淮海经济区PM2.5时空特征及影响因素

PM2.5对区域环境和人体健康有着重要影响,淮海经济区作为东部沿海经济发展带的重要支撑部分,剖析其PM2.5时空特征及其影响因素对于京津冀和长三角城市群开展区域空气污染的联防有着重要意义.首先采用时间序列分析对研究区PM2.5浓度特征进行分析,其次利用空间分析方法分析了淮海经济区PM2.5时空特征,最后基于淮海经济区PM2.5空间自相关特征,进一步采用地理加权回归模型探究了PM2.5浓度的影响因素及其空间异质性.结果 表明:(1)淮海经济区逐日PM2.5浓度值呈现出周期性的脉冲型起伏变化规律,整体呈现出冬秋季高、春夏低的"U"型趋势.逐日PM2.5浓度振荡周期短周期为2～3d,长周期为6～7d.(2)淮海经济区PM2.5浓度的空间局部相关性呈现出周期性的变化规律.全年热点区域主要集中在研究区西北的菏泽市和西南的徐州市,冷点区则主要集中在沿海区域.(3)淮海经济区PM2.5浓度影响因素主要包括平均气温、平均降水、平均风速、林地比例和路网密度等因素,不同因素对PM2.5浓度影响存在显著的空间异质性.     

长江流域土地利用结构及其空间自相关分析

按照中国科学院资源环境分类系统,将WESTDC_Land_Cover_Products2.0数据集重分类为耕地、林地、草地、水域、城乡建设用地和其它未利用土地等6类,借助GIS平台研究了长江流域土地利用数量结构特点及其空间自相关特征。结果表明,长江流域的主要土地利用类型为林地、耕地和草地,三者占流域总面积的90%以上,而水域、城乡建设用地和其它未利用土地所占比例较小。各省市之间土地利用结构差异较大,与一定的空间格局相联系,并形成了土地利用结构特征不同的4个大的区域。各土地利用类型比重属性值相似的省市在长江流域全局空间内聚集分布、空间邻接,呈极显著的全局空间正自相关。其中耕地、林地、草地、城乡建设用地和其它未利用土地分布特征的空间正自相关极显著,水域分布特征的空间正自相关显著,但各种土地利用类型空间分布的重心、格局、空间自相关构成及回归机制不同。各种土地利用类型空间分布的局部空间自相关为高高(H-H)聚集或低低(L-L)聚集,高值为低值所包围或低值为高值所包围的空间孤立点(Spatial Outlier)不显著。研究表明各种土地利用类型在长江流域的空间分布具有明显的聚集性和区域特征。     

基于遥感数据的PM2.5与城市化的时空关系研究——以成渝城市群为例

采用1998~2013年卫星遥感影像反演的PM2.5全球高精度产品数据集，结合GIS空间分析、地理加权回归（GWR）以及地理探测器等方法，系统地分析了成渝城市群城市化与PM2.5分布之间的关系。结果表明：（1）1998~2013年成渝城市群城市化速度较快，城市区域的PM2.5均值明显高于非城市区域，说明城市化对PM2.5具有一定的影响；（2）近16 a PM2.5重心与城市重心整体上都向东南方向移动，且两者每年在经度上的波动方向基本相反；（3）夜间灯光数据与PM2.5在空间分布上具有较好的一致性，且1998~2013年两者的GWR全局R2在0.86~0.95之间，相关性显著，研究区内城市化和人类活动对PM2.5的分布具有明显影响；（4）地理探测分析表明不同城市化因子对PM2.5影响差异显著，从2006到2013年城区人口密度和建成区绿化覆盖率逐渐成为成渝城市群PM2.5分布的主要影响因子。     

基于LUR模型探究城市景观格局对PM2.5浓度的影响——以长株潭城市群为例

随着城市化进程的加快，空气污染问题已成为中国最主要城市问题之一，严重影响公众健康。当前微观尺度下空气监测点周围景观格局对PM25浓度影响的研究较少，以长株潭城市群为例，选取地形、污染源、人口、道路交通、土地利用与城市景观格局6大类预测变量，其中城市景观格局选取边缘密度、连续度、形状指数、斑块平均面积、蔓延度、均匀度指数7个景观指数，运用逐步线性回归模型，探究城市景观格局对PM25浓度的影响。研究结果显示：（1）所选取的土地景观格局指数可以解释研究区PM25浓度的732%的变异，模型拟合较好；（2）影响PM25浓度的土地利用类型包括建设用地、林地、草地与水体。微观尺度下城市各类型景观格局中连续度和形状指数对PM25影响显著，建设用地连续度越高，分布越集聚，PM25浓度越高；水体形状指数越小，形状越简单规则，越易降低PM25浓度；（3）城市整体景观格局中，景观聚集程度与景观多样性等因素对PM25浓度产生重要影响。减少景观内各类型斑块的离散分布，使各景观类型均匀分布于整体景观内，有助于降低PM25浓度。研究结果可为未来大气防治与城市规划提供参考依据。〖HJ1〗〖HJ〗〖JP+1〗     

外商直接投资对中国城市雾霾(PM_(2.5))污染的时空效应检验

本文利用了1998—2012年中国241个城市的空间面板数据对中国雾霾污染和FDI的区域分布特征及空间溢出效应进行经验考察,结合系统广义矩估计(SGMM)方法构建了动态空间面板模型,采用了Moran’s I和Geary’s C指数对中国FDI与雾霾(PM_(2.5))污染空间自相关性进行了全域和局域分析。结果发现:(1)雾霾(PM_(2.5))污染与FDI存在显著的空间正相关性,证明了雾霾(PM_(2.5))污染空间的溢出效应以及FDI的辐射效应的存在。同时FDI高值集聚区域一般是雾霾(PM_(2.5))高值集聚区,FDI低值集聚区域一般是雾霾(PM_(2.5))低值集聚区,表明一个地区的引资效果和雾霾(PM_(2.5))污染在地理上的集聚密切相关。雾霾(PM_(2.5))污染表现出显著的"叠加效应"和"溢出效应",说明中国雾霾(PM_(2.5))污染在空间维度、时间维度以及时空维度上分别表现出交叉、累积、持续的演变特征。(2)全样本下,FDI对雾霾(PM_(2.5))浓度的影响表现出增促效应。FDI存量每升高1%,雾霾(PM_(2.5))浓度升高0.011%。(3)分地区样本下,东部城市FDI存量每升高1%,雾霾(PM_(2.5))浓度升高0.001 9%;中部城市FDI存量每升高1%,雾霾(PM_(2.5))浓度升高0.018 3%;而西部城市FDI存量对雾霾(PM_(2.5))浓度影响不显著。上述实证结果说明中国雾霾污染存在着显著的空间依赖性和区域异质性,FDI对中国大部分城市的雾霾污染存在显著的增促效应。     

长三角城市土地利用格局与PM_(2.5)浓度的多尺度关联分析

PM_(2.5)引发的雾霾污染对人体健康和社会可持续发展产生了严重威胁,已成为中国经济快速发展地区共同面临的问题。长三角是中国城市化进程最快、空气污染最为严重的地区之一,探寻该地区土地利用景观格局变化对PM_(2.5)的影响规律,有助于对PM_(2.5)"源""汇"景观的空间格局进行合理配置,也可以为污染防治决策提供科学依据。本文运用重心模型、冷热点分析和景观指数,探讨了该区域1995—2015年PM_(2.5)浓度的时空分布特征以及景观格局的变化规律,并使用岭回归方法分析了建设用地、林地、耕地和水体四种土地利用类型的景观格局在行政区尺度和外接圆尺度上对PM_(2.5)浓度的影响。结果显示:①1995—2015年长三角地区PM_(2.5)浓度总体呈上升趋势,并且具有"北高南低"和"南缓北急"空间分异特征。②长三角区域内建设用地面积大幅上升,且呈聚合状发展,而林地和耕地面积却在不断减少,并呈破碎状分布。③建设用地和林地分别是PM_(2.5)的"源"景观与"汇"景观,耕地对PM_(2.5)的"源""汇"作用交错,水体对PM_(2.5)无明显的净化作用。④相较于行政区尺度,外接圆尺度下林地PLAND、ED与PM_(2.5)浓度的负相关更为显著,可见对城市周边地区进行景观格局优化能收到更好的效果。研究表明:控制建设用地合理有序增长并采用多中心发展模式,有利于缓解城市主城区的环境压力;提高城市周边区域林地的比重和聚集度或加大林地与建设用地的接触面积,可以有效地减少城市PM_(2.5)浓度;对耕地进行整理使其形成连片化景观,并通过科学的耕作方式减少耕地上农业生产所带来的PM_(2.5)前体物,有助于发挥其对PM_(2.5)的"汇"作用。     

京津冀雾霾空间关联特征及其影响因素溢出效应分析

本文运用arc GIS解析栅格数据获取2006~2015年京津冀13个城市PM2.5年均浓度值,得到全局Moran’s I指数和局部LISA分布图,结果显示京津冀雾霾显著空间自相关。保定、邢台、衡水和邯郸是雾霾扩散中心区,天津、沧州和石家庄为潜在扩散区,北京、廊坊和唐山是极化分异区,张家口、承德、秦皇岛为受益聚集区。依据雾霾源解析选取"人均GDP、工业增加值比重、煤炭消费比重、房屋建筑施工面积、民用车拥有量"5个指标,借助Matlab选择PM2.5与上述解释变量拟合效果最佳的双向固定空间杜宾模型进行空间计量估计,得到各解释变量对本市雾霾的直接效应和对其他城市雾霾的空间溢出效应,并根据研究结论提出建议。     

上海春季近地面大气CO_2浓度空间分布特征及其影响因素分析

基于移动监测手段获取上海春季典型样带近地面CO2浓度监测数据,在明确近地面CO2浓度空间分布格局的基础上,分析了城市化水平以及土地利用类型对近地面CO2浓度的影响。结果表明上海市春季近地面CO2浓度空间分布呈现西高东低、北高南低的特征,空间异质性较为明显,市中心比郊区高出55.1μmol/mol(13.3%),存在着明显的城市"CO2"岛现象。城市化水平对于上海市近地面CO2浓度影响较为显著,总体上呈现随城市化水平上升而下降的趋势,距市中心距离每增加1km,CO2浓度下降1.56μmol/mol。上海市近地面CO2浓度与5km范围内下垫面土地利用类型相关性显著,其中近地面CO2浓度与林地以及建设用地覆盖率相关性最高,依次为-0.64和0.63。进一步分析表明近地面CO2浓度与土地利用类型的相关性在高度城市化以及城郊区域较高,在中低城市化水平区域较低。     

长江中游城市群土地利用变化对PM2.5污染的影响及空间溢出效应

城市群已成为当今中国空气污染的重灾区，严重损害了区域生态环境与人体健康，但少有研究考虑如何通过优化土地利用结构，使大气环境的自然净化能力最大化，进而减少既定污染排放对空气质量的负面效应。鉴于此，以城市化进程迅速、空气污染严重的长江中游城市群为实证对象，从土地利用结构的视角出发，利用自主反演的高精度PM_2.5数据，基于广义可加模型与空间回归模型，揭示2005～2020年土地利用变化对PM_2.5浓度的非线性影响及其空间溢出效应。研究结果表明：(1)2005～2020年长江中游城市群建设用地大幅增加而耕地持续减少，PM_2.5浓度在2011年前后呈现先上升后下降趋势，并具有显著的空间自相关性；(2)土地利用变化对PM_2.5浓度的影响为复杂的非线性关系，其中建设用地与耕地变化对PM_2.5浓度的影响存在边际递减效应；(3)土地利用变化对PM_2.5浓度的影响存在显著的空间溢出效应，且除草地外，各地类对PM_2.5浓度影响的直接效应均大于间接效应；(4...     

番禺近30年土地利用变化及驱动因素分析研究

根据1980年、1995年、2010年3期的TM遥感影像的土地利用分类结果,结合社会经济统计数据,采用土地利用变化幅度、转移矩阵和相关分析等方法,研究番禺1980-2010年土地利用变化及驱动机制。结果表明:从1980年到2010年,耕地和城镇用地是番禺面积变化最大的两种土地类型,耕地呈递减的趋势,向其他地类的转化以农村用地和城镇用地为主;城镇用地呈递增趋势,其迅速增加的来源以耕地和农村用地的转入为主。Pearson相关分析显示城镇和耕地面积比例与社会经济因素中的地均GDP、第一产业、第三产业、人口密度、城镇人口、农业人口相关性显著。     

合肥市PM_(2.5)浓度时空分布特征及影响因素分析

利用2017年合肥市污染监测站点PM_(2.5)浓度数据、气象数据以及土地利用类型数据,结合随机森林算法(RF)与土地利用回归模型(LUR),模拟合肥市PM_(2.5)浓度空间分布,并利用主成分分析法对PM_(2.5)影响因素进行分析。结果表明:(1)合肥市PM_(2.5)浓度日变化特征大致呈双峰变化,春季、夏季及秋季的峰值多出现在8∶00～9∶00,而冬季的峰值则出现在10∶00～11∶00。低谷值大致都出现在15∶00～17∶00。全年PM_(2.5)浓度变化趋势与春季类似。夏季PM_(2.5)浓度变化最为平稳。(2)2017年合肥市PM_(2.5)浓度分布由城市中心向外减弱,形成北高南低,西高东低的空间分布格局。(3)影响因素方面,PM_(2.5)浓度变化与降水、风速以及相对湿度等呈负相关关系,日照对PM_(2.5)浓度的影响较大,气压及其他污染物与PM_(2.5)浓度呈正相关关系,其中NO_2对PM_(2.5)浓度的影响力度较大。     

大城市边缘区土地利用时空格局模拟——以武汉市洪山区为例

大城市边缘区的土地利用变化复杂而迅速，采用定量模型对此地域的时空格局进行模拟，在土地规划领域有重大意义。以武汉市洪山区为例，首先采用DPSIR模型对大城市边缘区的工业用地、居住用地、服务设施用地、绿地等进行驱动力机制的定性分析，得出每种用地相应的驱动力、压力和状态；进而采用CLUE S模型，通过用地变化驱动力因子作用权重系数的求解，模拟时段内各类用地的需求分析与用地变化的动态分配过程，对边缘区的用地演变进行模拟；最后通过用地现状图对模拟用地进行验证，模拟结果基本拟合。在模拟的基础之上，设定了两种大城市边缘区空间发展的情景模式，即不作任何空间约束的用地演变和进行可持续发展约束的用地演变，有针对性地提出该区域的发展需要重点保护水体和自然风景区。其方法及成果可为大城市边缘区制定发展管理政策提供科学参考。     

人工园林大面积种植区植被净初级生产力时空变化研究

云南西南地区自然资源丰富，近年来，随着社会经济的快速发展，橡胶、茶园和桉树等人工园林大规模种植主要占用了天然林和耕地，土地利用结构和空间布局发生了很大变化。为了探讨土地利用/覆被变化对植被净初级生产力（NPP）的影响，以人工园林大面积种植区西盟县为研究区，运用综合模型、CASA模型和MODIS产品（BIOME-BGC模型），对西盟县2000年、2005年、2010年和2015年各地类NPP的时间变化和空间分布特征进行分析。结果表明：（1）2000~2015年，CASA模型模拟的西盟县NPP呈先减少后增加的趋势，MODIS模型模拟的NPP值变化趋势与CASA模型一致，综合模型则呈现逐年增加的趋势；（2）西盟县NPP的空间分布形态从西至东均呈“低值-高值-低值-高值-低值”（“M”）变化，与西盟县水热资源的分布特征和土地利用/覆被变化有关，西盟县NPP空间变化主要集中于人工园林种植区；（3）3种模型中，CASA模型和MODIS产品（BIOME-BGC模型）比综合模型更适用于地形气候复杂多样的山区NPP的模拟计算，其中CASA模型空间精度更高。     

南昌市环境空气污染时空变化特征及影响因素研究

选取2014~2017年南昌市不同时间尺度AQI及主要空气污染物数据，利用GIS技术、神经网络分析、后向轨迹模型及地统计分析方法，分析了南昌市环境空气污染时空变化特征及影响因素。结果表明，南昌市近年来空气质量总体变化不大，空气质量等级以良为主，占全年比例为57%~61%。但首要污染物变化较大，即PM2.5比例显著下降，NO2和O3比例显著上升，PM10变化不大。南昌市空气污染季节变化显著，冬春季空气质量较差，以PM10、PM2.5污染为主，夏季空气质量最好，以O3污染为主。空气污染周变化以周末及周一污染较重、周四污染最轻，说明南昌市空气污染除了与群众出行习惯有关，还存在其他影响因素。南昌市空气质量日变化呈双峰型（9:00~11:00和20:00~22:00），主要受上、下班高峰期带来的交通尾气影响。南昌市空气污染空间变化呈典型的“郊区-市区”分布，其中AQI、PM10、PM2.5、SO2、NO2、CO值均以市区较高、郊区较低，而O3的空间分布规律正好相反，这主要与城区NOx排放较多，O3易与其迅速反应而消耗有关。后向轨迹聚类分析结果表明，来自本地的短轨迹气团占比高，对PM2.5、PM10、NO2、O3的影响大。气象因素上，PM2.5、PM10、NO2受相对湿度影响较大，O3受温度影响较大。     

城市生态用地时空动态及其相关驱动力——以武汉市为例

城市生态用地是维持城市生态安全和可持续发展的重要屏障,研究其动态变化特征及相关驱动力,将为城市规划和生态环境保护决策提供依据。该文以武汉城区为实证区,采用1990、2002、2014年等3期Landsat遥感影像为数据源,采用土地利用变化矩阵量化数量变化,景观格局指数量化空间格局变化,生态服务价值系数和InVEST模型量化质量变化,利用二元逻辑回归模型和梯度分析法量化相关驱动力。研究结果表明:武汉市生态用地总面积持续下降,累计减少239.55 km~2,其中水域为主要转出地类;生境质量下降24%;生态用地斑块破碎度提高,"孤岛化"现象逐渐显现;坡度、建设用地的最小距离、建设用地增长、GDP增长和道路密度是驱动生态用地变化的主要因素,随着城市向三环线外扩张,三环线以外的生态用地面临较高的生态转化风险。     

基于邻接关系的土地利用变化空间关联规则研究

空间关联规则可在海量空间数据中挖掘出空间对象之间相互作用、空间依赖、因果或共生的模式。将空间关联规则方法引入土地利用变化时空特征分析中,以浙江省桐庐县2004~2009年的两种典型地类变化(城镇用地的转入、耕地的转出)为例,结合GIS的空间统计和空间分析功能,首先通过土地利用转移矩阵分析土地利用面积变化的整体情况,再采用经典Apriori算法挖掘这两种典型地类变化与其周边邻接的地类变化间的关联性规律。研究表明:(1)桐庐县土地利用呈现明显的非农化趋势,这主要归因于城镇化进程以及其作为特色发展的生态建设;(2)城镇用地的发展主要依靠耕地和农村居民点的转型,表现为集中连片的扩展方式,且城镇用地与交通水利建设用地的发展具有明显的共生现象;(3)耕地的同种转变类型在空间上呈现连片集聚分布,且耕地发展易受相邻地类的驱动或制约,尤其是林地和农村居民点。空间关联规则挖掘能够定量分析在空间邻接的情况下地类间的转变倾向以及变化的关联规律,为土地利用变化时空分析提供有用信息。     

雾霾污染的城市间动态关联及其成因研究

面对严重的雾霾天气以及雾霾污染边界不断扩张的严峻挑战,加快创新大气污染联防联控体系以形成跨区域协同治污合力势在必行。本文基于京津冀、长三角、珠三角、成渝、长中游等五大地区96个城市2015年的空气质量指数(AQI)以及PM_(2.5)、PM_(10)、SO_2、CO、NO_2、O~3等6种分项污染物的逐日数据,从时间序列数据"预测能力"的视角,在向量自回归模型框架下识别雾霾污染的城市间动态交互影响效应,运用社会网络分析方法刻画雾霾污染空间关联的网络结构特征。在此基础上,运用二次指派程序从分项污染物视角考察雾霾污染空间关联的关键诱因,并利用双变量Moran指数揭示雾霾污染与其影响因素之间的空间相关性。研究发现,城市雾霾污染之间存在普遍的动态关联关系且呈现出联系紧密、稳定性强、带有明显特征的多线程复杂网络结构形态。不论在地区内部还是在全部样本城市当中,均不存在孤立的城市节点,这意味着面对雾霾污染的空间关联网络,任何一个城市都不能独善其身,均受到来自地区内部和地区以外其他城市以及它们构成的空间关联网络的影响。在六种分项污染物中,PM_(2.5)的空间关联是导致雾霾污染空间关联的最主要诱因。城市雾霾污染与其影响因素尤其是城市人口密度、投资强度、工业污染排放之间存在显著的空间相关性。基于上述结论,中国应当加快构建以防控PM_(2.5)为重点的跨区域雾霾污染协同治理机制,并将其融入城市群发展战略以及区域发展战略之中,最终实现包含雾霾污染协同治理在内的全方位的区域协同发展。     

长江中游城市群PM2.5时空特征及影响因素研究

近年来，伴随着工业化和城市化进程的加快，长江中游城市群灰霾天气持续增多，空气污染问题日益突出。基于2015年1月至2016年2月长江中游城市群189个空气质量监测站点的PM2.5逐时监测数据，采用普通克里金插值、探索性空间数据分析法和相关系数法，从年、季、月尺度上分析了PM2.5的空间分布格局及其影响因素。结果表明：（1）在年尺度上，长江中游城市群PM2.5浓度空间分布总体呈现出明显的北部高南部低，局部地区略有突出的特征，该区PM2.5浓度年均值为55.28 μg/m3，其中湖北省PM2.5的年均值为三省市最高，为68.17 μg/m3；其次为湖南省，年均值为53.66 μg/m3；江西省PM2.5的年均值较小，为44.01 μg/m3。（2）在季节尺度上，长江中游城市群PM2.5浓度表现出冬春季高，夏秋季低的现势性，这与区域内夏季高温多雨、冬季低温少雨的气候条件密切相关。（3）长江中游城市群PM2.5月浓度变化大致呈U形分布，1月份PM2.5浓度最高， 1~6月份，PM2.5浓度呈逐步下降趋势， 6~8月份，区域PM2.5浓度处于“U”字的谷底。（4）NO2、CO是影响PM2.5浓度的两项主控大气污染物，而降水量和相对湿度则是影响PM2.5浓度的两个重要气象因素。 关键词： PM2.5浓度；时空特征；气象因素；长江中游城市群