制定湖泊营养物基准的技术方法研究进展

湖泊营养物基准是指用可信的科学数据表示水中营养物的允许浓度和生态指标的阈值,是制定富营养化标准、评价湖泊状态依据。文章分析了国外制定湖泊营养物基准的方法:参照状态法、输入-响应模型法和机理推断法,并概述了目前湖泊富营养化预测模型。通过分析对比,提出了适合我国湖泊营养物基准制定的技术方法及思路。     

基于微分变换的湿地植物高光谱全氮反演

叶片全氮含量是监测和诊断湿地植物生理状况及生长趋势的重要指标,利用高光谱技术监测湿地植物氮含量,对于理解湿地生态系统氮循环具有重要意义.为探究湿地植物叶片全氮含量遥感光谱的估算方法,以云南省大理西湖湿地公园优势植物芦苇（Phragmites australis）和茭草（Zizania caduciflora）全氮含量为研究对象,对叶片光谱数据进行预处理并建立二者的关系模型,包括单变量模型、多变量模型（偏最小二乘回归模型和BP神经网络模型）,并利用决定系数（r²）和均方根误差（RMSE）对模型精度进行检验.结果表明:（1）不同形式的光谱变换增强了植物全氮含量与光谱变量的细节特征,二者的短波红外波段相关性强于可见光近红外波段.芦苇二阶微分（R"）反射率与全氮含量在1682 nm处相关性最强,相关系数为0.70;茭草平方根二阶微分[(R^1/2)"]反射率与全氮含量在1 190 nm处相关性最强,相关系数高达-0.80.（2）不同植物类型相比,利用茭草的变换光谱反射率建立的单变量和偏最小二乘回归模型建模精度都高于芦苇.（3）不同回归模型相比,BP神经...     

矿化度作为蒙新高原湖泊营养物基准影响指标的可行性

基于蒙新高原湖区多年综合调查资料及现场监测数据分析,结果显示蒙新湖区存在咸化趋势.多元逐步回归分析表明总磷、矿化度是影响蒙新湖区初级生产力的重要因子.相关性分析显示,蒙新高原湖区湖泊矿化度与溶解氧、pH值、总氮、叶绿素a及透明度相关,其中,溶解氧、pH值与矿化度呈极显著负相关(P<0.01);总氮、叶绿素a与矿化度呈极显著正相关(P<0.01);透明度与矿化度呈显著负相关(P<0.05).通过矿化度与国际公认的营养物基准指标[原因变量(TP、TN)和反应变量(Chl-a、SD)]之间的线性关系研究表明,矿化度应成为蒙新高原湖区湖泊营养物基准影响指标之一,研究结果为确定蒙新高原湖区湖泊营养物基准的候选变量和指标提供了理论依据.     

基于无人机多光谱的沼泽植被识别方法

为了探究高分辨率无人机多光谱数据对沼泽植被群丛识别能力,在洪河国家级自然保护区的核心区、缓冲区和实验区分别建立典型样区,通过低空无人机搭载的RGB及多光谱相机获取研究区正射影像,构建多维数据集并确立4种分类方案.采用面向对象的随机森林（RF）算法,对输入的多维数据集进行变量选择和参数（mtry、ntree）调优,构建适合沼泽植被群丛尺度识别模型.结果表明：优化的面向对象的RF算法对沼泽湿地植被具有较高的识别能力,在95%的置信区间内,核心区方案四（结合了光谱波段、纹理特征、几何特征、位置特征、地表高程信息和植被指数）获得最高总体精度为87.12%,kappa系数为0.850,比方案二（结合了光谱波段、几何特征和位置特征）总体精度高12.27%,kappa系数高0.140;对于单一典型沼泽湿地植被识别精度中,芦苇获得最高的用户精度高于88%,生产者精度高于90%,小叶章的生产者精度高于85%,但是在核心区用户精度较低,仅为78%.该方法可以作为沼泽植被群丛识别的有效方法,为研究沼泽湿地生态环境变化提供更准确的数据支持.     

密云水库及其流域营养物集成模拟的情景分析研究

在密云水库水环境模拟预测集成模型的支持下,考察了不同点源、非点源污染负荷控制措施对水库水质的影响和作用,制定了4个情景方案.基础情景分析表明,密云水库TN超标严重,TP相对较好,叶绿素浓度超过10μg/L的区域主要集中在潮河库区,而且面积较大.情景1、情景2和情景3是考虑了不同点源、非点源管理措施后的密云水库水质状况.结果表明,营养负荷的下降能显著地改善水体水质,尤其是磷负荷的降低可有效地制约藻类生长,叶绿素浓度显著降低,超过10μg/L的区域缩小甚至消失.这一结论说明了加强密云水库流域及周边地区工业、生活和畜禽养殖等点源和农业非点源污染控制对改善密云水库水质的有效性和必要性.     

民航安全复杂系统的关键成功因素识别——基于中国民航近10年安全管理工作的研究

为了探寻民航安全长周期运行的经验，即确定对实现安全运行起着决定性作用的关键因素，首先，收集了中国民航行业发布的航空安全工作报告、政策新闻、具有10 a以上工作经验的专家访谈等资料，运用扎根理论对其进行处理以识别民航安全复杂系统的影响因素。其次，利用提出的二维不确定语言变量(2-Dimension Uncertain Linguistic Variables, 2DULVs)-分层决策试验与评估实验室(Decision-Making Trial and Evaluation Laboratory, DEMATEL)混合模型计算影响因素的中心度和原因度，以此识别民航安全复杂系统的关键成功因素。最后，将计算结果与传统DEMATEL方法的结果进行对比分析。结果表明，安全投入力度加大、安全意识的转变、安全监管与督导力度的加强、法律法规与管理机制的持续健全完善、科技创新引领智慧安全、安全风险分级管控和隐患排查的双重预防为实现民航安全复杂系统的关键成功因素。与传统DEMATEL方法相比，提出的混合模型有效减少了549次专家决策，识别结果更符合民航实际情况。