期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于DPeRS模型的陕西省总氮面源污染时空特征解析
被引量：
1
1
作者
罗仪宁
冯爱萍
+6 位作者
王雪蕾
李楠
黄莉
谢成玉
朱南华诺娃
张沛
王晓岩
《农业环境科学学报》
CSCD
北大核心
2024年第12期2805-2816,共12页
为明确陕西省总氮(TN)面源污染时空分布特征、污染类型和污染优控区,本文采用遥感分布式面源污染评估模型(DPeRS模型)对2016—2020年陕西省TN面源污染的时空分布特征进行遥感像元尺度(30 m)评估分析,识别了面源污染主要类型和优控单元,...
为明确陕西省总氮(TN)面源污染时空分布特征、污染类型和污染优控区,本文采用遥感分布式面源污染评估模型(DPeRS模型)对2016—2020年陕西省TN面源污染的时空分布特征进行遥感像元尺度(30 m)评估分析,识别了面源污染主要类型和优控单元,并探讨分析了面源污染对地表水污染的贡献率。结果表明:污染量上,2016—2020年陕西省TN面源污染平均排放负荷为1.25 t·km^(-2),平均入河量为8.31万t;时间尺度上,TN面源污染排放负荷表现为先降后升的变化趋势,入河量表现为随年际变化上下波动的趋势;空间分布上,TN面源污染排放负荷高值区主要分布在黄河流域段,渭河流域段尤为显著,入河高风险区主要集中分布在渭河流域的平原种植区;污染类型上,农田径流型是陕西省TN面源污染的首要污染类型,其次为水土流失型。全省49个控制单元中,2016—2020年TN面源污染优控单元平均个数为24个,平均面积占比为61.21%,其中Ⅰ类优控单元主要分布在渭河流域段。此外,2017—2020年TN面源污染对陕西省地表水质TN的平均贡献率为46.51%,其中农业源的平均贡献率为41.87%。研究表明,陕西省TN面源污染防控应重点关注黄河流域段面源污染优控单元,尤其是渭河流域农田径流型防控。
展开更多
关键词
面
源
污染
dpers
模型
遥感
陕西省
总氮
在线阅读
下载PDF
职称材料
渭河流域天水段非点源污染模拟及驱动因素分析
被引量：
2
2
作者
任衍淦
张亚群
+2 位作者
温成成
吴明艳
尚婷婷
《环境科学研究》
北大核心
2025年第2期294-303,共10页
渭河是黄河最大支流,流域内非点源污染形势严峻。开展流域非点源污染负荷模拟、关键源区划分及驱动因素识别对于落实黄河国家战略、推动流域水生态治理具有重大意义。该研究基于遥感分布式面源污染评估模型(DPeRS)和随机森林回归模型,模...
渭河是黄河最大支流,流域内非点源污染形势严峻。开展流域非点源污染负荷模拟、关键源区划分及驱动因素识别对于落实黄河国家战略、推动流域水生态治理具有重大意义。该研究基于遥感分布式面源污染评估模型(DPeRS)和随机森林回归模型,模拟2022年渭河流域天水段非点源污染情况,并探讨不同下垫面属性(高程、坡度、土壤类型和土地利用类型)对流域非点源污染产生的相对重要性。结果表明:①2022年渭河流域天水段各县区农田氮、磷表观平衡量差异显著,其中,武山县氮、磷表观平衡量均最大。②总氮(TN)、总磷(TP)、化学需氧量(COD_(Cr))的平均污染强度分别为182.2、18.4、124.4 kg/km^(2),空间上,秦安县的TN和TP浓度较高,而张家川回族自治县的COD_(Cr)浓度较高。③高程和坡度对TN、TP、COD_(Cr)三类污染指标的空间分布均具有重要作用,土壤类型则主要影响TN和TP的分布,而土地利用类型对三类非点源污染的负荷影响较小。因此,渭河流域天水段的非点源治理应重点关注秦安县、张家川回族自治县两地,其中高程、坡度、土壤类型对TN、TP、COD_(Cr)污染强度与分布有着关键影响,研究结果可为地方非点源污染治理提供参考。
展开更多
关键词
非点
源
污染
遥感
分布式
面
源
污染
评估
模型
(
dpers
)
随机森林回归
模型
渭河流域
在线阅读
下载PDF
职称材料
长江中下游地区农业面源污染流失特征及风险评价
被引量：
1
3
作者
郝新
高吉喜
+3 位作者
谢成玉
黄莉
王雪蕾
逯颖
《农业环境科学学报》
CSCD
北大核心
2024年第12期2765-2775,共11页
为探究长江中下游地区农业面源污染特征,本研究采用遥感分布式面源污染评估模型(DPeRS)核算了长江中下游地区农业面源污染入河量,耦合地表水污染物受纳阈值构建了农业面源污染风险评价方法,识别了农业面源污染高风险区,并探讨分析了农...
为探究长江中下游地区农业面源污染特征,本研究采用遥感分布式面源污染评估模型(DPeRS)核算了长江中下游地区农业面源污染入河量,耦合地表水污染物受纳阈值构建了农业面源污染风险评价方法,识别了农业面源污染高风险区,并探讨分析了农业面源污染影响因子。结果表明:2023年长江中下游地区农业面源总氮和总磷平均流失负荷分别为10.70 kg·hm^(-2)和0.50kg·hm^(-2),农业面源污染高负荷区域主要分布在湖南省、湖北省、江西省和江苏省;农业面源污染为微度、轻度、中度、强度、重度和极重污染风险的占比分别为30.33%、43.66%、15.96%、4.70%、2.25%和3.10%;降雨量和植被覆盖度是长江中下游地区农业面源污染的关键影响因素,安徽省、湖南省和江苏省的降雨量与农业面源总氮流失负荷相关系数均超过0.18(P<0.05),江西省植被覆盖度与农业面源总磷流失负荷相关系数为-0.21(P<0.01)。研究表明,高强度农业活动和高降雨量增加了长江中下游地区农业面源污染风险,考虑地表水纳污能力的农业面源污染风险评价方法更有利于高风险区的精准识别,可为农业面源污染的精准防控提供技术支撑。
展开更多
关键词
农业
面
源
污染
dpers
模型
污染
风险
遥感
长江中下游
在线阅读
下载PDF
职称材料
题名
基于DPeRS模型的陕西省总氮面源污染时空特征解析
被引量：
1
1
作者
罗仪宁
冯爱萍
王雪蕾
李楠
黄莉
谢成玉
朱南华诺娃
张沛
王晓岩
机构
陕西省环境监测中心站
生态环境部卫星环境应用中心
出处
《农业环境科学学报》
CSCD
北大核心
2024年第12期2805-2816,共12页
文摘
为明确陕西省总氮(TN)面源污染时空分布特征、污染类型和污染优控区,本文采用遥感分布式面源污染评估模型(DPeRS模型)对2016—2020年陕西省TN面源污染的时空分布特征进行遥感像元尺度(30 m)评估分析,识别了面源污染主要类型和优控单元,并探讨分析了面源污染对地表水污染的贡献率。结果表明:污染量上,2016—2020年陕西省TN面源污染平均排放负荷为1.25 t·km^(-2),平均入河量为8.31万t;时间尺度上,TN面源污染排放负荷表现为先降后升的变化趋势,入河量表现为随年际变化上下波动的趋势;空间分布上,TN面源污染排放负荷高值区主要分布在黄河流域段,渭河流域段尤为显著,入河高风险区主要集中分布在渭河流域的平原种植区;污染类型上,农田径流型是陕西省TN面源污染的首要污染类型,其次为水土流失型。全省49个控制单元中,2016—2020年TN面源污染优控单元平均个数为24个,平均面积占比为61.21%,其中Ⅰ类优控单元主要分布在渭河流域段。此外,2017—2020年TN面源污染对陕西省地表水质TN的平均贡献率为46.51%,其中农业源的平均贡献率为41.87%。研究表明,陕西省TN面源污染防控应重点关注黄河流域段面源污染优控单元,尤其是渭河流域农田径流型防控。
关键词
面
源
污染
dpers
模型
遥感
陕西省
总氮
Keywords
non-point source pollution
dpers
model
remote sensing
Shaanxi Province
total nitrogen
分类号
X52 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
渭河流域天水段非点源污染模拟及驱动因素分析
被引量：
2
2
作者
任衍淦
张亚群
温成成
吴明艳
尚婷婷
机构
甘肃省生态环境科学设计研究院
兰州大学资源环境学院
出处
《环境科学研究》
北大核心
2025年第2期294-303,共10页
基金
黄河流域生态保护和高质量发展联合研究项目(No.2022-YRUC-01-050203)
甘肃省自然科学基金项目(No.23JRRA1275)
2024年陇原青年创新创业人才团队项目(No.A2024002)。
文摘
渭河是黄河最大支流,流域内非点源污染形势严峻。开展流域非点源污染负荷模拟、关键源区划分及驱动因素识别对于落实黄河国家战略、推动流域水生态治理具有重大意义。该研究基于遥感分布式面源污染评估模型(DPeRS)和随机森林回归模型,模拟2022年渭河流域天水段非点源污染情况,并探讨不同下垫面属性(高程、坡度、土壤类型和土地利用类型)对流域非点源污染产生的相对重要性。结果表明:①2022年渭河流域天水段各县区农田氮、磷表观平衡量差异显著,其中,武山县氮、磷表观平衡量均最大。②总氮(TN)、总磷(TP)、化学需氧量(COD_(Cr))的平均污染强度分别为182.2、18.4、124.4 kg/km^(2),空间上,秦安县的TN和TP浓度较高,而张家川回族自治县的COD_(Cr)浓度较高。③高程和坡度对TN、TP、COD_(Cr)三类污染指标的空间分布均具有重要作用,土壤类型则主要影响TN和TP的分布,而土地利用类型对三类非点源污染的负荷影响较小。因此,渭河流域天水段的非点源治理应重点关注秦安县、张家川回族自治县两地,其中高程、坡度、土壤类型对TN、TP、COD_(Cr)污染强度与分布有着关键影响,研究结果可为地方非点源污染治理提供参考。
关键词
非点
源
污染
遥感
分布式
面
源
污染
评估
模型
(
dpers
)
随机森林回归
模型
渭河流域
Keywords
non-point source pollution
diffuse pollution estimation with remote sensing model(
dpers
)
Random Forest Regression Model
Weihe River Basin
分类号
X171 [环境科学与工程—环境科学]
在线阅读
下载PDF
职称材料
题名
长江中下游地区农业面源污染流失特征及风险评价
被引量：
1
3
作者
郝新
高吉喜
谢成玉
黄莉
王雪蕾
逯颖
机构
生态环境部卫星环境应用中心
出处
《农业环境科学学报》
CSCD
北大核心
2024年第12期2765-2775,共11页
基金
国家自然科学基金联合基金项目(U23A2015)。
文摘
为探究长江中下游地区农业面源污染特征,本研究采用遥感分布式面源污染评估模型(DPeRS)核算了长江中下游地区农业面源污染入河量,耦合地表水污染物受纳阈值构建了农业面源污染风险评价方法,识别了农业面源污染高风险区,并探讨分析了农业面源污染影响因子。结果表明:2023年长江中下游地区农业面源总氮和总磷平均流失负荷分别为10.70 kg·hm^(-2)和0.50kg·hm^(-2),农业面源污染高负荷区域主要分布在湖南省、湖北省、江西省和江苏省;农业面源污染为微度、轻度、中度、强度、重度和极重污染风险的占比分别为30.33%、43.66%、15.96%、4.70%、2.25%和3.10%;降雨量和植被覆盖度是长江中下游地区农业面源污染的关键影响因素,安徽省、湖南省和江苏省的降雨量与农业面源总氮流失负荷相关系数均超过0.18(P<0.05),江西省植被覆盖度与农业面源总磷流失负荷相关系数为-0.21(P<0.01)。研究表明,高强度农业活动和高降雨量增加了长江中下游地区农业面源污染风险,考虑地表水纳污能力的农业面源污染风险评价方法更有利于高风险区的精准识别,可为农业面源污染的精准防控提供技术支撑。
关键词
农业
面
源
污染
dpers
模型
污染
风险
遥感
长江中下游
Keywords
agricultural non-point sources pollution
dpers
model
pollution risk
remote sensing
middle and lower Yangtze region
分类号
X52 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于DPeRS模型的陕西省总氮面源污染时空特征解析
罗仪宁
冯爱萍
王雪蕾
李楠
黄莉
谢成玉
朱南华诺娃
张沛
王晓岩
《农业环境科学学报》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
渭河流域天水段非点源污染模拟及驱动因素分析
任衍淦
张亚群
温成成
吴明艳
尚婷婷
《环境科学研究》
北大核心
2025
2
在线阅读
下载PDF
职称材料
3
长江中下游地区农业面源污染流失特征及风险评价
郝新
高吉喜
谢成玉
黄莉
王雪蕾
逯颖
《农业环境科学学报》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
