安徽省O3浓度时空分异及其驱动因素研究

基于2017—2018年安徽省132个空气质量监测站点的O₃浓度观测数据及各月份的气象与前体物排放数据, 采用空间自相关分析、地理探测器等方法分析安徽O₃浓度的时空分异及其驱动因素. 结果表明:安徽O₃浓度的峰值出现在5月和6月, 超标率分别为31.4%和42.8%. O₃浓度整体呈空间集聚特征, 高值区主要出现在安徽东北部的蚌埠、宿州、淮南和滁州4市, 低值主要分布在皖南山区. 气象要素是安徽省O₃浓度格局形成的主控因素, 其中6月的边界层高度(q=0.644)、近地面太阳辐射(q=0.597)和风速(q=0.571)的影响最大, 且呈正向影响, 风速的增大和边界层高度的增加可能使得输入性污染增加. 降雨量(q=-0.532)和相对湿度(q=-0.559)呈负向影响, 且降雨带的移动是影响安徽夏季O₃分布格局的一项关键因素. 本地前体物排放对安徽O₃浓度的影响受到气象要素的驱动, 在夏季呈正向, 而冬季呈反向, 其中CO的影响相对较大. 6月气象要素与本地前体物排放的双因子交互驱动对O₃浓度的空间分异具有增强作用. 边界层高度和近地面太阳辐射与本地前体物的组合解释力均大于0.7, 在不利的气象条件下, 应进一步加强对本地前体物排放的管控.     

安徽省2017—2018年PM2.5浓度时空分异特征

以2017—2018年安徽省133个空气质量监测站（国控点66个，省控点67个）228万条PM_2.5质量浓度数据为基础，基于空间自相关和地统计方法对该区PM_2.5浓度的时空分异特征进行分析。结果显示：安徽省年平均PM_2.5质量浓度为49.63 μg/m³，88%的监测站点PM_2.5质量浓度超过国家环境空气质量标准二级限值；PM_2.5浓度呈现明显的冬季高、夏季低、春秋季适中的特征，日变化曲线呈双峰结构，峰值在09：00和22：00前后，低值在16：00—17：00；全省PM_2.5浓度全局Moran指数为0.673 6，月度指数为0.389 6~0.745 6，均表现为空间聚集性，且冬季PM_2.5浓度的空间聚集性更强；局部空间自相关指数表明全省PM_2.5浓度呈西北高-高集聚、东南低-低集聚的特点，低值集聚区稳定在黄山市及其周边；全省PM_2.5浓度总体表现为由北向南递减的趋势，但受局部地形的影响，PM_2.5浓度在西部大别山和皖南山区出现明显的下降趋势。研究结果综合了国控点和省控点监测数据，更加详细地表征区域PM_2.5浓度的时空分异特征，为该区实施有效的环境污染防控提供重要参考。     

基于基尼系数方法的长三角区域绿色发展状况均衡性探析

本文采用主成分分析方法,测算了长三角一体化区域经济发展与环境负荷系统综合指数;运用耦合协调模型,对两系统耦合协调度进行了考察;依据耦合协调度,构建了绿色发展能力判别标准,据此对绿色发展状态进行了识别;基于基尼系数方法,对绿色发展状况均衡性进行了探索。结果表明:(1)安徽、浙江、江苏、上海的经济发展指数分别由2005年的0.41、0.41、0.46、0.44跃升至2017年的0.81、0.72、0.85、0.84,环境负荷指数分别由2005年的0.91、0.91、0.90、0.84降至2017年的0.58、0.51、0.55、0.44;(2)研究时段内,安徽、浙江、江苏、上海的耦合协调度均值分别为0.7677、0.7667、0.7688、0.7691,均呈准绿色发展状态;(3)考察时序内,长三角一体化区域绿色发展能力基尼系数均值为0.0129,准绿色发展能力均衡。基于研究结果,提出了提升长三角一体化区域绿色发展能力的政策建议。