基于MGWR的黄河流域土壤有机碳密度和影响因素分析

土壤有机碳作为最大陆地碳库,其空间分布特征和影响因素对于全球碳循环过程具有重要影响.基于土壤有机碳密度数据,结合环境因子,使用多尺度地理加权回归（MGWR）模型预测了黄河流域土壤有机碳密度（SOCD）和影响因素.结果表明：①黄河流域0~20 cm和0~100 cm的SOCD范围分别为0~14.82 kg ·m^-2和0~32.39kg ·m^-2,均值分别为3.48 kg ·m^-2和8.07kg ·m^-2,储量则分别为2.76 Pg和6.48 Pg;②各生态系统类型中,0~20 cm的SOCD从大到小依次为：森林>水体与湿地>其他>草地>农田>聚落>荒漠,0~100 cm的SOCD从大到小依次为：水体与湿地>森林>其他>草地>农田>聚落>荒漠,SOCR从大到小皆为：草地>农田>森林>荒漠>水体与湿地>聚落>其他;③黄河流域SOCD的分布主要受常数项、剖面曲率、NDVI和降水的影响,曲率和粉砂对深层的SOCD的分布也具有重要影响;此外,降水、NDVI和常数项（除森林外）是影响各生态系统的主要因素,曲率和粉砂则仅对荒漠和其他生态系统具有重要影响.研究结果得出了黄河流域SOCD的空间分布和影响因素,可为黄河流域碳平衡、土壤质量评价和生态治理恢复与巩固提升提供科学依据.     

《奥尔胡斯公约》来了

正10月16日,北京新疆大厦3层的一间会议室,中文和英语对答声交替传出。近20个与会者中,中外人士各占半数,他们都头戴同声传译器,或积极发言,或认真聆听,或埋头记录。在会场前方的投影屏幕上,"奥尔胡斯公约国际交流会"几个字格外醒目。《奥尔胡斯公约》,正是这次会议的关键词。据了解,参与这次小型国际会议的外方包括奥尔胡斯公约欧盟秘书处官员、成员国的专家,以及国合会机制创新工作组成员。而中方主要是环保部官员和     

低碳经济视角下的城市圈土地节约集约利用评价研究——基于遗传算法的投影寻踪模型

从低碳经济视角出发,运用基于遗传算法的投影寻踪模型对武汉城市圈低碳土地节约基于利用水平进行了评价研究.结果显示,各市低碳土地节约集约利用水平差异较大,发展极不协调,难以有效地实现城市圈协同发展.武汉城市圈应以整体效益最大化为目标,注重保护环境与经济增长相结合,大力发展低碳经济,以协同发展促进低碳土地利用.     

一元回归分析在污水处理厂中的应用

以沈阳某污水处理厂的进水水质为例,用SPSS软件对COD和BOD进行回归分析。结果表明,COD和BOD之间具有线性关系,其一元线性回归方程为COD=35.76+2.26*BOD。利用该回归方程测算BOD,对预测值和实际值进行t检验,发现两者之间不存在显著性差异,从而表明利用回归方程测算BOD方便快速,有助于生产运行管理。     

乡镇工业电镀行业主要污染物排放量的估算方法

电镀分有氰电镀与无氰电镀两类。乡镇工业电镀行业的环境污染最主要是氰污染和铬污染。本文针对乡镇电镀行业的特点,调查了湖南省沅江市、四川省新都县、湖北省黄陂县、汉川县以及江苏省部分县市乡镇电镀厂,将收集资料及实际监测资料进行回归分析,得出乡镇电镀行业的污染物发生量大小与原材料的消耗有关,可以用多元回归方程估算乡镇电镀行业主要污染物发生量。这一估算方法简单易行,实用可靠,操作方便。     

Excel在环境监测回归分析中的应用

本文应用Microsoft Excel软件开发了环境分析实验室数据回归分析程序，本程序实现了可视、快捷高效地处理实验数据回归分析所需结果。     

一种基于CAVE的交互式全景视频显示方法

为了实现全景视频的沉浸式显示,开发了一个基于CAVE的交互式全景视频显示系统．本系统成功地实现了pgr全景视频文件在CAVE上的播放．首先,将全景视频中的每一帧全景图像映射到一个虚拟球面上;其次,使用五个虚拟相机对该球面的四面及顶面进行拍摄,调整各相机的参数使所得各幅图像覆盖整个球面区域,并能够无缝拼接;最后,将所得五幅图像分别投影到CAVE系统中各投影幕中;另外,实现通过鼠标、手柄等输入设备调整CAVE中各投影幕的画面．     

北京市PM2.5时空分布特征及其与PM10关系的时空变异特征

PM_(2.5)时空分布特征及其与其它污染物的相关关系是PM_(2.5)时空统计分析的主要研究内容.然而,现有的方法直接从监测站点的角度对时空分布特征进行分析,难以有效地揭示PM_(2.5)浓度的聚集分布特征;同时,常用的地理加权回归在对PM_(2.5)与其它污染物间关系进行建模的过程中,缺乏同时考虑时间异质性与空间异质性,从而不能准确地描述依赖关系的时空变异特征.为此,首先借助于空间聚类分析技术,对北京市2014年PM_(2.5)浓度的聚集结构进行探测,在此基础上,通过聚集结构来分析PM_(2.5)季节性时空分布特征.然后,利用地理时空加权回归对北京市PM_(2.5)与PM_(10)季节平均浓度间关系进行建模,依据回归结果分析PM_(2.5)-PM_(10)间关系的时空变异特征.实验结果表明,春夏季节PM_(2.5)污染程度及空间变异程度均低于秋冬季节,各季节PM_(2.5)浓度均表现为北部浓度低、南部浓度高的空间分布特征;地理时空加权回归具有更好的拟合效果,由回归系数进一步可发现,春夏季PM_(2.5)-PM_(10)相关性低于秋冬季PM_(2.5)-PM_(10)相关性;各季节均表现为西北部PM_(2.5)-PM_(10)的相关性高于东南部PM_(2.5)-PM_(10)的相关性.     

京津冀地区高分辨率PM2.5浓度时空变化模拟与分析

为了全覆盖、高分辨率和高精度识别京津冀地区大气PM_2.5质量浓度时空变化,选取多角度大气校正算法遥感反演的1km AOD为主要预测因子,多种气象要素和土地利用要素为辅助预测因子,构建了混合效应模型+地理加权回归模型的两阶段统计模型,并针对京津冀地区PM_2.5污染较严重的特点,模型中引入了AOD²等独特预测因子.通过上述两阶段模型定量预测了研究区2017年1 km²空间分辨率的每日PM_2.5质量浓度.结果表明,模型交叉验证的决定系数R²为0.94,斜率为0.95,均方根预测误差为13.14 μg·m^-3,在前人基础上预测精度进一步提升,可用于PM_2.5浓度时空变化预测与分析.2017年,京津冀地区PM_2.5浓度年均值为44.96 μg·m^-3,年均值范围在0~89.89 μg·m^-3之间.PM_2.5浓度时空变化差异性明显,整体上呈现"平原西南部浓度高、平原东北部浓度中等和山区高原浓度低"的空间分布格局以及"冬季浓度高、夏季浓度低和春秋过渡"的季节变化特点.模型预测结果的高时空分辨率可以支持流行病学研究在较小区域的暴露评估和识别小尺度污染源的时空变化,分析发现在大气污染防治行动计划实施以来,污染较严重的冀中南山麓平原区可能出现了重要污染源的空间变化.模型预测与分析结果可以为京津冀大气污染防治提供科学支撑.     

中国碳排放及影响因素的市域尺度分析

评估区域碳排放及其与社会经济状况的关系对于制定碳减排措施至关重要.以中国339个地级及以上城市(不含新疆部分城市和港澳台地区)为研究对象,探究了非化石能源占比、土地开发度、常住人口城镇化率、第二产业占比、人均GDP和人均建设用地面积对人均CO₂排放量的影响.通过构建模拟人均CO₂排放量的贝叶斯信念网络,识别各因素对人均CO₂排放量的全局影响;采用多尺度地理加权回归模型,分析各因素对人均CO₂排放量的局部影响.结果表明：(1)2020年,中国地级及以上城市人均CO₂排放量呈现出由南向北递增,东部沿海向内陆递减的格局.(2)从全局来看,人均CO₂排放量对各因素的敏感性从高到低依次为：人均建设用地面积>人均GDP>常住人口城镇化率>土地开发度>第二产业占比>非化石能源占比.(3)从局部来看,各因素与人均CO₂排放量的空间关系方向与全局关系一致,关系强度上存在空间异质性.(4)清洁能源、脱碳技术、土地节约集约利用...