基于神经网络模型的千岛湖清洁水体叶绿素a遥感反演研究

叶绿素a浓度值是水体水质评价的重要指标,研究基于高分一号(GF-1)卫星遥感影像,利用神经网络模型,选用6节点的隐含层设置,构建了千岛湖清洁水体叶绿素a浓度反演模型,对其叶绿素a浓度值时空特征进行分析,并与其他常规反演方法精确度进行比较.研究结果表明,利用神经网络模型对千岛湖清洁水体叶绿素a浓度值进行反演是可行的,且与其他常规方法相比,该模型对于叶绿素a含量低的内陆清洁水体反演有着更高的相关性(R2 = 0.921 8);在空间分布上,千岛湖区域水体叶绿素a浓度整体较低,高叶绿素a浓度区域主要集中易受人类活动干扰的西南及东北区域;年际变化分析表明,千岛湖区域水体叶绿素a浓度稳定,且波动较小,平均叶绿素a浓度值皆维持在1.70～1.75 pg/L之间,清洁水体特征显著.     

Processes involved in uptake and release of nitrogen dioxide from soil and building stones into the atmosphere

Atmospheric NO₂ was taken up by samples of various soils and building stones. The NO₂ uptake rate constants were highest in soil samples taken during the summer months. However, the NO₂ uptake rate constants of the soils and building stones were not significantly correlated with any of the following variables: moisture, pH, ammonium, nitrite, or nitrate. NO₂ uptake by soil and stone was not abolished by autoclaving indicating a chemical uptake process. NO₂ uptake by acidic and air-dry soils and stones resulted in nearly stoichiometric reduction of NO₂ to NO. This reduction was enhanced by the addition of ferrous iron and was further enhanced by incubation under 1 ppmv SO₂. The results suggest that NO₂ reduction may be coupled to oxidation of ferrous to ferric iron which may be reduced again by atmospheric SO₂ thus regenerating the ferrous iron content of the soil or stone. Conversion of NO₂ to NO was not observed in neutral or/and moist soils and stones. NO₂ was also taken up by purified and sterilized quartz sand moistend with water. This uptake was enhanced by addition of humic material but not by addition of bacteria which both had been extracted from genuine soil. Under most conditions, only uptake but no release of NO₂ was observed. However, NO₂ was released in air-dry soils that were heated to 45–65°C, or in ammonium-fertilized soil or stone that was drying up at room temperature. Under the latter conditions mimicking field practice, the NO₂ release reached rates that were similar to the NO release rates.     

企业社会责任:推动可持续发展的第三种力量

可持续发展是企业社会责任的重要领域。企业社会责任在推动可持续发展方面发挥着独特的作用。一定程度上弥补了政府干预和市场调节的缺陷。我国企业承担可持续发展责任需要企业和社会的互动。     

爆炸事故过程分析中不确定性问题处理方法

针对事故过程分析中的不确定性问题,指出了不确定问题在危险分析中的重要性及处理该问题的复杂性和难点,列出了几种基于非线性数学方法处理不确定问题的基本方法,如微分法、MonteCarlo模拟、Fourier方法、响应表面法等,并对之进行了比较.建议在处理事故过程的不确定性时采用Monte Carlo模拟.     

亚热带稻田土壤碳氮磷生态化学计量学特征

为了解稻田土壤中是否存在稳定的土壤有机碳(C)、氮(N)和磷(P)比值,基于亚热带区110个水稻土剖面和587个发生层的土壤调查数据库,在区域尺度上分析了典型水稻土C∶N∶P比值的生态化学计量学特征,并应用相关分析和冗余分析,研究水稻土C∶N∶P比值与土壤-环境因子(地形和母质、土壤发生层、土壤类型和土壤理化性质)的关系.结果显示,亚热带区稻田土壤C∶N、C∶P和N∶P的剖面加权平均值分别为12. 6、49和3. 9,C∶N∶P为38∶3. 2∶1.不同母质起源、不同土壤亚类和不同发生层的水稻土C∶N变异相对较小;但C∶P和N∶P的变异很大,两者均值也远低于全球(186和13. 1)和中国土壤(136和9. 3)的C∶P和N∶P的平均水平.尽管稻田土壤剖面的C∶N∶P相对不稳定,但由于稻田表土生物与环境相互作用强烈,表土C∶N相对稳定(14. 2).这反映长期水耕熟化作用下,稻田表土中C和N仍存在紧密的耦合作用.然而,在稻田土壤剖面上,C∶P和N∶P并不稳定,SOC与全P含量、全N与全P含量也无显著相关性,表明环境变化可能导致土壤C∶N∶P解耦.地形、土壤质地、氧化铁和容重是调控稻田土壤剖面C∶N∶P的关键土壤环境因子.     

蚯蚓对城镇污泥堆肥过程中微型动物群落演替的影响

采用实验对比和除趋势对应分析（DCA）等方法,以城镇污泥中的微型动物为对象,研究蚯蚓对堆肥过程微型动物群落演替的影响.结果表明,蚯蚓仅影响微型动物群落数量,对演替进程无明显影响.堆肥过程微型动物群落演替可分为3个阶段：第1阶段（0~10 d）,固着类纤毛虫为优势类群阶段,该阶段微型动物变化多受限于环境的改变,蚯蚓影响较小;第2阶段（10~30 d）,固着类纤毛虫和轮虫向肉足虫和线虫为优势类群的过渡阶段,该阶段蚯蚓对线虫数量有一定的限制;第3阶段（30 d后）,肉足虫和线虫为优势类群阶段,该阶段蚯蚓对有壳肉足虫的增长产生了明显的抑制作用.群落多样性指数结果显示,蚯蚓在第1和第2阶段作用不明显,在第3阶段增加了微型动物的多样性和均匀度,减小了优势物种的优势程度.对固着类纤毛虫的同化作用是蚯蚓稳定堆肥环境、促进有机质降解的重要因素.     

哈长城市群县域碳排放空间溢出效应及影响因素研究——基于NPP-VIIRS夜间灯光数据的实证

基于2012-2016年NPP-VIIRS夜间灯光数据测算哈长城市群共计68个县级单元碳排放数据,采用空间自相关、位序规模法则、空间计量模型以及空间马尔科夫链模型,对县级尺度城市碳排放空间特征、影响因素和动态空间溢出作用进行分析.结果表明：①城市碳排放呈现逐年下降的趋势,空间Moran''s I指数表明研究区城市碳排放存在高度的空间自相关,碳排放的高值集聚性呈降低的趋势.②位序规模法则表明,研究区全部城市的碳排放属于次位型分布,高位次城市的碳排放表现突出;在前十位城市的碳排放规模先减少再增加,由分散向集中演变.③多种空间面板模型对比分析表明,城市经济水平和人口密度因素呈现显著的正相关关系;固定投资和外商投资因素仅在时间固定模型中起到正向影响作用;技术进步以及路网密度因素则起到显著的抑制作用.④空间马尔科夫链分析结果表明,城市碳排放空间溢出效应明显,位于低水平区域与高水平区域的城市在转移过程中保持稳定;位于中低水平区域的城市与高碳排放的城市相邻会降低转移概率,反之则会提升转移概率.     

全程自养颗粒污泥快速启动及混合营养型脱氮性能分析

在连续流条件下,基于颗粒污泥全程自养脱氮（CANON）工艺的快速启动和混合营养条件下高效脱氮,是CANON工程应用的重要环节.本研究在气提内循环反应器（AIR）中,以老化的CANON颗粒污泥经机械破碎至0.3 mm作为种泥,实现混合营养型单级颗粒污泥同步脱氮除碳.启动26 d,通过控制DO,系统出现稳定的部分硝化,再缩短HRT提升氨氮负荷至5.65 kg ·（m³ ·d）^-1,促进颗粒化和厌氧氨氧化;第68 d,总氮去除率达到58%之后,进水加入有机物,C/N从0提升到0.25和0.5,促进AOB、AMX和异养微生物的协同,氨氮去除率达95%,总氮去除率达85%,COD去除率达80%左右.COD浓度增加,能较好地抑制Nitrospira菌属等NOB的活性,q（NH₄⁺-N）和q（TN）稳定在0.4 g ·（g ·h）^-1和0.34 g ·（g ·h）^-1,q（NO₃^--N）约为0.02 g ·（g ·h）^-1.采用MiSeq高通量测序对微生物多样性分析,表明有机物对污泥中Nitrosomomas和Candidutus_Kuenenia丰度未产生显著影响,增加了Candidutus_Brocadia菌属以及具有反硝化功能Denitratisoma等菌属的丰度.这对于快速启动连续流CANON颗粒污泥工艺处理低C/N比废水提供思路.     

基于OMI数据的东南沿海大气臭氧浓度时空分布特征研究

基于臭氧监测仪(OMI)卫星反演数据,对2005—2018年东南沿海5省区域大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明:①在时间变化上,14年间,该区域大气臭氧柱浓度整体呈先上升后下降的趋势,2005—2013年臭氧柱浓度持续升高,最高值为324.52 DU,高值区不断向南部区域扩大;2013—2018年臭氧柱浓度呈下降趋势,最低值为228.27 DU,但在2017、2018年略有上升.②在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在江苏及浙江省北部;低值区集中于福建省南部及广东省大部分地区.③在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,秋季略高于冬季,但差异不明显.④稳定性分析表明:研究区臭氧柱浓度整体呈现中部分散、南北部集聚、差异较显著的分布格局.⑤自然因素中,风向、气温均呈现显著正相关,江淮地区的梅雨季节(降水)及华南地区的台风和暴雨也起到显著作用.⑥人文因素中,臭氧柱浓度与地区生产总值、各产业生产总值及机动车保有量均表现出正相关,其中,臭氧柱浓度与第二产业的相关度最高.另外,臭氧柱浓度与NO_x排放量表现出显著相关性.VOC_s对臭氧柱浓度的影响中,工业源是主控因素,交通源和居民源次之,电厂源对臭氧柱浓度的影响最弱.这进一步说明臭氧浓度的变化受到了诸多因素的综合影响,但气温、NO_x及VOC_s的排放是臭氧浓度变化的主导因素.