重庆市主城区居民饮用水9种微量元素含量特征及其健康风险评价

为明确重庆市主城区饮用水中微量元素含量及其对居民健康的潜在影响,采集主城区居民末梢饮用水80件、水源地水样3件,室内测定水样中As、Ba、Cr、Cu、Mo、Ni、Sb、Se、Zn含量,并采用USEPA推荐的健康风险评价模型,评估饮用水中微量元素的健康风险水平。结果表明:①重庆市主城区居民末梢饮用水中9种微量元素均值(算术均值,下同)均未超过国家《生活饮用水卫生标准》。②儿童和成人的总健康风险均值分别为8.72×10^(-5)a^(-1)和3.56×10^(-5)a^(-1),在USEPA推荐的最大可接受标准(10-6~10^(-4)a^(-1))内,但儿童总健康风险高于成人。③居民末梢饮用水健康风险主要表现为Cr和As的致癌风险,儿童和成人致癌风险均呈现R Cr(8.54×10^(-5)a^(-1)和3.48×10^(-5)a^(-1))>R As(1.62×10^(-6)a^(-1)和6.74×10^(-7)a^(-1)),但均低于USEPA推荐的最大可接受标准(10^(-4)a^(-1))。因此饮用水中Cr和As是重庆市主城区居民饮用水产生健康风险的主要物质,需进一步加强这2种元素的监测和管理。

基于粒度反推法和MCR模型的生态源地景观格局演变研究——以重庆市丰都县为例

以重庆市丰都县为例,基于土地利用、DEM数字高程数据,利用粒度反推法和MCR模型对该县2005—2018年生态源地景观格局演变进行了研究,并分析了其与土地利用变化的关系。结果表明:丰都县2005—2018年土地利用变化显著,2005年生态源地选取最佳组分结构为1400m粒度,2018年为1600m粒度;2005年生态源地面积1286km2、27条生态廊道、34个生态节点,2018年生态源地面积1442.4km2、20条生态廊道、25个生态节点。2005—2018年研究区生态源地面积增加,对生态过程起促进作用,但空间破碎程度加大;生物流运行阻碍增强,对生态过程起抑制作用,总体上仍表现为土地利用变化改善了生态安全格局。

重庆市浅层地下水污染源解析与环境影响因素识别

为了有效防控山地城市复杂地质条件下的浅层地下水污染,明晰地下水污染的影响因素,基于重庆82个浅层地下水监测点的15项水质指标,运用绝对主成分-多元线性回归模型(APCS-MLR),解析不同水质指标的污染源因子,量化因子对地下水质的贡献率;基于地下水脆弱性理论,借助地理探测器识别岩溶区、非岩溶区地下水污染的关键影响因素.结果表明:①重庆市浅层地下水受人类活动影响大,总大肠杆菌群、Fe、Mn等元素超标率在50%以上;②重庆市浅层地下水污染源因子主要包括淋溶富集-城镇生活污染因子(贡献率42%)、地质环境背景因子(17.83%)、工业污染因子(13.74%)、农业污染因子(6.78%),方差累计贡献率为80.34%;③重庆市浅层地下水污染强度空间分布总体呈现西部都市区及周边>中部>东南部>东北部的空间分布格局.土地利用类型、坡度、土壤质地等3个因子对全域地下水污染具有较高的解释力,是浅层地下水污染的关键影响因子;④土地利用类型与降雨强度、土地利用类型与水力传导系数、土壤与坡度等双因子交互非线性增强了对重庆市浅层地下水污染的解释力.研究显示:污染源强与路径因子相结合能更好地解释地下水污染差异化;地理探测器为识别地下水污染影响因子提供了有效的探索方法.

三峡库区人类活动对河流溶解性有机质的影响路径解析

为辨析土地利用对河流溶解性有机质(DOM)陆源驱动的直接影响和营养状况驱动的间接影响,基于土地利用数据、水质营养状况数据和DOM组分数据,采用紫外-可见光吸收光谱(UV-VIS)和三维荧光-平行因子分析(EEM-PARAFAC)技术,探究2022年8月(雨季)三峡库区澎溪河流域的DOM组分特征,并运用偏最小二乘路径模型(PLS-PM),量化多空间尺度下土地利用对DOM陆源驱动的直接影响和营养状况驱动的间接影响。结果表明:(1)流域共检测出三种主要荧光组分,并以类腐殖质为主。流域水体DOM受到陆源输入和内源输入的双重影响。(2)整体上,土地利用对河流DOM陆源驱动的直接影响小于营养状况驱动的间接影响,其中溶解性有机碳(DOC)和有色溶解性有机质(CDOM)对内源输入更为敏感;荧光溶解性有机质(FDOM)对陆源输入更为敏感。(3)水田和河渠对DOM陆源驱动的直接影响较大,水库坑塘、灌木林和中覆盖度草地对DOM营养状况驱动的间接影响较大,斑块密度(PD)和斑块结合度(COHESION)对DOM陆源驱动的直接影响和营养状况驱动的间接影响均较大。(4)土地利用对不同DOM组分陆源驱动的直接影响各异,营养状况驱动的间接影响多在子流域较为显著。单个土地利用指标(如水田、疏林地、其它林地和PD等)对河流DOM陆源驱动的直接影响多在500 m河岸带缓冲区最大,对营养状况驱动的间接影响(如水田、灌木林、中覆盖度草地和河渠等)多在子流域最大。研究揭示了人类活动对河流DOM的影响机制,为科学规划三峡库区土地利用格局和有效调控三峡库区水生态环境提供重要理论支撑。

山地城市粮食安全对耕地多功能时空演变的响应研究——以重庆主城都市区为例

为促进山地城市的稳定可持续发展,以典型山地城市重庆主城都市区为研究区,解析区域粮食安全对耕地多功能时空演变的响应关系。研究借助GAZE、InVEST、GIS等模型,测算了2000-2020年研究区耕地的生产、生态、景观游憩和社会保障功能值,并利用热点分析法(Getis-Ord Gi^(*))分析了耕地各项功能在时空上的演变特征,然后利用Pearson秩次相关系数检验粮食安全对耕地多功能时空演变的响应关系。研究结果显示:1) 2000-2020年研究区耕地减少了5 677.76 km^(2),年均减少283.9 km^(2),从耕地各功能空间分布看,各功能空间分布有明显差异;2)从耕地各功能热点区变化看,耕地生产、生态功能总体呈下降趋势,2000-2010年降幅较大总体在14%~22%,2010-2020年降幅减小总体在10%;社会保障功能呈先下降后缓慢上升的趋势;景观游憩功能总体呈上升趋势,升幅约为10%;3) 2000-2020年研究区粮食安全与耕地生产、生态以及社会保障功能协同发展,但耕地景观游憩功能的无序拓展对粮食安全造成不利影响。上述结果提示:为保障研究区粮食安全,需严守“耕地红线”,防止耕地过度转化;同时也需适当控制耕地景观游憩等“非农化”“非粮化”功能;在确保区域粮食安全前提下,提高山地城市的耕地利用率、提升耕地效益。

山地传统村落空间系统风险研究——以重庆为例

选取风险源、风险受体状态、风险响应三个方面16个指标,以外部自然、人文因素、传统村落内部景观和建筑结构等为切入点,构建山地传统村落空间系统风险评价体系,分析重庆市110个传统村落空间系统风险,并针对性地提出保护建议。研究表明:(1)构建的风险评价体系能够综合反映山地传统村落空间系统外部压力和内部脆弱性,体现其空间差异。(2)重庆市传统村落空间系统风险属较高及以上等级的有42个,占村落总数的1/3以上,主要分布于渝东南武陵山中山地区,如酉阳、秀山等地。(3)风险等级较高及以上的传统村落,应提升主体风险防范能力,合理规划村落发展,避免城镇边界扩张挤压传统村落空间,导致其非自然性衰落。山地传统村落空间系统风险研究从宏观揭示风险驱动因子,识别风险胁迫大小,对传统村落精准保护具有重要意义。

基于逻辑回归的重庆市城镇开发边界划定及影响因素分析

【目的】为控制城镇蔓延和保护生态空间格局﹐研究划定重庆市城镇开发边界,这对城镇规划与空间扩展具有重要现实意义。【方法】结合工程地质,水域环境、生态与农业.交通建设、社会经济共5类因子以及下属的12个二级因子构建城镇开发边界的划定体系;以2015年重庆市土地利用类型为基准﹐运用逻辑回归模型模拟未来城镇用地﹐基于评价结果划定2030年重庆市城镇开发边界并进行精度评价﹔运用地理探测器对城镇开发边界划定的影响因素进行因子分析和交互探究。【结果】逻辑回归模型划定2030年重庆市城镇开发边界为3334.82 km^2,初步构建了都市区城乡一体、协调发展的格局。模拟预测精确度和召回率分别位于0.8,0.7以上;准确率和Kappa系数分别为0.994,0.806;测试、训练和全体数据的AUC值均在0.95以上。其次,因子探测中的首位因子为夜间灯光数据和GDP数据。【结论】基于逻辑回归模型划定的城镇开发边界符合规划要求。重庆市内各区域发展差距较大,未来的城镇扩展预测规模:都市区最大,其次为一小时经济圈(除都市区),再次渝东北,最小的为渝东南地区﹐形成“多中心组团式”发展格局,体现了区域协同,高效发展。

自动可解释机器学习滑坡易发性评价模型

模型训练的复杂性和预测结果的难以解释极大限制了机器学习在滑坡易发性评价领域的发展.本研究基于SHAP-XGBoost算法构建综合可解释的滑坡易发性评价模型,将“可解释的人工智能(explainable artificial intelligence,XAI)”和“自动机器学习(automated machine learning,AutoML)”引入滑坡易发性评价研究,实现复杂模型训练、超参数优化、滑坡易发性评价制图和模型解释的自动化运行.该模型以网格单元和斜坡单元2种尺度在三峡库区奉节县的测试结果表明:模型实现了可解释的自动化滑坡易发性评价,具有较高的预测精度;基于网格单元与斜坡单元构建的模型测试集AUC值为0.875和0.873,准确率、精确度、召回率与F1分数值均远>0.5;SHAP算法可从全局与局部2个方面对模型进行解释,有助于理解模型决策成因与滑坡灾害的发生规律.此外,SHAP算法亦可解释单个评价单元的预测结果,具有较高的可信度.研究结果为自动机器学习与模型的可解释研究提供重要参考.

成渝地区双城经济圈高铁网络通达性的溢出效应

成渝地区双城经济圈高铁网络增强了城市间通达性,对社会经济发展产生溢出效应。文章从高铁网络通达性切入,采用最短出行时间、加权平均出行时间、日常通达性指数、引力模型和空间杜宾模型分析高铁网络通达格局演化与其产生的溢出效应。研究表明:1)高铁网络提高城市通达性水平,缩小城市间通达水平差距,弱化圈层结构,推动区域一体化发展;2)高铁网络产生显著的时空收敛效应,核心与边缘城市的时空收敛效应表现为不同模式,边缘城市2 h等时圈面积变化更显著;3)高铁网络通达性提高使区域经济联系强化,非核心城市吸引力水平差距减小,但各要素趋向核心城市聚集,双核现象增强;4)邻地高铁网络通达性提高会促进本地第三产业经济发展,产生溢出效应;邻地第三产业经济水平提高会抑制本地的发展,呈现虹吸效应,说明成渝地区发展处于虹吸阶段。

中亚不同植被生产力对干旱事件的敏感性

在全球变暖背景下,干旱事件频发。亚洲中部干旱区的干旱事件频发引起植被退化问题日益严重,对实现联合国土地退化“零增长”目标构成了严峻挑战。然而,中亚植被生产力对干旱事件敏感性仍缺乏了解。基于此,使用土地利用数据、ERA5-Land和干燥指数等数据,利用游程理论、敏感性计算以及提升回归树(BRT)模型等方法,研究中亚植被生产力对干旱事件的敏感性,揭示了SPEI3—12间干旱事件的基本特征以及干旱事件期间植被异常的时空变化,使用BRT模型量化了干旱基本特征对植被敏感性的相对重要性。研究结果表明:(1)随时间尺度增加,除干旱间隔和干旱次数减少外,其他干旱特征均逐渐增加,尤其在半干旱、半湿润地区发生了更频繁,严重程度更高的干旱事件,干旱严重度在SPEI12时高达25.11;(2)随时间尺度变化,植被初级生产力(GPP)异常值在SPEI12时低至-30,其中在半干旱、半湿润地区的哈萨克斯坦西部、中亚中东部及南部土库曼斯坦东部,受影响更明显。而GPP异常值在箱型图SPEI3—12间存在差异,耕地出现异常负值中位数最低值,稀疏植被GPP异常值波动变化最大;(3)不同植被对干旱事件的敏感性随时间尺度增加而逐渐减少,在中亚半干旱和半湿润地区,尤其是耕地和稀疏植被表现出更高的敏感性。BRT模型表明,干旱严重程度是影响植被变化最重要因素,在模型中,草地和林地对SPEI3—12间干旱严重度的敏感性均值分别达到37.41%和31.70%。因此,了解植被生产力对干旱事件的敏感性,尤其在生态脆弱地区,将有助于为植被退化的防治提供决策参考。

野外背斜识别方法

野外背斜识别是科学教育、科学考察必备的能力。教科书中提供的背斜图示,必须结合真实的背斜构造,才能实现理论与实际的结合。本文利用遥感观测、野外实测,综合识别背斜。遥感观测用于寻找大型地质构造,判断山脉走向。野外实测主要考察多个点的岩层产状、年龄,推测岩层的连续状态,判断地质构造是否为背斜。研究表明,野外背斜识别方法切实可用,能科学识别背斜,还能发现背斜成山、背斜成谷的现象。

基于LMDI模型的四川盆地作物水足迹时空演变及驱动因素分析

为探究四川盆地农业水足迹演变特征及驱动因素,分析了2001—2021年四川盆地主要农作物蓝水、绿水、灰水和白水足迹时空演变特征。利用LMDI模型从技术、环境和社会维度识别了作物水足迹变化的驱动因素,并从全局与局部视角探讨了不同驱动因素的差异性。结果表明:2001—2021年四川盆地作物水足迹呈现先上升后下降的趋势;各市作物水足迹在空间上表现为北高南低的分布特征;从全局看,不同驱动因素对作物水足迹变化的影响程度由大到小依次为经济效应、人口变化效应、技术效应、水足迹强度效应、节水效应、生产效应,经济效应和人口变化效应是最强的促进和抑制因素,贡献值分别为82.90亿m^(3)和-51.55亿m^(3);从局部看,技术效应与人口变化效应在空间上存在错位现象,生产效应、节水效应和水足迹强度效应在空间上表现为双向驱动作用。