2016—2019年夏半年成都市区臭氧污染天气特征分析

为揭示成都市区臭氧污染气象条件特征,通过欧盟COST733天气客观分型软件对成都市区2016-2019年夏半年(5-9月)海平面气压场和500 hPa位势高度场进行大气环流形势分型,并结合同期臭氧监测数据、地面气象观测数据以及总云量实况分析产品,分析成都市区夏半年臭氧超标天气及气象要素特征.结果表明:成都市区2016-2019年夏半年共出现臭氧超标日数为159 d,超标率为26.0%,超标日主要集中于5-8月,小时超标多出现于14:00-17:00.臭氧污染日数最多的海平面气压场为弱低压型,其后依次为低压前部型、低压型、高压后部型.臭氧超标率最高的海平面气压场为低压前部型,其后依次为弱低压型、低压型、高压后部型.500 hPa位势高度场平直西风气流型臭氧超标日数最多,青藏高压型臭氧超标日数最少.青藏高压型是臭氧超标率最高的500 hPa位势高度场型,平直西风气流型臭氧超标率最低.成都市区臭氧超标日多出现在偏西北风下,近地面气象要素特征一般表现为风速1.2~1.6 m/s,气温在25℃以上,相对湿度多集中在70%左右,总云量和降水概率多低于60%,降水量级以小雨为主,太阳辐射和日照时数分别位于20.5~23.2 MJ/m2和6.0~7.8 h区间.小时臭氧超标近地面气象要素特征为气温和总辐射曝辐量相对较高,二者分别在30~36℃和0~3.5 MJ/m2之间,相对湿度在60%以下,总云量低于40%,以偏南风影响为主.研究显示,成都市区海平面气压场为低压型,500 hPa位势高度场为青藏高压型时,易发生臭氧污染.      

西成高铁沿线区域A级景区空间点格局研究

通过获取西成高铁沿线8个市级行政区A级景区和高铁站点的地理坐标,利用核密度估计、Ripley′sK函数等方法进行空间点格局分析。结果表明:①西成高铁沿线景区形成了以成都、西安为中心的双热区分布和由成都向乐山、绵阳辐射的次热区分布。②人文遗址类和自然遗迹类景区分别在65km和75km左右的范围内呈聚集分布,现代人造或重建类景区则一直呈聚集分布。③88.4%的景区分布在8个中心城市的“一日游”圈内。     

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.     

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.     

地球系统模式CESM模拟的ENSO变率与中国东部降水格局

根据地球系统模式（CESM）的千年控制模拟试验结果,以Niño3.4区的逐月海表温度变化为指标,辨识了212次El Niño事件、226次La Niña事件;分析了El Niño和La Niña事件发生当年及次年中国东部5-9月降水异常的空间格局;探讨了ENSO与华北、江淮、江南和华南4个区域旱涝的关系。结果表明：El Niño事件发生的当年5-9月,华北和华南地区降水减少2%~10%,长江中下游地区降水略有增加（0~2%）;次年,江南地区转为降水增加（2%~10%）,华北北部降水继续减少。在La Niña事件发生的当年,华北地区降水偏多（增加2%~10%）;次年,江淮地区降水显著减少（2%~5%）。ENSO增强会导致降水变幅加大。在El Niño衰减并向La Niña快速发展的年份,江南地区出现洪涝灾害的概率较其他年份高1倍以上。这些认识为深入揭示气候系统内部年际变率对中国东部降水格局变化与区域旱涝的影响作用、理解2016年长江中下游发生重大洪涝灾害提供了异常天气气候背景依据。     

Exploration of spatial morphometry and socioeconomic variables in modelling urban land use change

The incorporation of land use (LU) data with socioeconomic data is a main issue in modelling. This is as a result of difference in data model and scale. This study proposed and tested the change–pattern approach, which allows the incorporation of these data sets in modelling LU change. Focusing on LU dynamics for a selected part of the Thames Gateway within the City of London, the approach tested two different methods of input selection for the modelling operations. Variables selected from these two methods serve as inputs into several neural networks tested in order to identify the direction of change for each of the LU types within the study area. The result shows that direction of LU change across the study area could be identified when spatial morphology of the area and socioeconomic variables are considered. Some classes of change could be identified fairly accurately using landscape metrics indicating level of fragmentation, extent of LU patches, shape complexity of LU patches in combination with some socioeconomic variables.     

正交与斜交旋转主成分分析法在气象因子影响细颗粒物研究中的应用

基于cost733模型及大量再分析资料、观测资料,对2013—2019年冬季海平面气压及近地面风场进行正交和斜交旋转主成分分析,讨论这两种分型方法及不同分型数量下我国天气形势、降水及细颗粒物（PM_2.5）的差异.结果表明,斜交旋转主成分分析法相比于正交方法,划分的天气形势更具代表性,其中,划分为4类天气形势最具代表性,即西伯利亚冷高压影响范围最广、出现频率最高的Type1;西伯利亚冷高压强度最弱、出现频率最低、重度污染站点比例最大、污染最重的Type2;京津冀等地容易出现锋面天气、降水强度最大、清洁站点比例最大、污染最轻的Type3;受东北部深厚冷低压影响、重污染较少的Type 4.     

城市景观格局时空特征的热环境效应研究——以广州市花都区为例

1999-2009 年,广州市花都区经历了经济腾飞的10 a,不断变迁的城市景观格局时刻影响着热环境的分布.论文基于Landsat TM/ETM+遥感数据,获得地温反演图和土地利用类型图.采用均值-标准差法划分热力等级以分析热力重心变化,并与建设用地重心变化作对比.通过移动窗口得出可视化的景观指数,指数刻画包括景观多样性和建设用地密度、形状和分布状况,进而分析景观指数与地温间的相关性.研究结果表明:区内南部受人类活动影响最为剧烈;土地利用类型并非是影响地温分布的唯一因素;区内城市景观格局多样性与地温虽存在正相关关系,但随着多样性程度加剧且各组合面积比例均匀,降低了两者相关程度;建设用地面积比例、分离度与地温的相关关系较为稳定,且比例较高或分离度较低的所在区域通常为高温区;建设用地平均分维指数与地温的相关性随着其形状的复杂性加剧和分布范围扩大而降低,即影响了高温形成的程度.     

北京市六环内绿色空间滞蓄雨水径流功能的变化评估

面对日益频发的城市内涝问题,科学认识绿色空间控制雨水径流的作用具有重要意义。论文以北京市六环内区域为研究区,评估了2000-2010年绿色空间滞蓄雨水径流的功能及其变化。结果表明：2000-2010年北京城市绿色空间减少198.49 km²,主要表现为农田和荒草地面积减小,五到六环内绿色空间缩减最为严重,且最大斑块指数（LPI）和聚集度指数（AI）均减小,景观破碎化趋势明显。绿色空间夏季滞蓄雨水径流量由2000年的1.32×10⁸ m³增加到2010年的1.46×10⁸ m³,但雨水滞蓄率相应地由23.43%下降到16.89%,这与绿色空间面积减小和景观格局变化有关。此外,五到六环内绿色空间滞蓄雨水径流能力最高,滞蓄率高达22%~32%,且逐年呈降低趋势;二到三环内绿色空间滞蓄雨水能力最低,需要重点加强暴雨内涝防治。这主要与不同环路内绿色空间的面积和斑块连通性有关。因此,建议优化调整北京市六环内绿色空间的组成结构和景观格局,充分发挥其滞蓄雨水径流功能,以降低城市内涝风险。     

2014年10月中国东部持续重污染天气成因分析

2014年10月5─13日中国东部发生了大范围、长时间的(雾)霾及重污染天气. 采用AQI数据分析此次大气重污染过程的时、空演变特征,并应用NCEP(美国国家环境预报中心)再分析资料以及地面、小球探空数据,分析了主要天气型演变、边界层及上空的风场、气象条件特征,以研究此次秋季重污染天气的气象成因和形成过程. 结果表明:①华北、东北是此次污染最为严重的地区,其域内各城市持续数日的污染演变可分为AQI显著上升、持续高值、下降3个阶段. ②在AQI上升阶段(10月6—8日),受大陆高压控制,东部地区出现较弱地方风场和偏南风输送风场,风速在0～2 m/s,相对湿度在22%～86%,3 000 m逆温显著利于污染物积累. ③在持续污染阶段(10月8—11日),海上高压滞留,再加上台风“凤凰”北上阻挡大陆高压影响,使东部地区出现持续4 d的偏南风、偏东风弱风场,风速在1～4 m/s,相对湿度为57%～96%,造成严重污染. ④在AQI下降阶段(10月11—12日),后续大陆高压南下,前部冷锋利于污染物清除,风速达到6 m/s,是AQI降低的主要天气背景场. 因此,持续出现的稳定天气形势是导致此次中国东部重污染天气的主要气象原因.