4种不同生境的蟹类金属硫蛋白cDNA的克隆与比较

利用Carcinus maenas金属硫蛋白氨基酸序列资料，用全简并引物从鳃组织总RNA中扩增并克隆了首个甲壳类金属硫蛋白cDNA片段序列，3'-RACE获得了其编码区全长cDNA。之后，用部分简并的引物扩增并克隆了其它3种国内常见蟹类的金属硫蛋白cDNA编码区全长序列。序列分析结果表明，几种蟹的金属硫蛋白cDNA序列存在差异，推知的氨基酸序列也不完全相同，比较不同蟹的cDNA和氨基酸序列数据不能证明不同生态环境对金属硫蛋白的分子进化起重要作用。图4表1参15     

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。     

组态视角下协同创新驱动城市土地绿色利用效率提升的路径选择北大核心CSCDCSSCI

创新驱动发展战略下协同技术创新是提升城市土地绿色利用效率的重要手段。在理论层面从环境、投入、产出和互动四个维度构建协同创新影响城市土地绿色利用效率的整合性框架后,以中国284个城市为案例,运用模糊集定性比较分析法探讨协同创新驱动城市土地绿色利用效率提升的多元实现路径。研究表明:①单个协同创新条件的一致性水平位于0.4928~0.8388范围内,表明单个条件均不构成影响城市土地绿色利用效率的必要条件。②条件组合的充分性分析显示,创新环境、创新投入、创新产出和协作互动条件“多重并发",形成协同创新驱动城市土地绿色利用效率提升的4种路径,具体归纳为投入主导型、区域互动支撑下的资本赋能型及环境和投入连接下的主体互动转化型3种差异化模式。③条件因素的普适性和替代性分析显示,经济软环境、人力资本投入和物质资本投入是影响高水平城市土地利用效率最具有普遍性的因素,成果市场化和区域互动之间存在替代关系。④囿于各地区经济发展水平和资源稟赋,中国东、中、西部地区协同创新对城市土地绿色利用效率的驱动路径呈现出显著异质性特征。地方政府应根据自身发展特点和资源禀赋,从组态视角着力于多重协同创新条件的适配以“因地制宜"地制定城市土地绿色高效利用政策和措施。     

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.      

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.      

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.     

深圳市综合水质指数研究及其在水资源资产评估上的应用

自然资源资产评估技术是开展自然资源资产负债表实践和实行环境责任离任审计的重要技术支撑。水资源作为一项重要自然资源,如何有效评估水资源资产是不可回避的问题。论文以深圳市为研究区域,一是采用综合污染指数法和主成分分析法,以总氮、氨氮、总磷、化学需氧量、生化需氧量、固体悬浮物为指标参数构建了深圳市综合水质指数以评价水资源综合水质。二是以该综合水质评估模型为基础,通过采用治污成本法分析综合水质与治污成本间的关系,从而构建深圳市景观水和饮用水资源的价值量评估模型。论文还以深圳市大鹏新区为试点开展了水资源价值量评估,评估结果显示,2015年大鹏新区景观水和饮用水资源的价值量分别为3.60亿、0.35亿元。