2008年初南方雨雪冰冻灾害及其对山地灾害的影响

2008年初中国南方出现了历史同期罕见的持续大范围低温、雨雪和冰冻的极端天气,造成大面积雨雪冰冻灾害,直接经济损失达1 500多亿元.根据中国气象局观测资料,结合山地灾害的形成条件和影响因素,分析了冰雪灾害引发山地灾害的可能性及其对山地灾害的影响,并提出了减灾对策.     

SO4^2—、NO3^—对氯同位素测定的干扰及其消除

在石墨存在下用正热电离质谱法测定 Cs2 Cl+正离子是氯同位素测定的最佳方法 ,但实验过程中发现 ,SO42 - 和 NO3- 的存在对测定的干扰较严重。在系统地研究了 SO42 - 和 NO3- 对氯同位素测定影响的基础上 ,定性地给出了在 SO42 -和 NO3-影响下 ,部分仪器聚焦参数的变化 ,并对影响的机理做了一些解释。着重探讨了不产生影响的 SO42 - 和 NO3- 的最高浓度及 SO42 - 和 NO3- 的消除方法 ,以期指导相关的工作     

全球气候变化背景下海岸洪水灾害风险评估研究进展与展望

全球气候变化背景下,海平面上升以及高潮位和风暴潮引起的极值水位导致的海岸洪水对沿海社会经济和自然环境造成巨大影响,已是国内外关注的重点。论文梳理了广义和狭义海岸洪水的定义和要素,重点阐述了狭义海岸洪水的组成部分,从致灾因子、孕灾环境和承灾体以及风险评估方法与模型3个方面,系统总结了相关研究方法与研究成果的主要进展,以及存在的主要问题,并透视了未来拟加强的研究方向。建议加强沿海地区应对全球气候变化风险的研究,包括全球气候变化下多致灾因子耦合危险性和不确定性研究,沿海关键地区和关键暴露(关键基础设施)的风险评估研究,全球气候变化风险适应与减缓性措施的成本效益评价研究,提高沿海地区应对全球气候变化风险的韧性研究,以及建立多学科间的基础数据共享机制,采用交叉学科手段以便更综合、系统、动态研究海岸带问题,保障沿海地区开展全球气候变化下风险评估的需要。     

中国全球气候变化影响研究方法的进展

着重介绍了中国全球气候变化影响研究中有关方法的最新进展,其中包括实验室、农田和野外观测实验;冰芯、树木年轮和历史文献方法;数值模式研究,特别是静态模式和动态模式研究。最后,指出了存在的问题,以及研究展望。     

黄河影响下开封城市的历史演变

河流对城市的形成和发展起着重要的作用,古人形象地把其比喻为“城市之血脉”。文章从不同的历史时期黄河及其分支对开封城市演变的影响进行分析,得出黄河与开封城市的关系存在着利与害的统一。开封城市的历史发展,即得益于黄河充足的水源,又受害于其频繁的决溢、泛滥、改道。因此,要采用先进的科学技术对黄河进行综合治理开发,使其恢复它应有的美好环境,更好地造福于人民。     

腾格里沙漠东南缘沙丘形态示量特征及其影响因素

对腾格里沙漠东南缘主要类型沙丘形态示量及其影响因素分析认为,沙丘高度与间距之间具有明显的幂函数关系,而且这种关系所反映的沙丘动态(加积或前移)随沙丘类型、分布而异。影响沙丘规模与间距的因素比较复杂,粒度的影响没有普遍性;背风侧次生气流尺度对简单横向沙丘具有一定的控制作用;输沙率的影响表现在,各尺度等级风成床面形态及规模对输沙率的变化具有不同时空尺度的响应。     

南极长城站地区现代环境地球化学特征

本文通过环境背景值、风化壳地球化学、对流层(大气气溶胶)地球化学和人为地球化学异常,初步探讨了南极长城站地区的现代环境地球化学特征。分析表明:环境要素固有的地球化学性质、区域环境条件和自然环境演变之间具有深刻的内在联系。     

新疆气候“湿干转折”的信号和影响探讨

新疆是对全球变化响应最敏感地区之一,分析全球变暖背景下新疆干湿气候变化及其影响,对应对和适应未来气候变化带来的影响具有重要意义。基于气象水文观测资料,对新疆区域干湿气候变化及其影响评估进行了探讨。结果表明：① 20世纪80年代中后期以来新疆气温升高,降水量增加,呈“暖湿化”特征;但1997年之后,干旱变化趋势、干旱频率、干旱发生月份等均有明显增加,导致70%以上的区域变干,新疆气候出现了从“暖湿化”向“暖干化”转折的强烈信号,即发生了“湿干转折”;② 新疆气候转折对区域生态和水资源造成明显的影响,归一化植被指数（Normalized Difference Vegetation Index, NDVI）经历了先增后减的变化过程,1982—1997年植被趋于“变绿”,但1997年之后植被长势迟滞,土壤水分明显下降,生态逆转,生态负效应凸显;③ 新疆河流径流变化出现明显的区域差异,对干湿气候转折响应复杂,受冰雪融水对径流补给比例的影响,发源于天山的河流径流对区域干湿变化有正响应,但发源于昆仑山的河流径流响应不明显。研究结果表明气候“湿干转折”和极端气候事件加剧背景下新疆干旱化急剧增加,水循环系统和生态系统不稳定性加剧,相关成果可为区域干旱灾害防灾减灾和风险管理提供有价值的决策参考。     

基于机器学习模型的区域土壤重金属空间预测精度比较研究

为识别区域土壤重金属的空间变异特征并厘清其影响因素,本研究构建了多元线性回归（MLR）、弹性网络回归（ENR）、随机森林（RF）、随机梯度提升（SGB）、堆叠（stacking）集成模型、反向传播神经网络（BP-ANN）、基于模型平均的神经网络集成（avNNet）、线性核支持向量机（SVM-L）和高斯核支持向量机（SVM-R）共九种机器学习模型,利用山东省中部土壤重金属（Cd、Cu、Hg、Pb和Zn）和环境辅助变量数据,开展区域土壤重金属空间预测精度比较研究。结果表明：RF对五种重金属空间预测的决定系数（R²）介于0.263~0.448之间,平均绝对误差（MAE）和均方根误差（RMSE）分别小于8.408和10.636,预测值/实际值（P/O）均接近于1,对五种重金属的预测效果均较为理想,是研究区土壤重金属空间预测的最优模型;SVM-R整体预测性能仅次于RF,各项精度评价指标均相对稳健,可作为备选模型;其余七种模型的预测性能均明显低于RF和SVM-R。RF的空间预测结果显示,研究区五种重金属呈现出相似的空间分布格局,含量均由研究区东北部向西南部递减,包括东北部、北部和南部3个高值区,且高值区与当地工业–交通密集区的分布格局一致,反映出人类活动是研究区土壤重金属空间分异的主要影响因素。本研究可为区域土壤污染调查、评价和管控提供科学参考。