各区域之间的差异不显著;粤西地区CO2柱浓度的年增长率最高,为1.82′10-6/a,珠三角和粤东地区的年增长率相当,分别为1.65,1.64′10-6/a,粤北地区的年增长率最低,为1.61′10-6/a.     

2000~2011年深圳湾及邻近水域颗粒有机物的来源和时空分布

依据2000~2011年每月一次的调查资料,简要描述和讨论了深圳湾及邻近水域中颗粒有机物(POM)质量浓度的时空分布,并结合盐度和叶绿素a (Chl a)实测数据探讨POM的来源和滞留时间.结果表明深圳湾的POM质量浓度和陆源质量分数分别约为4.2mg/L,79%,而伶仃洋东部沿岸的分别约为1.9mg/L,42%.深圳湾和伶仃洋东部沿岸中现存浮游植物颗粒有机物(PPOM):Chl a比率分别约为92,54g/g,由此估算的PPOM质量浓度分别为0.8,0.2mg/L左右.依据浮游植物生产力和累计海源POM估算的POM滞留时间在深圳湾中为1~5d,而在伶仃洋东部沿岸中约为10d.研究期间伶仃洋东部沿岸POM质量浓度的年际变化略呈上升趋势,从1.7mg/L上升至2.0mg/L;深圳湾POM质量浓度在2000~2005年呈上升趋势,从3.0mg/L上升至5.5mg/L,在2006~2011年则呈下降趋势,从5.4mg/L下降至3.0mg/L.