村域乡村发展影响因素及边际效应研究——基于长江流域典型县域比较分析

探究不同区域乡村发展的影响因素及边际效应,对深入实施乡村振兴战略有重要意义。研究以重庆市不同区域513个村为例,利用多元线性回归和增强回归树(BRT)模型,从资源禀赋、地理区位、人力资本、产业基础、设施建设及治理水平6个方面分析乡村发展影响因素及边际效应。研究发现：(1)产业基础对于不同区域乡村发展都有重要推动作用;(2)产业组织化程度、常住人口情况、村民参与和产业发展活力与经济发展较好区县乡村发展呈显著正相关,且边际效应也随之增加;产业组织化程度、耕地流转规模、驻村干部和耕地资源与经济发展较滞后区县乡村发展呈显著正相关,其中除驻村干部以外其他因素边际效应也随之增加;(3)受劳动力外流影响,劳动力状况对经济发展较好区县乡村发展呈负相关,边际效应也随之减少,而驻村干部对增强经济发展滞后区县乡村治理效能有明显正向作用。因此,经济发展较好区县乡村发展应进一步整合“人、地、业”资源要素,充分发挥农民参与乡村发展的积极性;而经济发展较滞后区县乡村发展应重点突破乡村发展过程中的瓶颈,提升产业发展能力,依托驻村干部增强乡村治理效能。     

长春秋季细颗粒物中有机气溶胶组成特征及来源

利用大流量采样器采集了长春城郊2016年10月至2016年11月大气细颗粒物(PM_(2.5))样品共40套,分析了颗粒物中的有机碳(OC)、元素碳(EC)以及非极性有机化合物(主要包括正构烷烃、多环芳烃以及藿烷类化合物)和生物质燃烧标志物左旋葡聚糖的质量浓度,并用分子标记物、特征比值及主成分分析-多元线性回归(PCA-MLR)模型等方法探讨了有机气溶胶的主要来源.结果表明,观测期间PM_(2.5)的平均质量浓度为(79. 0±55. 7)μg·m~(-3),OC和EC的平均质量浓度分别为(20. 7±15. 6)μg·m~(-3)和(2. 2±1. 1)μg·m~(-3),分别占PM_(2.5)的26. 2%和2. 8%.所测非极性有机化合物的总平均浓度为(186. 3±104. 5) ng·m~(-3),浓度高低顺序为正构烷烃[(101. 3±67. 0) ng·m~(-3)]多环芳烃[(81. 4±46. 0) ng·m~(-3)]藿烷类化合物[(3. 8±1. 9) ng·m~(-3),其主要来源包括煤燃烧源、生物质燃烧源以及交通源.主成分分析-多元线性回归模型得出该地区有机气溶胶主要排放源的相对贡献依次是煤燃烧源(47. 0%)、生物质燃烧源(42. 6%)和交通源(10. 4%).本研究结果可为我国东北地区有机气溶胶污染防控提供科学依据.     

城市空间格局与热环境响应关系：以合肥市区为例

随着城市不断扩张,区域的地表覆盖类型发生转变,大量自然景观被人造景观所替代,环境温度随之上升.研究城市空间格局与热环境之间的响应关系,对于改善生态环境、优化城市空间布局有一定的指导意义.基于合肥市区2020年的Landsat 8系列遥感影像数据及ENVI和ARCGIS等分析平台,采用皮尔逊相关性与剖面线反映两者之间的关联性,再选取关联性最大的3个空间格局组成要素构建多元回归函数,以探究城市空间格局对城市热环境的影响及其作用机制.结果表明：(1) 2013～2020年间,随着时间推进,合肥市高温区明显增加.对于不同的季节,热岛效应呈现出夏季>秋季>春季>冬季.(2)中心城区内,建筑占比、建筑高度、不透水占比和人口密度明显高于郊区,而植被覆盖度呈现出郊区高于城区,且在城区主要呈现出点状分布,水体呈不规则分布.(3)城市高温区主要分布在城区各类开发区内,而城区内其他地方则以中高温及以上温度分区为主,郊区以中低温为主.(4)各要素的空间格局与热环境之间的皮尔逊系数为正相关的有建筑占比(0.395)、不透水面占比(0.333)、人口密度(0.481)和建筑高度(0.188),负...     

基于线性混合效应模型的河北省PM2.5浓度时空变化模型研究

京津冀地区大气PM_2.5污染严重.为揭示区域PM_2.5时空分布规律,使用2013-2014年河北省地面站点PM_2.5监测数据、MODIS AOD（气溶胶光学厚度）遥感数据、地面气象站点数据和土地利用调查数据,基于线性混合效应模型（LME）,建立了ρ（PM_2.5）时空变化与AOD因子、气象因子、土地利用因子之间的关系模型.采用十折交叉验证法对模型精度进行检验,并利用计算得到的校正因子[全部实测的ρ（PM_2.5）年均值除以参与建模的所有实测ρ（PM_2.5）年均值]纠正因AOD非随机性缺值导致的抽样偏差.结果表明:①河北省区域模拟精度R2（决定系数）为0.85,经交叉验证后R2为0.77,RMSE（均方根误差）和RPE（相对预测误差）分别为18.28 μg/m3和28.68%.②ρ（PM_2.5）年均值模拟结果的校正因子范围为1.24~2.05,校正后的研究区ρ（PM_2.5）年均值为89.84 μg/m3,与实际监测数据相近.③ρ（PM_2.5）空间分布呈平原高、山区低,平原地区西南高、东北低的趋势.④ρ（PM_2.5）与AOD、温度、相对湿度呈正相关,与风速、大气能见度呈负相关.研究显示,线性混合效应模型能有效对ρ（PM_2.5）进行时空变化模拟,并实现对非地面监测地区ρ（PM_2.5）时空变化的预测,恰当的预测因子组合和模型校正有助于模型预测精度的提升.      

基于受体模型与地统计的耕地土壤重金属污染源解析

为探明云南金子河流域耕地土壤重金属污染现状与主要来源,有效开展土壤污染防治, 通过土壤采样与数据统计分析评价了金子河流域典型耕地的重金属污染风险,采用指示克里格方法阐明了研究区重金属元素的空间分布,使用主成分分析-多元线性回归(PCA-MLR)模型进行土壤重金属源解析,并量化其贡献率. 内梅罗综合污染指数法评价结果表明,本研究区中90.79%的土壤点位为重度污染,土壤整体处于重度污染水平. 指示克里格插值结果显示,元素Cd、As、Pb污染的高概率区域主要分布在研究区西部与西南部,Cd、Pb污染的高概率区域主要分布在研究区北部,而Cd、As、Pb污染的低概率区域主要分布在研究区东部及东南部. PCA-MLR模型解析重金属污染来源包括:研究区整体自然源贡献率为12.79%,工业源贡献率为87.21%;东岸自然源、工业源贡献率分别为92.46%、7.54%,西岸自然源、工业源贡献率分别为8.98%、91.02%. 研究显示,金子河流域西岸区域的重金属污染风险明显高于东岸区域,分区域进行源解析可以有效揭示局部污染特性,更为准确地识别污染来源.      

深圳市典型混合功能区PM2.5源解析研究

为精准识别深圳市典型商业、居住与工业混合功能区的PM_2.5污染来源,选取深圳市北部地区5个点位于2017年9月~2018年8月全年进行PM_2.5的样品采集和组分分析,利用优化的多元线性引擎模型（ME-2）对其主要来源及其时空变化特征进行探索.结果显示,研究区域研究时段的大气PM_2.5年均浓度为29.0μg/m³,解析出了SO₂二次转化（19.9%）、机动车（15.1%）、生物质燃烧（11.2%）等10种来源,其中SO₂二次转化、生物质燃烧、NO_x二次转化、VOCs二次转化、工业排放、老化海盐和远洋船舶源具有显著的区域传输特征,而机动车源、燃煤和扬尘具有本地源特征,受到局地排放的影响较大.重污染天气下机动车源、NO_x二次转化、工业排放及生物质燃烧源的增加最为显著,加强这些源的控制是此类混合功能区PM_2.5污染精细化防治的关键.     

谈线性工程的环境监理

目前生态影响类项目是环境监理的重点内容,线性工程是生态影响类中比较突出的项目,此类项目对生态影响范围大、污染分散,环境监理内容较多,因此做好线性工程的环境监理是十分重要的,本文简述了这方面的环境监理内容。     

多元线性回归和Bp神经网络预测水资源承载力--以济南市为例

水资源承载力的预测对发展地区经济具有重要意义，利用主成分分析方法对济南市水资源承载力变化的驱动力进行了分析，人口和GDP是影响水资源承载力变化的最主要的驱动因素。通过水资源承载变化驱动因子的多元线性回归模型和人工神经网络模型，分别预测出2010年和2020年济南市水资源的需求状况，并探讨了将线性和非线性相结合的方法用于水资源预测。     

基于AHP法的泰安市生态系统脆弱性模糊评价

采用基于AHP法的模糊评价模型,并通过最大特征根一致性检验、肯达尔一致性检验,全面评价了泰安市2001-2005年生态脆弱度变化情况,结果表明:二级指标中气候因素脆弱度、自然环境因素脆弱度、经济因素脆弱度逐年降低,社会因素脆弱度在较不脆弱的基础上波动,泰安市总生态脆弱度呈现逐年改良趋势;利用线性回归分析,确定自然环境因素是影响泰安市总脆弱度的主导因素,可根据其变化情况为预测泰安市生态脆弱度变化及指导生态建设提供科学依据。     

环境水污染事件应急监测演练评估模型构建研究

以环境水污染事件为背景,基于层次分析-线性加权法的构建环境水污染事件应急监测演练评估模型。利用层次分析法建立应急演练评估指标体系,构建各因素的判断矩阵,判断矩阵的特征向量作为评估指标的权重,由多位专家评估的权重值计算平均权重,然后利用线性加权法构建应急演练的综合评估模型。通过某江河的水污染事件应急演练实例,对评估模型进行了验证。