Monitoring Australian Rangeland Sites Using Landscape Function Indicators and Ground- and Remote-Based Techniques

If the goal for managing rangelands is to achieve a balance between production and conservation, then monitoring is essential to detect change and apply corrective action. In some range-land areas of northern Australia, monitoring has detected a tilt in the production-conservation balance towards excessive production. How big is this imbalance? Can it shift back? Robust monitoring is needed to answer these questions. The aim is to know what to monitor, and where. For example, to detect changes caused by livestock on rangeland forage production and soil erosion, indicators linking grazing disturbances to landscape function are needed, that is, indicators that signal how well landscapes are capturing, concentrating, and utilizing scarce water, nutrient, and organic resources. Studies in Australia and the USA document that simple vegetation and soil patch attributes can be measured as indicators of the 'state of health' of landscape function. For example, field and remote sensing-based grazing studies in Australia document that landscapes with a high cover of perennial plant patches function effectively to capture runoff water and nutrients in sediments, whereas landscapes with a low cover of these patches do not — they are dysfunctional — as indicated by large patches of bare soil. Aerial videography is proving to be a robust technique for measuring indicators of landscape function such as small patches of vegetation and the extent of bare soil. These indicators typically have a sigmoidal response to grazing impacts. We illustrate that if these indicators are measured on monitoring sites established near the sigmoidal 'point of inflection’ then small changes in these indicators can be detected.     

基于机器学习分类算法解析EIS数据的有机涂层性能评价方法

目的 基于机器学习分类算法快速评估有机涂层的防腐性能。方法 通过实验室加速试验模拟涂层真实的退化过程,并根据测得的电化学数据,分析不同退化阶段的等效电路元件参数。随后,采用随机抽样方法获取大量数据,用于机器学习模型训练。通过对比支持向量机(SVM)、k最近邻(k-NN)和随机森林(RF)3种不同的机器学习算法,以及多种输入特征集训练的涂层性能分类器模型的准确率,分析最适合用于涂层性能快速评估的机器学习算法和电化学特征。结果 根据不同输入特征训练的k-NN和RF模型均表现出良好的预测效果,而SVM模型的预测效果相对较差。根据不同频率范围训练的分类器模型中,在低频区表现最佳,而在高频区表现较差。结论 基于阻抗虚部、虚部+实部和阻抗模值3种输入特征训练的RF分类器模型的预测效果最准确。不同频率区间内,低频区的阻抗特征更能准确表征涂层性能。     

直升机腐蚀原因分析及全寿命周期防护技术

通过直升机实际使用过程中暴露的腐蚀问题,分析了直升机全寿命期的腐蚀防护应对方法和思路。对陆地环境和海洋环境使用直升机的腐蚀情况进行了汇总,并对直升机典型腐蚀问题及改进措施进行了研究。在此基础上,进一步分析了导致直升机发生腐蚀的环境、设计、生产、制造、维护等原因,总结了直升机易腐蚀部位、腐蚀特点以及危害性。提出了采用“设计保证、生产实现、维护保持”的综合手段来提升直升机全寿命期的腐蚀防护能力。最后,对外场维护维修过程中需要重点关注的腐蚀控制手册、清洗、涂镀层修复、密封剂/缓蚀剂等问题进行了思考和分析,提出了需加快推进先进的防腐技术在直升机防腐中的应用,对有效开展直升机全寿命周期的腐蚀防护工作具有一定指导意义。     

掺钴水钠锰矿对铅的吸附及对砷的氧化

为了研究过渡金属离子掺杂对锰氧化物作为环境友好材料物理化学性质的影响,在浓盐酸还原高锰酸钾制备水钠锰矿过程中添加氯化钴,在常压回流条件下一步合成了三维纳米微球状水钠锰矿,考察了其铅吸附和砷氧化能力.应用粉晶X射线衍射、化学分析、N2物理吸附、场发射扫描电镜（FE-SEM）、X射线光电子能谱（XPS）等手段表征产物晶体结...     

生物法脱氮新技术及研究进展

生物法脱氮技术一直是水处理领域所关注的热点和难点。本文对几种近年来新研究的生物法脱氮工艺和理论基础做了简要介绍和分析,并评述了它们的研究进展和发展方向,为污水生物脱氮技术更深入的研究提供了借鉴。     

光谱特征法辨识不同污染景观河道中溶解性有机物的组分与来源

利用三维荧光光谱（EEMs）结合平行因子分析方法（PARAFAC）及紫外-可见光谱技术（UV-vis）,对苏州古城区内不同污染状况的景观河道中溶解性有机物（DOM）的光谱特征和来源进行解析.结果表明,苏州古城区内景观河道水体总体上表现为氮、磷营养盐污染.水体中的DOM解析出4种荧光组分,分别为自源类色氨酸C1（λ_Ex/λ_Em=235（290） nm/349 nm）、陆源类腐殖质C2（λ_Ex/λ_Em=250（315） nm/403 nm）、类色氨酸和酪氨酸的混合物C3（λ_Ex/λ_Em=230（275） nm/319 nm）和UVA类腐殖质C4（λ_Ex/λ_Em=240（350） nm/459 nm）.相关性分析表明各个组分之间具有同源性,荧光组分与氮类营养盐和叶绿素a （Chl a）存在显著相关性,说明DOM与氮营养盐迁移转化、藻类活动有关.景观河道DOM中类蛋白类物质含量最多,类蛋白类物质的总荧光强度比例为66.36%~76.84%,类腐殖质荧光强度比例为23.15%~34.74%.在4种污染类型水体中,组分C1和C4含量没有明显差距,组分C2和C3含量差距较大,有机主导型水体中C2含量最大,无机主导型水体C3含量最大.同时分析了水体中DOM的荧光指标和吸收光谱指标,发现各种表观污染类型水体中荧光指数FI、自生源指数BIX均较大,且腐殖化指数HIX小于3.5,腐殖化程度弱,主要为内源;有机主导型水体中吸收系数a₂₅₄最大,芳香性最强.各种类型水体中吸收系数比值E2/E3均小于3.5,E2/E4较大,光谱斜率比值S_R大于1,DOM相对分子量较小,河道水体DOM的来源中内源贡献较大.     

城市供水中藻类去除技术的研究进展

日趋严重的水体富营养化已成为全球性的环境问题,藻类及其副产物给传统净水工艺带来了诸多不利影响,增加了水处理难度。本文对饮用水中藻类各种去除技术进行了具体的论述,并系统分析各技术去除效果、局限性,展望了藻类去除技术发展前景。指出目前控制饮用水中藻类污染必须将水源污染综合治理、强化预氧化工艺、优化常规工艺结合起来。     

区域土地利用类型对水源水中溶解性有机物丰度和荧光组分的影响

以潮白河密云段水体为研究对象,采用三维荧光光谱法及平行因子分析解析了潮白河饮用水源中溶解性有机物(DOM)来源和荧光特性,结合方差分析探讨了不同季节和区域土地利用类型对DOM浓度和荧光组分强度的影响.结果表明,潮白河密云段水体荧光溶解性有机物(FDOM)由5种荧光组分组成,包括微生物腐殖质2种,自生酪氨酸,还原醌类和陆...     

基于腔衰减相移光谱法的二氧化氮分析仪的设计与应用

基于腔衰减相移光谱法设计了一套二氧化氮在线分析仪,通过优化测量参数,该仪器可长期稳定运行,其时间分辨率为60 s,检出限为0.191 ppb,在0~300 ppb范围内,NO₂气体浓度与相位正切信号值具有较好的二次拟合关系,R²为0.9995.另外,该仪器在泰安站进行了长期外场观测,并与改装后的进口商品化仪器PKU-Thermo 42i-TL进行比对实验,结果表明,两者的测量结果一致性较好,R²=0.9811,表明其具有良好的运行稳定性和测定结果准确性,适用于环境大气二氧化氮浓度的在线监测.外场观测结果表明,春季泰安站二氧化氮浓度均值为12.39 ppb,有明显日变化规律.     

富营养化巢湖沉积物溶解性有机质光谱时空分布特征及其环境意义

通过紫外吸收光谱（UV-vis）和三维荧光光谱（3D-EEMs）,研究典型富营养化湖泊巢湖沉积物溶解性有机质（DOM）光谱时空分布特征.结果表明,巢湖表层沉积物DOM的a（254）含量为13.1~101.7 m^-1,平均值为（32.2±16.2）m^-1.其中,夏季沉积物a（254）的含量（（46.6±25.6）m^-1）要显著高于其它季节,且湖心区a（254）平均值和变异性均小于湖滨区.表层沉积物DOM的S_275~295值从春季到冬季上随时间呈明显上升趋势.沉积物DOM荧光强度在夏季最高,在垂直剖面上总体呈下降趋势.DOM组分以酪氨酸类蛋白质和溶解性微生物产物为主,各组分在空间分布上无明显差异.巢湖沉积物DOM荧光指数（FI）为2.56~4.89,腐殖化指数（HIX）为0.57~6.78,生物源指数（BIX）为0.31~1.54.巢湖沉积物DOM主要来自于生物源,藻的生长循环会显著影响富营养化湖泊沉积物DOM的来源和性质.