《外来物种环境风险评估与控制研究》简介

外来物种入侵是当今全球面临的一个重大环境问题,是导致生物多样性丧失的主要原因之一,同时也对生态环境、农林业生产和人类健康造成了巨大危害。外来物种环境风险评估是对外来物种引进、扩散过程中产生的不确定事件进行识别、评估和处理,以最小的成本将其对     

塔里木河下游典型绿洲边缘物种多样性特征和种群分布格局

2008年夏季采用样带样方法对塔里木河下游典型绿洲边缘7个断面进行植被调查,采用α多样性指数(丰富度指数、Shannon-Wiener多样性指数、Simpson优势度指数和Pielou均匀度指数)和β多样性指数(Whittacker指数和Cody指数)分析环境梯度下种群多样性变化规律,利用种群分布格局指标(扩散系数、负二项参数、平均拥挤度、丛生指标和聚块性指标)定量分析绿洲边缘10个植物种群格局特征.结果表明:塔里木河下游典型绿洲边缘物种多样性特征受到土壤水分、盐分等因素限制,物种丰富度整体处于较低水平;α多样性指数表现为绿洲＞过渡带＞流动沙丘;从绿洲、过渡带到流动沙丘β多样性指数呈下降趋势;种群分布格局分析结果表明绿洲边缘10个植物种群均呈聚集分布,集群分布状态反映了干旱区植物种群对生存环境的适应特征.     

河南省优先控制人为源VOCs关键物种及来源识别

为了解河南省人为源挥发性有机物(VOCs)的排放特征,识别以臭氧(O₃)污染治理为目的的关键VOCs物种及其排放源,以五大类人为源活动水平数据为基础,采用排放因子法建立了2019年河南省县级人为源VOCs组分化排放清单,并利用最大增量反应活性(MIR)估算其臭氧生成潜势(OFP),基于OFP识别O₃污染治理的关键VOCs物种及其排放源.结果表明：(1)河南省2019年人为源VOCs排放总量为175.62×10⁴ t,其中工艺过程源、移动源、生物质燃烧源、溶剂使用源和化石燃料燃烧源对VOCs排放总量的贡献率分别为28.6%、25.2%、20.8%、19.1%和6.3%.(2)空间分布显示,以郑州市为中心的豫北排放量远高于豫南,呈“一高三低”的空间分布特点,郑州市排放量最高,其排放量为27.7×104 t,漯河市、三门峡市和鹤壁市排放量最低,其排放量均小于5.0×10⁴ t.(3)芳香烃是排放量最高的化学组分,其排放量为47.5×10⁴ t,其次为烷烃(46.3×10^4<...     

我国流域铜的长期水质基准预测模型研究——MLR vs. BLM

铜在实际水环境中的毒性效应受多种环境理化要素影响,识别典型环境因子进而建立生物有效性模型是获得“原位”水质基准的基础. 国际上广泛应用的生物配位体模型(biotic ligand model, BLM)在实际使用过程中有局限性. 本研究旨在BLM模型的基础上,探究更适用于铜的“原位”毒性校正方法,以更少的环境因子降低环境监管过程的经济和技术成本,为“因地制宜”确定金属水质基准提供理论依据和技术支撑. 同时基于4门22种水生生物的慢性毒性数据,以影响铜生物有效性的关键水化学参数为自变量,即硬度(hardness,H)、pH和溶解有机碳(dissolved organic carbon,DOC),采用带有交互项的3种逐步多元线性回归(Multiple Linear Regression,MLR)方法建模,从9个模型中筛选出最佳预测模型〔R2=0.553 1,F=61.23,P<0.000 1,AIC(赤池信息准则,Akaike information criterion)=0.9457,BIC(贝叶斯信息准则,Bayesian information criterion)=23.43〕. 并参考我国典型流域水环境特征,正交设计216组水环境条件,对所有物种的慢性毒性值(chronic toxicity value,CTV)进行模型校正. 结果表明:①以预测准确率(RF_x,2.0)为评价指标,MLR模型较BLM模型提升了20%,MLR模型残差分析的等级评分也优于BLM模型. ②确定最佳模型为Sigmoidal-Weibull函数(R2=0.986 1,F=1 609,P<0.001),构建的三环境因子耦合的基准预测模型准确度高(R2=0.990 2,RMSE=0.041 06,F=7 238,P<0.001). ③主要环境因子(H、pH和DOC)只使得SSD曲线水平移动〔与中心(X_c)有关〕,曲线形状无影响〔振幅(A)、指数(d)和协同系数(k)恒定〕. ④在模型的适用范围内,我国流域水体中铜的长期水质基准为4.619~53.75 μg/L. 研究显示,基于BLM模型框架的新MLR模型,具有高稳健性和准确性,有助于体现流域水生态管理的区域性差异.      

中国土壤铜的区域分级基准建立及生态风险评估初探

中国幅员辽阔,土壤类型复杂多样,全国采用统一的土壤铜环境标准,会造成局部地区土壤生态风险评估出现误判.为了开展精细化区域环境管控,亟需建立区域性土壤铜环境基准.本文基于土壤酸碱度、有机碳和阳离子交换量与物种敏感度分布曲线确定的铜生态阈值之间的关系,估算中国省级区域不同土地利用类型土壤铜的环境基准值,继而结合中国土壤环境浓度,对现行标准进行初步生态风险评估.研究表明：(1)不同省级区域土壤中铜的环境基准值存在较明显差异,空间分布符合南低北高的规律;(2)农用地土壤现行标准对土壤铜风险存在误估情况,且该标准对土壤铜风险误估程度在地域分布上存在明显分界线;(3)现行标准的区域适用性不足,区域性环境标准的制定迫在眉睫.本文所得中国土壤铜的区域分级环境基准为新标准的建立提供了科学依据.     

基于物种敏感度分布的典型抗生素的长期水质基准推导及其在生态风险评估中的应用

国内外现有水质标准均缺乏抗生素的标准值,针对中国具体流域状况开展抗生素水质基准研究,可以为制定我国抗生素的水质标准提供参考,并为评估水环境中抗生素的潜在风险提供依据.本研究基于至少3门8科、10种生物的急性、慢性毒性数据,利用Log-logistic和Burr Ⅲ两种分布模型,在系统尺度上构建了氧氟沙星(OFC)、阿莫西林(AMX)、土霉素(OTC)、磺胺甲恶唑(SMX)、红霉素(ETM)和氯霉素(CAP)6种典型抗生素的物种敏感度分布曲线,推导出它们的长期水质基准值(LWQC).同时,基于这6种抗生素的水质基准评估了我国部分水环境中抗生素的生态风险和联合毒性风险.结果表明,OFC、AMX、OTC、SMX、ETM和CAP的LWQC分别为3.2614、1.2633、1.3353、4.7803、4.7950和1.1535μg·L^-1.白洋淀6种抗生素的联合毒性风险呈中风险水平;太湖和珠江三角洲的ETM、松花江的OFC及珠江的ETM和CAP也呈现出中风险水平;辽河面临的抗生素污染风险最大,其OFC、ETM、SMX呈中风险水平,OTC呈高风险水平.     

基于随机森林模型的中国PM2.5浓度影响因素分析

选取气溶胶光学厚度、海拔、年降水量、年均气温、年均风速、人口密度、GDP密度和NDVI作为影响因子,基于随机森林模型、特征重要性排序和偏依赖图技术,研究中国PM_(2.5)浓度空间分布的影响因素及其区域差异.结果表明:①与多元回归、广义可加模型和BP神经网络相比,随机森林模型估算的PM_(2.5)浓度精度最高,可用于PM_(2.5)污染的影响因素研究.②PM_(2.5)浓度随气溶胶光学厚度、人口密度和GDP密度的增加呈先上升后平稳的趋势,随降水、风速和NDVI的增加呈先下降后平稳的趋势,随海拔和气温的增加呈下降→上升→下降的趋势.③气溶胶光学厚度对PM_(2.5)浓度空间分布的影响最大,可解释37.96%的PM_(2.5)浓度空间分异;年降水量对PM_(2.5)浓度空间分布的影响最小,解释率仅为5.75%.④影响因子与PM_(2.5)浓度的关系存在空间异质性,同一影响因子对不同地理分区的PM_(2.5)浓度的影响程度有所不同.气溶胶光学厚度对华南地区PM_(2.5)浓度的空间分布影响最大,对东北地区影响最小.     

南北差异视角下个体食物浪费行为——基于大学生高校食堂就餐情境的分析

饮食习惯一直被认为是造成食物浪费的重要因素。基于对29省29所高校9192份大学生食堂就餐的实地调查问卷,从南北差异视角探讨了个体食物浪费行为的差异特征。研究表明：相对北方籍大学生,南方籍大学生浪费食物的概率更高,南方籍大学生在高校食堂就餐时食物浪费量和浪费率也高于北方籍大学生。通过中介效应模型,证实南北方主流饮食模式是引发浪费差异的关键所在。进一步匹配大学生南北方籍贯和所就读高校的南北区位,并以“南方大学生在南方高校求学”模式为基准,发现“南方大学生到北方高校求学”模式下,个体有更低的食物浪费概率、浪费量和浪费率。但“北方大学生到南方高校求学”模式下,个体没有显示出较低的食物浪费概率、食物浪费量和食物浪费率,从而稳健地证实南北方主流饮食模式是引发浪费差异的关键所在这一结论。     

基于TEM-EDS对四川盆地大气单颗粒气溶胶的研究

为了解四川盆地大气中单颗粒气溶胶理化特征,分别在该区域典型城市（成都市）和背景地区（峨眉山）进行了大气单颗粒样品采集.基于带能谱的透射电子显微镜（TEM-EDS）对两地累计3923个单颗粒的化学组成、形貌特征及混合状态等进行了全面观测和分析,并对两地颗粒物差异性进行了对比分析.结果发现：两地气溶胶颗粒主要包括有机物、富硫、矿物、烟尘和飞灰/金属颗粒,除了以单独的外混形式存在外,大多数颗粒以两种及两种以上颗粒类型混合（即内混）形式存在.通过对成都市不同污染状况下单颗粒特征对比发现,"污染天"的内混颗粒占比高于"清洁天",分别为74.2%和68.6%;相比"清洁天","污染天"颗粒物粒径分布范围更广且峰值区间更大,表明污染过程中颗粒物的大气混合趋于更强.对比成都市与峨眉山分析结果得知,成都市以内混的有机物-硫颗粒为主导（占比为50.2%）,而峨眉山以外混的有机物颗粒为主导（占比为50.5%）;成都市含硫类颗粒物（如有机物-硫颗粒）贡献高于峨眉山,而峨眉山两种含碳类颗粒（如烟尘和有机物-烟尘颗粒）占比高于成都市;此外,成都市与峨眉山两地大气颗粒物粒径分布范围及峰值区间均存在一定差异,进一步体现了两地颗粒物来源和老化混合的差异.在峨眉山,与非降雨天相比,一些易溶于水的颗粒物（如含硫类颗粒）在降雨天占比明显降低,而源自当地燃烧过程、粒径较小且疏水性强的颗粒物（如烟尘和有机物-烟尘颗粒）占比相应升高.