长江三角洲城市群工业污染时空演化及其驱动因素

基于2003~2015年长江三角洲（以下简称长三角）城市群26个城市工业废水和工业SO₂排放数据,采用标准差椭圆、地理集中指数、工业环境绩效指数、空间形态差异指数等方法从宏观和微观视角对长三角城市群工业污染时空演化进行分析,同时采用对数平均迪氏分解（LMDI）模型对其工业污染排放主要驱动因素进行分解.研究发现：2003~2015年工业废水和工业SO₂排放量分别下降了16.97%和28.79%,但占全国比重仍然较高,尤其是工业废水对生态环境胁迫较大.2种工业污染空间形态均呈现出北（偏西）-南（偏东）的空间分布形态,而2种工业污染重心移动轨迹并不一致,工业废水重心总体上朝向东（偏南）方向迁移了12.85km,而工业SO₂重心总体上朝向西（偏北）方向迁移了26.89km.此外,2种工业污染主要集中分布于长江沿岸城市且污染集中度指数由高到低大致呈半圈层状向周围递减.工业发展与工业污染空间形态演变具有一致性,工业废水重心和工业SO₂重心与工业发展重心距离均在逐渐缩小,而2种工业污染-环境绩效空间分布格局并不完全一致.驱动因素方面,环境规制引起的技术改善效应是工业污染排放量减少的主要原因,而由环境规制引起的产业结构效应对工业污染排放量的影响则取决于区域发展政策,经济发展效应是工业污染排放量增加的主要原因,人口规模效应对工业污染排放量的影响较小.     

黄河流域水污染排放特征及污染集聚格局分析

掌握污染源排放特征及其空间差异,是在流域尺度提升水污染治理水平的重要基础.该研究分别从污染源的活动水平（简称“活动水平”）、污染物产生、污染物去除和污染物排放4个方面选取了28个指标,对黄河流域60个市州主要水污染物排放特征开展了现状评价和聚类分析.采用污染分布的地理集中度指数表征各市州污染集聚格局,并利用空间分析模型Global Moran's I和G_i*指数判断污染排放的空间集聚趋势与冷热点地区.结果表明:按照水污染排放特征的差异,黄河流域不同地区在水污染格局上可划分为高排放强度区、高排放绩效区、污染集聚区和低排放绩效区;水污染物排放与经济发展格局分布一致,上游、中游到下游地区呈现明显的阶梯型分布,上游地区单位水资源利用效率和排放绩效低,下游地区区域性污染集聚效应明显;山西省、河南省和山东省沿黄城市在空间上表现为区域性连片污染集聚,集中分布在晋中城市群和中原城市群.针对当前黄河流域水污染排放特征和空间集聚格局,建议制定统一的生态环境保护与治理策略,加强中下游城市群的污染协同控制.      

专业化、多样性与中国省域工业污染排放的关系

集聚外部性是集聚影响工业污染排放的重要机制,不同的集聚方式对应不同的污染排放行为。以中国31个省市工业废水、工业废气、工业固废为例,基于集聚外部性理论,将工业集聚分为专业化、多样性、相关多样性和非相关多样性等4种类型,在分析工业污染排放强度空间格局特征的基础上构建计量模型考察工业集聚与工业污染排放的关系,结果表明：（1）工业废水、废气、固废污染强度的省域差异显著,空间分布上均有不断集中的趋向。（2）多样性集聚比专业化集聚更有利于降低工业污染排放强度。多样性集聚对工业废水强度下降的作用最大,对废气和固废污染的减排作用较小。产业关联是多样性集聚发挥环境“自净”效应的重要条件,相关多样性有利于降低工业污染排放强度,而非相关多样性会加剧污染排放。（3）从不同污染型产业看,废水污染型产业的专业化集聚有利于污染强度下降,而废气和固废污染型产业专业化集聚会加剧污染排放,污染型产业多样性发展均有利于污染强度下降。（4）不同集聚类型对工业污染的影响存在着区域和污染类型的异质性。（5）要进一步降低工业污染,应提高集聚产业的多样化水平,强化产业间的内在关联。同时,应根据不同区域、不同污染型产业、不同工业污染物制定差异化防治措施。     

基于地理探测器的流域水污染影响因子分析

流域水污染影响因子分析是开展水污染防治的基础工作,研究提出了一种基于地理探测器的流域水污染影响因素定量分析方法,并在滏阳河流域进行了应用。文章利用地理探测器定量探测水污染的重点影响因子,采用标准差椭圆揭示了流域水污染的时空演变特征与重点影响因子的空间分布特征。结果表明：滏阳河流域的工业与环保类因素对水污染空间分布的影响最显著,其中环境治理投资、工业废水排放量、工业企业数影响较大;各个因子对水污染空间分布的影响存在交互增强作用;同类影响因子间对水污染空间分布不存在显著性差异;滏阳河流域水污染空间分布随工业发展,呈现出范围有所扩大,分布重心向西南方向偏移,在地理空间上呈扩张分散化的趋势;同时,流域水污染与影响因子在空间分布上具有相似性。     

中国畜牧业地理集聚特征及其演化机制

农业地理集聚是有效实现农业分工的空间组织形态。以畜牧业为例,采用基尼系数、专业化指数、产业集中度和产业平均集聚率等指标与模型,分析了畜牧业地理集聚的发展特征、演变态势及其形成机制。结果表明:1980-2011 年中国畜牧业地理集聚程度不断增强,呈现出先增强后减弱再到稳定上升的阶段性演化特征,但不同畜产品生产的地理集聚过程差异显著;省域尺度上,畜牧业平均集聚率重心不断北移,逐步形成了北方地区高度集聚、南方地区中低度集聚的空间分异格局;畜牧业地理集聚格局经历了由自然集聚到空间重构再到空间优化的过程,自然资源禀赋、农业生产力以及市场与政策,在不同时期主导着中国畜牧业空间格局的演变,构成了我国畜牧业地理集聚格局的演化机制。     

长江经济带工业污染排放空间分布格局及其影响因素

长江经济带发展强调"不搞大开发,共抓大保护"战略,长江生态环境修复成为该地区发展的重要内容,因此探明长江经济带工业污染排放空间分布格局及其影响因素具有重要意义.选取2013~2017年长江经济带102个城市的工业SO₂、工业废水以及工业烟粉尘排放量作为基础数据,运用空间自相关分析和冷热点分析方法（Getis-Ord Gi^*）,揭示了长江经济带工业污染排放空间分布格局;采用对数平均迪氏分解模型（logarithmic mean Divisia index,LMDI）对长江经济带工业污染排放的影响因素进行分解.结果表明,2013~2017年长江经济带的工业SO₂、工业废水以及工业烟粉尘排放量呈降低趋势,高排放城市减少,低排放城市增多;各工业污染物随时间变化,空间关联程度增强;技术改善对工业污染排放有显著抑制作用,是影响长江经济带工业污染排放的最主要因素.     

东北地区臭氧浓度空间格局演变规律及影响因素

采用重心模型、空间自相关分析、地理探测器,研究了2016年东北地区O₃浓度的空间分布格局及演变规律,揭示了气象因素和前体物对东北地区O₃浓度空间分布格局及演变的影响.结果表明：东北地区O₃-8 h-P90分布整体呈南高北低的态势,O₃浓度的高值区及超标天数比例较高的地区都集中分布在环渤海地区的沿海城市;气温是影响O₃年均浓度空间格局演变的主导因素,随着气温的变化,O₃年均浓度空间分布格局呈现空间分异不明显-南高北低-空间分异不明显的演变特征;前体物是核心城市形成局部O₃污染的主要原因,其影响力的大小受温度的影响,温度越高,光化学反应越强,前体物的正向影响力越大,温度越低,光化学反应越弱,化学性质活跃的前体物对O₃可能起消耗作用.     

中国20世纪建筑遗产空间分异及形成机理

探索20世纪建筑遗产空间分异特征与形成机理,对于提高建筑遗产的保护水平有重要意义。以396处20世纪建筑遗产为研究对象,通过标准差椭圆、重心分析、Voronoi图等空间分析方法,研究中国20世纪建筑遗产空间分异及演变特征,并运用地理探测器模型深入剖析其形成机理。研究发现：（1）从整体分异格局及演变来看,20世纪建筑遗产空间分布呈凝聚状,省域层面呈高富集区“一枝独秀”、中富集区“东部零星”、一般富集区和低富集区“两带两块”的特征;市域层面呈“断崖式”数量差异、“梯度化”等级差异、“众星捧月”空间分异特征;重心呈“先北后南”移动趋势,东西向移动较微小,集聚程度呈由强变弱趋势,集聚点数量呈递减趋势。（2）从类型分异格局及演变来看,20世纪建筑遗产可分为六大主类和16个亚类。其中,科教文卫体类、商政办公类和纪念性类遗产数量居多,且分别呈“两核分散”“东部三核、中部团状零星”“两核一环多点”空间分布特征;同时,不同类型建筑遗产分布演变特征差异明显。（3）20世纪建筑遗产空间分布格局是由区域地位、文化与教育、社会经济发展水平和对外联系等多种因素共同作用的结果,其中历史文化底蕴因子的影响最大。     

中国县域肉类生产的时空演变及影响因素

随着人均收入的增加和城镇化的推进,促进了居民肉类消费增加。厘清肉类生产格局的变化对肉类可持续供给具有重要意义。基于中国县域视角,以2000—2016年的肉类产量数据为基础,运用标准差椭圆、空间自相关、地理探测器等方法,揭示我国肉类生产的时空演变规律及其影响因素。结果表明:（1）2000—2016年的全国肉类产量呈增加态势,增幅为43.5%,不同区域肉类产量差异较大。（2）全国肉类高产县数量增加显著,范围扩大,空间上呈条带状集聚特点,重心整体北移;其生产的集聚特征显著且相对稳定,但局部表现出一定差异。（3）自然资源禀赋、社会经济及农业技术在不同阶段都影响肉类生产空间格局的演变。粮食产量和第一产业增加值是主要因素,农业机械总动力影响逐年增大,不同因子间的交互作用会强化肉类生产空间分异的效果。     

区域COD、SO_2及TSP排放的空间自相关分析:以江苏省为例

空间自相关分析是空间统计学的一个重要组成部分,是认识空间格局的有效手段.针对研究的空间范围不同,常采用全局空间自相关和局部空间自相关来衡量区域空间自相关程度.利用江苏省1990~2006年13个省辖市COD、SO2和TSP排放量数据,采用空间自相关分析方法对江苏省环境污染排放区域异质性进行了研究.结果表明,江苏省COD和TSP排放总量分别从1990年的596 353 t和1 101 404 t显著下降到2006年的291 762 t和704 734 t,SO2排放量基本保持稳定;江苏省COD、SO2和TSP排放的空间自相关性随时间推移正在发生着变化,到2006年COD、SO2和TSP排放的Global Moran’s I分别达到0.465 7、0.214 2和0.510 1,呈现较显著的正空间自相关趋势,空间上的集聚分布格局业已形成,且COD排放先于SO2和TSP排放在空间呈现集聚格局,空间集聚的程度也较大;苏南与苏北的污染排放格局差异较大,苏南COD、SO2和TSP排放的Global Moran’s I值至2006年分别增加到0.499 7、0.320 2和0.298 3,集聚格局明显,而苏北COD、SO2...     

东北三省工业废水污染物排放的时空变化规律研究

采用等标污染负荷法和GIS空间分析方法,针对改革开放和产业结构大调整前后的4个典型年份,从工业污染源空间特征出发分析了东北三省工业废水污染物排放的变化趋势,并详细讨论了重点污染物排放的时空演变规律. 结果表明:东北三省工业污染源主要分布在哈大铁路和高速公路沿线以及辽宁省中部及沿海地区,且有不断集中的趋势;工业废水排放总量以及污染物排放总量都呈不断减少的趋势;东北三省主要污染物为挥发酚,COD_Cr,石油类及汞;有机污染物排放量高于无机污染物,其中挥发酚、石油类的主要排放区域变化很大,污染物排放区域转移趋势明显;COD_Cr和汞的主要排放区域变化不大,有新污染城市出现; 20年间东北三省废水排放量比例变化不大,污染物等标污染负荷排名却变化很大.      

中国二氧化硫污染治理分析:基于卫星观测数据和空间计量模型的实证

中国经济的快速增长伴随着严重的环境污染问题,已经成为阻碍中国实现可持续发展的桎梏.为了客观地反映中国的SO₂污染状况,本文利用中国2005-2017年的卫星观测SO₂柱浓度数据来表征SO₂污染状况.首先,采用探索性空间数据分析方法进行SO₂污染的时空演变分析;然后,基于环境库兹涅茨曲线框架纳入社会经济驱动因素及环境规制,采用空间计量模型探究SO₂污染是否越过拐点,并借此探索环境规制对于中国SO₂污染治理的重要意义.结果表明：1华北地区是中国SO₂污染最严重的区域,但污染状况逐年改善.从长期时间趋势来看,尽管空气污染在个别年份中有所加剧,但整体上呈现向好的趋势.从空间上来看,SO₂污染在空间上明显存在正向的空间自相关现象.2环境库兹涅茨曲线实证结果显示,尽管回归结果呈现显著的倒N型曲线,但无实根解,说明无实质性的经济意义.从另一方面来说,在研究环境库兹涅茨曲线时,除了统计学意义之外,经济意义更为重要.3空间计量模型回归结果显示,经济增长与SO₂污染在样本期内存在单调递减关系.换言之,中国已经越过了环境库兹涅茨曲线的拐点.此外,严格的环境规制有利于降低SO₂浓度.地区技术水平的进步及先进外资的“光环效应”都可以有效地改善SO₂污染.然而,人口密度增加、第二产业发展、电力消耗及固定资产投资增加是造成SO₂污染加剧的重要因素.     

基于3D框架的长三角城市群工业污染物排放研究

为了厘清主要经济地理要素与城市群工业污染物排放量的关系,引入新经济地理学3D——density(密度)、distance(距离)、division(分工/分割)框架,并采用该框架系统分析主要经济地理要素与长三角城市群污染物排放量之间的关系. 结果表明:①地均GDP对长三角城市群工业污染物排放量均存在显著影响,与工业SO₂、废水和烟粉尘排放量的弹性系数分别为0.027、2.080和1.014. ②综合交通距离对工业废水和烟粉尘排放量存在显著影响,弹性系数分别为-1.638和-0.625,而心理距离对污染物排放量未产生显著影响. ③分工/分割要素对城市群工业污染物排放量的影响各不相同. 外商直接投资对工业SO₂、废水、烟粉尘排放量存在显著影响,制造业专业化指数仅对工业SO₂和烟粉尘排放量有显著影响,而进出口总额占GDP比重与工业废水和烟粉尘排放量存在显著影响. ④长三角城市群工业污染物排放量与地均GDP、外商直接投资呈正相关,与综合交通距离、制造业专业化指数和进出口总额占GDP比重呈负相关,缓解长三角城市群工业污染物排放困境,不仅要适度控制经济发展速度和提高外资进入的环境标准,还应进一步优化长三角城市群在国内外市场上的分工和协作地位.      

快速城镇化进程中珠江三角洲硝酸型地下水赋存特征及驱动因素

随着经济的发展,我国地下水硝酸盐污染日趋严重,城镇化和工业化是硝酸型地下水频繁显现的主要驱动力.本文以城镇化快速发展的珠江三角洲为研究区,运用数理统计、主成分分析及"双因子"等方法探讨了研究区浅层硝酸型地下水的赋存环境特征和驱动因素.结果表明,珠江三角洲地区地下水硝酸盐含量总体较高,全区1538组地下水样品中,硝酸盐浓度大于地下水Ⅲ类水质标准（88.6 mg·L^-1）87组,超标率为5.7%;硝酸型水284组,占样品总数的18.5%.研究区硝酸型水分布广泛,主要分布于丘陵区及其与平原区交界处.其中广州、东莞、佛山和珠海等地区受城镇化和工业化影响出现了条带状的高溶解性总固体（TDS）硝酸型水,而在周边丘陵河谷区分布低TDS硝酸型水.西江、东江平原区,受工业废水及海咸水入侵影响,地下水TDS明显升高,该区域地下水NO₃^-质量浓度超Ⅲ类水标准但未影响水化学类型,然而工业化导致该区域硫酸型水频繁显现.研究区硝酸型水赋存于酸性或弱酸性环境,通常具有TDS和总硬度含量较低,Cl^-、SO₄^2-和K⁺浓度较高等特征.硝酸型水的形成主要受生活污水、工业废水、农业氮肥、化粪池和垃圾渗滤液泄漏等影响.通常,高TDS硝酸型水的污染负荷高于低TDS硝酸型水.硝酸型水尤其是低TDS硝酸型水的圈定有利于识别出人类活动影响更为强烈的地下水,能够尽早识别出硝酸盐含量低但已具有潜在污染风险的地下水,对地下水的污染防控具有重要意义.     

成都平原典型区地下水污染时空异质性及污染源分析

成都平原地下水是该地区生活、工农业生产用水的重要来源,但由于长期过量使用化肥,以及畜禽养殖、乡镇企业及生活污废水的无组织排放,已对该区地下水环境构成了威胁.本研究选取成都平原某典型城镇农村区进行不同时季地下水水质监测分析,并联合ArcGIS空间分析技术、相关矩阵分析和主成分分析(PCA),以揭示研究区地下水水质时空异质性、污染影响因素、潜在污染源及污染源时季变化规律.结果表明,研究区"三氮"(NO~-_3、NO~-_2、NH~+_4)、铁(Fe)、锰(Mn)、氯离子(Cl~-)、硫酸根离子(SO■)存在不同程度的超标,其中,氨氮(NH~+_4)超标最为突出;地下水中氨氮含量及"三氮"之间的转化主要受土地利用类型、地下水铁锰分布及含水层氧化还原条件的影响.PCA结果显示,农业活动、生活污水和工业排放是造成研究区地下水污染的主要影响因素,从春季到夏季地下水污染源由生活污染为主转向农业污染为主,冬季地下水污染源以生活和工业源为主.ArcGIS空间分析和PCA分析的结合,有助于探讨地下水水质及潜在污染源的时季变化规律,可为地下水环境保护、污染控制和减缓方案制定提供理论依据.     

福建省2005-2017年大气边界层SO2的时空变化特征

为研究近年来福建省SO₂污染的时空动态特征,利用臭氧观测仪（ozone monitoring instrument,OMI）卫星遥感反演的PBL（planetary boundary layer,大气边界层）SO₂柱含量数据,分析了2005-2017年福建省PBL SO₂柱含量的时空间分布特征.结果表明:①在长时间尺度上,PBL SO₂柱含量的变化趋势可分为2个时段,其中,2005-2011年PBL SO₂柱含量呈逐渐上升趋势,6 a增加了约0.027 DU,增长率约为6.12%;2011-2017年PBL SO₂柱含量呈下降趋势,7 a减少了约0.018 DU,下降率约为3.89%.②PBL SO₂柱含量呈明显的周期性变化特征,最小值和最大值分别出现在6月和12月,多年平均值分别约为0.383和0.555 DU.③PBL SO₂柱含量的3个高值区分别出现在沿海的福州市,厦门市、漳州市东部和泉州市西部,三明市和南平市部分地区,这3个高值区多年平均PBL SO₂柱含量分别约为0.505、0.495和0.485 DU.从城市尺度上来看,PBL SO₂柱含量最大值出现在厦门市,其多年平均值为（0.486±0.015）DU;其次为福州市,PBL SO₂柱含量多年平均值为（0.465±0.026）DU;最低值出现在漳州市,PBL SO₂柱含量多年平均值为（0.429±0.020）DU.④福建省PBL SO₂柱含量变化趋势在空间分布上存在明显的差异,不同时期、不同区域变化趋势不一致.2005-2011年PBL SO₂柱含量的变化范围为-0.13~0.18 DU,变化率范围为-25%~50%,PBL SO₂柱含量出现增长的区域主要是在高值区,如龙岩市西部、厦门市北部以及三明市东部等区域;2011-2017年PBL SO₂柱含量的变化范围为-0.13~0.15 DU,变化率范围为-29%~34%.2011-2017年福州市和厦门市PBL SO₂柱含量下降最为明显,减少了约0.10 DU,下降率约为25%.研究显示,卫星遥感估算的PBL SO₂柱含量具有一定的可靠性,可以用于区域SO₂污染的研究.      

A land use regression model incorporating data on industrial point source pollution

Advancing the understanding of the spatial aspects of air pollution in the city regional environment is an area where improved methods can be of great benefit to exposure assessment and policy support. We created land use regression (LUR) models for SO₂, NO₂ and PM₁₀ for Tianjin, China. Traffic volumes, road networks, land use data, population density, meteorological conditions, physical conditions and satellite-derived greenness, brightness and wetness were used for predicting SO₂, NO₂ and PM₁₀ concentrations. We incorporated data on industrial point sources to improve LUR model performance. In order to consider the impact of different sources, we calculated the PSIndex, LSIndex and area of different land use types (agricultural land, industrial land, commercial land, residential land, green space and water area) within different buffer radii (1 to 20 km). This method makes up for the lack of consideration of source impact based on the LUR model. Remote sensing-derived variables were significantly correlated with gaseous pollutant concentrations such as SO₂ and NO₂. R² values of the multiple linear regression equations for SO₂, NO₂ and PM₁₀ were 0.78, 0.89 and 0.84, respectively, and the RMSE values were 0.32, 0.18 and 0.21, respectively. Model predictions at validation monitoring sites went well with predictions generally within 15% of measured values. Compared to the relationship between dependent variables and simple variables (such as traffic variables or meteorological condition variables), the relationship between dependent variables and integrated variables was more consistent with a linear relationship. Such integration has a discernable influence on both the overall model prediction and health effects assessment on the spatial distribution of air pollution in the city region.     

基于遥感资料的北京大气污染治理投资对降低PM_(2.5)的效能分析

采用北京市环境监测中心35个站点的PM2.5监测数据及MODIS Terra的大气气溶胶光学厚度L3 C051产品数据,分季度建立北京市PM2.5历史浓度遥感估算模型.结合北京大气污染物(PM10、PM2.5、SO2、NO2)年均浓度数据,对北京市2001—2012年间用于工业废气污染治理投资累计额进行了效能分析.研究表明,北京市工业废气污染治理投资对于改善大气PM10、SO2、NO2均有显著贡献,但其对于大气PM2.5污染的治理效果并不明显.可能原因包括PM2.5排放源的复杂性、相关治理措施对PM2.5的针对性、经济增长导致的区域PM2.5源排放持续增长及区域外排放的持续影响等.因此,需要采取专门的有针对性的治理措施,建立健全大气污染治理技术和激励机制,控制工业燃煤及城市交通排放,削减本地及周边源排放,以有效改善北京地区大气PM2.5污染状况.