矿区植被恢复方式对土壤微生物和酶活性的影响

矿区废弃地生态退化形势严峻,生态修复已成为矿区可持续发展的主要措施,土壤微生物和酶活性可作为评价土壤恢复质量的敏感因子.本研究将以山西省安太堡煤矿复垦区作为对象,分析植被恢复方式对土壤微生物和酶活的影响.结果表明,不同植被方式对土壤理化特征、参与氮代谢的3类菌群(固氮菌、硝化细菌和反硝化细菌)和4种酶活性(蔗糖酶、过氧化氢酶、脲酶和多酚氧化酶活)均有显著影响.土壤总氮含量与固氮菌和硝化细菌数量均显著相关,而与反硝化细菌不相关.多酚氧化酶活性与有机碳和总氮含量之间为负相关,而其它3种酶与有机碳和总氮之间呈正相关.通过主成分分析计算综合肥力指标,刺槐-油松混交林土壤综合肥力指标最高,而未复垦综合肥力指标最低.可见,刺槐-油松混交林是晋西北干旱区矿区复垦较为适宜的植被恢复模式.     

重庆缙云山4种典型植被覆盖下汞的释放通量及影响因素

为了揭示不同植被覆盖下土壤/大气界面释汞通量及其交换特征,在缙云山国家级自然保护区内选择4种典型植被覆盖类型(常绿阔叶林、楠竹林、灌木林以及草地)为研究对象,连续同步监测不同植被覆盖下土/气界面汞释放通量,同时考察各环境因子对土壤释汞的影响.结果表明,缙云山在4种不同植被覆盖下土壤汞释放通量具有明显的差异,总体表现为楠竹林[17.77 ng·(m~2·h)~(-1)]草地[17.58 ng·(m~2·h)~(-1)]灌木林[16.87 ng·(m~2·h)~(-1)]常绿阔叶林[14.32 ng·(m~2·h)~(-1)];不同植被覆盖下土壤释汞通量在季节变化上呈现相似的规律性,但不同植被覆盖类型之间也存在明显差异,主要体现在暖季汞释放通量高于冷季;缙云山地区不同林植被覆盖下土壤释汞通量存在明显的日变化;气象因素光照强度、气温、土温和相对湿度,对土/气界面汞释放通量影响也不相同,气温为常绿阔叶林,灌木林与楠竹林的主要影响因子,光照强度为草地的主要影响因子.     

国务院办公厅印发《国家城市轨道交通运营突发事件应急预案》

新华社北京5月14日电日前,国务院办公厅印发修订后的《国家城市轨道交通运营突发事件应急预案》（以下简称《预案》）。同时,2005年印发的《国家处置城市地铁事故灾难应急预案》将废止。《预案》目的是为了完善城市轨道交通运营突发事件的处置工作机制,高效应对运营突发事件,最大程度地减少人员伤亡和财产损失,维护社会正常秩序。     

基于Landsat 8劈窗算法的地表温度空间响应关系研究:以于田绿洲为例

该研究选取于田绿洲为研究区,运用遥感技术,采用能表示地表能量的指标——地表温度来研究绿洲能量,分析和探讨新疆于田绿洲热环境空间分布特征。具体研究内容:(1)将Landsat 8数据作为本研究的数据源,运用热红外遥感技术,收集并结合研究区气象数据计算关键参数:亮度温度、大气透过率、地表比辐射率,最后采用劈窗算法反演地表温度;(2)计算研究区植被覆盖度,并分析植被覆盖度与地表温度间相互关系,结果表明植被覆盖与地表温度具有较强的负相关性,R~2=0.979 2;(3)通过空间叠加分析研究区的地表温度与土地利用类型,得出研究区地表温度呈现出沿绿洲中心逐渐向四周增高的环状分布,地表温度均值从低到高依次为水体(18.02℃)、耕地(24.23℃)、林草地(26.3℃)、盐渍地(35.34℃)、其他(37.87℃)、沙漠(39.64℃)。     

湖州市饮用水源地藻毒素污染特征调查研究

微囊藻毒素(MCs)具有强烈的机体肝毒性和促癌作用,直接威胁饮用水安全。文章监测了2015年9月-2016年9月湖州市主要饮用水源地(城西水厂、城北水厂、老虎潭水库)水体中MCs含量以及水体主要理化指标的变化,包括pH、水温(WT)、溶解氧(DO)、高锰酸盐指数(COD)、总氮(TN)、氨氮(NH_4~+-N)、总磷(TP)、叶绿素a(Chl-a),根据监测数据评价各水源地的富营养状态,阐明MCs污染特征及其与水体理化指标的相关性。结果表明:老虎潭水库综合营养指数常年处于中营养状态,城西水厂、城北水厂都处于轻度富营养状态。3处饮用水源地水体中MCs平均含量为(0.063±0.002)μg/L,低于WHO推荐的饮用水藻毒素标准(1.0μg/L),处于安全范围。水体ρ(MCs)与ρ(TP)呈显著正相关(P0.05),与WT、ρ(TN)呈负相关,与ρ(TN/TP)、pH、ρ(NH_4~+-N)、ρ(Chl-a)、ρ(高锰酸盐指数)相关性不显著。     

洞庭湖表层沉积物中重金属污染评价与分析

为了解综合治理后洞庭湖表层沉积物中重金属的分布及污染程度,2015年12月对洞庭湖沅江市南嘴等31个点位采集0~20 cm沉积物,测定了沉积物中Cu、Pb、Zn、Cr、Cd、As、Hg的含量,基于地积累指数法和潜在生态风险指数法对沉积物中重金属的污染状况进行了分析与评价。结果表明,洞庭湖重金属污染有所改善,但仍比较严重,以Cd最为严重,其次是Pb和As,且三大湖区重金属污染程度顺序为南洞庭湖>东洞庭湖>西洞庭湖;地积累指数法显示洞庭湖表层沉积物中7种重金属元素的污染程度顺序为Cd>Pb>As>Zn>Cu=Cr>Hg;潜在生态风险指数法显示洞庭湖表层沉积物中7种重金属元素的潜在生态风险因子的大小顺序为Cd>Hg>As>Pb>Cu>Zn=Cr。对洞庭湖沉积物中重金属的分布及来源分析发现,湘江、沅江、资江入口为重金属Cd污染最严重的3个点位,Cd主要来源于湘江、资江、沅江;Pb含量最高的点位为东洞庭湖龙口村,达到138.7 mg/kg,为工业企业集中区;Hg含量最高的点位依次为沅水入口、目平湖中与南,Hg的污染分别主要来源于沅水和周边27家污染企业;As含量最高的点位依次为澧水入口、湘江入口、资水入口和大通湖渔场内湖,说明澧水、湘江、资水给洞庭湖带来了As的污染,而大通湖渔场内湖的As来源于附近工农业污染。因此,治理湘江、沅江、资江流域重金属污染是控制洞庭湖Cd、Pb、As和Hg污染的重点途径。研究结果为洞庭湖水资源保护与有效利用、经济可持续发展及合理规划提供了指导作用。     

基于IG-LASSO模型的城市空气质量指数混合预测研究

空气质量指数是各个地区空气污染状况的数据表征,可用于政府对城市空气污染的控制。论文使用天津市2014年1月1日-2016年4月30日的空气质量数据和气象数据,建立一个基于IG(信息增益)和LASSO(最小绝对收缩率和选择算子)的空气质量指数混合预测模型,对未来一天的空气质量指数进行预测。整体实验由预测模型选取、特征变量选取和混合预测3个部分组成。实验结果说明基于IG和LASSO的空气质量指数混合预测模型要比单独使用LASSO模型的预测准确性要好,其误差率为4.75%,并且空气质量指数混合预测模型也可以有效的减少输入变量的数量以及降低模型的复杂程度。同时,也得出天津市空气质量指数的预测准确度受PM_(10)、PM_(2.5)、NO_2和SO_(2)4种空气污染物浓度影响较大,与风向、天气现象和风力关联性不强的结论。     

双台子河口湿地植被修复生境健康评价方法研究

以2014—2015年双台子河口滨海湿地植被修复20个站位调查资料为基础,对湿地修复结构指标、功能指标和环境指标进行研究,结合湿地生态系统健康理论,构建湿地生态环境健康评价指标体系。运用层次分析法(AHP)确定权重,对各个指标赋予权重,将健康评价分为3个等级,确立了生态健康评价方法,对近岸破损湿地翅碱蓬修复生境进行评价。进一步引用评价净影响值(EI)方法判断生境修复前、后的健康对比状态,从而确定翅碱蓬对该破损湿地的修复效果显著。从景观生态学和健康评价角度分析来看,建立此评价方法是可行的,可为今后湿地的管理与保护提供科学依据。     

中国主要湖泊表层沉积物重金属污染特征与评价分析

为了解我国主要湖泊沉积物中重金属的污染特征,通过搜集整理已公开发表的文献资料数据,分析了我国31个主要湖泊表层沉积物中As、Cd、Cr、Cu、Hg、Ni、Pb和Zn 8种重金属含量的平均值及其分布特征,并运用地累积指数法、潜在生态风险指数法对其污染程度进行评价。结果显示:我国31个湖泊的沉积物中As、Cd、Cr、Cu、Hg、Ni、Pb、Zn平均含量分别为16.39,0.497,6.29,36.89,0.076,35.37,99.52 mg/kg,大部分元素含量平均值的最大值分布区域较为分散。地累积指数评价结果表明:8种重金属的平均污染程度由高到低依次为Cd>Hg>Cu>Zn>As>Ni>Zn>Cr,Cd和Hg在多个湖泊沉积物中达中度到重污染。潜在生态风险指数评价结果表明:8种重金属的潜在生态风险系数从高到低依次为Cd>Hg>As>Cu>Pb>Ni>Cr>Zn。8种重金属的总地累积指数和综合潜在生态风险具有显著的地域差异(P0.05),表明我国主要湖泊具有各自不同的重金属污染特征。     

西安市主要大气污染物的相关性分析及时空分布特征

为深入了解西安市大气污染程度,对2015年西安市主要大气污染物(SO_2、NO_2、CO、PM_(2.5)、PM_(10)、O_3)的空气质量指数进行了逐日变化分析、相关性分析及空间插值分析。结果表明:SO_2、NO_2、CO、PM_(2.5)、PM_(10)空气质量指数春冬季高于夏秋季,而O_3空气质量指数则是春冬季低于夏秋季。11月和12月份污染较为严重。在4个季度中,PM_(2.5)和PM_(10)与气态污染物SO_2、CO、NO_2均呈正相关,说明PM_(2.5)、PM_(10)与这3种气态污染物具有同源性。SO_2与CO、NO_2均呈显著性正相关,三者均受化石燃料燃烧及机动车尾气影响。O_3与CO、SO_2相关性不大,与NO_2在二季度呈现正相关。SO_2、NO_2、PM_(2.5)、CO、PM_(10)多聚集在高新西区、莲湖区、碑林区、经开区、雁塔区、长安区,O_3多聚集在阎良区、未央区和灞桥区。