中国可持续发展综合评价研究

可持续发展作为一个动态、开放的复杂巨系统。人口、资源、经济、环境和科技构成了其关键要素。本文基于PREEST系统模型。首先提出了一套中国可持续发展综合评价指标体系：同时。借助于主成分分析法和隶属度分析法。就中国1987～2001年度的综合发展指数与协调发展指数进行了实证分析；最后。基于研究成果。对中国未来的可持续发展提出了若干政策建议。     

生态足迹影响因子的定量分析

人口的膨胀和人类工业化进程的加剧，使得人类向自然界获取越来越多的资源，同时向环境源源不断的输入废弃物，已经严重超过了自然生态系统的供给能力和环境容量，生态环境日益恶化，水土流失、草场退化、植被消亡、生物多样性锐减、全球变暖等情况已经严重到难以遏制的地步，危及到人类自身的生存。在和平与发展成为世界两大主题的今天，人们越来越关注可持续发展的问题。在现有资料的基础上，利用主成分分析方法，定量地讨论了中国各省（区市）1999年生态足迹大小与其影响因子间的关系。结果表明，生态足迹的大小是各省（区市）的大中型企业个数、全社会固定生产投资等众多因子共同作用的结果，其中总人口和GDP是生态足迹大小的主要影响因子，其因子载荷量分别达到了0.940和0.913。值得一提的是非农业人口与生态足迹的相关系数超过了农业人口，这说明由于消费模式和生活水平等的差异，非农业人口对生态足迹的影响大于农业人口对生态足迹的影响。在此基础上建立了生态足迹影响因子的多元线性回归模型，以期为生态足迹在进行区域可持续发展评价的方法上提供新的思路。     

铅锌矿区玉米中重金属污染特征及健康风险评价

以西南某铅锌矿区为研究区域,测定了92份玉米样品中Pb、Zn、Cd、Cr和Ni的含量,开展了矿区玉米籽粒中重金属污染特征及健康风险研究.应用单因子污染指数和内梅罗综合污染指数分析了重金属在玉米中的污染状况,采用健康风险评价模型评价了重金属对人体健康造成的风险,同时利用主成分分析法解析了重金属的主要来源.结果表明,玉米籽粒中Pb、Zn、Cd、Cr和Ni的平均含量分别为0.30、23.75、0.21、1.33和1.15 mg ·kg^-1;除重金属Zn外,其他4种重金属均超过我国食品卫生标准限值,研究区玉米籽粒中Pb、Cd、Cr和Ni的综合污染指数范围介于4.32~9.07之间,均属于重度污染,Zn的综合污染指数小于1;重金属通过玉米籽粒摄入引起的复合重金属污染对成人和儿童均存在健康风险,且对儿童造成的健康风险高于成人.玉米籽粒中5种重金属可以由2个主成分来反映,第一主成分主要支配Pb、Cd、Cr和Ni的来源,第二主成分支配Zn的来源.玉米籽粒重金属含量与土壤重金属含量之间没有明显相关性.     

基于绝对主成分-多元线性回归的滇池污染源解析

定量解析污染源是湖泊流域水环境管理的重要基础.基于滇池草海和外海多年水质监测数据,采用主成分分析（PCA）方法识别了主要水质指标的污染源类型,利用绝对主成分-多元线性回归模型（APCS-MLR）得到不同污染源对水质的贡献程度.结果表明,草海主要的污染源有农业面源、城市面源和内源3类,外海的主要污染源是农业面源、城镇生活污染源、城市面源和内源4类.与河流水污染源解析结果不同,底泥内源与气象因子对滇池主要水质指标的影响较大.     

基于底栖动物的松花江流域不同地形分区水质指标阈值研究

为全面了解松花江流域不同地形分区内底栖动物群落对水质指标的响应规律,识别不同分区水质指标指示物种的差异,于2016—2018年对松花江流域97个采样点的水质指标〔EC、ρ（DO）、ρ（COD_Mn）、ρ（NH₃-N）、ρ（TN）、ρ（TP）〕和大型底栖动物群落进行调查分析,采用临界指示物种分析法（threshold indicator taxa analysis,TITAN）分别探讨松花江流域山区、丘陵区和平原区水质指标的生态阈值,当污染物浓度超过负响应阈值时敏感种密度降低,当超过正响应阈值时耐受种也会受到明显影响,底栖动物群落结构会发生显著变化.将TITAN法所得的负响应阈值作为触发底栖动物群落发生变化的最低值,正响应阈值为底栖动物群落的耐受极限值.结果表明:①松花江流域水质指标在不同地形分区内的阈值不同,除ρ（DO）和ρ（COD_Mn）外,其他指标负响应阈值均表现为山区 < 丘陵区 < 平原区,ρ（DO）则表现相反,ρ（COD_Mn）在丘陵区出现最高阈值（5.46 mg/L）、山区出现最低阈值（4.01 mg/L）.除ρ（DO）以外,其他指标的正响应阈值均呈山区 < 丘陵区 < 平原区的趋势,ρ（DO）正响应阈值的变化趋势则与之相反.②松花江流域内超过50%的采样点水质指标值均超过其负响应阈值,超出正响应阈值的采样点比例在6%~40%之间,说明流域受到一定的干扰,但干扰程度不严重.③同一物种在不同地形分区内对水体理化指标的指示方向可能相反.萝卜螺属在丘陵区为ρ（NH₃-N）的正响应指示物种,在平原区则转变为负响应指示物种;短沟蜷属在丘陵区为ρ（TN）和ρ（TP）的正响应物种,在平原区则转变为负响应物种.研究显示,大型底栖动物群落结构的分布特征是影响水质指标阈值指示物种识别的主要原因,而不同分区的自然地理状况、栖境状况和水质状况则是造成大型底栖动物群落结构分布差异的主要因素.      

博斯腾小湖最低生态水位与水量盈缺分析

近年来,博斯腾湖小湖水位大幅波动引发了湖区生态环境问题,基于最低生态水位的湖泊水量盈缺分析对小湖水量调度和生态保护有积极意义。基于1991—2019年达吾提闸实测小湖水位数据,结合湖盆DEM数据和遥感NDVI数据,分别采用年保证率设定法、湖泊地形分析法和曲线相关法计算小湖区最低生态水位;并利用其他水文、气象和农业活动和湖区水量调控数据,使用主成分分析法解析小湖缺水的主要驱动因子。结果表明:博斯腾湖小湖最低生态水位为1047.18 m,多年平均满足率为31.03%。1991—1998年、2005—2015年和2017年间博斯腾小湖区发生了生态缺水,平均缺水量为0.69×108 m3。上游来水量是小湖生态需水保证情势的主要驱动因素,农业活动和宝浪苏木水量调节活动次之,气候变化影响相对较小。2000年之前,生态缺水主要由湖区水位调控产生;2000年之后,灌区农业取水成为生态缺水主要诱因。该研究结果可以为博斯腾湖小湖水量调控和湿地生态系统恢复保护提供科学依据。     

基于PCA-SOM的北京市平谷区地下水污染溯源

为了解北京市平谷区地下水污染物来源,以平谷区2010—2018年监测数据为基础,使用PCA(主成分分析法)识别了地下水水质指标因子,使用自组织映射识别了污染物的空间分布.结果表明:通过监测指标间的Pearson检验发现, 平谷区地下水电导率与ρ(Ca2+)(p=0.936)、总碱度与ρ(HCO₃2-)(p=0.981)、ρ(Mg2+)与总硬度(p=0.944)指标之间显著相关.地下水化学类型主要以HCO₃-Ca型为主,其次为HCO₃-Mg型.NH₄+、SO₄2-、Cd、Fe(Ⅱ)、NO₂指标空间分布离散性和差异性较大,存在局部富集现象.通过因子分析法筛选出影响平谷区地下水水质的8个公因子,首要影响因子为溶滤-富集作用(贡献率为22.398%),次要影响因子为农业、养殖业和填埋场等人为活动作用(贡献率为16.533%),雨水下渗作用(贡献率为8.035%)、工业源人为活动(贡献率为7.466%)对地下水也有一定影响.通过比较各指标的SOM(Self-Organizing Map,自组织映射)特征图像和监测井映射特征图像,发现NH₄+受山前地带林业、种植业和平原地带农业、养殖业的双重影响,Na+、Mn受平原地带人为活动的影响;同时,NH₄+、NO₃-、NO₂三者之间及Fe(Ⅱ)与Fe(Ⅲ)之间来源不同,Cd、Al、氰化物三者具有同一来源.研究显示,PCA-SOM(PCA与SOM相结合)可以对地下水化学组分来源进行定性识别与定量分析.      

京津冀西北典型区域地下水位时空演变及驱动因素

京津冀西北地区是北京、天津重要的水源涵养区和生态屏障,也是“京津冀协同发展”战略重要的支撑区域。为揭示京津冀西北地区地下水位时空演变规律及其驱动因素,以张家口地区为研究区域,选取1981—2015年56个地下水位观测井连续观测数据、水文地质相关资料、气象数据、地下水资源开采数据和社会经济数据,对研究区内坝上高原、柴宣盆地、涿怀盆地和蔚阳盆地四个地貌单元地下水位时空演变规律和驱动因素进行分析。结果表明：张家口地区四个地貌单元及下辖各区县地下水位呈整体下降趋势,且下降速率逐步加快。35年间坝上高原水位降幅3.59 m<蔚阳盆地水位降幅3.6 m<涿怀盆地水位降幅7.17 m<柴宣盆地水位降幅20.41 m。张家口地区四个地貌单元地下水位动态变化与降雨量、蒸发量、气温等自然因素相关性较差,但与第一产业产值、常用耕地面积、有效灌溉面积、粮食总产量、蔬菜总产量、猪牛羊肉总产量、第二产业产值、第三产业产值和年末总人口等社会经济因素存在显著的相关性。在主成分分析中四个地貌单元前两个主成分的累计方差贡献率均>80%,其中第一个主成分主要为蔬菜总产量、猪牛羊肉总产量、年末总人口和第一、第二、第三产业产值等社会经济因素,不同地貌单元均可解释66%以上,表明社会经济因素是造成张家口地区地下水位持续下降的主要驱动因素。研究成果可为该地区未来社会经济的可持续发展和区域水资源的合理利用、调配以及京津冀西北地区水源涵养和生态功能保持提供理论依据。     

典型西南工业城市春冬季PM2.5来源与潜在源区分析——以柳州市为例

为了揭示柳州城区春冬季PM_2.5的来源及其潜在源区分布和贡献,利用2018年24h自动监测数据和气象数据对柳州市大气污染物浓度变化特征进行了分析,并且使用后向轨迹模型（HYSPLIT）对春冬季柳州市PM_2.5逐日72h气流后向轨迹和前向轨迹进行聚类分析,同时结合潜在源贡献因子分析法（WPSCF）和轨迹浓度权重法（WCWT）对其潜在源区和浓度贡献进行了分析.结果显示,（1）在研究期内,不利的主导风向和工业区布局导致研究区PM_2.5在春冬季污染较严重,且工业源和交通源是其主要本地来源;（2）春冬季PM_2.5高值主要来源于西北和东南方向,其中,西北向PM_2.5主要来源于本地排放,且浓度在空间上呈现西高东低的趋势;（3）春季后向轨迹PM_2.5浓度整体大于冬季,春冬季中对柳州市PM_2.5影响最大轨迹均来自东部的短距离输送,而来自西北的气流轨迹输对PM_2.5贡献最低.春冬季柳州市大气PM_2.5通过气流传输对贵州地区大气环境有较大影响;（4）春季,柳州市PM_2.5的主要潜在源区分布在广西东南部、广东中西部、南海沿岸海域、湖南中部、江西西北部、湖北东部及安徽西北部;冬季,主要分布在广西东南部、广东西南部和南海沿岸海域.