近10年中国空气质量时空分布特征

空气污染是建设健康中国过程中亟待解决的难题。利用2005—2015年全国86个重点城市空气质量日报数据,综合运用全局自相关法、层次聚类法、空间插值法以及重心迁移模型,从年度、季节和月份3个时间尺度上探讨了近10年来中国空气质量的时空分布特征。结果表明,(1)全国空气质量表现出显著的时间变化规律。从年际变化上看,空气质量逐年好转趋势明显;从季节变化上看,夏季空气质量最好,春秋次之,冬季最差;从月份变化上看,空气质量呈现出显著的先降后升的"U"型变化规律。(2)全国空气质量呈现出显著的空间集聚和分异规律,表现为"北重南轻、东重西轻"的空间格局。其中,京津冀地区、西北地区以及山东、河南属于长期高污染区;以珠三角为核心的南部沿海地区、云贵高原和青藏高原地区属于常年优良区。近10年全国空气质量整体虽得到有效改善,但部分地区(河北、山东、河南和江苏)污染仍在加重,期间污染范围从整个华北地区、中部地区和西北地区向京津冀地区集中,空气污染分布模式从集中连片分布变成零星分布。(3)近10年全国空气质量重心以向东北方向移动为主,表明东部和北部地区部分省份的空气污染程度较全国其他省份严重。(4)研究结果揭示了近10年中国空气质量的时空分异规律,可为寻求污染治理办法提供理论参考。     

基于MODIS数据的山东省秸秆焚烧与空气质量关系探析

秸秆焚烧释放的各类气体污染物和细微颗粒对空气质量影响极大,是大气污染的来源之一。MODIS传感器具有灵敏度高、时效性强和空间覆盖宽等优势,利用其数据对秸秆焚烧进行监测,可以快速获取大范围内秸秆焚烧火点的位置、数量和烈度等信息。采用基于MODIS发展的上下文算法提取火点,并收集研究区空气质量指数(air quality index,AQI),PM_(10)、PM_(2.5)、NO_2、SO_2、CO和O_3 6个空气质量分指数(individual air quality index,IAQI)数据以及相关气象数据,将山东省17个地市按照"是否沿海岸线分布"划分为沿海地区和内陆地区,对比分析秸秆焚烧对空气质量影响的差异性。将两类地区每日空气质量数据进行空间插值,对得到的区域所有栅格点的空气质量指数总和与该区域火点数进行时间序列上的相关性分析,进而分析秸秆焚烧造成的污染对环境空气质量的影响程度以及内陆、沿海地区空气污染的差异性。结果表明,火点数量与空气质量指数总和呈现正相关关系,且分别与AQI、PM_(2.5)、PM_(10)和O_3这4个指数呈极显著正相关关系(P0.01),火点增多产生的污染物使空气质量指数升高,导致空气质量下降。同时,沿海地区秸秆焚烧火点与空气质量指数的相关性强于内陆地区火点与空气质量指数的相关性,这表明大气扩散条件是研究秸秆焚烧环境效应的重要前提条件之一。     

区域尺度大气污染物特征分析

大气污染是人民的"心肺之患",为研究区域尺度下大气污染特征,为大气污染防治攻坚战提供理论支持,以华北平原7地市作为研究区,以2015年全年空气质量指数为数据基础,通过描述性统计分析及建立向量自回归模型得出以下结论:研究区重污染天气主要发生在1月、12月,且空气质量指数波动性较大,4月至9月空气质量指数在100左右波动,起伏较小;以PM_(2.5)和PM_(10)为首的颗粒物是研究区的首要污染物;首要污染物为臭氧,主要发生在6月至9月,呈现明显的季节性特征;以研究区内濮阳市为例,通过运用脉冲响应函数及方差分解分析得出濮阳市空气质量以内源污染为主.     

中国农业净碳汇空间集聚与分异

农业净碳汇空间集聚与分异特征,是当前中国农业现代化、生态化转型面临的重大问题。为了精准把握长时间尺度、微观空间单元下中国农业净碳汇空间集聚与分异特征,文章采用全国县域尺度农业数据,结合标准差椭圆方法、探索性空间分析方法等分析工具,对中国县域农业净碳汇空间格局分布规律进行详细探讨。研究表明,(1)从标准差椭圆方法揭示的空间分异格局来看,净碳汇空间分布中心整体存在向东北移动的趋势,空间分布范围存在明显的收缩态势,东北地区净碳汇对全国净碳汇空间格局的影响作用加强。(2)从全局空间自相关揭示的净碳汇空间集聚格局来看,全国净碳汇自1991─2011年经历了集聚—分散的过程。1991─2001年间,空间自相关程度在不断增强,农业生产方式和农业活动结构的相似性在空间上表现得较为明显。2001─2011年,空间自相关系数大幅下降,意味着净碳汇高值集聚区域在空间上逐渐呈现碎片化。(3)从局部空间自相关来看,农业净碳汇高值集聚区不断增多,低值集聚区不断减少,总体上反映了中国农业生产净碳汇在空间格局上呈现出的改善。已经形成了东南地区净碳汇、西北地区负碳汇为主的空间分布格局。     

基于GIS的珠三角区域空气质量时空特征研究

以广东省环境信息GIS综合发布平台发布的2005年至2010年间粤港珠三角区域空气质量日报中空气质量等级数据为基础,利用GIS技术,首次采用网格化分析、均值分析、标准差分析、专题图渲染等分析方法,针对空间网格的空气质量年度均值、标准差等指标,对近5年来珠三角区域空气质量在横向上从珠三角空间区域范围,纵向上5年时间尺度内时空特征进行深入的研究,解决了在大地理区域、5年时间尺度空气质量分等定级过程中的区域边界划分问题。结果表明：珠三角的RAQI区域均值从2006年的2.3下降到2010年的2.02,空气质量整体上逐年改善;区域污染高值中心由东莞西部逐步向佛山中部转移;珠三角的肇庆南部、佛山中部、中山北部以及广州的南沙等区域空气质量变化幅度较大;惠州、深圳、香港等地区的空气质量较好,也较为稳定。     

基于AQI的深圳大气污染特征及其典型环流形势分析

随着中国城市化加速以及机动车保有量的大幅增加,城市环境问题日益突出。深圳地处珠江三角洲城市群,空气质量恶化引起社会各界广泛关注。利用深圳市11个国控站空气质量时平均、日平均监测资料、欧洲中心中期天气预报(ECMWF)再分析资料以及温度、湿度等自动气象监测数据,采用数理统计和典型环流分型等方法,在分析2013—2015年深圳市大气污染时空分布特征的基础上,探讨了深圳污染日典型环流形势特征,以期为深圳大气污染的预警预报、防治及其影响评估提供科学依据。基于空气污染指数(AQI)的污染分析表明:2013—2015年深圳市空气质量呈转好趋势,污染以轻度污染为主(92.4%);引起污染天气的主要污染因子是PM_(2.5)(75%)、O_3(19%)和NO_2(4.8%),PM_(2.5)和NO_2引起的污染天气呈下降趋势,而O_3引起的污染天气呈上升趋势,这表明光化学污染已成为深圳大气污染的重要形式。深圳的大气污染过程持续时间短,以1~2 d为主,污染天气集中出现在冬季,且易出现长时间持续(≥5 d)的污染过程。主要污染物季节特征明显,冬季为PM_(2.5),夏季O_3,春秋季PM_(2.5)、O_3和NO_2均会出现。深圳污染天气空间差异性较大,总体呈现西多东少的分布,东部沿海地区是深圳空气质量最好的区域。深圳污染日典型天气形势可分为大陆高压型、热带气旋型两类,其中秋冬季为大陆高压型,夏季为热带气旋型,在空气质量预报预警服务中,不同季节应关注不同污染物浓度变化和天气形势演变。     

河南省PM_(2.5)时空分布特征及其与植被覆盖度的关系

随着中国城市化和工业化的不断推进,大气污染治理形势严峻,PM_(2.5)作为首要的大气污染物,已经引起了公众和学术界的普遍关注。研究PM_(2.5)的时空分布特征及其质量浓度同植被覆盖度之间的关系,为区域大气污染联防联控提供数据支撑和理论依据。以大气污染严重的河南省为研究对象,利用2017年1月—2019年2月期间75个国控空气质量监测站的逐日PM_(2.5)质量浓度数据,通过空间插值技术,分析了PM_(2.5)质量浓度的时间和空间分布特征。基于MODID NDVI遥感卫星数据,采用像元二分模型反演获取植被覆盖度数据,再计算其与PM_(2.5)质量浓度的秩相关系数。研究发现,(1)总体上,河南省PM_(2.5)年均质量浓度逐年降低,由2015年的79μg·m~(-3)降至2018年的63μg·m~(-3),年均降幅达7.2%,但是依然超过国家二级标准(35μg·m~(-3)),污染防治形势仍然严峻。(2)从时间分布看,PM_(2.5)季节差异明显,月均质量浓度曲线大致呈"U"形,冬季质量浓度最高(113μg·m~(-3)),夏季最低(35μg·m~(-3)),春秋两季居中。(3)从空间分布来看,PM_(2.5)质量浓度在河南省内由南至北污染程度递减,形成了以污染最严重的郑州市、安阳市为中心的PM_(2.5)辐射圈。(4)植被覆盖度和PM_(2.5)质量浓度相关性强,秩相关系数为-0.55。从污染治理来看,提高植被覆盖度,增加植被面积对PM_(2.5)沉降有积极作用,但作用有限。     

京津冀地区大气NO2污染特征研究

京津冀都市圈作为全国主要的重化工业基地,区域性大气污染问题成为关注的焦点。NO2作为二次颗粒物及光化学污染物的重要前体物,了解其在时空尺度的污染特征对于保护公众康健及大气污染综合治理具有重要意义。本研究主要基于OMI遥感反演数据并结合部分地面监测数据,研究了2005—2013年京津冀NO2区域污染特征。结果表明：京津冀NO2柱浓度总体呈现逐年升高的趋势,年平均增长速率可达5.69%。在空间格局上呈东南平原区高、西北山区低的特征,平原的年均柱浓度是山区的3倍多;平原区存在两大NO2高值区域,分别为北京-天津-唐山区域和石家庄-邢台-邯郸区域;9年内, NO2高值范围不断扩大,且呈现明显的连片趋势。各城市大气 NO2在9年内的增长趋势也表现出明显的空间差异性。其中石家庄、唐山、邢台等 NO2重度污染区域的增长速率最大,衡水、沧州、秦皇岛、廊坊等中度污染区域的增长速率次之,承德、张家口等轻度污染区域的增长速率最小。京津冀NO2柱浓度具有显著的季节变化特征,总体表现为秋冬高、春夏低,但山区与平原区差异较大。人口密度、能源消耗、机动车排放等人为因素与京津冀 NO2污染密切相关,不同城市的首要影响因素却不同。北京 NO2柱浓度变化主要受机动车排放影响,天津、唐山、石家庄、邯郸、邢台地区主要受工业燃煤的影响,其次为机动车排放。人为因素对平原区NO2柱浓度的影响作用始终占据主导地位,对山区的主导作用从2006年开始突显。此外,京津冀平原区NO2重污染中心的形成还受到特殊地形和不利的气象条件影响。2008奥运年,京津冀空气质量得到迅速且有效的改善,说明北京及周边省市联合开展大气污染治理及监管工作的有效性及必要性。     

京津冀地区大气NO_2污染特征研究

京津冀都市圈作为全国主要的重化工业基地,区域性大气污染问题成为关注的焦点。NO2作为二次颗粒物及光化学污染物的重要前体物,了解其在时空尺度的污染特征对于保护公众康健及大气污染综合治理具有重要意义。本研究主要基于OMI遥感反演数据并结合部分地面监测数据,研究了2005—2013年京津冀NO2区域污染特征。结果表明:京津冀NO2柱浓度总体呈现逐年升高的趋势,年平均增长速率可达5.69%。在空间格局上呈东南平原区高、西北山区低的特征,平原的年均柱浓度是山区的3倍多;平原区存在两大NO2高值区域,分别为北京-天津-唐山区域和石家庄-邢台-邯郸区域;9年内,NO2高值范围不断扩大,且呈现明显的连片趋势。各城市大气NO2在9年内的增长趋势也表现出明显的空间差异性。其中石家庄、唐山、邢台等NO2重度污染区域的增长速率最大,衡水、沧州、秦皇岛、廊坊等中度污染区域的增长速率次之,承德、张家口等轻度污染区域的增长速率最小。京津冀NO2柱浓度具有显著的季节变化特征,总体表现为秋冬高、春夏低,但山区与平原区差异较大。人口密度、能源消耗、机动车排放等人为因素与京津冀NO2污染密切相关,不同城市的首要影响因素却不同。北京NO2柱浓度变化主要受机动车排放影响,天津、唐山、石家庄、邯郸、邢台地区主要受工业燃煤的影响,其次为机动车排放。人为因素对平原区NO2柱浓度的影响作用始终占据主导地位,对山区的主导作用从2006年开始突显。此外,京津冀平原区NO2重污染中心的形成还受到特殊地形和不利的气象条件影响。2008奥运年,京津冀空气质量得到迅速且有效的改善,说明北京及周边省市联合开展大气污染治理及监管工作的有效性及必要性。     

基于GIS的中国API指数时空分布规律研究

以2009年1月至2012年12月的中国120个重点城市的API监测数据为基础,通过选取最优的空间插值方法获得各月及各季节的API空间分布图,并运用剖面线分析等空间数据分析方法研究其空间分布规律。结果表明,API在不同时段的变化较大;存在着明显的季节变化趋势,总体上冬季最高、春季次之、夏季最低,且夏秋季基本均分布在100以内;中国空气质量状况总体良好,API主要分布在51~100之间,但有较多地区分布在80~100间,空气环境质量仍不容乐观;API分布着以兰州和西宁为中心、陕西省西安市为中心及乌鲁木齐市和吐鲁番市为中心的几个空气质量较差的高值集聚的＂热点＂区域及海南省、广东省及福建省的沿海区域、西藏自治区等几个空气质量较好的低值集聚的＂冷点＂区域;在N-S、WE、NW-SE、NE-SW四个剖面线方向上相同季节的分布趋势基本一致,且同一方向上春夏秋冬四季的分布也大致相同,基本呈现＂低-高-低＂的分布趋势且北方地区明显高于南方地区。     

合肥市主城区PM_(2.5)时空分布特征研究

城市PM_(2.5)时空分布特征研究对改善空气质量具有重要意义。利用2016年1月1日—2016年12月31日合肥市主城区10个国控空气质量监测站PM_(2.5)浓度、土地开发强度、道路交通等数据,基于Arcgis空间分析平台,探讨合肥市主城区PM_(2.5)时空分布特征及其与土地开发强度、道路交通的关系,可为地方政府改善空气质量提供科学依据。结果表明:(1)合肥市主城区PM_(2.5)浓度季节差异显著,由高到低依次为冬季、春季、秋季和夏季,秋、冬季PM_(2.5)浓度波动较大,而春、夏季PM_(2.5)浓度比较稳定;(2)污染天数呈现春冬多、夏秋少的规律,1月、2月、3月、11月和12月的污染天数比例均超过50%,重度以上污染天气主要出现在春冬季节,严重污染天气暂未出现;(3)1月PM_(2.5)浓度空间分布呈现"双峰多谷"的规律,庐阳区和滨湖新区是PM_(2.5)浓度高峰区,属于轻度污染;7月PM_(2.5)浓度空间分布呈现"双峰双谷"的规律,庐阳区和包河区是PM_(2.5)浓度高峰区,属于良好;(4)合肥市主城区PM_(2.5)浓度与绿地率、主干路长度和容积率有较强关联性;绿地率与PM_(2.5)浓度呈显著负相关,容积率与PM_(2.5)浓度有一定正相关关系,土地利用性质和其他因素综合影响PM_(2.5)浓度;交通流量大的主干路与PM_(2.5)浓度存在正向关系。中心城区通过增加公共绿地空间、合理控制容积率,加强公共交通和电动汽车的使用,可达到改善空气质量的目的。     

珠三角地区PM_(2.5)浓度空间自相关分析

PM_(2.5)空间变异规律是揭示污染机制的重要基础。研究获取珠三角地区共57个监测点2013年全年PM_(2.5)小时均值监测数据,汇总后得到监测点季度均值和年均值,采用空间自相关分析理论研究不同季节PM_(2.5)浓度空间自相关性的强弱与集聚模式。结果显示,珠三角地区PM_(2.5)污染季节差异显著,冬季PM_(2.5)浓度均值是夏季的3倍。空间自相关分析表明,90 km范围内,珠三角PM_(2.5)浓度均存在正空间自相关性且尺度效应明显,空间自相关性存在城市尺度和区域尺度2次递减;春、夏、秋、冬季PM_(2.5)浓度全局Moran's I指数分别为0.542、0.752、0.602和0.628,空间自相关性由高到低依次为夏、冬、秋和春季;珠三角PM_(2.5)浓度集聚模式明显,深圳等沿海地区表现为PM_(2.5)浓度低-低集聚(L-L),而离海岸稍远的广州等地区为高-高集聚(H-H)区域。     

兰州—西宁城市群城乡建设用地开发强度空间格局变化及影响因素分析

明确土地开发强度空间格局特征和演变规律,对城市发展边界、生态安全红线和耕地保护红线划定具有重要的指导意义。以1995、2005、2015和2018年兰州—西宁(兰西)城市群39个县级单元为研究区,运用趋势面分析、空间自相关和地理探测器等方法,分析兰西城市群城乡建设用地开发强度空间格局特征及其影响因素。结果表明:(1)兰西城市群城乡建设用地开发强度均值总体呈增长态势,由1995年的2.74%增长到2018年的4.45%,在空间上呈现兰州—西宁2个中心高、外围地区依次降低的"核心—外围"空间分布格局。(2)东西方向和南北方向空间差异较大,且呈现出扁平的倒"U"型曲线分布态势。(3)城乡建设用地开发强度空间上存在显著正相关性且集聚特征明显,冷热点区的空间分布具有相对稳定性。(4)1995—2018年城乡建设用地开发强度受人口集聚水平、经济发展水平、产业结构水平和海拔等要素综合影响。研究结果可为兰西城市群以及同类型地区城乡建设用地管控和高质量发展提供决策参考。     

京津冀城市群PM_(2.5)的空间分布及相关性分析

以京津冀城市群2014—2016年1 090 d PM_(2.5)浓度日值数据为基础,基于Arc GIS 10.2软件,选择典型月份分析PM_(2.5)月优良天数比例、月重度及严重污染天数比例的时空分布特征及其空间相关性。结果表明,研究区城市之间各年PM_(2.5)浓度月优良天数比例与月重度、严重污染天数比例整体波动趋势基本一致,其中PM_(2.5)月优良天数比例高值集中在5—9月,PM_(2.5)月重度与严重污染天数比例高值集中在11—次年2月;从区域分布看,PM_(2.5)月重度与严重污染天数比例从石家庄、保定市向周边城市由高到低递减。选取典型月份对研究区PM_(2.5)进行空间相关分析,结果表明PM_(2.5)存在正空间相关性,即PM_(2.5)浓度的空间分布表现出空间聚集性。     

北京市门头沟区“煤改电”工程大气环境质量改善效果监测分析

北京市农村地区煤炭消费严重影响区域空气质量。为改善空气质量,减少农村地区燃煤污染,北京市开展了以"煤改电"工程为代表的农村地区"减煤换煤、清洁空气"行动。为科学评估"煤改电"工程对区域大气环境质量的改善作用,研究选择门头沟区王平镇辖区内的东马各庄村和西石古岩村分别作为实施"煤改电"工程和未实施"煤改电"工程的典型区域,对比PM_(2.5)、PM_(10)、SO_2及NO_2等大气污染物浓度的差异,分析"煤改电"工程的大气污染物减排效果。结果表明,实施了"煤改电"工程的东马各庄村PM_(2.5)、PM_(10)、SO_2和NO_2质量浓度分别比未实施"煤改电"工程的西石古岩村低44.90%、24.75%、20.41%和26.67%;PM_(2.5)、PM_(10)、SO_2和NO_2的采暖季质量浓度分别是非采暖季的1.4、1.6、1.8和1.4倍。"煤改电"工程能够有效改善区域空气质量,尤其是在降低细颗粒物浓度方面具有较好的环境效益。建议未来加强对农村地区煤炭消费的监督管理,在积极巩固"煤改电"工程现有成果的基础上,加强政府政策引导,稳步推进"煤改电"工程实施规模。     

煤改气后天津市采暖期大气污染特征的时空分布研究

燃煤供暖被认为是中国北方采暖期大气污染的主要来源之一,因此国家计划以天然气替代燃煤作为取暖燃料以减轻大气污染。基于2016-2017年天津采暖期前后的空气质量监测数据,探究"煤改气"后城市大气污染物的时空分布特征及影响因素,为大气污染治理提供依据。研究表明,煤改气后天津采暖期主要大气污染物有PM_(2.5)、PM10和NO_2 3种,CO日均质量浓度有超标现象发生,SO_2和O_3日均质量浓度均低于二级标准限值。与使用燃煤采暖时期相比,大气中SO_2、PM_(2.5)、PM_(10)和CO的日均质量浓度均有不同程度的降低,尤其是SO2浓度降幅高达70%,但NO_2质量浓度没有有效降低。从日变化特征来看,采暖期PM_(2.5)、PM10和CO的日变化规律受到了采暖活动影响,呈单峰单谷型的变化趋势。NO_2、SO_2和O_3的日变化规律与非采暖期相似,受采暖活动影响较小。由于受供暖和大气逆温层的影响,采暖期晚上至上午时段大气污染物(O3除外)的质量浓度远远高于非采暖期相同时段的质量浓度。天津大气污染物在非采暖期呈现出典型的"周末效应",但是在采暖期没有出现"周末效应"。冬季,周末白天人为活动较工作日更为活跃,与之相对应增加的城镇生活源可能是造成周末白天PM_(2.5)和PM_(10)质量浓度偏高及"周末效应"消失的主要原因。     

乌鲁木齐城市地表温度时空变化与贡献度研究

伴随着新疆首府乌鲁木齐市经济快速发展,人口持续增加、城市化进程不断加快,地表温度也发生极其显著的变化。以乌鲁木齐市中心城区为研究对象,利用1990—2018年的4期Landsat卫星影像和中国科学院土地利用/覆被分类数据,采用地表温度反演、重心转移模型、空间聚类分析以及计算贡献度指数等方法,定量研究乌鲁木齐市城市化进程中地表温度的时空格局变化及土地利用/覆盖对热环境的贡献程度。结果表明,(1)1990—2018年间,研究区相对地表温度等级在<0、0—2、>8等级上面积增加,2—4、4—6、6—8等级上面积减少。面积增长最大的是<0的相对地表温度等级,面积减少最多的是6—8等级,从空间分布上看,温度区分布有从中间向外围递增的现象。(2)1990—2018年间,研究区内相对地表温度等级在0—2、2—4、4—6区域的重心均表现为先向东南,再向西,再向东北转移的趋势,相对地表温度等级>8区域的重心先向西南,再向东北转移,相对地表温度等级<0的区域温度重心一直北移,空间上呈现等级越高越靠东的现象,相对地表温度等级<0分布在中间,相对地表温度等级>8区域的重心转移距离最长,相对地表温度等级在0—2区域的重心转移距离最短。(3)研究区内的LST在空间上呈现出很强的集聚效应,从整体上均表现为等级越高集聚性越强的现象;1990—2018年间,区域热岛的集聚程度在不断降低,空间尺度临界值逐年下降。(4)1990—2018年间,研究区建设用地与水域面积增加,其余类型均在减少,面积增长最大的为建设用地,面积减少最大的耕地面积。各土地利用/覆盖类型的贡献度指数从大到小表现为草地、建设用地、未利用地、林地、水域、耕地,其中草地、建设用地、未利用地为正贡献,林地、水域、耕地为负贡献。贡献度值指数大小与面积密切相关。     

基于MODIS数据的珠三角地区NDVI时空变化特征及对气象因素的响应

珠江三角洲是广东省经济密度最大、人为活动最强烈的区域,随着工业化和城市化的迅速发展,该区域出现了各种生态环境问题。通过对2001-2017年覆盖珠三角地区的MODIS/NDVI数据进行月时间序列重构和年时间序列合成,利用趋势分析方法和空间自相关分析方法对珠三角地区NDVI的时间变化趋势和空间格局特征进行研究,同时结合气象站点观测资料,基于相关系数方法分析NDVI对气象因素的响应。结果表明,(1)在过去的17年中,珠三角地区NDVI在年际变化上呈现波动增长趋势,总体年平均增长速率为0.005 1。(2)在空间分布上,珠三角范围内有90.84%区域的植被呈增长趋势,而在珠三角核心地带的城市群集区域存在植被退化现象,占全区面积的9.16%。(3)珠三角地区NDVI具有高空间集聚特性,受地形和城区分布影响,低植被覆盖集聚区和高植被覆盖集聚区分布格局显著且变化稳定,在多年平均NDVI的局部空间自相关分析中分别占全区面积的28.77%和33.69%。(4)珠三角地区NDVI和气温、降水及日照时数在月变化上显著相关,NDVI对气温和降水的响应分别存在1个月和1-2个月的滞后效应,并且这种滞后效应在空间分布上也体现出"西南-东北"方向的区域差异,而NDVI对日照时数的响应不存在滞后。(5)在年尺度上,珠三角地区NDVI与气象因素之间的相关性不显著。研究结果对珠三角地区恢复植被和修复生态具有重要的参考价值和现实意义     

河北省土壤苯并(a)芘含量的空间变异特征

根据实地采样数据,运用地统计学方法分析苯并(a)芘污染的空间变异特征,同时研究各地污染水平与其自然环境、产业布局之间的关系。结果表明:土壤苯并(a)芘含量在研究区存在空间异质性,在240 km空间尺度上尤其明显,块金值(C0)和基台值(C0 C)之比为44%;这说明其空间变异由结构性因子(如土壤有机质)和随机性因子(如污染源分布)共同构成;钢铁工业(包括焦化工)是苯并(a)芘的主要排放源,土壤苯并(a)芘污染也以钢铁工业(包括焦化工)发达的城市及其附近区域为核心。     

我国城市冬季PM2.5空间特征及其人为影响因子

以我国114个城市冬季(2013年12月-2014年2月)公布的PM25数据为基础,结合其他相关数据,运用空间自相关分析、克里格插值法和逐步回归分析法,研究我国冬季PM2.5浓度空间分布差异及其影响因素.结果显示,研究期间PM2.5在空间分布上具有高值集聚、低值集聚和高值邻域的低值集聚的变化特征,全局自相关系数Moran's I为0.27.PM2.5浓度分布由北到南、从内陆到沿海具有先升高后逐渐降低的变化趋势,高浓度区域主要集中在华北平原、长江中下游平原和陕西关中平原等地区,这些区域的冬季PM2.5平均质量浓度都达到150 μg·m-3以上,最高达250 μg·m-3.多因子逐步回归分析结果表明,人为活动对我国高浓度PM25(＞150μg·m-3)分布影响显著,对低浓度PM2.5(≤75μg·m-3)分布影响不显著.市辖区人口密度和第二产业GDP是显著影响我国高浓度PM2.5分布的主要人为影响因子.市辖区建成区面积、全市年末总人口和市辖区道路面积等是影响我国城市间PM2.5浓度分布差异的主要人为影响因子.