Characterization of biological responses under different environmental conditions: A hierarchical modeling approach

A natural river system is organized as a nested hierarchy of interconnected habitats with specific environmental conditions to which the biological community has adapted. Due to this hierarchical structure, identifying the role of different stressors on the biological community is a formidable task. Efforts trying to link stressors to biological integrity have always been bound to the geographic scale of the selected study area, leading to scale-specific results. In this research, an attempt is made to lift this limitation and develop a hierarchical, scale-sensitive methodology that can identify the significant environmental stressors to the biological community at different scales. Sites with similar background environmental conditions are clustered using self-organizing maps (SOM). This is used to identify stressors which affect the biological community throughout the area of study - called environmental gradients or large-scale stressors. Subsequently, these clusters of similar observations (sampling sites) are progressively sub-divided using environmental variables with a significant but localized effect on the biological community - called small-scale stressors. A parent group of sites is split only when the resulting sub-groups have significantly different biological responses. At the end of this recursive sites decomposition procedure, the original set of observations is organized as a tree of environmentally homogeneous groups of observations characterized by unique biological responses to multiple stressors with different geographic extents. The developed hierarchical analysis methodology has been validated using a large-size dataset of environmental observations from the State of Ohio. Our results show that habitat degradation and increased nutrient loading are the large-scale stressors with a widespread impact in Ohio. Other stressors, such as heavy metals, pH or nitrate concentrations have significant albeit localized effects on biological integrity.     

新疆大型工业园总体规划环评指标体系的建立与验证

基于我国工业园指标体系研究现状,归纳、统一了2002—2021年学者提出的8类99个指标,在此基础上总结了规划环评指标体系建立面临的困难。以X工业园为研究案例,结合理论分析,确定其制约因素是水资源数量和环境空气质量,并将制约因素纳入指标集。针对干旱区和大型工业园两个特点,建立了新疆大型工业园总体规划环评指标体系,并对其中4项需要严格要求的特色指标进行了说明。     

秦淮河上游水体大型底栖无脊椎动物群落结构及水质生物评价

2009年4月用D形网半定量采样法调查秦淮河上游25个点位的大型底栖无脊椎动物群落多样性,共获得63个大型底栖无脊椎动物分类单元;其中,水生昆虫5目12科30属,软体动物9科11属19种,寡毛纲2科7属9种。结果表明,生物指数(Biotic Index,BI)比Shannon-Wiener多样性指数的评价结果更接近实际情况,BI与ρ(TN)(r=0.44,p0.05)和ρ(NH3-N)(r=0.40,p0.05)之间显著相关,Shannon-Wiene多样性指数与ρ(TN)(r=-0.19,p0.05)和ρ(NH3-N)(r=0.44,p0.05)无显著性相关。生物评价表明秦淮河上游水质受到严重污染,句容地区的水质要优于南京。     

基于神经网络方法的城市空气质量日报技术

运用神经网络方法,将城市空气质量状况与大气污染物对空气质量的损害程度相关联,采用了"基于大气污染损害率的API法"评价概念,模拟发布长春市空气质量日报,同时公布次要污染物,并与API法进行同时段比对实验与综合分析。     

我国现行环境统计指标体系改进方向

我国现行环境统计指标体系在指标的选择和可操作性方面存在缺陷和不足,主要表现为污染物排放量的计算方法模糊、污染物排放标准未能得到有效实施、非重点工业排放量取值比例有待调整、污染源调查范围不能与时俱进、环境质量指标体系未纳入环境统计,这些问题需进一步完善,才能更好地适应环境管理工作需要。     

榆林地区植被时空分异特征及其影响因素研究

植被作为反映陆地生态系统和气候的重要指标,对研究全球或区域生态环境变化具有重要作用。以地处黄土高原生态脆弱区的榆林市为研究区,基于地理探测器模型,选取坡向、坡度、气温、降水和土壤类型5类自然因子,土地利用类型、人口密度和GDP 3类人文因子,分析榆林地区植被空间分异特征及其驱动力,并揭示了促进植被生长影响因子的最适宜特征。结果表明,（1）研究区2000—2018年植被覆盖趋向改善,NDVI呈现增加趋势,增速为0.11/10a,2008年以后植被增长较为明显;NDVI在2018年中高等级（0.6—0.8）面积比2000年中高等级面积明显增加;中高等级集中于榆林市东部黄土丘陵区,中低等级（0.2—0.4）集中于榆林市西北部的风沙区,植被覆盖呈现东部高西北低的空间分布特征。（2）人口密度和气温因子较好地解释植被NDVI空间分异性,是影响NDVI空间分异性的主要因子,GDP、土地利用类型和坡度是次级影响因子,其他因子对NDVI空间分异存在间接影响;坡向、降水和土壤类型因子与其他自然、人文因素对植被空间分布影响存在显著性差异。（3）自然、人文因子对榆林市NDVI的影响存在交互作用,因子之间的交互...     

应用地积累指数法评价太子河沉积物中重金属污染

本文根据沉积学原理和环境化学行为特点，应用地积累指数法对太子河（本溪段）沉积物中重金属污染进行了评价研究。结果表明，太子河市区段重污染是严重的，主要的重金属污染物为Ｃｕ、Ｐｂ，其次为Ｚｎ、Ｃｄ、Ｈｇ。     

浑河沈阳段生态健康评价指标体系的研究

健康的河流生态系统已经成为公认的河流管理目标,采用河流生态系统健康理论来研究城市河流具有较强的理论和现实意义.本文以浑河沈阳段为例,将根据整体性原则、层次性原则、可操作性原则和定性与定量结合的原则,参考国内外河流生态系统健康评价的指标体系,结合浑河具体情况对河流生态系统健康的评价指标体系进行了探讨。     

基于底栖动物群落特征的再生水回用河道环境质量评价

为更加全面地分析污水处理厂再生水回用于城市河道的生态安全性并评价其生境状态,该研究在宁波市某再生水回用河道的生态修复段进行了水质监测和底栖动物采样调查,通过计算Wright指数和综合水质标识指数对研究河段水质状况进行了分级评价.结果表明,再生水输入河道生态修复段后,河道常规水质指标稳定达到水环境功能区目标,Wright...     

松花江流域水生态环境质量评价研究

采用生物完整性指数(IBI)法评价松花江流域的水生态环境质量。对25个候选生物参数进行敏感度分析、Pearson相关性分析,最终筛选出由总分类单元数、EPT分类单元数、EPT密度、敏感种分类单元比例、敏感物种数量、Hilsenhoff生物指数(HBI)6个核心参数构成的IBI评价指标。采用95%分位数法建立了IBI评价标准,将IBI评价结果划分为5个等级:大于35.84为优,26.88~35.84为良好,17.92~26.88为一般,8.96~17.92为较差,小于8.96为很差。结果表明,建立的IBI评价方法适用于松花江流域水生态环境质量评价,松花江流域各位点30.0%生物状况为优和良好,23.3%为一般;46.7%为较差和很差,说明流域内近一半区域的水生态质量存在不同程度的受损。流域生境质量主要处于一般-良好的状态;水质处于轻度污染。