pH、溶解氧、叶绿素a之间相关性研究Ⅱ：非养殖水体

利用国内、外近20年的资料和饮用水水源地潘家口水库现场围隔实验结果,分析非养殖水体中pH、溶解氧（DO）和叶绿素a之间的相互关系。结果表明,当水体处于富营养化状态即叶绿素a平均含量高于10μg/L时,pH、DO与叶绿素a呈显著正相关。当叶绿素a平均含量低于10μg/L时,水体交换强或有机重污染的天然水体中DO与叶绿素a...     

pH、溶解氧、叶绿素a之间相关性研究Ⅰ:养殖水体

利用国内、外近20年的资料和饮用水水源地潘家口水库现场围隔实验结果,分析养殖水体中pH、溶解氧(dissolved oxygen,DO)和叶绿素a之间的相互关系.结果表明,当叶绿素a平均含量低于10μg/L时,水体交换弱的夏季和秋季养殖水域水体中pH、DO与叶绿素a无明显相关甚至无相关;水体交换强的夏季和秋季养殖水域水...     

投饵养鱼对潘家口水库藻类生长影响的围隔试验研究

设置投饵、投饵单养花鲢（Aristichthisnobilis）、投饵单养鲤鱼（Cyprinuscarpio）、投饵混养花鲢和鲤鱼以及空白对照5个围隔及水库背景水体,研究投饵养鱼对潘家口水库浮游藻类生长和群落结构的影响。结果发现,试验期间水库水体和空白对照围隔中总藻平均密度分别为2.60×10^6L^-1和3.38×10^6L^-1,均以蓝藻和绿藻为主且基本保持稳定状态;投饵能有效促进藻类生长,只投饵围隔中总藻平均密度达到1.17×10^8L^-1,藻种组成向单一鱼腥藻（Anabaena）方向演替;养殖花鲢抑制藻的生长,参照只投饵围隔,抑制率接近80%,绿藻占据极大优势,其中栅藻（Scenedesmussp）、芒锥藻（Errerellabornhemiensisconr）和空星藻（Coelastrumsp）成为优势藻种;投饵养殖鲤鱼也能有效降低藻生物量,总藻平均密度为4.07×10^7L^-1,绿藻占总藻的比例由27%增加到95%,其中空星藻和小球藻（ChlorellavulgarisBeij）为优势藻种;投饵混养花鲢和鲤鱼围隔中总藻密度稍高于单养花鲢和鲤鱼围隔,为4.37×10^7L^-1,栅藻和鱼腥藻为优势藻种。     

道路建设对成都市热岛效应的影响

热岛效应是城市气候最显著的特征之一。土地利用方式及土地覆盖的改变,如城市化和道路建设是导致热岛现象的重要原因之一。然而目前针对道路属性（道路密度及类型）对城市热岛效应的影响研究还较缺乏。本研究运用2012年成都市不同时次（冬夏季）的遥感数据及城市道路交通专题图,运用3S技术探讨道路密度对城市热岛效应的影响以及不同类型道路对城市热岛效应的热贡献。研究表明：（1）成都市热岛效应明显,市区地表平均温度显著高于郊区且热岛强度呈现夏强（3~4℃）冬弱（2.5~3℃）、夜强昼弱的特征。日间城市热岛效应呈现多热中心的分布模式,但冬夏季热岛中心位置不同。夏季日间热中心位于城市的西南部和中东北部,最高可达32.66℃,而冬季日间城市的西南部地表温度较高且热中心主要分布于城市边界地区,地表温度超过16℃。无论冬夏,夜间城市热岛效应均呈现环状分布特征,即从城市边缘到中心,地表温度逐渐升高,夏季城乡地表温差高达4.37℃而冬季达到2.82℃。（2）成都市区道路呈现“圈层型＋辐射型”分布模式,道路密度与道路的分布有关,城市南部及西南部的道路密度高于北部区域。（3）无论冬夏,道路密度与地表温度正相关,但两者相关性呈现昼弱夜强的特征,其中夜间相关系数达到0.5左右。对热效应贡献度指数、热单元权重指数、区域热单元权重指数3个指标的分析都表明无论冬夏、无论昼夜,市区分布面积最广的三级道路对城市热岛效应的热贡献最大,其热效应贡献度指数均在95%以上,其次是二级道路,各项热效应贡献度指数为45%~80%。本研究结果将有助于未来城市建设和道路规划,并为缓解城市热岛效应提供理论支持。     

黄石市磁湖水质时空分布及污染源解析

为解析黄石磁湖污染来源和水质时空分布,以磁湖2015—2019年水质监测数据为基础进行污染因子主成分分析（PCA）,通过绝对主成分-多元线性回归（APCS-MLR）受体模型计算污染源贡献率,采用反距离权重插值法（IDW）分析水质时空分布规律。结果表明：影响磁湖水质的第1、第2、第3主成分分别是城市面源、城镇生活污染源及气象因子;第1主成分对BOD₅、COD_Cr、COD_Mn、NH₃-N、TN、TP的贡献率最大,分别为88%、76%、67%、55%、46%、67%,第2主成分对BOD₅、NH₃-N的贡献率较大,分别为39%、32%。磁湖主要污染来源为城市面源及城镇生活污染源,受历史上工矿企业生产造成的底泥淤积和上游区域城镇生活污水排放的影响,磁湖下陆港入湖口（1#点位）处的污染最严重。     

长春市土壤微生物生化作用与重金属化学形态关系研究

研究了长春市土壤微生物的生化作用强度（氨化作用强度、固氮作用强度,纤维素分解强度和土壤基础呼吸）与重金属（Pb、Cd、Cu、Zn和Ni）化学形态的关系。通过科学采样和实验室测试分析了不同功能区土壤中,重金属含量和化学形态与微生物生化作用强度,并使用相关分析、偏相关分析多种数据统计方法进行数据处理。结果表明：各功能区因土地利用方式的差别和土壤中重金属的各种化学形态对土壤微生物生化作用强度有不同的影响。其中氨化作用与交换态Cd、Zn和Ni含量呈显著正相关;固氮作用与土壤重金属各化学形态相关性均不显著;呼吸作用与铁锰氧化物结合态Pd和交换态Cu呈显著正相关;纤维素分解作用强度与交换态Pd含量呈显著负相关。在土壤理化性质等相关变量受控时,重金属化学形态对微生物生化作用强度的影响有较明显的变化。其中与无控制变量相比,在控制变量作用下,纤维素分解作用强度受交换态Pd影响上升了0.0314,表现为交换态Pd抑制纤维素分解作用强度。呼吸作用与交换态Pd的相关系数在无控制因素情况下为-0.1425,在有控制因素情况下为-0.3230,表明交换态Pd促进呼吸作用强度。而有机结合态Ni表现为抑制固氮作用。因此可利用交换态Pd与纤维素分解作用强度、呼吸作用强度的相互关系,有机结合态Ni与固氮作用的相互关系等相结合来评价城市土壤重金属污染状况。文章为评价长春城市土壤重金属污染提供了微生物学指标的理论依据。     

四川盆地大气污染物时空分布特征及气象影响因素研究

利用2015—2018年四川盆地内18个城市的6种污染物逐日质量浓度监测资料、同期的常规气象观测资料，采用插值、相关分析等方法，分析了四川盆地3个区域6种污染物的时空分布特征，探讨了各个污染物质量浓度与气象要素之间的关系.结果表明：①O₃在盆地中西部污染较重，PM_2.5和PM₁₀在德阳、成都、眉山、内江、自贡一带污染较重，在广元和巴中污染较轻，SO₂在巴中、南充、绵阳、德阳一带污染较轻，在广元和盆地中南部污染较重；②NO₂平均浓度呈先增后减的趋势，O₃呈增加趋势，而CO、PM_2.5、PM₁₀、SO₂均呈减小趋势；③CO、NO₂、PM_2.5、PM₁₀、SO₂呈"夏低冬高"的特征，O₃则相反，CO、NO₂、PM_2.5、PM₁₀均表现为"双峰双谷"型，O₃和SO₂则表现为"单峰"型；④偏东风有利于CO、NO₂、PM₁₀、PM_2.5的稀释扩散，偏北风有利于O₃、SO₂的稀释扩散；⑤6种污染物质量浓度均与气压、气温、24 h变温、24 h变压、相对湿度、10 m风速、700 hPa散度、850 hPa高度显著相关.风速、相对湿度、混合层高度、逆温层平均高度的增加有利于大多数污染物的稀释扩散.     

栅藻LX1和雨生红球藻的胞外产物产生特性及其对藻细胞生长的影响

基于微藻在资源化大规模培养过程中,其胞外产物对藻细胞生长影响的不确定性,对比研究了两株高含油脂藻种,栅藻LX1（Scenedesmus sp.LX1）和雨生红球藻（Haematococcus pluvislis）的生长特征、胞外产物的产生特性,以及胞外产物对藻细胞生长的影响。研究结果表明,在相同培养条件下,栅藻LX1与雨生红球藻的内禀生长速率基本相当,分别为0.16和0.17 d-1。两株藻在不同生长期的胞外产物（以DOC值表征）产生速率不同,其中栅藻LX1胞外产物的对数期产生速率（1.4 mg·L-1·d-1）﹥稳定期后期产生速率（0.56 mg·L-1·d-1）﹥稳定期产生速率（0.48 mg·L-1·d-1）;雨生红球藻胞外产物的稳定期后期产生速率（2.3 mg·L-1·d-1）﹥稳定期产生速率（0.88 mg·L-1·d-1）﹥对数期产生速率（0.66 mg·L-1·d-1）。栅藻LX1胞外产物对其整个生长过程都有明显抑制;雨生红球藻胞外产物则在稳定期后期才对其生长产生明显抑制作用。     

基于GAM模型的四川盆地臭氧时空分布特征及影响因素研究

为研究四川盆地臭氧(O_3)时空分布特征及其气象成因,对四川盆地18个城市2015—2016年国控环境监测站点和气象台站数据进行了研究分析.结果表明:2015—2016年四川盆地O_3污染愈发严重,高值污染区呈扩张态势,污染区主要位于盆地西部成都、德阳、资阳、眉山、内江一带和以广安为中心的周边区域.O_3浓度有明显的季节变化特征:夏季(110.70±41.52)μg·m~(-3)春季(95.24±41.23)μg·m~(-3)秋季(67.58±39.55)μg·m~(-3)冬季(47.17±41.15)μg·m~(-3).基于广义相加模型(GAM)分析发现O_3浓度与气压、气温、相对湿度、风速、日照时数、降水量间均呈非线性关系,其中日照时数、相对湿度以及气温对四川盆地O_3浓度影响较大,而风速、气压以及降水量对O_3浓度影响相对较小.通过构建GAM模型对四川盆地18个城市O_3污染的主导气象因子进行识别,并对2017年O_3浓度进行预测和检验,结果显示GAM模型能较为准确地预测四川盆地各城市O_3浓度的变化趋势.