附着硅藻指数在河流水质监测中的适用性技术研究

对广西龙江和柳江中段共18个样点进行了附着硅藻的采样调查,并采用相关分析法、主成分分析法、最优分割分类法、箱须图法、逐步判别分析法和双向指示种分类法等数学方法研究分析了16个硅藻指数在龙江与柳江中段水质监测中的适用性.结果表明,3次4组不同水质类别中,IPS(Specific Pollution Sensitivity Index)和TDI(Trophic Diatom Index)指数与样点的箱须图都表现出合理的趋势,而且IPS和TDI间、及与环境因子及其他硅藻指数间的相关性显著.表明IPS和TDI适合进行龙江与柳江中段的水质生物监测评价,而本文提出的硅藻指数适用性技术也具有一定的推广价值.     

典型行业再利用土壤重金属含量分布、来源解析及生态风险评价

为深入探究典型行业再利用土壤重金属污染特征及生态风险状况,基于上海市嘉定区49个地块315个不同深度剖面土壤样品数据,采用地累积指数和潜在生态风险指数评估Cd、Pb、Cu、Zn、Ni、Hg和As这7种重金属含量特征和潜在生态风险程度,并利用源解析受体模型（APCS-MLR）和正定矩阵因子分解模型（PMF）解析其污染来源.结果表明：①研究区土壤中除As外,其余重金属均不同程度超过上海市土壤背景值,表层土壤中Cd、Pb、Cu、Zn、Ni和Hg含量分别是背景值的3.54、2.34、2.91、1.20、3.75和4.40倍;7种重金属含量随着土壤垂直剖面深度的增加逐渐降低,重金属在表层土壤中存在一定程度的富集,人类活动影响了重金属在土壤中的分布规律.②研究区内APCS-MLR和PMF两种受体模型均识别出土壤重金属4种主要来源,源1（Cu、Zn和Pb）为金属制品和汽车制造混合源,源2（Ni和Cd）为电镀企业来源,源3（Hg）主要为化工企业来源,源4（As）为自然源,两种受体模型结合运用,进一步提高源解析的精准度和可信度.③地累积指数由大到小表现为：Hg（1.54）>Ni（1.32）>Cd（1.21）>Cu（0.96）>Pb（0.64）>Zn（-0.33）>As（-1.02）;潜在生态风险指数结果显示,研究区综合潜在生态风险指数RI值在32.50~4 910.97,均值为321.40,整体呈现较强潜在生态风险,再开发利用工业场地土壤中重金属Hg、Ni和Cd的污染值得进一步关注.     

沂河4条支流浮游植物多样性季节动态与水质评价

2006年11月—2007年8月对沂河4条支流水体浮游植物展开调查. 结果表明:东汶河、蒙河、涑河和柳青河内检测到的浮游植物分别为75,67,70和80种,浮游植物种类组成和细胞密度季节变化明显. 东汶河、蒙河、涑河和柳青河水体浮游植物Shannon-Wiener指数分别为2.97～3.96,3.05～3.35,2.86～4.02和1.74～2.89;Margalef指数分别为2.92～4.42,2.44～4.03,3.07～5.38和1.23～2.76;Pielou指数分别为0.78～0.92,0.71～0.94,0.73～0.89和0.48～0.90. 4条支流的细胞密度分别为1.54×107～5.69×107,0.28×107～12.64×107,0.97×107～3.19×107和4.17×107～9.96×107 L-1. 综合水质评价结果:东汶河和蒙河为β-中污型—寡污型,涑河为β-中污型—清洁型,柳青河为α-中污型—β-中污型. 水质从优至劣排序为涑河＞东汶河＞蒙河＞柳青河. 东汶河和涑河为温度制约型,蒙河和柳青河为温度和营养盐制约型.      

三峡库区蓄水运用期表层沉积物重金属污染及其潜在生态风险评价

为全面了解蓄水运用期三峡库区表层沉积物中重金属含量及其潜在生态危害程度,在三峡库区干流及支流共采集了24个沉积物样品,测定了Cu、Pb、Zn、Cd、Ni、Cr、As和Hg的含量,并采用地积累指数法和潜在生态风险指数法对沉积物中的重金属污染进行了评价.结果表明,三峡库区重金属元素Cu、Pb、Zn、Cd、Ni、Cr、As和Hg的平均含量分别为:76.03、59.40、137.63、0.75、46.81、86.31、18.07和0.109 mg.kg-1,均高于长江沉积物背景值.地积累指数法评价结果显示:重金属元素污染程度顺序为:Cd>Pb>Cu>As>Zn>Ni>Hg>Cr.潜在生态风险指数法评价结果表明,各重金属污染对三峡库区构成的潜在生态危害由强至弱依次为:Cd>Hg>Cu>As>Pb>Cr>Zn,其中Cd的贡献因子最大.总体上讲,三峡库区蓄水运用期处于轻微生态危害等级,并未受到明显的重金属污染.     

大型底栖动物生物评价指数比较与应用

采用不同生物指数评价河流健康,结果往往有差异,如何识别各种生物指数的关系和适用性成为亟待解决的问题.基于太子河流域大型底栖动物群落研究,比较了5种大型底栖动物生物指数评价结果的差异.结果表明,5种指数具有极显著的相关性,但由于健康等级划分标准差异,造成不同指数的健康评价等级存在一定差异.同时分析了不同指数对不同类型人为活动影响的敏感性,研究其在河流健康评价中的适用性.结果表明在太子河流域中,BI指数与土地利用类型和溶氧具有较好的相关关系,对这两类的干扰具有较好的指示作用;FBI指数对酸污染和氨氮污染具有较强的指示作用;ASPT指数与耗氧相关的水质指标有较强的负相关;B-IBI指数与总氮呈显著的负相关关系,可较好指示氮污染,而且B-IBI指数与其他类型人为干扰活动均呈显著的相关关系,对土地利用和水质污染也具有较好的指示作用.综上所述,大型底栖动物BI指数和ASPT指数应该分别适用于评价流域土地利用和水化学指标对河流生态系统的影响,而B-IBI可用于评估多种类型人为干扰活动.     

江西钨矿周边土壤重金属生态风险评价:不同评价方法的比较

对江西省大余县某钨矿区周边的农田土壤进行调查分析,并采用不同的方法对土壤进行评价,结果表明,土壤As、Pb、Zn、Cu和Ni的含量范围分别为15.33—154.65 mg·kg-1、156.29—346.98 mg·kg-1、47.73—277.72 mg·kg-1、19.06—210.24 mg·kg-1和12.00—35.11 mg·kg-1,一些土壤样点的As、Pb、Zn和Cu含量已超过国家土壤环境质量二级标准.利用地累积指数法对土壤进行评价,结果表明土壤均受到As、Pb、Zn、Cu和Ni不同程度的污染;根据CPI(综合污染指数)评价标准,65.7%的土壤处于污染状态;利用TCLP法对土壤生态风险进行评价,结果显示所有土壤并未受到重金属的污染,以内梅罗综合污染指数法对土壤进行综合评价,结果表明该农田土壤重金属生态风险处于安全范围;以潜在生态危害指数法评价,发现Pb、As和Cu达到或超过中等生态风险的样点分别占37.14%、25.72%和2.86%,其他重金属污染风险均属轻微以下.不同评价方法得出的评价结果有差异,人们在评价重金属污染土壤时要根据评价的目的慎重选择合适的评价方法.     

MODIS植被叶面积指数对贵州高原山地气象条件的响应

用EOS/MODIS卫星遥感分辨率为1 km的贵州2001—2008年每8 d合成植被叶面积指数（LAI）,分析了LAI的时间变化规律和年、季空间分布特征;还用贵州69个气象站的日观测数据,分别与各气象点所对应的3×3个像元LAI平均值进行气象要素（温度、降水、日照时数和水汽压）与LAI的相关分析。结果表明：该地区LAI年变化为0.3~3.0,多年平均LAI的空间分布是东南部最高（4.0）,西部和西南部最低（1.0）。显著影响LAI变化的气象因子按相关系数的大小排列是：温度、水汽压、日照时数和降水（均通过了99.9%信度检验）。水汽压对LAI产生影响的原因可能与高原喀斯特地区土壤层较薄有关。在考虑云贵高原植被年际间变化对气候变化的响应时可以把这些要素作为重要的影响因子。     

应用鱼类生物完整性指数评价荔浦河河流健康

生物完整性指数是河流生态系统健康评价主要方法之一。为评价荔浦河河流健康状况,选择鱼类作为指示生物,构建了基于鱼类生物完整性指标体系。2017年1月、4月、7月和10月对荔浦河4次采样共采集到鱼类21 192尾,经鉴定共计94种,隶属于6目17科62属。以S1(修仁镇)、S10(马岭镇)、S11(双江镇)作为参考点,经过分布范围分析、箱体图判别能力分析及相关性分析等指标筛选过程从25个候选指标筛选出5个指标,即鱼类总物种数、Shannon-Wiener多样性指数、肉食性鱼类数量百分比、敏感性鱼类数量百分比、产漂浮型卵鱼类数量百分比。将荔浦河河流健康等级分为"健康"、"一般"、"较差"、"极差"和"无鱼"5个等级。结果表明,荔浦河青山镇、荔浦县及蒲芦乡河段健康状态为"一般"水平,东昌镇、龙怀乡、杜莫镇及新坪镇河段健康状态为"较差"水平,茶城乡河段健康状态为"极差"水平。筑坝工程、架桥工程和修路工程等人类活动导致荔浦河支流上的健康状况比干流更差。上述研究结果可为荔浦河的河流管理和保护提供理论依据和技术支持。     

坡面尺度上地貌对α生物多样性的影响

为了解地貌在坡面尺度上对α生物多样性的影响,采用主观采样法在陕北吴起县合家沟流域不同地貌部位进行了样地调查.利用SPSS16.0统计软件先后对各地貌部位物种组成及各物种的重要值、地形因子要素间、地形因子和群落α多样性之间分别做了聚类分析、相关分析和多元回归分析.结果表明:(1)地貌部位相似的群落聚类在一起,说明地形因子是影响物种组成、群落结构、生态系统等的重要因素.(2)海拔和坡位,坡向和坡度,地形指数和海拔、坡位、坡形之间的Pearson 相关系数均大于0.8,双尾显著性检验概率小于0.05.(3)影响α生物多样性指标香农-维纳指数的地形因子按重要性从大到小依次是:坡位、坡向、海拔、坡形、坡度、地形指数,进一步分析得出在黄土高原丘陵沟壑区,沟沿线、光照、土壤水分和养分在影响α生物多样性指标上依次递减.(4)通过多元线形回归检验,得出坡位、坡向、坡形、海拔这四个地形因子与群落α生物多样性关系密切,建立的回归模型显著性检验可信度大,与样本数据的拟合度高.各地形因子数据归一处理后的回归方程为:香农-维纳指数=2.417-0.581×坡形-1.333×坡位+1.449×海拔+0.631×坡向.地形地貌特征在黄土丘陵区表现明显,研究它对生物多样性的影响可为该区植被恢复提供参考,但由于调查样地尺度较小,在应用推广上尚待进一步研究.     

基于决策树的辽宁省北部沙漠化信息提取研究

以沙漠化问题较突出的辽宁省北部地区为例,选取2007年Landsat 5 TM遥感影像作为基本数据源,通过对影像中耕地、林地、草地、水域等常见地物及典型沙漠化土地进行光谱特征分析和波段间的相互运算,将修改型土壤调整植被指数（MSAVI）、归一化差异水体指数（NDWI）和遥感图像缨帽变换后的土壤亮度指数（SBI）、绿度植被指数（GVI）及湿度指数（WVI）等特征变量融入决策树分类模型后进行分层分离,从而实现对沙漠化信息的高精度提取。结果显示,决策树分类法可排除提取地物时的干扰信息,是保证沙漠化土地信息快速自动提取的方法之一。