空间分析与生物地球化学循环:西藏林周县大骨节病患病村与非患病村的比较研究

西藏林周县是我国大骨节病(KBD)患病较为严重的地区之一,本文将林周县作为研究区,通过使用地理探测器(GeoDetector)量化分析KBD患病率风险因子的影响,并使用环境化学方法验证空间分析结果。通过对10个潜在影响因子的分析以及对当地KBD患病村和非患病村的土壤-水-粮食-人这一生物地球化学循环的环境化学分析,结果表明:(1)林周县KBD由一组多重且交互作用的环境影响因子共同作用影响,其中最重要的控制因子是地层因子;(2)所有环境介质(土壤、水、谷物)及人体组织中的硒元素浓度在KBD患病区均低于非患病区;(3)当地居民对硒和铬的摄入严重不足,尤其是KBD患病村中居民硒元素平均日摄入量(ADD)大约仅为世界卫生组织(WHO)建议的成人基本摄入量下限的4%;(4)我们推测,当地居民患病主要是由于地层这一影响因子,这是由于通过生态系统的迁移转化导致当地人口严重硒缺乏,最终导致地方性生物地球化学硒缺乏。     

Regional soil organic carbon prediction model based on a discrete wavelet analysis of hyperspectral satellite data

Most studies have the achieved rapid and accurate determination of soil organic carbon (SOC) using laboratory spectroscopy; however, it remains difficult to map the spatial distribution of SOC. To predict and map SOC at a regional scale, we obtained fourteen hyperspectral images from the Gaofen-5 (GF-5) satellite and decomposed and reconstructed the original reflectance (OR) and the first derivative reflectance (FDR) using discrete wavelet transform (DWT) at different scales. At these different scales, as inputs, we selected the 3 optimal bands with the highest weight coefficient using principal component analysis and chose the normalized difference index (NDI), ratio index (RI) and difference index (DI) with the strongest correlation with the SOC content using a contour map method. These inputs were then used to build regional-scale SOC prediction models using random forest (RF), support vector machine (SVM) and back-propagation neural network (BPNN) algorithms. The results indicated that: 1) at a low decomposition scale, DWT can effectively eliminate the noise in satellite hyperspectral data, and the FDR combined with DWT can improve the SOC prediction accuracy significantly; 2) the method of selecting inputs using principal component analysis and a contour map can eliminate the redundancy of hyperspectral data while retaining the physical meaning of the inputs. For the model with the highest prediction accuracy, the inputs were all derived from the wavelength range of SOC variations; 3) the differences in prediction accuracy among the different prediction models are small; and 4) the SOC prediction accuracy using hyperspectral satellite data is greatly improved compared with that of previous SOC prediction studies using multispectral satellite data. This study provides a highly robust and accurate method for predicting and mapping regional SOC contents.     

早渐新世钙质超微化石演变与营养盐及二氧化碳关系

南海北部早渐新世发生明显的营养供给和二氧化碳浓度的变化,相关地质记录为研究颗石藻的生理机制提供了理想的自然实验室。在本研究中,我们建立了一个新的颗石藻群落演化的指标,定义为E*比值。该比值由富营养属种和中等-贫营养属种的相对丰度计算而得（E^*=e/(e+c)×100,e代表富营养属种,c代表中等-贫营养属种）。其中富营养属种包括小Reticulofenestra, Reticulofenestra lockeri组,Reticulofenestra bisecta组和Coccolithus pelagicus组,而中等-贫营养属种包括Cyclicargolithus spp.。E^*指标与早渐新世营养盐指标具有较强的相关性,但在不同二氧化碳浓度的条件下表现不同的公变趋势。将群落组合与已发表的二氧化碳浓度数据对比,我们提出颗石藻可能在二氧化碳持续降低的环境下改变其对碳源和营养盐的利用方式,指示颗石藻的碳浓缩机制可能开始于早渐新世。     

白垩纪大洋缺氧事件研究进展

系统总结了白垩纪OAEs的研究进展,重点讨论了OAE1a、OAE1b和OAE2时期的有机碳(TOC)含量、碳同位素、古温度和锶同位素特征及其古环境指示意义,综合分析了白垩纪OAEs的成因机制。结果表明白垩纪OAEs的发生可能与该时期海底大规模的火山活动以及由其引起的气温升高、碳水化合物大量分解、水文循环加快和海洋生物生产力提高等一系列变化有关。对于白垩纪OAEs演化特征和成因机制的深入研究具有重要借鉴意义。通过对白垩纪OAEs的综合分析发现,当前的研究区域主要集中在大西洋/特提斯盆地及其周边陆地,而对南半球高纬度地区的研究报道迄今未见,从而无法对白垩纪OAEs进行全球性对比和系统性研究。今后我们将重点围绕南半球高纬度地区白垩纪OAEs的演化特征、成因机制及其古气候环境效应等进行深入研究。     

东北地区湿地的特点及形成与演替机制

东北地区湿地类型众多.通过分析解剖东北地区湿地的形成与演替机制,揭示了湿地的形成与演替过程中同时承受着自然与人为两种不同性质驱动力的影响,指出人类活动外在驱动力在较小的时空尺度下起着主导作用,如不加以正确引导而盲目开发,势必将导致湿地环境的恶化.     

温室气体的卫星遥感—进展与趋势

二氧化碳和甲烷减排是控制全球增温最核心的手段,传统的人为碳排放计算主要依赖于在线监测和清单算法,2019年第49届1PCC全会明确了利用大气观测通过"自上而下"通量计算对排放清单进行支撑和验证,因此了解大气遥感碳监测发展趋势以及同化反演技术方法成为了中国应对国际气候变化事务亟待探明的重要问题.根据卫星遥感技术发展进程和...     

Comparative studies on carbon origin of dawsonite between Hailaer Basin in China and Bowen-Gunnedah-Sydney basin system in Australia

Dawsonite, NaAlCO3(OH)2, is widespread as a cement, replacement and cavity filling in Hailaer Basin in China and Bowen-Gunnedah-Sydney (BGS) basin system in Australia. The origin of dawsonite is emphatically contrasted and analyzed through stable isotopic composition. Dawsonite δ13C values ranging from -4.0×10-3 to 4.1×10-3 are remarkably consistent through the BGS basin system. The calculated δ13C values of CO2 gas in isotopic equilibrium with dawsonite range from -11.3×10-3 to -4.6×10-3. These values indicate carbon of dawsonite came from inorganic CO2 gas accompanied by magmatic activity. In Hailaer Basin, the Dawsonite δ13C values ranging from -4.64×10-3 to 2.12×10-3 are also consistent. The calculated δ13C values of CO2 gas in isotopic equilibrium with dawsonite range from -11.82×10-3 to -5.11×10-3. According to the coincidence of dawsonite-bearing well and CO2 gas well with mantle source,lying along deep fracture within or adjacent to Yanshanian granite,it is concluded that CO2 gas forming dawsonite is derived from mantle related to magmatic process during the Yanshanian. A little biologic origin carbon owing to petroleum charging intervened when dawsonite formed.     

全球主要河流流域碳酸盐岩风化碳汇评估

碳酸盐岩风化吸收的大气CO₂主要以HCO₃ ^-形式连续地经由河流从大陆输送到海洋,成为陆地生态系统的重要碳汇。目前主要河流流域的碳酸盐岩风化碳汇估算存在不确定性,分布格局尚不清晰。基于GEMS-GLORI全球河流数据库提供的全球10万km ²以上主要河流流域多年平均监测数据,利用水化学径流法估算出全球主要河流流域碳酸盐岩对CO₂的吸收速率为0.43±0.15 Pg CO₂ yr ^-1,平均CO₂吸收通量为7.93±2.8 t km ^-2 yr ^-1。CO₂吸收通量在不同气候带下差异显著,热带和暖温带CO₂年吸收速率占全球主要河流流域年吸收速率的62.95%。冷温带CO₂年吸收速率占全球主要河流流域的33.05%,仅次于热带地区。本文划分出全球CO₂吸收通量的9个关键带,关键带的交汇处CO₂吸收通量较高。喀斯特出露流域碳酸盐岩对CO₂吸收通量的均值为8.50 t km ^-2 yr ^-1,约为非喀斯特流域的3倍。全球喀斯特出露流域碳酸盐岩风化碳汇在全球碳循环、水循环及碳收支平衡估算研究方面占据重要地位。     

中国碳强度关键影响因子的机器学习识别及其演进

碳强度影响因子数量众多,通过在众多因子中评估其重要性以识别出关键影响因子进而解析碳强度关键因子的变化规律,是中国2030年碳强度能否实现比2005年下降60%~65%目标的科学基础。传统的回归分析方法对于评估众多因子的重要性存在多重共线性等问题,而机器学习处理海量数据则具有较好的稳健性等优点。本文从能源结构、产业结构、技术进步和居民消费等方面选取了56个中国碳强度影响因子指标,采用随机森林算法基于信息熵评估了1980-2014年逐年各项因子的重要性,通过指标数量与信息熵的对应关系统一筛选出每年重要性最大的前22个指标作为相应年度关键影响因子,最终依据关键影响因子的变化趋势划分了3个阶段作了演进分析。结果发现：1980-1991年,碳强度的关键因子主要以高耗能产业规模及占比、化石能源占比和技术进步为主;1992-2007年,中国经济进入快车道增长时期,服务业占比和化石能源价格对碳强度的影响作用开始显现,居民传统消费的影响作用在增大;2008年全球金融危机后,中国进入经济结构深化调整时期,节能减排力度大大增强,新能源占比和居民新兴消费的影响作用迅速显现。为实现2030年碳强度下降60%~65%目标,优化能源结构和产业结构,促进技术进步,提倡绿色消费,强化政策调控是未来需要采取的主要措施。     

基于土地利用变化的中国省域碳排放时空差异及碳补偿研究

选择中国30个省级行政区为研究单元,基于土地利用和能源消耗等数据,采用碳排放系数法,对2003~2016年中国土地利用碳源/汇进行计算,探究中国省域土地利用碳排放和碳吸收时空演变,并以碳盈亏时空分析为基础,通过生态补偿系数和经济贡献系数分析碳排放的差异性,以净碳排放量作为基准值进行碳补偿价值的研究。结果表明:① 研究期间碳排放总量和净碳排放量除在2015年出现小幅度下降现象,其余年度均呈现不断增加趋势;碳吸收总量呈现稳中有升的趋势。②土地利用碳吸收的主要载体是耕地和林地,碳汇资源空间差异明显,基本呈现西高东低的分布特征,多数省份在研究期内基本保持一致的碳吸收类型。③ 碳排放总量分布空间差异显著,且主要来自建设用地。④ 依据净碳排放量的区域差异,将其划分为高碳排放区、一般碳排放区、低碳排放区、碳汇区4种类型。⑤ 由于各省域碳补偿标准和净碳排放量的差异导致碳补偿价值区域差异明显。