排序方式: 共有56条查询结果,搜索用时 850 毫秒
51.
资源富集贫困地区经济发展与生态环境协调互动作用初探——以陕西省榆林市为例 总被引:9,自引:2,他引:7
榆林市是我国最重要的能源化工基地之一,资源富集、经济贫困和生态脆弱三大特性叠加,是典型的资源富集贫困地区。对1990年~2004年榆林市人均GDP与工业三废之间关系进行分析,发现榆林工业废水排放量、工业废气排放量和工业固体废物产生量与人均GDP之间都存在较强的库兹涅茨(EKC)特性。建立环境综合污染水平指标,在对数据进行标准化处理和层次分析的基础上,得出榆林市经济发展和综合环境污染水平的EKC曲线。该曲线具有与西部地区、欠发达地区以及其他资源型城市相似的特点,在现有经济发展模式下,EKC曲线短时间内都还没有出现转折点的可能。新兴资源型城市和西部生态脆弱贫困区两大特点决定了榆林经济发展与生态环境相互作用的复杂性。在分析经济发展和生态环境互动作用一般机制基础上,提出了相关对策建议。 相似文献
52.
垃圾资源化的理论探讨 总被引:3,自引:1,他引:3
垃圾资源化是变废为宝、节约资源、防治环境污染的重要途径。本文运用物质循环理论、资源再生理论和系统理论 ,分析了垃圾资源化的本质及其客观条件。作者认为无论是资源还是垃圾都具有物质或能量的属性 ,在一定的经济技术条件下 ,资源可以转变为垃圾 ,但垃圾又可以回收利用成为资源。变垃圾为资源的关键在于建立再生资源回收利用系统 ,实现分类收集 ,工厂化处理 ,并使再生资源生产出的产品进入社会良性循环。 相似文献
53.
中学阶段,学生基本上学习的是“哑巴英语”,只注重书面的死知识,不能灵活地运用到实际生活中去。本文指出学好英语,关键是要培养自己的学习兴趣;法宝是要敢于冲破心理障碍;捷径是要讲究学习方法。 相似文献
54.
水泥生产是除化石能源以外碳排放的重要来源。中国是世界上水泥产量最大的国家,水泥生产的碳排放问题不容忽视。2011年,中国水泥产量为20亿t占世界总产量的58.8%。中国水泥生产碳排放占世界水泥排放的比重增至60.6%,与此同时,水泥排放占中国碳排放总量的比重也增至11.3%。当前,国际默认的水泥生产碳排放因子已不能满足中国碳排放核算的需求。加强中国水泥生产碳排放因子计算方法研究,对科学、准确核算中国水泥生产的碳排放具有重要现实意义。本文在系统梳理政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)、世界可持续发展工商理事会(World Business Council for Sustainable Development,WBCSD)水泥可持续发展自愿性协议(Cement Sustainability Initiative,CSI)即WBCSD/CSI和中国建筑材料研究总院(China Building Materials Academy,CDMA)水泥生产碳排放因子核算边界、计算方法基础上,对上述计算方法进行了比较,在辨析参数选择、不确定性差异的基础上揭示了水泥生产的碳排放因子的影响因素,讨论了各种计算方法在中国的适应性,为未来中国水泥生产的碳排放因子计算方法的选择及构建奠定了基础。 相似文献
55.
基于共词分析方法的“能量流动”国内外研究述评 总被引:1,自引:0,他引:1
本文以CNKI和Science Direct为数据源,运用共词分析方法,同时结合多维尺度分析和战略坐标分析方法,对国内外"能量流动"的相关文献进行统计分析。结果显示,国内"能量流动"的研究核心是运用物质流和能值的方法探讨生态系统的可持续发展问题,围绕核心,延伸出生物链/网体系、微生物分解、生态群落结构以及新能源这4个研究方向,其中研究最成熟的方向是生物链/网体系中的能量流动,通过定量分析提高对生物量和生产力的认知。国外"能量流动"的研究核心由"消耗"、"节约"和"评价指标"组成,围绕核心形成了模型分析、气候变化、生命周期评价、能量测度指标和中国这五个研究方向,其中研究最成熟的方向是生命周期评价,探讨了众多可再生能源和碳排放问题;模型分析的方向对经济发展尤其是工业的环境影响进行了能量流动视角的测度,研究也比较成熟。综合看,国内从生态维度探讨能量流动的研究居多,国外从经济维度和社会维度探讨能量流动的研究比较丰富,在未来的研究中,需要加强气候变化、能量测度指标这两个方向,国内学者尤其要更多地引入能量流动的视角来研究中国的经济系统和工业系统及其相互作用过程的能量消耗规律。 相似文献
56.
农作物潜在分布区是掌握农作物分布范围、估算农作物产量、评估气候变化对农业生产的影响、规划调整农业种植结构,以及规避自然和市场风险等的重要参考。中南半岛是全球水稻种植最为集中的地区之一,对全球粮食安全意义重大。本文采用物种分布模型MaxEnt,对中南半岛水稻的潜在分布区进行模拟。研究结果显示:①高程、坡度、灌溉距离成本、等温性、年温度变幅、年降雨量、降水变异系数和最暖季降雨量等8个环境与气候因子是该地区水稻分布的主要影响因素;②将水稻样本按照种植类型分为3类(低地灌溉、低地雨养和高地雨养)进行模拟比利用全部样本进行模拟的精度显著提高;③中南半岛水稻的潜在分布区为1.140亿hm2,占全部国土面积的53.3%。本文模拟的潜在分布区可以为指引中南半岛、特别是澜沧江—湄公河流域水稻种植,保障区域粮食供给和优化农业产业布局提供科学支撑。 相似文献