双层纳米孔的制造与应用

由于具有孔径可调节、物理化学性质稳定、极端环境适应性强、集成度高等优点,固态纳米孔逐渐成为最具潜力的单分子测序工具。在固态纳米孔发展过程中,提高其单分子检测精度一直是研究人员关注的重点。近年来,双层纳米孔受到了广泛关注。与传统的单层纳米孔相比,双层纳米孔具有的孔-腔-孔结构提供了2个分子识别位点和纳米受限空间。双孔提供的2个分子识别位点可以在单次过孔事件中获得2次目标信号,所获得的双重检测信号不仅丰富了检测信息,也为信号分析提供了最为直接的对比信息源。此外,双层孔中的空腔还可作为单分子化学反应器。因此,双层纳米孔的出现拓宽了纳米孔传感器的应用范围,在单分子检测方面具有广阔的应用前景。本文概述了纳米孔的发展历程,并重点介绍了双层纳米孔的制造方法及其在单分子检测领域的应用。

基于浓度与流量突变的河流总磷通量估算

为进一步加深对流量与水质浓度突变特征的理解,探究浓度与流量突变点对通量模拟的影响,本研究基于Mann-Kendall突变检验法以及贝叶斯突变点模型,对潮河流域20多年来(1992—2014年)的径流量、总磷(TP)浓度以及二者之间关系进行突变分析,并结合LOADEST模型估算TP通量。结果表明:潮河流域径流、TP浓度整体均呈下降趋势,径流突变点发生于1998年,突变前后的平均流量分别为7.92 m^(3)·s^(-1)和2.86 m^(3)·s^(-1);TP浓度突变点发生于1993年和1996年,1992—1993年、1994—1996年和1997—2014年平均浓度分别为0.08、0.06 mg·L^(-1)和0.03 mg·L^(-1)。TP浓度-流量关系在2004年12月前后发生突变,前后两个阶段的流量阈值分别为2.36 m^(3)·s^(-1)和9.08 m^(3)·s^(-1)。突变点前,TP浓度与流量的关系是典型的流量驱动模式;突变点后二者关系会在高流量情况下转变为稀释主导模式。基于突变点识别的分段建模有助于改善LOADEST模型的模拟效果,而不同类型突变点各有优势。基于TP浓度突变点的分段模型的整体模拟效果最佳,使纳什系数从0.50提高到0.96;基于浓度-径流关系突变点的模型对关系突变后TP通量的模拟效果最佳,使纳什系数从-0.31提高到0.89。此外本研究讨论了降水及流域管理措施的可能影响。研究表明,进行水质建模及负荷模拟时,考虑水质浓度与流量及其关系的突变可在一定程度上提高模型的适用性。

温带草地蒸散发及波文比观测与比较:涡动相关及波文比系统

蒸散发的精确观测及估算是水资源管理及水文遥感验证的基础。该文利用已有的涡动塔观测数据集,配合波文比系统进行了同步观测,对二者观测的结果进行了对比分析。结果表明:涡动相关法和波文比方法估算的蒸散发均值及季节变动分别为298.73±128.58 W·m-2和272.37±116.87 W·m-2,整体而言这两种方法所观测的蒸散发较为一致,决定系数R2=0.75,平均相对误差小于6%。较涡动相关法,波文比方法估算潜热较低。生长季内,植被在生长初期及割草期出现明显的差别,表明波文比系统在植被生长旺盛期测量潜热效果更为稳定。两种方法估算的波文比具有相似的日变化及季节变动趋势。波文比存在明显的日变化及季节变动,其变动均值及标准差为0.21±0.42;其日变化与太阳辐射相关度较强(R2变动为0.41~0.52),其季节变化与叶面积指数(LAI)具有较高的非线性相关性(R2=0.65),而土壤水分对季节变动影响较小。该研究表明:在温带湿润草地生态系统,植被的生长很大程度上调节着该系统能量的分配。以上研究结果对波文比系统的实际应用具有一定的参考价值。

潮河流域人类活动氮输入对河流硝态氮通量的影响

为了有效评估流域内人类活动氮输入量,并确定其对河流硝态氮通量的影响,本研究将净人类活动氮输入分为人为点源和非点源输入两部分,估算了1995—2014年人为点源和非点源氮输入量变化,构建了其与河流硝态氮通量的多元回归模型(R^(2)=0.73),分析了该流域氮素输出及滞留的影响因素。结果显示,20年间潮河流域净人类活动氮平均输入量为5 569.27kg·km^(-2)·a^(-1),其中非点源输入约占净人类活动氮输入量的76.87%,点源输入占23.13%。在非点源输入中化肥氮输入占净人类活动氮输入总量的比重最大,约为35.92%,其次是食品饲料氮输入,占21.12%,大气氮沉降占15.05%,种子氮输入和农业固氮分别占4.35%和0.43%。潮河流域河流平均硝态氮通量为115.94 kg·km^(-2)·a^(-1),由人类活动导致的氮输入量约占潮河流域硝态氮通量的96.65%。流域内人类活动氮输入对河流氮通量影响较大,点源氮输入、化肥氮输入和种子氮输入是河流氮通量的主要来源。受水文气象及下垫面等因素影响,该流域滞留氮素对河流硝态氮通量的贡献率较大,多年平均占比为11.01%。

洞庭湖支流枯水期表层水和沉积物中氯苯甲醚类化合物分布特征与生态风险

环境中的氯苯甲醚类化合物(chloroanisoles,CAs)主要来自于氯酚类化合物及其他结构相似的氯代烃.在我国洞庭湖血吸虫疫区,五氯酚作为灭螺剂施放对周围环境造成了CAs污染.运用气相色谱质谱联用方法测定洞庭湖支流(澧水、藕池河和沱江)表层水和沉积物中的CAs,并分析其分布特征与生态风险.结果显示:(1)水体是CAs的主要赋存介质.三支流表层水中CAs体现出显著差异性,污染水平由大到小为澧水>藕池河>沱江,三者总CAs浓度分别为18.94、8.83和4.14 ng/L;在3支流中沉积物中的总CAs无明显差异,分别为2.86、3.61和4.07 ng/g.(2)澧水表层水和沉积物中高氯取代CAs(三氯苯甲醚、四氯苯甲醚和五氯苯甲醚)为主要污染物(分别占73.75%和68.89%);藕池河表层水中低氯取代CAs(一氯苯甲醚和二氯苯甲醚)占比相对较高(48.59%),而沉积物中以高氯取代CAs为主(93.38%);沱江表层水和沉积物中占比较高的CAs为一氯苯甲醚,分别占28.26%和75.56%.(3)空间分布上,从上游到下游澧水表层水中CAs浓度呈现波动下降的趋势,而沉积物中呈上升趋势;藕池河表层水中CAs呈现波动下降的趋势,沉积物中无明显变化趋势;沱江表层水和沉积物中一氯苯甲醚呈波动上升趋势,其他CAs有波动但无明显趋势.(4)研究区水中的五氯苯甲醚浓度远低于报道的鱼类和无脊椎动物的五氯苯甲醚急性半数致死浓度,目前不会对水生生物造成太大影响,但其对人类健康和环境的潜在风险不可忽视.

东北三省种植业氮流失风险评价

东北地区是我国重要的粮食生产基地,垦殖率为38.58%,水田和旱地面积比例约为1∶4.75。近年来,单位面积化肥投入不断增加,农业活动带来的非点源污染威胁越来越严重。以东北3省为研究区,考虑降水年型差异和不同农田水媒氮流失途径,构建符合区域特点的氮流失风险评价体系,分析该地区氮流失风险及主要影响因子,重点探究作物类型和降水年型对氮流失的影响。结果显示,极高、高风险区主要集中在吉林省中部、辽宁省中南部和黑龙江省中东部。超过80%的水田属于极高、高风险区,远超旱地相应比例(35%),水田区域具有更高的流失风险。在中风险区以上级别区域内旱地面积占比最大,其氮流失风险占主导地位;尤其是玉米,其种植面积占比最大。不同降水年型东北3省氮流失风险县级分布有显著差异,丰水年对氮流失风险的影响较平水年和枯水年明显。通过氮流失风险及因子分布聚类将东北3省地级市分为4类,其中,需要优先管控的地级市为长春、盘锦、辽源、沈阳、四平和锦州。确定了东北3省氮流失风险的关键区域及其主要特征,以期为东北3省农田管理和非点源污染防治提供参考。

基于前期雨量和降雨历时的SCS-CN模型改进

径流曲线法(Soil Conservation Service Curve Number,SCS-CN)对前期产流条件(Antecedent Moisture Condition,AMC)的概化,导致径流预测出现相应的突然跳跃,同时还忽略了降雨历时作为重要组成部分对地表径流的影响,影响了模型径流预测的精度。密云水库是北京市地表饮用水的重要来源,对其上游流域进行降雨径流预测有着重要的生态意义和经济意义。该研究将SCS-CN模型与前期雨量和降雨历时结合,采用API(Antecedent-Precipitation Index,前期降雨指数)模拟土壤前期水分条件,并且提出了一种考虑次降雨事件中土壤前期雨量和土壤入渗量的静态渗透方程,对SCS-CN模型进行了改进。其中,潜在最大蓄水等于前期土壤水分和土壤潜在蓄水量的和,最大静态渗透速度是流域土壤水分达到蓄满时的静态渗透速度,静态渗透系数是与土壤结构、土地利用等相关的无量纲。利用2006—2010年及2014—2020年石匣流域径流小区的200次降雨径流事件监测结果,对该研究改进的模型与原SCS-CN模型以及两种前人改进的SCS-CN模型进行了校准、验证和性能比较。结果表明,4种径流模型中,该研究改进的模型表现最好,纳什效率系数为0.77,决定系数为0.79,均方根误差为3.21 mm,相比于SCS-CN模型纳什效率系数、决定系数分别提高了319%、97.5%,均方根误差降低了107.5%。参数敏感性分析表明,潜在最大蓄水和静态渗透系数是最敏感的两个参数,最大静态渗透速度的参数敏感性一般,初损率的参数敏感性最差。该研究改进模型在密云水库上游潮白河流域降雨径流模拟中具有一定的适用性,可为其他地区产流计算提供参考依据。

密云水库周边小流域大气氮磷沉降特征研究

大气沉降是氮磷元素进入水体的重要途径之一,为了解密云水库水源地周边大气氮磷沉降特征,选取土门西沟小流域为研究区域,设置降水、降尘自动采样器进行为期一年(2019年9月—2020年8月)的大气沉降收集,分析大气干、湿沉降中不同形态氮磷通量逐月和季节变化及其影响因素,估算大气氮磷沉降对小流域及密云库区氮磷输入的贡献.结果表明:①土门西沟小流域大气氮、磷年沉降通量分别为38.393和1.952 kg/(hm^(2)·a),氮磷干湿沉降通量季节性变化显著.②湿沉降受气象(降雨量、温度、降雨时间间隔)等因素影响,氮磷沉降通量表现为夏季>春季>秋季>冬季,温度升高、降雨时间间隔变长均会使氮磷湿沉降浓度增大,而降雨量大小与大气湿沉降通量直接相关.③干沉降受物质来源及气象等因素影响,氮磷沉降通量呈夏冬季高、春秋季低的特点,其中风向、风速是影响大气氮磷干沉降的重要因子.④经计算,土门西沟小流域大气氮、磷沉降贡献分别为1339.90和1.50 kg/a,分别占其氮、磷输出贡献的28.57%和0.39%,若不考虑空间差异性,预计大气沉降直接落入密云水库总氮(TN)和总磷(TP)的沉降量分别为551.18和28.02 t.研究显示,大气沉降是密云库区周边面源污染综合管理的重要一环,未来应引起足够关注.

输入数据精度与准确性对SWAT模型模拟的影响

以潮河流域为研究区域,利用潮河流域1990~2013年监测数据,构建SWAT模型,在模型结构和参数不改变的情况下,探究输入数据精度(DEM分辨率)与准确性(降水插值)对径流和总氮模拟结果影响.结果显示:DEM分辨率变化(30~300m)对径流及总氮模拟效果不同,对径流模拟影响不明显,纳什系数(ENS)和R^(2)可达到0.87以上;对总氮模拟结果影响较大,分辨率越精细,模拟效果越好.不同水文年,DEM分辨率变化对总氮负荷模拟表现不同.丰水年对总氮负荷影响较大,负荷量差异较为明显,枯水年影响相对较小;不同DEM分辨率下,年均(1993~2002年)总氮负荷强度空间分布相似,高负荷区均位于潮河中游,潮河上游及下游的负荷强度相对较低.不同降水输入数据站点分布、站网密度和准确性不同,流域内降水空间分布差异显著.总体上,基于站点较少的气象站插值数据与雨量站实测降水数据,径流和总氮模拟效果较为接近;基于SWAT官方雨量站插值数据,径流和总氮模拟效果较差.不同降水数据输入情景下,模拟的总氮负荷强度模拟的空间分布差异明显;降水量分布较高的区域,负荷量也较高;不同水文年下,不同降水输入对总氮负荷模拟表现不同.丰水年和枯水年,基于气象站插值数据的总氮模拟结果与基于雨量站实测数据的模拟结果较为接近,而基于SWAT官方雨量站插值的模拟误差较大;平水年,基于SWAT官方雨量站插值的模拟结果较气象站插值数据的模拟结果更好.该研究可为流域开展模型构建提供科学参考和借鉴.

抑制小产权房的消费者风险分析模型构建与应用

基于商品房价格过高的现状与小产权房风险性特点,将商品房和小产权房作为相互替代产品,创建消费者风险分析模型,探索利用市场手段治理小产权房。获取消费者对房屋设计与质量、基础设施、居住安全、居住环境和房价的满意度评价,分别计算小产权房和商品房居民的居住综合满意度,即实际效用值。结合消费者风险意愿,运用消费者风险分析模型推导出商品房的合理房价。实证研究选取北京市昌平区北七家镇小产权房和商品房社区进行居民问卷调查,分析得出主要结论:如以7分作为满分,商品房与小产权房的效用值分别是3.737与4.462;二者间居民消费风险意愿差异显著;基于小产权房市场价格推导出抑制小产权房销售的商品房临界房价。

灌丛化的蒸散耗水效应数值模拟研究——以内蒙古灌丛化草原为例

灌丛化是干旱半干旱草原一种常见的全球性变化现象,由于野外土壤、灌丛和草本的蒸散耗水难于拆分的限制,关于灌丛化蒸散耗水效应的研究较少。该文将已有的二源模型应用于我国内蒙古灌丛化草原估算其蒸散发,并用波文比系统观测结果对模型进行了率定。研究结果表明改进的模型可以较好地重建灌丛化草地的蒸散发特征;敏感性分析结果表明模型输入变量及参数对蒸散发组分拆分结果产生的误差较小。在此基础上进行了灌丛化的情景模拟,研究其耗水效应。结果表明:灌丛化对蒸散发总量影响较小,而对蒸散发组分影响较大。灌丛化初期盖度5%、中期盖度15%及后期盖度为30%的情境下,对应的生长季内蒸散发(ET)平均值分别为182.97、180.38和176.72 W·m^(–2);土壤蒸发(E)占蒸散发比率(E/ET)平均值分别为52.9%、53.9%和55.5%。灌丛化从初期到中期、中期至后期,蒸散发降幅平均值分别为0.34%和0.44%,E/ET升幅分别达2.04%及3.25%。该研究结果表明在内蒙古太仆寺旗站点灌丛化导致的土壤水分差异并不明显,但随着灌丛化加剧,灌丛逐渐替代草本,改变了原有的生态系统结构,植被叶面积指数变小,导致冠层导度降低。研究结果强调我国半干旱草原区灌丛化加剧对生态系统总蒸散耗水量影响不大,但其土壤蒸发无效损耗快速增加会导致系统水分利用效率降低。