P5619﹥《基于K-means聚类与PSO-BP神经网络的危险废物出口风险预警模型研究及应用》

概述： 为提高出口风险预警的准确性和科学性，构建了一种基于K-means聚类与粒子群优化BP(PSO-BP)神经网络的危险废物出口风险预警系统。基于历史数据的多维指标，采用K-means聚类算法对危险废物出口风险进行分类，并运用PSO算法优化BP神经网络的初始参数，提高风险预测的精度和收敛效率。实验结果表明，K-means聚类的风险分类与专家标注的一致性达93.2%，证明该方法能够有效揭示数据的内在风险结构；PSO-BP神经网络的预测准确率达92.5%，均方误差降低至0.012，相较于传统BP神经网络，预测精度显著提升，训练收敛速度提高40%。基于上述模型，本研究开发了一套危险废物出口风险预警系统，实现数据采集、风险评估、模型预测与预警可视化等功能，并以30类危险废物为例验证了模型的实现与应用。结果表明，系统能够实时分析危险废物出口数据，依据风险预测结果提供动态预警，从而有效提升危险废物出口管理工作的科学性和效率 。

作者简介：王兆龙，中国科学院大学博士研究生，研究方向为固废资源化及污染防治。

张西华，副研究员，上海第二工业大学资源与环境工程学院；E-mail：zhangxh@sspu.edu.cn。

引用：王兆龙, 彭雨卉, 姚沛帆, 等. 基于K-means聚类与PSO-BP神经网络的危险废物出口风险预警模型研究及应用[J]. 中国环境科学 ,2025,10: 5619-5626.

全文：点击下载

P5718﹥《基于生态安全格局的国土空间生态修复关键区域识别——以淮河流域为例》

概述：以淮河流域为研究区，综合运用生态系统服务评估、生物多样性和景观连通性分析，结合自然保护区识别生态源地；选择景观生态风险、MSPA景观类型、植被覆盖度、地形起伏度、土地利用类型、夜间灯光指数、距河流距离和距道路距离作为主要阻力因子，利用熵权法形成综合阻力面；采用电路理论构建生态廊道，确定生态廊道等级，在识别生态夹点和障碍点的基础上识别生态修复关键区域。结果表明：淮河流域共识别出24个生态源地,总面积为23590.30km2，主要分布在六安市、信阳市等地；生态廊道共41条，其中关键生态廊道19条;共识别出781个生态夹点和142个生态障碍点，生态夹点土地利用类型主要为耕地、水域和林地,徐州市的生态夹点面积最大，滁州市的生态夹点数量最多。需要重点保护修复的生态夹点面积共计405.76km2，生态障碍点面积共计948.99km2。淮河流域呈现“三核四带多点”的空间格局，研究以自然生态为主、人工为辅的原则针对不同地类的关键区域提出科学保护修复策略，以提升淮河流域生态系统的整体性和连通性，为淮河流域乃至其他流域的生态保护和修复提供科学依据和实践指导 。

作者简介：郭金龙，中国矿业大学建筑与设计学院硕士研究生，主要从事生态安全格局、生态网络韧性研究。

李成，副教授，中国矿业大学建筑与设计学院；E-mail：cheng.li@cumt.edu.cn。

引用：郭金龙, 李成, 赵洁, 等. 基于生态安全格局的国土空间生态修复关键区域识别——以淮河流域为例 [J]. 中国环境科学 ,2025,10: 5718-5731.

全文：点击下载

P5742﹥《中国城市群生态系统服务权衡协同多情景模拟》

概述：科学预测未来中国城市群多情景下生态系统服务的权衡协同关系,为区域可持续发展提供重要依据.本研究基于2000、2010、2020年的多源数据,采用PLUS-InVEST模型和权衡/协同测度的方法,分析了2000、2010、2020和2030年多情景下中国城市群的土地利用变化、生态系统服务时空特征以及权衡协同关系.结果表明:2000～2020年城市群耕地、林地、草地、未利用地面积持续缩减,分别下降了6.30×10～4km2、7.49×10～3km2、2.88×10～4km2、1.09×10～4km2;情景模拟表明,生态保护路径有助于遏制其退化趋势.总体上,中国南部城市群生态系统服务水平优于北方城市群;生态保护情景下的生态系统服。

作者简介：张宇，中国地质大学(武汉)硕士研究生，研究方向为国土空间优化治理；E-mail：yuzhang2001@cug.edu.cn。

刘志玲，中国地质大学(武汉)公共管理学院；E-mail：Liuzl@cug.edu.cn。

引用：张宇, 陈万旭, 王官政, 等. 中国城市群生态系统服务权衡协同多情景模拟 [J]. 中国环境科学 ,2025,10: 5742-5755.

全文：点击下载

P5769﹥《基于MSPA-InVEST模型的长株潭城市群生态网络演变研究》

概述：以长株潭城市群为研究区域,融合MSPA的景观空间结构解析优势与InVEST的生态系统服务功能量化评估能力开展城市群生态网络演变分析,对于保护区域生态安全具有重要价值.首先,基于2000年、2010年和2020年3期时序数据,在测算产水服务、固碳存储、土壤保持和生境质量这4项生态系统服务功能水平的基础上,结合形态学空间格局分析识别长株潭城市群生态源地;进而,借助电路理论提取生态廊道,构建长株潭城市群区域生态网络,分析其时空演变特征.结果表明:生态源地在2000～2020年呈现规模持续扩展的动态特征,覆盖面积从5855.53km2增长至5898.43km2,其空间分布密度呈现“东-南部高集聚、中部低密度”的显著异质性特征;生态廊道由2000年的119条减少到2020年的114条,长度由1604.16km上升至1689.22km后波动下降至1573.28km,空间上呈现出中疏外密的特征;生态夹点及屏障修复区在空间分布上高度集中于廊道邻近区域,其中,生态夹点呈先增后降的趋势,而生态障碍点呈持续扩张的趋势。

作者简介：李嘉程，南华大学松霖建筑与设计艺术学院硕士研究生，主要从事人居环境与规划设计研究；E-mail：15399794143@163.com。

郑卫民，教授，南华大学松霖建筑与设计艺术学院 / 湖南省健康城市工程技术研究中心；E-mail：2021000028@usc.edu.cn。

引用：李嘉程, 李晟, 郑卫民, 等. 基于MSPA-InVEST模型的长株潭城市群生态网络演变研究[J]. 中国环境科学 ,2025,10: 5769-5783.

全文：点击下载

P5885﹥《基于机器学习的河南省农业碳排放驱动因素分析和情景预测》

概述：选取土地管理、粮食种植、畜牧养殖3类指标对2000～2021年河南省各地市农业碳排放进行了测算，结合局部莫兰指数分析了各地市农业碳排放的时空演变趋势和格局，最后采用随机森林模型识别了主要驱动因素并预测了基准、低碳、高碳情景下的河南省农业碳排放量。结果表明：2000～2021年，河南省农业碳排放先上升后下降，在2006年达到峰值5849.52万t，2021年较2006年下降40.60%；各地市农业碳排放分布不均，整体呈现“东南高、西北低”的特征。土地翻耕面积、农村人口数量、行政区面积以及农业机械总动力是影响河南省农业碳排放最主要的正向驱动因素，城镇化率为负向驱动因素。河南省农业碳排放已于2006年达峰值，在3种情景下，2022～2030年河南省农业碳排放均持续下降，与达峰状态相比下降范围分别为2241.55～2470.73万t，2245.67～2482.22万t，2240.10～2459.74万t。研究结果可以为河南省各地市未来农业碳减排路径提供依据，确保“双碳”目标达成 。

作者简介：史新杰，讲师，博士，河南农业大学资源与环境学院 / 河南省土地整治与生态重建工程技术研究中心 / 河南农业大学作物学博士后科研流动站，主要从事农业水土绿色高效研究；E-mail：shixinjie@henau.edu.cn。

李栋浩，河南农业大学资源与环境学院 / 河南省土地整治与生态重建工程技术研究中心 ；E-mail：lidonghao@henau.edu.cn。

引用：史新杰, 谭雪勤, 周茹, 等. 基于机器学习的河南省农业碳排放驱动因素分析和情景预测 [J]. 中国环境科学 ,2025,10: 5885-5893.

全文：点击下载