基于OMI数据的京津冀地区对流层NO2浓度遥感监测

为了解京津冀地区对流层NO2垂直柱浓度的时空变化，利用Aura卫星上OMI传感器反演获取2005~2016年对流层NO2垂直柱浓度数据进行分析。结果表明：京津冀地区的NO2垂直柱浓度空间分布呈现出从中部和东南平原地区向西北坝上高原地区逐渐降低的趋势,并且发现，京津冀地区的12 a的年均季节空间分布与NO2柱浓度年均空间分布趋势相似；京津冀地区NO2柱浓度月均值呈现出以每年为一个周期的波浪形变化，年均增长率为2.66%。2005~2010年京津冀地区的NO2年柱浓度值处于上升趋势，2014~2015年NO2浓度急剧下降，2016年又开始上升。京津冀地区NO2柱浓度值有季节差异，大体上呈现秋季、冬季高于春夏两季，冬季最高，夏季最低。利用线性拟合发现，京津冀的地面监测NO2柱浓度值和OMI传感器获取的NO2柱浓度值整体上显著相关且相关性很高。 关键词： 对流层NO2浓度；OMI数据；时空变化；京津冀地区     

中国若干典型城市对流层NO2时空分布特征

随着经济的发展，NO2污染日趋严重。利用OMI（Ozone Monitoring Instrument，臭氧监测仪）数据得到北京、上海、广州、武汉、西安5个城市2004年10月~2009年7月的NO2浓度月均值变化的时间序列，分析5个城市的NO2浓度变化特征。并根据2007年1月~2008年12月5个城市环境监测中心发布的NO2污染API指数，推算出近地面NO2浓度月均值，与OMI遥感数据反演的对流层柱浓度进行比较，两组数据有较一致的变化趋势。根据OMI数据得到的该5个城市2005～2008年的NO2浓度年均空间分布，发现中心城区NO2浓度值远高于郊区，形成了城市气候的“混浊岛效应”，这与发达的城市交通，高强度的人口活动以及城市局地流场特征有着密切的关系。通过GOME(Global Ozone Monitoring Experiment，全球臭氧监测实验)NO2浓度年均变化值和1999～2008年5城市机动车保有量的相关分析，认为机动车尾气排放量的增加是我国发达城市NO2污染的主要原因。〖     

长三角城市群臭氧浓度的时空分异及驱动因素

运用克里金插值、空间自相关分析、冷热点分析和地理探测等定量分析方法，对长三角城市群2015~2017年O3浓度的时空分异特征及驱动因素进行了探讨。结果表明：（1）2015~2017年长三角城市群O3浓度呈上升趋势，O3日最大8 h滑动平均值第90百分位数平均浓度由149 μg/m3上升到166 μg/m3，平均超标率由9.3%上升到12.1%，以O3为首要污染物的天数占超标总天数的比例由32.3%上升到46.4%。（2）受气温和降水量年际波动的影响，各年份O3月均浓度变化曲线形状不同。但O3超标都主要发生在4~9月，超标天数分别占2015、2016、2017年的88.3%、98.2%和97.0%。（3）由于安徽O3浓度快速上升，长三角城市群O3浓度空间分布格局由东高西低演变为北高南低，且同质化增强、异质性减弱。（4）随着O3浓度的上升，O3浓度热点区由环太湖地区向南京都市圈扩展，冷点区在安徽有明显收缩。（5）地理探测表明，长三角城市群O3浓度空间分异主要受经济规模、城市化和排放源等社会经济因素驱动，且均呈正向影响。自然因素中的降水量和风速呈负向影响，分别对O3有显著的清除和扩散作用。     

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     

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。     

成渝城市群城市空间扩展冷热点格局演化趋势模拟

城市空间扩展作为城镇化在空间上最显著的特征,不仅可以衡量城市的城镇化水平,还可以对城市的可持续发展起到指导作用。以成渝城市群(Chengdu-Chongqing Urban Agglomeration, CCUA)为例,基于夜间灯光遥感数据,首先,分析了成渝城市群城市空间扩展的冷热点分布特征;其次,结合研究区域生态空间约束条件,构建了最小累积阻力面模型,模拟了成渝城市群城市空间扩展冷热点格局的演化趋势。结果表明:成渝地区空间扩展的冷热点在不同的时期体现出不同的特征。在1992～1996、1996～2002、2002～2009、2009～2015年4个时间段内,城市空间扩展的自相关性逐渐减弱,冷热点分布的全局特征逐渐趋于随机化,局部特征体现出城市空间扩展的多样性,具体表现为热点区域经历了"点状扩张-点环扩张-点轴扩张-轴带辐射"的格局转变过程。成渝城市群空间扩展的冷热点演化趋势在不同规模的城市扩张模拟中,热点区域不断增加。在城市空间扩展5%时,只有4个以成都、绵阳、达州、眉山为主的热点城市,当在城市空间扩展20%时,所有城市(共16个)其空间扩张强度均超过10%,发展成为城市空间扩展的热点区域。     

长江经济带城市群绿色转型能力时空演变及短板分析

从推动城市转型的政府、企业、产业、居民这四大主体出发,构建城市绿色转型能力评价指标体系,运用TOPSIS模型对2010～2020年长江经济带城市群的绿色转型能力进行测度,运用区域不平衡指数、动态变动指数及探索性空间分析等方法揭示长江经济带各城市群绿色转型能力的时空演化、集聚变化及能力短板。结果表明：(1)2010～2020年长江经济带城市群绿色转型能力整体平稳增长,但增幅较缓,能力均值排名为“长三角>黔中>长江中游>成渝>滇中城市群”,区域不平衡指数呈“增长-下降-增长”的“N”型波动趋势,整体动态变动程度不高,动态变动指数较高的城市多位于中西部城市群,城市绿色转型能力存在空间聚集现象,但空间聚集性在2020年有所下降;(2)企业-产业是各城市群绿色转型能力的主要短板模式,企业的绿色转型能力是各城市群绿色转型能力提升的首要短板,产业的绿色转型能力是长江中游、成渝、黔中、滇中城市群的第二短板,而政府及居民的绿色转型能力对长三角城市群整体能力的影响在不断增强。     

武汉城市群空间扩展的生态状况诊断

武汉城市群是我国建设资源节约型和环境友好型社会综合配套改革实验区，城市群的生态环境质量是实现城市群可持续发展的重要保障，是建设生态型城市群的重要支撑。构建了由自然资源要素、生态环境要素和社会经济要素组成的武汉城市群空间扩展的生态状况诊断指标体系，采用熵技术支持下的AHP模型和模糊隶属度函数模型建立了城市群空间扩展的生态状况诊断模型，利用1997~2006年武汉城市群9市土地利用数据、社会经济和环境变化数据，系统分析了武汉城市群空间扩展的生态环境质量变化状况。研究认为：1997~2006年武汉城市群生态状况诊断的综合评价指数呈先下降后上升的变化趋势，说明伴随城镇用地扩张和土地利用转化，城市群生态环境质量先降后升；除仙桃市外，城市群内其余各市生态状况诊断的综合评价指数均缓慢下降，说明各市空间扩展造成生态环境质量的下降，这种影响在9个城市之间存在着较大的空间差异性。〖     

秦岭南北地区农业气候资源时空变化特征

利用秦岭南北地区1960~2016年47个气象站点的观测资料，运用气候倾向率、Mann-Kendall趋势检验、相关分析与反距离加权插值等方法分析了秦岭南北地区光、热、水等农业气候资源的时空变化特征。结果表明：1960年以来，秦岭南北地区气温、≥10℃活动积温呈显著增加趋势，1995年后气温快速上升，并在2002年增温达到显著水平。春、冬、秋季增温明显，空间上秦岭以北增温倾向率大于秦岭以南。 1960~2016年，秦岭南北地区降水量总体呈微弱下降趋势，从时间上看，1995年前降水量以下降为主，1995年后降水量转为上升趋势；从空间上看，1960~2016年，下降较明显地区为秦岭以北、嘉陵江沿线，其次为汉水流域丹江口水库区域；部分地区呈现微弱上升趋势，主要分布在巴巫谷地、汉水流域大巴山等山地段和秦岭南坡东部。相对湿度呈微弱下降趋势；日照时数呈显著下降趋势，四季下降程度为夏>冬>秋>春，下降显著地区为研究区东部平原、汉中盆地、关中盆地及巴巫谷地。 关键词： 农业气候资源，时空变化，秦岭南北地区     

上海城市河岸带对降雨径流氮垂直去除研究

在上海市城市河岸带人工绿地建设了微区径流场,进行了5次模拟降雨径流实验,研究了人工绿地岸带下渗流中氮浓度和去除率的时空变化。结果表明：人工绿地岸带对垂直下渗流中氮有显著的净化作用,且主要集中于土壤的0~30 cm以内,TN和NH4+去除率在399%和398%以上,NO3-+NO2-去除率除11月为负值外,其余月份均在100%以上;在30~60 cm深度,由于土壤氮的析出导致径流中氮浓度增加,去除率降低;而60~90 cm深度的去除率增加。径流场内下渗流中氮浓度具有明显的水平空间变化,随距入水端距离的增加,30 cm深度下渗流中氮浓度先上升后下降;人工绿地岸带对下渗流中氮的净化作用均随淹水时间的延长呈降低趋势,且季节变化明显,在10月和4月具有较高的去除率,0~30 cm内TN、NH4+和NO3-+NO2-的去除率可分别达635%、891%和416%以上     

三峡库区建坝前后森林生态系统服务动态

基于六期Landsat TM/ETM+/OLI影像数据，利用生态系统服务功能评估规范及GIS空间统计方法，对三峡库区1990~2015年间森林生态系统服务价值动态变化进行分析。结果表明：三峡库区森林面积与森林覆盖率逐年增加，森林面积增长率71.04%，森林覆盖率由31.27%增加到53.48%。库区整体的森林类型结构比较稳定，表现为针叶林>混交林>灌木林>阔叶林。时间上，三峡库区森林生态系统服务价值呈上升趋势，具体表现为快-慢-快的增长特征。三峡库区单位面积森林生态系统服务价值在总体增长趋势下出现局部负增长趋势，各森林类型的单位面积价值与三峡库区整体的单位面积价值有着相同的变化趋势，均表现为增加-减少-增加的变化特征。三峡库区各类型服务价值的贡献表现为：涵养水源>固碳释氧>生物多样性保护>保育土壤>净化大气环境>积累营养物质>森林防护。空间上，1990~2015年，三峡库区森林生态系统服务价值的地域分布大致以巫溪至武隆一线为界，呈现出东南高、西北低的特征。1990~2015年三峡库区森林生态系统服务价值变化幅度呈现出“西增加快，东增趋缓”的格局特点。     

基于空间自相关模型的农村居民点时空演变格局与特征研究

农村居民点作为农村人口重要空间聚集区,其空间布局、演变特征受历史、自然、社会、经济、传统文化等多重因素的影响。科学识别农村居民点的时空分布形态,并揭示其内在的变化规律和驱动因素,对促进农村居民点科学规划、提高农村土地资源空间布局优化均具有重要意义。利用都江堰市2005和2012年两期遥感影像提取农村居民点、城镇、道路、河流等矢量数据,借助RS、GIS空间分析技术,定量研究都江堰市农村居民点时空变化过程、格局和特征,并引入空间自回归模型深入分析不同环境因素对农村居民点空间布局的影响程度。研究结果表明:(1)都江堰市农村居民点的空间分布密度存在显著的空间正相关性,即密度值较高或较低的地区在空间上呈现显著的聚集状态,但局部的空间异质性在增强;(2)密度的高值集群主要集中分布在都江堰市东南部沙西线沿线以及南部成青快速通道一线,并且有进一步沿道路延线纵深扩张的趋势,而密度的低值集群由于受地形的影响,在空间分布上变化不大,主要位于龙门山沿线的乡镇;(3)2005~2012年,地形位指数每增加1%,农村居民点的空间密度减少0.505%,而距城镇、河流和道路的距离每增加1%,农村居民点的空间密度分别增加0.124%、0.144%、0.006%;(4)不同环境因素对农村居民点空间分布的影响程度大小为:地形影响城镇辐射影响河流影响道路影响,并且随着时间的推移,各环境因素的影响程度都在不断地增强。该研究以期为今后同类研究提供一定的方法借鉴,为农村居民点动态变化监测、农村土地节约集约利用、新农村规划等提供理论方法和技术应用支撑。     

基于GIS的中国A级物流企业时空演变特征及其影响因素

基于中国A级物流企业数据，采用标准差椭圆、核密度估计以及探索性空间数据分析方法，对2007、2012、2017年中国A级物流企业空间格局演变特征进行分析，并采用地理探测器模型探讨其空间分布的影响因素及其交互作用，主要结论如下：（1）A级物流企业发展阶段特征差异明显，不同等级发展存在不平衡，呈现出“两头小、中间大”发展格局。（2）A级物流企业分布格局总体呈现“南（略偏西）—北（略偏东）”的空间分布态势，且沿东部沿海逐渐向内陆地区扩散；A级物流企业经历了“二核多中心”—“三核多中心”—“三核多中心连片发展”的空间分异格局。（3）A级物流企业在省域单元的分布具有空间集聚特征，集聚程度先增大后降低；冷热点分布格局虽有变化，但仍然较为稳定，冷热点格局的梯度变化特征较为明显且逐渐增强。（4）影响中国A级物流企业空间分异格局的核心因素主要为市场规模、人口密度、城镇化水平、对外开放程度和地区经济实力等，且影响程度朝着均衡化方向发展；不同因素交互作用对A级物流企业空间分布的影响力均大于各因素单独作用的影响力。     

长三角地区碳排放效率时空特征及影响因素分析

长三角区域一体化发展战略上升为国家战略,要求建立区域间协调机制,引导低碳产业,弥补绿色发展的短板。掌握长三角地区碳排放效率时空特征及其影响因素,对长三角地区低碳高效发展及顺利实现碳减排目标具有重要的现实意义。基于考虑非期望产出的SBM-DEA模型与窗口分析相结合的方法,测算碳排放效率,利用传统统计分析与空间分析相结合的方法,分析了1995～2017年长三角地区碳排放效率时空特征,并考虑空间因素,构建空间杜宾面板模型分析其影响因素。结果表明:(1)1995～2017年碳排放效率总体呈波动变化趋势。2017年,上海、苏州和无锡的碳排放效率为1。碳排放效率绝对差异与相对差异呈波动变化,且变化趋势基本一致。碳排放效率存在不均衡现象。(2)碳排放效率区域差异明显,2005年后,空间格局变化不大,上海、苏州和无锡形成了碳排放效率高值区。碳排放效率重心主要分布在南京市,总体向西北移动。(3)空间杜宾面板模型结果表明:提高技术水平是改变碳排放效率的重要途径。城镇化和空间因素对碳排放效率具有明显的正向作用;外商投资、单位GDP能耗和生态环境对碳排放效率具有明显的负向作用。     

1961~2017年中国不同等级寒冷天气日数时空演变特征

基于气象行业的“寒冷程度等级”，采用1961~2017年中国545个日值最低气温站点数据，从气候态特征、变化趋势和波动特征3个方面分析近57年来中国不同寒冷天气日数时空演变特征。结果表明：（1）1961~2017年中国寒冷天气日数随着寒冷等级降低而逐渐增多。其中极寒和严寒天气日数仅分布在高纬度、高海拔地区。随着寒冷等级降低，寒冷天气日数逐渐向南方发展。（2）1961~2017年中国不同等级寒冷天气日数变化趋势具有各自不同的空间分异特征。高等级寒冷天气日数以减少趋势为主，且主要集中在高纬度、高海拔地区；随着寒冷等级降低，寒冷天气日数呈增加和减少趋势的范围不断增加。1991~2017年的高等级寒冷天气日数变化趋势相比1961~1990年偏小；随着寒冷等级增高，趋势偏大的地区不断增多。（3）1961~2017年中国高等级寒冷天气日数在高纬度、高海拔地区波动较大；随着寒冷等级降低，寒冷天气日数波动较大的地区逐渐向南方发展，且呈现出南方波动大、北方波动小的特征。中低等级寒冷天气日数波动差异特征分别集中在长江流域地区和南方沿海沿边地区。高等级寒冷天气日数波动差异特征则主要集中于高纬度、高海拔地区。     

长江经济带城市创新能力差异的时空格局演变

以长江经济带130个城市作为空间观测单元,以专利申请量作为衡量各城市创新能力的指标,对长江经济带各城市2000~2014年创新能力的空间分布及演化进行分析。研究表明:(1)从时空总体演变来看,长江经济带城市创新能力表现出非常显著的区域差异,且呈现出由渐进式集聚向缓慢扩散的发展趋势。(2)从空间聚类分布来看,长江经济带创新能力较高的城市主要分布在东部的长三角地区和中西部的省会城市地区。(3)从空间分布演变来看,长江经济带城市创新能力表现出显著的空间自相关,空间分布集聚态势增强,但在地理空间的差异上呈现出缩小的趋势,且不同集聚区在不同空间范围上都表现出一定的扩展与收缩态势。(4)城市的经济发展水平、创新主体、创新投入及创新基础设施的差异性,对长江经济带城市创新能力呈现出不均衡的空间分布产生重要影响。     

基于MODIS EVI的2000~2015年重庆植被覆盖季节变化

基于2000~2015年的MODIS EVI数据，采用MVC、趋势分析和分布指数法，分析了重庆近16 a来植被的季节变化趋势和空间分布特征。结果表明：（1）植被减少类型冬季比例最高（6.33%），主要分布于受库区蓄水和建设用地扩张影响的河谷、城镇及其周边地区；植被不变类型秋季比例最高（88.23%）；植被增加类型春季比例最高（31.50%），主要分布于农业种植的西部丘陵区和中部平行岭谷地区。（2）植被变化类型优势分布区域各异，植被减少主要分布于小于400 m、小于 6°区域，植被增加主要分布于400~1 000 m、6°~15°区域，在大于1 000 m、大于15°区域植被相对稳定。（3）从春季到夏季，植被减少类型向低地形区（< 800 m，< 6°）移动，而植被增加类型则向高地形区（> 800 m，> 6°）移动；从夏季到秋季，植被减少类型向高地形区（> 500 m，> 6°）移动，而植被增加类型则向低地形区（< 500 m，< 6°）移动；从秋季到冬季，植被减少和增加类型均在向高地形区移动，在高地形区，植被减少（> 1 300 m，> 15°）分布强于植被增加（> 500 m，> 6°），在低地形区则是植被减少（< 1 300 m，< 15°）分布弱于植被增加（< 500 m，< 6°）。（4）在坡向的分布上，除了平地区域外，植被变化幅度在北、东、南、西坡向上随季节变化不明显。 关键词： 植被覆盖度；MODIS EVI；趋势分析；地形分布指数；季节变化