湖泊富营养化是目前公众和政府关注的热点问题之一，以往研究多集中在入湖的地表污水处理和农业灌溉排水污染物的拦截与阻滞等方面，严重忽视了地下水对湖泊富营养化的贡献。热红外遥感技术被广泛应用于识别入湖地下水排泄区，但传统的热红外遥感法并未考虑冻结湖泊表面覆盖的积雪和冰层对反演湖水表面温度精度的影响，限制了其精度和适用性。以东北季节性冻土平原区典型湖泊查干湖为研究对象，通过构建基于MODIS反演湖水表面温度的GA-SVR机器学习模型，将冰封期热红外遥感法反演湖水表面温度的R2由0.69提高到0.95，提高了入湖地下水排泄区的识别精度，并以222Rn浓度的空间分布特征来验证GA-SVR模型识别地下水排泄区结果的可靠性，从而为有效识别查干湖营养物质主要来源和支撑查干湖水环境安全管控提供科技支撑。
在人类活动强烈干扰自然过程中，重金属污染因其显著的生态危害性已成为当前关注的热点。评价当前及未来社会发展情境下重金属污染过程，对保障区域生态安全，维护社会可持续发展具有重要的意义。本项目选择位于新疆天山北坡的艾比湖和南坡的博斯腾湖沉积物中不同赋存状态下重金属含量及相关环境指标为对象，结合文献记载的人文历史、自然环境事件等资料，研究影响天山地区典型湖泊沉积物中重金属元素富集及赋存形态的各种因素。通过化学质量平衡法等受体模型、数理统计学方法和同位素示踪等源解析手段的耦合，并结合流域地表分析数据进行验证，构建适用于天山地区湖泊沉积物重金属污染的区域源区解析模型，并对沉积物中重金属各污染源贡献量进行定量评估。通过时间和空间上的对比，分析人类活动和自然因素相互作用下天山不同地区重金属污染的响应特征，揭示当前发展状态下湖泊沉积物中重金属污染的历史，为预测未来社会发展情境下流域环境的发展趋势提供依据。
2016-01