基于人工神经网络的雅鲁藏布江水化学变化趋势研究

为探究雅鲁藏布江(简称雅江)河流水化学组分的历史变化趋势及未来气候变化的影响,将2016,2017和2018年雅江实测数据与文献数据相结合,采用线性倾向性估计方法,分析雅江上、中、下游近60年来气象及11种水化学组分的变化,采用气候变化模式和BP神经网络模型预测未来气候情景下总溶解固体(TDS)的浓度,以期为资料缺失的雅江流域水资源管理和水环境治理提供科学支撑。研究结果表明,近60年来,雅江流域年均气温上升趋势显著,升温速率为0.38°C/10a;年降雨量总体上呈上升趋势,速率为7.34 mm/10a;河流水化学组分存在一定程度的波动,其中TDS远高于全球河流平均水平(120 mg/L),并存在上升趋势,pH为弱碱性并存在上升趋势。在未来气候变化模式(RCP4.5)下,BP神经网络模型预测结果显示雅江流域上、中、下游TDS浓度将显著增加,下游最为显著,河流水质存在恶化的风险,将对流域居民生产生活产生不利影响。     

基于水生态系统服务的水景观综合绩效评价框架

为解决现有研究中评价体系缺乏生态学理论支撑, 缺乏针对场地设计尺度的水景观综合绩效评估, 在框架或指标的选取上完整性、典型性和可获得性不足等问题, 充分梳理景观绩效评价的4种体系, 探讨水生态系统服务的相关理论, 识别水生态系统服务类别及要素, 阐明水生态系统服务与景观绩效评价的逻辑关系。以水生态系统服务理论为理论依据, 结合国际景观绩效相关评价体系及指标, 构建一套兼具科学性与可操作性的水景观综合绩效评价指标体系, 共包含5类项目层、10类准则层和28个指标项。研究结果可为水景观设计师优化设计策略提供科学依据。     

基于景观评价的河道景观规划方法研究——以昆明市盘龙江为例

以河道景观评价为目标层, 以生态性、社会性和艺术性指标作准则层, 以水质、物种多样性、水体透明度、防洪效应、水景利用率、景观可达性、色彩美感度、形态美感度以及地域文化性作为指标层, 构建城市河道景观评价指标体系。利用层次分析法(AHP)确定各指标层的权重, 利用距离指数法构建评价模型。以昆明市盘龙江为例, 利用该模型对盘龙江上中下游景观环境进行评价。将定量评价与定性评价相结合, 对城市水系景观环境规划设计提供指导, 构建水景观规划新模式, 以期为实现科学景观规划设计提供参考。