太湖西岸水体污染物时空分布及解析

采用聚类分析、主成分分析及相关分析方法解析2015年太湖西岸入湖河流水质污染的时空分布特征及影响该区域水质的主要驱动因子。研究结果表明:时间上按污染程度将全年聚类为时段I(12月、1—3月)、时段II(11月、4—5月)和时段III(6—10月)3类;根据11项水质指标主成分分析提取3个主成分,可以解释75.49%的结果;时段I、时段II和时段III水质污染状况依次降低,空间上总体呈现出太湖西岸北部向南部递减的趋势;NH3-N、TN、Chl-a和SD是影响该水域水质的主要驱动因子。     

Case Study Comparing Multiple Irrigated Land Datasets in Arizona and Colorado,USA

While there are currently a number of irrigated land datasets available for the western United States (U.S.), there is uncertainty regarding in how they relate to each other. To help understand the characteristics of available irrigated datasets, we compared (1) the Cropland Data Layer (CDL), (2) Moderate Resolution Imaging Spectroradiometer Irrigated Agriculture Dataset (IAD), (3) Digitized Irrigated Land (DIL), and (4) Consumptive Use for Irrigation (CUI) data in Arizona and Colorado, U.S. These datasets were derived from multiple sources at various spatial resolutions and temporal scales. We found spatial and temporal trends among all of them. The datasets showed decreases in irrigated land area in Arizona during the 2000–2010 time period. The change ranges and ratios were similar in all Arizona datasets. Irrigated land in Colorado decreased in DIL and CUI but increased in IAD and CDL. The agreement within the same type of dataset during different time periods was from 60% to 80% (R² from 0.35 to 0.72) in Arizona and from 50% to 80% (R² from 0.23 to 0.68) in Colorado. DIL had the highest agreement (80%) in both states. The agreement among different datasets acquired at approximately the same time frame ranged from 51% to 63% (R² from 0.14 to 0.31) in Arizona and from 47% to 69% (R² from 0.32 to 0.40) in Colorado. The results from this study support a greater understanding of the multiresolution and multitemporal nature of these datasets for various applications.     

三峡库区非点源污染氮磷负荷时空变化及其来源解析

三峡库区是我国重要水源保护区,也是长江流域经济迅速发展区域之一.非点源污染是库区水环境恶化的主要原因,因此研究库区非点源污染状况对于区域的生态安全以及可持续发展具有重要意义.研究采用改进输出系数模型,估算库区1990~2015年的非点源氮磷污染负荷总量,分析非点源氮磷污染的时空变化特征,并通过计算各污染源的贡献率确定主要污染来源.结果表明,氮磷污染负荷量在空间上均呈现库区腹地高,库尾次之,库首最低的分布特征;氮磷污染负荷总量在时间上均呈现先增加后降低的趋势,在2000年达到最高值,2015年降到最低值;各污染源对氮磷污染负荷量的贡献率按从大到小依此为：土地利用、农村生活以及畜禽养殖;其中,旱地这种土地利用类型是非点源氮磷污染的主要来源.     

中国暖季近地面臭氧浓度空间格局演变及主要气象驱动因素

中国的近地面臭氧（O₃）浓度在2015~2018年间持续升高,已成为仅次于颗粒物的重要大气污染物.基于中国337个城市2015~2018年暖季（4~9月）的实时O₃浓度数据和气象数据,利用趋势分析、空间自相关、热点分析和多尺度地理加权回归（MGWR）,研究了2015~2018年中国暖季地表O₃浓度的空间演变格局,探讨了气象因素对其驱动的空间差异性.结果表明：①中国暖季O₃浓度整体呈显著升高趋势（P<0.05）,平均升高速率为0.28 μg·（m³·a）^-1,其中超过55%的城市O₃浓度每年升高0.50 μg·m^-3;②O₃浓度存在明显的区域差异,高值区（平均浓度>60 μg·m^-3）分布在华东、华北、华中和西北部分地区;低值区（平均浓度<20 μg·m^-3）分布在华南和西南地区;③O₃浓度变化趋势在空间上存在位于华东、华北、西北以及华中地区的热点区域和位于西南、华南（广西）以及东北地区的冷点区域;④气温是中国暖季O₃变化的主要气象驱动因素,其对华北、西北和东北地区O₃浓度的影响显著高于其他地区;除广西、云南和江西部分地区外,O₃浓度与气温呈显著正相关;O₃浓度在华南、华东和华中大部分地区与风速呈显著负相关,O₃浓度在华北和东北部分地区与风速呈显著正相关;除辽宁、山东、河北、甘肃、广东及西南部分地区外,O₃浓度与云层覆盖度呈显著负相关;除西北和西南部分地区外,O₃浓度与降水呈显著负相关.     

MODIS植被叶面积指数对贵州高原山地气象条件的响应

用EOS/MODIS卫星遥感分辨率为1 km的贵州2001—2008年每8 d合成植被叶面积指数（LAI）,分析了LAI的时间变化规律和年、季空间分布特征;还用贵州69个气象站的日观测数据,分别与各气象点所对应的3×3个像元LAI平均值进行气象要素（温度、降水、日照时数和水汽压）与LAI的相关分析。结果表明：该地区LAI年变化为0.3~3.0,多年平均LAI的空间分布是东南部最高（4.0）,西部和西南部最低（1.0）。显著影响LAI变化的气象因子按相关系数的大小排列是：温度、水汽压、日照时数和降水（均通过了99.9%信度检验）。水汽压对LAI产生影响的原因可能与高原喀斯特地区土壤层较薄有关。在考虑云贵高原植被年际间变化对气候变化的响应时可以把这些要素作为重要的影响因子。     

河北省近年地闪特征分析

利用河北省电力部门提供的2003年1月至2007年12月5年的地闪定位资料,对河北省地闪活动的时空分布进行了分析。结果表明:河北省地闪高密度区主要位于太行山中南部的迎风坡、燕山东部迎风坡以及平原的局部地区。地闪高密度区的分布,大部分与山脉峡谷地带、山脉迎风坡、地面水源丰富区及铁矿区较为对应;河北省的地闪活动呈现出明显的月季变化和日变化。地闪活动主要发生在4-10月,其中以6-8月最为频繁。地闪的月、季变化与副热带高压脊线位置的月季变化密切相关。河北省地闪活动的峰值出现在15-17时,谷值出现在10-11时。     

东北地区玉米低温冷害规律研究

以东北地区10 km×10 km的气象要素插值资料以及作物发育期资料为基础,通过计算每个网格点上热量指数和热量指数临界值,得到每个网格点上低温冷害指标值。在此基础上对低温冷害指标进行经验正交分解和小波分析,得到其时空变化规律及多时间尺度特征。玉米冷害3个空间分布型时间系数的分析表明,东北地区玉米低温冷害存在如下规律:第1模态在1971-1992年,呈现准8 a的周期变化规律,第2模态没有呈现很好的周期性规律,第3模态在1963-1974年,呈现准2a的周期变化规律。热量指数变异系数低值区主要分布在平原地区,中值区和高值区主要分布在大兴安岭、小兴安岭、长白山地区以及吉林省白城市沙地,山地和沙地的变异系数要高于平原地区。     

东北地区植被时空演变及影响因素分析

基于2000~2020年MODIS NDVI遥感数据,辅以气象数据和土地利用数据,通过小波分析、Sen+Mann-Kendall趋势分析、Hurst指数、偏相关分析及残差分析法,以不同地形地貌为单元,对不同周期阶段下东北地区植被时空演变特征及其对气候变化和人类活动的响应机制进行深入解析.结果表明:时间上,21a间东北地区植被NDVI呈速率为0.0308/10a(P<0.001)的上升趋势,以16a第一主周期下10a左右的周期变化最为稳定;空间上,东北地区植被NDVI整体处于较高水平,但空间分异明显,呈“西南低东北高”的格局.各周期阶段均为NDVI改善面积大于退化面积且改善范围不断扩增.NDVI未来变化趋势主旋律为持续改善,占总面积的63.56%;响应机制上,东北地区植被NDVI受气候变化与人类活动共同影响.2000~2020年NDVI与气温、降水和相对湿度呈正相关,与日照时数呈负相关,其中降水对NDVI的影响作用最强,且随周期演替以降水为主导气候因子的面积显著递增.各周期阶段人类活动对NDVI变化均以正向促进为主,林业工程实施是植被状况改善的关键,而建设用地扩张是植被减少的主要原因.     

过水性湖泊水质长期演变趋势及驱动因素：以骆马湖为例

过水性湖泊——骆马湖是南水北调东线工程的重要调蓄湖泊,具有防洪抗旱、饮用水供给和生态维护等多种功能.为了解骆马湖水质演变及驱动因素,基于2009～2020年长序列逐月实测数据,结合1996～2008年历史资料,分析了骆马湖总氮(TN)、总磷(TP)、高锰酸盐指数和氨氮(NH⁺₄-N)等指标的长期演变、季节动态和空间格局,探究了气象和水文因子对湖泊水质的影响机制.结果表明,近25年来,骆马湖水质总体处于Ⅳ～劣Ⅴ类.ρ(TN)变化明显(1.06～3.49 mg·L^-1),历经波动下降(1996～2002年)、显著的年际波动(2002～2015年)和显著上升(2015～2020年)这3个阶段,是骆马湖的主要污染因子.高锰酸盐指数显著下降(2.97～6.38 mg·L^-1),ρ(TP)和ρ(NH⁺₄-N)波动相对较小,分别介于0.024～0.076 mg·L^-1和0.11～0.69 mg·L^-1. 2017～2020年夏...     

兰州市农牧业源氨排放清单及其时空分布特征

通过实地调研等方式获取农牧业源的活动水平,采用NARSES模型确定氮肥施用排放因子,其它排放因子通过文献调研确定,建立了2016年兰州市农牧业源氨排放清单,并进一步分析了农牧业源氨排放的时空分布特征. 2016年兰州市农牧业源大气氨排放量为9 356. 90 t;其中畜禽养殖源氨排放量7 584. 03 t,分担率81. 05%;永登县是氨排放量最大的区县,氨排放量为2 820. 59 t,分担率为30. 14%.在兰州市各区县氨排放量分担率中,畜牧业源氨排放的分担率在65. 83%～97. 38%之间;氮肥施用源的分担率在2. 27%～28. 66%之间.从空间分布来看,兰州市农牧业源氨排放主要集中在皋兰县西北部与中部、红古区东南部、七里河区东西两部与榆中县东部.从时间分布来看,畜牧业源氨排放主要集中在4～9月,氮肥施用源的氨排放主要集中在3～7月和9月,其它月份排放量相对较小.