景观材料

水，我们生活中无处不在的重要元素。它润泽着大地，孕育着生命。然而，水的旅程并不仅仅局限于地表，它通过蒸发和降水，与大气、植被形成了紧密的互动。而这种互动的背后隐藏着一系列的谜题，需要科学家们通过不断研究来揭示。水同位素研究便是一种重要的手段，通过分析水中的同位素元素，科学家们能够了解水的来源、循环和变化。水同位素研究为科研人员提供了一种宝贵的工具，帮助他们更好地了解水、植被和气候之间的复杂关系。一起来了解一下，来自西北师范大学的研究团队，用全自动真空冷凝抽提系统（LI-2100，北京理加联合科技有限公司）做的相关研究。水资源是制约干旱区社会发展的主要自然资源，山区是内陆干旱区重要的水源涵养区，山区冰川积雪融水对干旱区淡水供应至关重要。随着气候变暖，冰川积雪融化加速，地表蒸散发增强，降水变异性加剧，气候变化将增强山区河流水文过程的复杂性。水稳定同位素是深入了解区域水文过程的有效方法，研究内陆山区径流同位素时空变化的主要控制因素，对认识内陆山区水文过程变化，合理调配干旱区水资源至关重要。基于此，在本研究中，来自西北师范大学的研究团队监测了中亚干旱区典型的内陆山区流域-西营河流域不同水体同位素数据（地表水、降水、地下水以及积雪融水）和相关水文气象数据，结合相关气象观测数据及植被覆盖指数（NDVI)，评估气候和景观对内陆山区径流稳定同位素的影响。研究可以为厘清内陆山区径流稳定同位素的控制机制提供更全面的参考。01 不同水体稳定同位素组成西营河流域不同景观区域气象要素和水体稳定同位素特征。(a)不同景观区域气温、相对湿度以及降水量的变化；(b)不同水体稳定同位素在不同景观区域的组成特征，P为降水，R为径流，M为积雪融水，G为地下水；(c)~(e)不同水体δ2H与δ18O的关系，(c)为冰川-灌丛区，(d)为中高覆盖度草地-森林区，(e)为低覆盖草地-裸地区。02 不同景观区域的径流同位素组成西营河流域不同景观区域径流同位素随NDVI指数以及海拔的变化特征。03 气候对山区径流同位素的影响西营河不同景观区域气象要素与降水稳定同位素的相关性分析，（a）降水δ18O与温度，（b）降水δ18O与相对湿度，（c）降水δ18O与降水量04 自然和人为景观变化对径流稳定同位素的影响西营河流域不同景观区域LEL的变化，LELs为局地蒸发水线。（a）冰川-灌丛区（GSARs）,（b）中高覆盖草地-林地区(MHGFARs),（c）低覆盖草地-裸地区（LGBARs）。X轴和Y轴上的柱状统计图代表δ18O和δ2H的分布曲线。西营河流域海拔变化对降水稳定同位素的相关性分析，（a）径流δ18O与海拔，（b）降水δ18O与海拔。西营河降水（a）和径流（c）d-excess的变化，以及西营水库入口（b）和出口（d）处径流水线的变化。研究结论本研究利用典型内陆山区流域不同水体稳定同位素数据，结合相关气象观测数据和植被覆盖（NDVI）数据，为进一步了解内陆山区流域径流稳定同位素变化特征及其控制机制提供了依据。在内陆山区流域，气候和景观特征会随海拔而产生显著差异。因此，我们认为，在内陆山区，径流同位素组成及其控制因素需要做进一步更深入的研究。本研究强调了气象要素以及地表景观的空间差异对内陆山区流域径流稳定同位素的控制过程。这些结果有利于全面认识内陆山区径流稳定同位素的控制机制。1、气象要素通过控制径流的蒸发过程和补给源同位素特征来控制径流同位素变化；2、在植被覆盖度较低的区域，地表景观特征通过改变补给源同位素特征来控制着径流同位素组成；3、在植被覆盖度较高的区域，地表植被覆盖通过控制蒸发过程来影响径流稳定同位素。

11月29日， 2019年“亚洲都市景观奖”颁奖盛典暨“亚洲都市景观奖”成立十年庆典在日本福冈九州大学举办。本次盛会庆典以“适应气候变化的韧性城市景观”为主题，聚焦亚太地区在城市化发展过程中的城市人居环境的持续改善和提高，来自亚洲各个国家的近300名政府、企业、学术机构的代表参加了本次国际会议和庆典活动。颁奖盛典及庆典活动现场　　由聚光科技（杭州）股份有限公司（以下简称“聚光科技”）与安徽省黄山市黄山区人民政府合作倾力打造的“黄山区浦溪河综合治理工程”中的“黄山浦溪河两岸城市滨水空间公共环境营造项目”凭借高水平的品质设计规划、高质量的建设营造一举赢得“2019年度亚洲都市景观大奖”。黄山市黄山区政府官员代表项目领奖 　　“黄山浦溪河（城区段）综合治理工程”位于风光秀丽的黄山脚下太平湖畔，所治理的浦溪河发源于黄山光明顶和北海诸峰，流经耿城镇、甘棠镇、太平湖镇，注入太平湖，长39.48公里，流域面积199.48平方公里，当地百姓喻之为“母亲河”。项目于2016年由聚光科技中标并承接规划实施，设计单位为思朴（北京）国际城市规划设计有限公司，项目全长7.2公里，总规划面积约为513公顷，投资总金额12.53亿元。主要建设内容包括河道治理工程、生态修复工程、道路交通系统优化提升和饮水安全工程，配套建设区域内绿化景观文化旅游等设施，总体结构划分为湿地科普观赏区区、原乡文化体验区、城市庆典活动区、滨河风尚休闲区四大功能区。　　整个项目以“微创设计”为指导，将浦溪河作为一条“生命之河”，以自然为生态设计框架，以生活为景观营造宗旨，并植根于当地的自然格局、文化传统和生活方式进行设计和建造，同时巧妙地把时代语境融合到当地人民的生活场景之中，探索出了一条产城规划与文化传承并轨之路。浦溪河项目的实施既改善了当地的自然生态环境，又提升了浦溪河沿岸土地开发利用价值，拉动滨水经济带建设，实现打造高效、复合的城市型休闲度假产业聚集区的生态文明建设目标。　　项目历经三年的匠心打磨，现已建成并对外开放，受到了各级领导和当地人民的一致好评，先后被中央电视台、安徽电视台、中国环境报、中国旅游报等知名媒体专题报道。业内人士表示，当前中国正处在建设生态文明和迈向高质量发展的战略转折点，黄山浦溪河项目的获奖为中国乃至亚太各地城市滨水地区的公共环境提升和改善提供了实践样本。　　此次获奖也给了聚光科技极大的鼓舞，公司将继续以民族企业的大国匠心精神，倾心投入打造每一个项目。我们相信，将会有越来越多的中国项目登上国际展示的舞台，向世界展现中国实现可持续发展的生态人居环境的科学智慧和创新成果。 浦溪河建成生态实景照片 浦溪河建成居民生活实景照片文中图片来源：北国网《黄山浦溪河项目荣膺亚洲都市景观大奖》文中小课堂　　[亚洲都市景观奖]：是联合国人居署认定的亚太地区城市规划和建设由最高奖项。由联合国人居署亚太办事处、亚洲人居环境协会、福冈亚洲都市研究所、亚洲景观设计学会于2010年共同创设。以年度评选的方式，对年度在可持续景观营造等方面做出突出贡献的项目、活动进行表彰。本奖项由联合国环境规划署等机构大力支持和指导，旨在为亚太地区提供公共环境的样本，更好地在本地区推动联合国千年发展目标、人居议程、《2030可持续发展议程》和《新城市议程》的实施做出了非凡的贡献。　　历经10年的发展，先后有来自中国(包含香港、澳门)、印度、印度尼西亚、日本、韩国、缅甸、尼泊尔、新加坡、泰国、越南等12国家或地区的107个项目从数千个申请单位中获得当年度“亚洲都市景观奖”称号。　　2019年，来自阿富汗、孟加拉国、中国、印度、日本、韩国、马来西亚、斯里兰卡、巴基斯坦、菲律宾、越南等11个国家参加了本次十周年的庆祝环节，并展示了其获奖项目，来自中国黄山、广州、香港的获奖项目也参加了本次盛典。　　[聚光科技]：是由归国留学人员创办的高新技术企业（股票代码：300203）, 2002年1月注册成立于浙江省杭州市国家高新技术产业开发区，2011年4月15日上市，注册资金4.53亿元人民币，是国内先进的城市智能化整体解决方案提供商，同时也是国内绿色智慧城市建设的先驱之一。公司致力于生态文明综合发展建设，以高端分析仪器仪表为核心，辅以物联网、大数据、人工智能，提供面向智慧环境、智慧实验室、智慧水利水务、智慧工业的综合服务。

全球大约一半以上的人口以大米为主食，大米在全球社会稳定和经济发展中发挥着重要作用。大米质量直接关系到人类身体健康，因此建立能够确定劣质或受污染大米的地理来源并迅速解决食品安全问题的追溯系统非常重要。而农产品产地溯源关键是构建一个稳健数据库，能够反映不同地域的特征分布。近日，浙江省农业科学院，省部共建国家重点实验室、农业农村部农产品信息溯源重点实验室，质量营养所袁玉伟研究员、张永志副研究员为通讯作者，联合数农所盛美玲博士为第一作者，中国水稻所张卫星等为同一作者，首次利用地理环境相似性原理，构建中国大米CHO稳定同位素的景观图和预测模型。该预测模型可以预测水稻稳定同位素的空间分布，从而丰富和补充同位素参考数据库，对大区域范围内的水稻原产地鉴定提供了数据支撑。该篇研究成果发表在《Food Chemistry》。（DOI：https://doi.org/10.1016/j.foodchem.2022.133744）该研究得到省公益和省重点研发项目、国际原子能机构（IAEA）、国家重点实验室和院学科建设专项等经费的支持。文章正文：（一）实验数据：研究区为中国大米主产区，研究区内共794个样点，采样时间为2017年，涉及17个省的117个县（市或区）。推测的目标变量为稳定性碳同位素、氧同位素和氢同位素（δ13C，δ2H和δ18O），是利用同位素质谱仪（Isoprime 100，isoprime 英国公司）检测。推测的空间分辨率为0.15°×0.15°。图1 全国大米采样点分布（二）实验方法：本研究利用地理环境越相似，变量值越相似原理（地理学“第三定律”），构建稳定同位素预测模型。首先刻画影响稳定同位素碳氢氧的环境特征，筛选出与大米稳定同位素（δ13C，δ2H和δ18O）相关性较高的因子，作为推测过程中的辅助变量，形成影响因子数据库；其次采用gower相似度计算方法计算待推测点与样点间的单因子相似度，利用加权平均法综合各影响因子的相似度，得到待推测与样点的相似度值；第三利用样点间环境相似度以及样点目标变量相似度计算样点的可信度；最后根据样点环境相似度和可信度构建大米稳定同位素空间推测模型，并计算推测不确定性。根据稳定同位素影响因素的已有研究成果，选取2017年的温度、降水、湿度等10个影响因子，建立影响因子数据库，然后将各因子与稳定同位素进行相关分析（表1），选取显著相关的因子（p＜0.01）作为推测时的辅助变量。对于δ13C和 δ18O的推测，这10个影响因子均呈现显著相关，所以都作为了辅助变量用于推测；对于δ2H，除了生长季均温和生长季积温外，其他的因子作为δ2H空间推测的辅助因子。表1. 稳定同位素和环境因子相关分析结果 (δ13C, δ2H 和 δ18O)注：*, **分别表示p-value 0.05 和p-value 0.01本研究利用交叉验证的方法，随机选取70%的样点作为训练样点集，剩余30%作为验证样点集，循环十次，对推测结果进行评价分析。然后与现有的回归-克里格方法进行对比，实现对稳定同位素空间推测的评价。（三）实验结果：利用本研究提出方法得到δ13C，δ2H和δ18O的推测平均精度分别为0.51‰、7.09‰和2.06 ‰。而利用回归-地统计方法推测δ13C，δ2H和δ18O的平均精度分别为0.54‰，8.83‰和 2.11‰（表2）。总的来看，该方法要比回归-地统计方法推测精度高。表2 基于环境相似性与回归地统计方法推测结果对比本研究提出方法验证过程中，第六次和第十次独立验证散点图如图2所示，对于δ13C，δ2H 和δ18O推测值与实际值都较为均匀的分散在1:1直线两侧，全国样点根据大米主产区分为东北（N-E）、长江中下游（YR）、西南（S-W）和东南（S-E）四大产区（图中用四种颜色代表），能明显看出对δ13C，δ2H和δ18O的推测值在不同区域有明显的聚集，不同区域之间存在差异。图2 基于环境相似性推测结果和实测值对比散点图。左侧为第六次独立验证结果，右侧为第十次独立验证结果。本研究得到中国大米稳定同位素δ13C，δ2H和δ18O的空间分布图和推测的不确定性图，空间上大米稳定同位素δ13C，δ2H和δ18O推测结果具有明显的空间异质性。在样点稀疏的地区推测不确定性较大。图3 基于环境相似性的2017年大米稳定同位素（δ13C，δ2H和δ18O）的空间分布（左）以及推测不确定性空间分布（右）（四）结论该研究提出的基于环境相似性的稳定同位素空间推测模型可以预测水稻稳定同位素的空间分布，从而丰富和补充同位素参考数据库，对大区域范围内的水稻原产地鉴定提供了数据支撑。同时可以根据推测不确定性指导之后的采样，在不确定性较高的地区多设置采样点，在不确定性较低的地区可以较少的布置采样点，这样合理规划采样点，节约成本。