陕西省生态城市建设评价指标体系

从陕西省各城市的社会状况和地域情况入手,选择和构建了适合陕西省自身情况的生态城市指标评价体系,并进一步建立了描述城市生态系统发展状况的标准化处理方法和计算方法,最后使用以上方法,对陕西省2008年的生态城市建设进行综合分析和评价。结果表明:陕西省10个城市的生态城市建设基本可以分为3类,其中西安等3个城市生态建设水平较高;铜川市等5个城市生态建设水平一般;延安市等2个城市生态城市建设水平较低。各个城市都应该依照自身情况明确生态建设的发展方向,制定生态建设方案,大力开展城市生态建设,从而使整个陕西省生态实现一体化发展。     

基于灰色关联模型对陕西省O3浓度影响因素分析

O_3污染问题已经成为21世纪另一个环境课题.本次研究采用克里金插值法对2015年陕西省O_3浓度的空间分布特征进行分析,同时构建了O_3浓度的影响指标体系,运用灰色关联模型,综合分析了O_3浓度与其影响指标因子的关联度,并探讨了各指标因子综合关联度的空间关联性和分异性.结果显示:(1)陕西省O_3浓度呈"北高南低"的空间分布特征;(2)权重最大的指标层是O_3污染来源(W_i=0.4331),其次是城市化与产业结构(W_i=0.3455),空气质量与自然因子最小(W_i=0.2215);(3)各个指标因子与O_3浓度关联度均为强度关联.空气质量与自然因子中,关联度较高的指标因子为CO、降水量、平均气温、日照时数;O_3污染来源中,关联度较高的指标因子为等级公路里程、单位GDP能耗及工业用电量;城市化与产业结构中,关联度较高的指标因子为第二产业占地区总产值的比例、建成区绿地覆盖率和人均公园绿地面积;(4)O_3污染来源对铜川、宝鸡、汉中等市O_3浓度的影响较大;城市化与产业结构对宝鸡、咸阳、渭南、汉中等市的影响较大;空气质量与自然因子与陕西省各个城市O_3浓度的关联度均为强度关联;(5)空气质量与自然因子中,CO、PM_(2.5)、日照时数与O_3浓度综合关联度较高.O_3污染来源指标层中为机动车保有量、餐饮总额、烟(粉)尘排放量.城市化与产业结构中则是房屋建筑施工面积、建成区面积、人口密度.影响O_3浓度的主要指标因子表现出较好的空间相关性与空间分异性.综合分析表明,灰色关联度模型能够有效地对O_3浓度的主要影响因素作出分析与评价.     

何发理:志在三秦天更蓝

绿色中国年度人物组委会称何发理是"守土有责、勇于创新,带领陕西环保工作进入全国第一梯队行列的公务员,是绿色发展的倡导者、探索者和实践者。"何发理,陕西省环境保护厅党组书记、厅长。他领导陕西环保系统与时俱进,通过扎实工作和不断创新,使陕西的环保工作进入全国第一梯队行列。全省主要污     

陕西省近10年自然灾害的损失规律

本文主要根据自然灾害损失资料,对陕西近10a自然灾害损失时空规律、各灾种特点、损失结构进行了较详尽讨论,并进行了损失强度分区。     

透视矿山事故隐患:扼住事故咽喉,有多难?

23人死亡。经30个小时全力搜救,牵动多方关注的“12·4”重庆市永川区吊水洞煤矿事故,最终还是传来令人悲痛的消息。更令人悲痛的是,类似悲剧一再发生。仅2020年,2月17日,陕西省商洛市隆昌矿业有限公司八里峡内硅石矿发生顶板冒落事故,致1名挖掘机司机被埋窒息死亡;3月13日,河南省信阳市氟鑫矿业有限公司发生透水事故,造成7人遇难;5月6日,安徽省铜陵市金九铜矿井下发生炮烟中毒事故,致2人死亡。     

缓解西北地区缺水问题的新途径——提高农村机械化,调整生产与消费结构

根据虚拟水与水足迹的理论与计算方法,对我国西北和中部地区虚拟水含量进行研究.首先计算2000年江西省主要农产品虚拟水含量和城乡居民生活消费虚拟水含量,得出粮食作物的虚拟水含量为284.81×108 m3;城镇居民人均消费主要产品的虚拟水量为768.27 m3;农村居民人均消费主要产品的虚拟水含量为670.17 m3.然后在前人计算结果的基础上,将江西省与陕西省的城乡居民生活消费虚拟水含量进行比较分析,发现城镇居民人均消费粮食虚拟水含量都低于农村居民,陕西省居民人均消费虚拟水含量中粮食虚拟水含量比重大于江西省居民.通过进一步研究居民的消费结构,得出调整区域生产与消费结构,增加虚拟水贸易,是缓解我国西北地区水资源短缺与社会经济发展矛盾的新途径的结论,并指出调整农村消费结构的关键是提高农业生产的机械化.     

基于ANFIS的陕西省参考作物蒸散量计算

为有效提高陕西省参考作物蒸散量（ET₀）的计算精度,选取陕西省6个气象站点57 a（1960—2016年）每日气象资料,构建8种基于自适应神经模糊推理系统（ANFIS）的ET₀计算模型,将其与Hargreaves-Samani、Makkink和Iramk等三种在陕西省ET₀计算精度较高的模型进行比较。结果表明：ANFIS模型能较好地反映气象因子与ET₀之间的复杂非线性关系,在仅有气温数据时,ANFIS模型具有足够的精度（平均R²=0.894,平均R_MSE=0.558 mm/d,平均MRE=18.258%）,ANFIS模型的精度随着气象因子数量的增加而增加;在相同气象条件下,ANFIS模型模拟效果最好;ANFIS模型具有较强的泛化能力,基于不同站点也有较高的精度（平均R²=0.974,平均R_MSE=0.276 mm/d,平均MRE=8.608%）,具有很好的可移植性。因此,在缺少气象数据时,ANFIS可以作为陕西省ET₀的计算模型,为农业用水管理及水资源优化配置提供帮助。     

陕西省土地利用碳排放演变与影响因素分析研究

以陕西省统计数据为基础,利用土地利用碳排放模型和STIRPAT模型,分析了陕西省1999年-2013年土地利用碳排放演变与影响因素,结果表明:陕西省碳排放量呈增加趋势,增加了4.07倍,其中建设用地碳排量增加起主导作用.碳排放经历了减少(1999-2000年)、稳步增加(2001-2006年)和快速增加(2007-2013年)3个阶段.人口数量和GDP是陕西省土地利用碳排放变化的影响因素,其中人口数量对碳排放变化的贡献高于GDP.经济集约式发展和个人集约式低碳消费是碳减排的重要方向.     

陕西省生态承载力供需平衡研究

陕西省经济发展主要依赖矿产资源的开发,尤其是煤炭资源的开发,随着全省经济的快速增长,生态环境问题也逐渐凸显,这一矛盾越来越引起人们的重视.为揭示陕西省生态环境破坏现状及生态环境承载能力,利用生态足迹理论,定量分析了陕西省生态承载能力及可利用空间.经过计算,2014年全省人均生态足迹1.3403 hm2,人均生态承载力1.9286 hm2,可利用人均生态承载力0.3569 hm2.结果表明,陕西省生态承载整体还有盈余,但草地、茶园和化石燃料用地均出现生态赤字,最后分析了产生生态赤字的原因.