Climate change and its consequences for water and wastewater management

Life, in combination with solar radiation and abiotic processes, is most probably the reason why liquid water has existed on Earth for over billions of years, and the global mean temperature has remained in a lifeenabling range. Efforts to limit or even reverse global warming must be derived from the knowledge of the Earth’s complex life-support system. In this context, the balance between liquid and gaseous water plays a crucial role, and water management becomes an important field of innovation and action, globally, on the scale of watersheds but also on the very local level. Cascading use, reuse, and temporary storage of water in urban settings must be considered to limit over-extraction of water from natural resources, and to maintain the life supporting function of ecosystems. At the same time, public health requirements, cost efficiency, and reliability demands are to be met.     

天津滨海新区城市化进程中的环境风险分析

从天津滨海新区城市化趋势入手,系统分析了滨海新区城市化进程中产生的非突发性环境风险、突发性环境风险,并在此基础上进行了滨海新区区域生态环境安全和突发性环境污染事故的环境风险评估,结果表明:水环境安全系统是影响滨海新区区域生态环境安全的关键因素,滨海化工区是环境风险事故重点控制区、滨海新区中心商务区是环境风险影响重点防范区。结合滨海新区区域发展战略,提出了天津滨海新区环境风险防范管理对策与建议。     

江西省城市化与生态综合响应程度分析

在构建城市化综合指数与生态综合指数的指标体系和评价方法的基础上,提出了综合响应度模型,并对江西省进行了分析。研究显示:①改革开放以来,江西省城市化综合指数逐步提高,现已进入城市化快速发展时期;而江西省生态综合指数及其分量不仅表现波动规律,还呈现出不同的变化特征。②1978~1990年间的生态综合指数及其分量与城市化的综合响应度普遍高于整个考察期和1991~2005年间的综合响应度,反映出在1978~1990年间江西省生态对城市化进程具有更强的敏感强度。可见在城市化增长阶段与生态质量改善阶段并不具有一一对应的关系,其结构变异不仅和城市化本身的推进模式有关,更重要的是和生态建设及保护的方式有关。     

广州市南沙区海岸防护林群落构建技术研究

森林是稳固和改善生态环境的重要载体,因其能提供巨大的生态服务功能而备受各国政府和学界的关注。珠江三角洲地区城市化进程的步伐逐渐加快,带来一系列环境问题。以广州市南沙区海岸景观防护林（也即河涌水网林、公路隔离林、海岸防风林）建设为例,主要研究了防护林的关键构建模式、林分群落结构等方面内容。结果显示,采用多层次的乔灌草配置,遵循适地适树的原则,以本土树种为主,搭配部分优良的引进树种,采取适合的营林措施,可构建出具有一定防护功能的人工林群落。广州南沙防护林建设是珠三角地区城市森林建设的一个缩影和代表,为我国南方城市森林建设理论的创建提供了一定的参考经验。破解城市化危机,创建宜居城市环境,实现城市可持续发展,应综合考虑城市的人口集中程度,经济发展规模,环境污染模式,针对具体的水分、气候和土壤等要素,运用多学科理论和技术,制定合适的森林构建模式,并需要政府、社会组织、以及公众的协同努力。     

南通市城镇化过程中水环境调控研究

城镇化是涉及诸多影响因素的复杂动态过程,而水环境又是城镇化进程中最为显著的问题.文章首先介绍了南通市城镇化的发展历程,通过分析城镇化进程中水环境问题,提出了强化水资源保障能力、增强水环境承载能力,提高水灾害防御能力,提升水经济调控能力等有效措施和对策.参13.     

宁波城市热岛随城市化演变的多指标综合分析

以宁波市为研究对象,利用1984─2010年间冬、夏各5景Landsat TM/ETM+遥感影像数据进行地表温度反演,在此基础上使用热岛强度、热岛面积、景观格局指数综合分析了宁波城市化进程中城市热岛在冬、夏两季的演变趋势,得出如下结果,（1）强度方面,冬季平均热岛强度为1.57℃,夏季为8.67℃,夏季明显强于冬季;热岛强度在夏季呈增强趋势,在冬季呈变弱趋势。（2）热岛面积方面,在冬季,平均89%的建成区受热岛效应的影响,而在夏季,该比例为98%。无论冬夏,热岛面积均随城市化的发展持续增加。（3）数量方面,热岛景观在冬季以低等级热岛斑块为主,占热岛面积的96%左右,夏季以中、高等级热岛斑块为主,比例约为热岛面积的92%。无论冬夏高等级热岛斑块个数均随着城市化进程显著增加。（4）形态方面,无论冬夏主要热岛景观类型乃至整个热岛的斑块形状均变得更加复杂。（5）结构方面,热岛景观在冬季总体上逐渐破碎化,各类景观趋向均匀,多样性增加。在夏季则逐渐聚集,逐步向以高等级斑块为主导的格局方向发展,多样性降低。（6）空间分布方面,随着城市化进展,冬夏两季热岛景观斑块都经历了数量增加、等级升高的变化。冬季在北仑的宁波经济技术开发区形成了两个热点区,夏季在三江口周边、甬江口两岸以及经济技术开发区形成了三大高温片区。利用多指标综合分析可以更加全面的反映城市热岛的演变规律,为减缓城市热岛效应提供理论依据。     

城市化进程对南京市区域气温变化的影响

20 世纪90 年代以来中国进入城市化快速发展阶段,城市规模迅速扩张,这在一定程度上对大气热环境产生了影响,如产生了城市热岛效应.文章基于南京气象站点观测数据、南京市统计年鉴以及landsat TM 影像数据,选取人口密度、废气排放量、运营车辆、用电量、绿地覆盖面积、建成区面积6 项指标构建城市化因子群,运用灰色关联度分析法对影响南京气温变化的因子群进行贡献度分析.首先,基于以往研究及南京市统计年鉴选取人口密度、废气排放量、运营车辆、用电量、绿地覆盖面积、建成区面积6 项指标构建城市化因子群;其次,基于landsat TM 影像数据利用监督分类方法提取建成区面积;最后,基于灰色关联度分析方法,定量计算出人口密度、废气排放量、运营车辆、用电量、绿地覆盖面积、建成区面积6 项城市化因子分别对年均温、年最高温、年最低温、季均温、月均温以及不同时期温度均值的影响.研究发现,（1）1983-2011 年期间,南京市气温呈明显递增趋势,20 世纪90 年代后期增温更为明显,1999-2007 年年均温增长了1.50 ℃.（2）发现对于同-参考数列（年均温、月均温等）而言,其影响因子关联度整体排序是一致的：人口密度〉建成区面积〉废气排放量〉运营车辆〉用电量〉绿地覆盖面积.（3）同一城市化因子对年均温变化、年最高温变化、年最低温变化的影响是不相同的.例如,人口密度对1983-2011 年年均温变化影响最大,关联度达到了0.95;用电量、废气排放量和运营车辆对1983-2011 年年最低温变化影响最大,其关联度分别为0.68、0.74、0.73.（4）同一城市化因子对不同月份气温变化的影响是不相同的,如人口密度与2 月月均温之间的关联度最小,关联度为0.78;与3 月月均温之间的关联度最大,关联度为0.93.（5）不同城市化因子随着时间的推移,对区域气温变化的     

绿色化是我国现代化的重要组成部分

在2015年3月24日召开的中共中央政治局会议上,审议通过了《关于加快推进生态文明建设的意见》,首次提出“绿色化”概念 。本文在分析绿色化及其相关概念的基础上,提出应以绿色发展或绿色化为统领,加强概念集成,以利于公众理解和地方实施。建议绿色化要落实到工业化、城镇化和生态环境保护的全过程和各方面,并提出工业绿色化要注重优化产业布局、调整工业结构、实施绿色制造、加强环保产业与循环经济的有机衔接,城镇化过程中绿色化应从合理规划城市布局和功能分区、发展绿色建筑、推进建筑和交通节能减排、促进域平衡发展等方面落实,生态文明建设中绿色化要注重从源头控制生态破坏和废物排放、切实改善环境质量。最后从政策措施、信息技术革命、法规制度和生态文化等方面提出了绿色化的保障措施。     

Spatial mismatch between wild bee diversity hotspots and protected areas

Wild bees are critical for multiple ecosystem functions but are currently threatened. Understanding the determinants of the spatial distribution of wild bee diversity is a major research gap for their conservation. We modeled wild bee α and β taxonomic and functional diversity in Switzerland to uncover countrywide diversity patterns and determine the extent to which they provide complementary information, assess the importance of the different drivers structuring wild bee diversity, identify hotspots of wild bee diversity, and determine the overlap between diversity hotspots and the network of protected areas. We used site-level occurrence and trait data from 547 wild bee species across 3343 plots and calculated community attributes, including taxonomic diversity metrics, community mean trait values, and functional diversity metrics. We modeled their distribution with predictors describing gradients of climate, resource availability (vegetation), and anthropogenic influence (i.e., land-use types and beekeeping intensity). Wild bee diversity changed along gradients of climate and resource availability; high-elevation areas had lower functional and taxonomic α diversity, and xeric areas harbored more diverse bee communities. Functional and taxonomic β diversities diverged from this pattern, with high elevations hosting unique species and trait combinations. The proportion of diversity hotspots included in protected areas depended on the biodiversity facet, but most diversity hotspots occurred in unprotected land. Climate and resource availability gradients drove spatial patterns of wild bee diversity, resulting in lower overall diversity at higher elevations, but simultaneously greater taxonomic and functional uniqueness. This spatial mismatch among distinct biodiversity facets and the degree of overlap with protected areas is a challenge to wild bee conservation, especially in the face of global change, and calls for better integrating unprotected land. The application of spatial predictive models represents a valuable tool to aid the future development of protected areas and achieve wild bee conservation goals.     

以MnSO4作催化剂快速测定水中COD

建立了酸性条件下,以MnSO4代替Ag2SO4作催化剂快速测定水中COD的方法.考察了K2Cr2O7用量、MnSO4用量、H2SO4浓度、消解温度、消解时间等因素的影响,确定了最佳试验条件和最佳测定范围.方法精密度和准确度均能满足测定要求,与重铬酸钾法作对比试验,测定结果基本一致.