长三角地区吸收性气溶胶时空分布特征

利用2008～2017年OMI/Aura OMAERUV L2气溶胶数据集,研究了近10年长三角地区吸收性气溶胶的时空分布特征.结果表明:①在时间分布上,长三角地区气溶胶光学厚度(AOD)与吸收性气溶胶光学厚度(AAOD)的年际变化趋势一致,均为先升后降,于2011年达最高值,分别为0. 702和0. 056.月际变化显示AAOD高值多发生在1、3和6月,11月到次年1月明显增加.②在空间分布上,长三角地区AAOD呈北高南低分布,AOD与AAOD分布相似,AAOD 0. 05的高值区主要集中在安徽北部、江苏北部以及南京、杭州和金华等地区. AAOD与AOD季节空间分布均为春冬高,秋季较低,但二者不同的是,夏季AOD很大,AAOD却很小.长三角地区AAOD和AOD的年均空间分布与黑碳贡献量一致.     

华北平原AOD时空演化与影响因素

深入了解大气气溶胶时空变化及其影响因素,对控制大气污染,改善大气环境具有重要意义.首先利用2013～2019年的VIIRS IP气溶胶光学厚度（AOD）数据分析华北平原AOD的时空变化规律.其次,选取SO₂、 NO₂、 PM_2.5、气象数据、 NDVI、 DEM、 GDP和POPU作为影响因素,基于XGBoost模型分别建立华北平原5个代表城市的AOD与其影响因素之间的连接模型,定量估算并揭示AOD时空分布规律背后各个影响因素的贡献.结果表明在空间分布上,华北平原AOD以太行山脉为界,呈现东南高西北低的格局.在时间变化上,5个城市AOD年均值整体呈下降趋势,AOD月均值先上升后下降,最高值出现在7月,最低值出现在12月.此外,建立的华北地区5个城市AOD估算模型精度较高,R²在0.60～0.67之间.华北平原的AOD影响因素中,NO₂和SO₂是对5个城市AOD贡献最大的影响因素,此外,PM_2.5是另外一种重要的污染排放影响因素.气象因...     

基于MODIS数据的中国气溶胶光学厚度时空分布特征

利用Aqua/MODIS C006大气气溶胶光学厚度(AOD)遥感数据,统计了中国2007—2017年的AOD值,对11年间AOD的空间分布特征及年际和四季变化特征进行分析,并采用Theil-Sen Median趋势分析、标准偏差和Hurst指数3种方法,分析了基于像元的中国大陆地区AOD时空变化特征.结果表明:①空间特征:11年间AOD分布具有东部高、西部低,东部减少、西部基本不变的特征;②时间特征:AOD变化在年际间呈余弦曲线式波动下降的特征,最高值出现在2007年,为0.34,最低值出现在2016年,为0.22,11年间AOD平均值下降了35.29%;年内AOD值表现出春夏高(0.33/0.32),秋季次之(0.26),冬季最小(0.15)的季节变化特征;③稳定性与持续性:东部稳定性差但集聚、西部稳定性好但分散,东西差异显著;中国AOD持续性特征以弱反持续性为主,弱持续和弱反持续镶嵌分布,西北干旱区表现为强反持续性的特点.     

2006~2020年中国大气本底站BC气溶胶的时空分布特征

黑碳（BC）气溶胶来源复杂且具有特殊环境和气象影响效应.我国不同大气环境下的BC时空分布特征亟待全面认识.使用2006~2020年中国7个大气本底站长期BC观测数据,结合气象数据、排放源、增强植被指数（EVI）和气溶胶光学厚度（AOD）数据,综合分析了BC的时空分布特征、长期演化趋势及其影响因素.结果表明,中国不同地区的BC浓度和AOD差异较大,BC对AOD多为正贡献.受排放源和气象条件等因素的影响,BC浓度和AOD空间分布为东高西低,"胡焕庸线"以东的龙凤山、上甸子、临安和金沙的浓度较高,ρ（BC）和AOD平均值分别为（1699±2213）~（3392±2131） ng·m^-3和0.36±0.32~0.72±0.37;"胡焕庸线"以西的阿克达拉、瓦里关和香格里拉的浓度较低,ρ（BC）和AOD平均值分别为（287±226）~（398±308） ng·m^-3和0.20±0.13~0.22±0.19.不同大气本底站BC的年际变化可分为4类：年际变化较小型,主要为阿克达拉站;先增后减然后稳定型,主要为瓦里关站;先降低后稳定类,主要为香格里拉站;先稳定后降低型,主要为龙凤山、上甸子、金沙和临安.不同大气本底站BC的季节变化具有差异."胡焕庸线"以西地区秋季BC浓度最低,冬季和春季BC浓度较高;"胡焕庸线"以东地区冬季BC浓度最高,夏季BC浓度最低.BC对AOD的影响在"胡焕庸线"东西部站点的春季和夏季均较大,在"胡焕庸线"以西站点的秋季较小,在"胡焕庸线"以东站点的冬季较小.大气本底站BC的日变化多为双峰型分布,但是峰值时间存在显著地区和季节差异.     

2004-2018年四川省AOD时空格局及趋势分析

为了解卫星监测气溶胶光学厚度(AOD)在四川地区的适用性及该地AOD长时序时空格局,文章基于四川省2004-2018年AOD数据,利用地基颗粒物监测数据(PM_2.5和PM₁₀)和气象数据,建立经标高订正的AOD与经湿度订正的PM_2.5和PM₁₀的线性相关模型。结合Mann-Kendall(MK)趋势分析和Sen’s斜率估计等方法,对四川省AOD时空分布格局及变化趋势展开研究。结果表明:订正后的AOD和PM₁₀与PM_2.5呈显著线性相关,相关系数分别为0.825 0和0.841 7;AOD东高西低的空间异质性显著,15年间轻度增加、基本不变和轻度减小的区域比重分别占46.61%、39.97%和13.94%;AOD年变化率为-0.001 32(p>0.005),各年均值主要在0.6～0.8范围内波动,季节均值表现为秋季>夏季>春季>冬季,月均值呈"正梯形"周期变化,四川盆地、川西高原和川南地区月均值峰值分别出现在4月、9月和12月。     

中国气溶胶光学厚度的时空分布及影响因素分析

基于1980~2017年MERRA-2再分析产品中的气溶胶光学厚度（AOD）数据,结合趋势分析和时空地理加权回归模型（GTWR）等方法,分析中国AOD的时空变化特征,从时空异质性视角量化自然地理和人类活动对AOD的综合影响.结果表明,1980~2017年AOD以0.0028a^-1的速率呈显著上升趋势,而2009~2017年AOD以0.0083a^-1的速率呈显著下降趋势.2008年前后为AOD由升到降的转折期,可能与2007年生态文明建设和2008年全球经济危机有关.胡焕庸线以东地区为AOD高值区,以人为气溶胶为主,近40a来AOD值呈显著上升趋势;胡焕庸线以西地区为AOD低值区,以自然气溶胶为主,AOD值基本不变.气温、气压、黑炭气溶胶排放和硫酸盐气溶胶排放与AOD呈正相关,降水、风速、NDVI和GDP与AOD呈负相关.AOD与影响因子间的关系具有时空异质性.从时间变化来看,降水、风速、NDVI、GDP的回归系数具有一致性,而气温、气压、黑炭气溶胶排放、硫酸盐气溶胶排放在不同年份的回归系数有正有负;从空间变化来看,中国北方地区气温与AOD间呈负相关,南方地区二者呈正相关.     

中亚五国气溶胶光学厚度时空分布特征研究

气溶胶时空变化是影响气溶胶气候效应不确定性的主要因素之一.在生态环境脆弱的中亚五国(哈萨克斯坦、乌兹别克斯坦、土库曼斯坦、吉尔吉斯斯坦和塔吉克斯坦)研究气溶胶光学厚度(Aerosol Optical Depth,AOD)的时空变化对中亚地区及全球生态环境和气候变化具有重要意义.基于2002-2019年MODIS 04_...     

河南省气溶胶光学特性的时空变化特征

利用2001～2018年的Terra MODIS C6.1气溶胶产品对河南省大气气溶胶光学特性进行研究,分析气溶胶光学厚度(AOD)、气溶胶垂直柱质量浓度(AMC)和细粒子比(FMF)的时空分布特征,并针对代表性区域研究了气溶胶光学参数的时间变化特征.结果表明,河南省年均AOD和AMC及其在各个季节的空间分布均为东高西低、北高南低,与河南省特殊地势、人口分布及各地区企业数量有关,而FMF的空间分布与AOD和AMC分布相反.春季AMC值最高,而FMF值最低,表明春季主要是受到沙尘气溶胶的影响.夏季AOD和FMF值最高,而AMC值较低,主要是夏季气溶胶吸湿增长作用增强导致AOD高值出现,雨水冲刷与二次气溶胶生成量增加使夏季以细模态气溶胶为主.秋、冬季河南省AOD和AMC值相对较低,FMF值略高于春季.河南省AOD和AMC呈现逐年下降趋势;而FMF呈现上升趋势,而且2011年之后AOD、AMC和FMF的月平均峰谷差值均有所减少.     

基于多传感器融合的时空连续AOD重构模型

气溶胶光学厚度（AOD）是气溶胶最重要的参数之一,现有的遥感AOD产品受云、积雪等因素的影响空间缺失严重,因此,生成空间覆盖完整的AOD具有重要意义.本文融合MODIS的MAIAC AOD和Himawari-8的AHI AOD,结合气象数据和高程数据,提出一种集成反距离权重插值（IDW）和CatBoost模型的时空连续AOD重构方法（命名为IDW-CatBoost）.将此方法应用于京津冀和台湾岛的AOD重构,并与IDW、CatBoost方法对比,重构结果利用地基监测AERONET AOD进行验证,其中,京津冀的验证数为352个,台湾岛的验证数为641个.结果表明：在空间分布上,IDW AOD存在星点状特征,CatBoost、IDW-CatBoost的AOD具有空间连续分布的纹理特征;精度上,经地基监测AERONET AOD验证,京津冀地区IDW AOD与IDW-CatBoost AOD接近;台湾岛IDW-CatBoost AOD相比于IDW、CatBoost结果,R2分别提高了10%和5%.经过多传感器AOD融合,与单传感器AHI L2、L3、MAIAC AOD相比,IDW-CatBo...     

基于Landsat数据的关中盆地腹地AOD时空格局及城市化对其影响

气溶胶光学厚度(aerosol optical depth,AOD)是气溶胶最基本的光学特性之一,表征气溶胶对光的消减作用,对区域大气污染有一定的指示作用.首先,以2000 ～ 2019年长时间序列MOD09A1产品数据为基础,利用ASTER波谱数据库,构建了Landsat TM/OLI蓝光波段地表反射率数据集,利用深...     

乌鲁木齐市空气污染时空分布特征及其与气象因素相关分析

基于乌鲁木齐市7个检测站点实测数据(参照《环境空气质量标准》规定的6项常规监测污染物(PM_2.5、PM_10、SO_2、NO_2、CO、O_3)的24小时/8小时国家二级标准和AQI分级标准),对乌鲁木齐市2016年空气质量做变化趋势分析。结合乌鲁木齐市气象要素和城市发展数据对乌鲁木齐市空气质量影响因素做相关分析,然后利用层次分析法(AHP)对乌鲁木齐市环境空气污染时空分布特征的影响因素做评价分析。研究结果有:(1)乌鲁木齐市2016年1月,轻度污染天气占整月的3%、中度污染天气占26%、严重污染天气占32%、重度污染天气占39%;工业园区集中的米东区是乌鲁木齐市空气污染最严重的城区。(2)乌鲁木齐市的城区空气污染物因子和同期气象因素相关性显著;(3)重要污染物企业的空间分布对乌鲁木齐市空气污染空间分布起到绝对的影响作用。     

厦门市环境空气污染时空特征及其与气象因素相关分析

利用2014年3月—2015年2月厦门市18个监测站点实测数据,运用GIS技术、相关分析以及统计分析等方法,进行空气质量指数(AQI)及其污染因子的时空分析,结合厦门市土地利用分类专题图和主要重工业企业分布图进行厦门市环境空气质量状况污染源的分析.结果表明:厦门市首要污染物为PM10,其天数占全年的48%,PM2.5紧随其后占到36%;厦门市空气质量较好时间段主要集中在夏季,其中7月份是厦门市空气质量最好的月份,而厦门市秋冬两季的空气质量较差;AQI与温度相关系数达-0.813,具有极显著负相关性(p0.01),与气压相关系数达0.835,具有极显著正相关性(p0.01),而与风速和相对湿度气象因素相关性都不显著(p0.05);PM2.5、PM10、SO2、NO2、O3污染因子存在明显的空间分布差异,海沧区和集美区南部的空气污染比厦门其他地方明显更为严重;从土地利用图和主要重工业企业的分布图可以看出,污染最为严重的地区土地利用类型主要是建筑用地,而且这些地区还分布着许多钢铁厂和发电站.     

四川盆地大气污染物时空分布特征及气象影响因素研究

利用2015—2018年四川盆地内18个城市的6种污染物逐日质量浓度监测资料、同期的常规气象观测资料，采用插值、相关分析等方法，分析了四川盆地3个区域6种污染物的时空分布特征，探讨了各个污染物质量浓度与气象要素之间的关系.结果表明：①O₃在盆地中西部污染较重，PM_2.5和PM₁₀在德阳、成都、眉山、内江、自贡一带污染较重，在广元和巴中污染较轻，SO₂在巴中、南充、绵阳、德阳一带污染较轻，在广元和盆地中南部污染较重；②NO₂平均浓度呈先增后减的趋势，O₃呈增加趋势，而CO、PM_2.5、PM₁₀、SO₂均呈减小趋势；③CO、NO₂、PM_2.5、PM₁₀、SO₂呈"夏低冬高"的特征，O₃则相反，CO、NO₂、PM_2.5、PM₁₀均表现为"双峰双谷"型，O₃和SO₂则表现为"单峰"型；④偏东风有利于CO、NO₂、PM₁₀、PM_2.5的稀释扩散，偏北风有利于O₃、SO₂的稀释扩散；⑤6种污染物质量浓度均与气压、气温、24 h变温、24 h变压、相对湿度、10 m风速、700 hPa散度、850 hPa高度显著相关.风速、相对湿度、混合层高度、逆温层平均高度的增加有利于大多数污染物的稀释扩散.     

西北四省吸收性气溶胶时空动态分布及其影响因素

利用OMAERUV数据日产品,对西北四省(陕西省、甘肃省、青海省和宁夏回族自治区)2005-2019年紫外吸收性气溶胶指数(Ultraviolet Aerosol Index,UVAI)数据进行提取及分析,探讨其时空变化特征及影响因素.结果表明:在时间变化上,西北四省UVAI值呈波动上升的变化趋势;季节方面,UVAI均...     

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.     

汉丰湖和高阳湖水体氮磷分布及影响因素研究

为了研究三峡水库蓄水及汉丰湖调节坝运行对湖库氮磷营养盐的影响,于2018年11月～2019年10月对汉丰湖和高阳湖进行逐月水样采集.结果 表明:汉丰湖TN浓度为0.78～2.38 mg/L,TP浓度为0.03～0.13 mg/L;高阳湖TN浓度为0.57～2.48 mg/L,TP浓度为0.03～0.09 mg/L,两湖...     

北疆地区近53年极端气温事件及其影响因素分析

根据北疆地区1960—2012年31个气象站点的逐日最高气温和最低气温资料,采用线性趋势分析、主成分分析和反距离加权等方法对该地区的年平均最高气温、年平均最低气温和14个极端气温指数的时空变化特征进行了研究,并探讨了各极端气温指数与北极涛动指数、北大西洋涛动指数和厄尔尼诺-南方涛动之间的关系。研究表明:(1)近53年来,北疆地区年平均最低气温、年平均最高气温分别以0.49℃·(10a)~(-1)、0.22℃·(10a)~(-1)的年际倾向率呈显著的上升趋势;气温日较差以0.27℃·(10a)~(-1)的年际倾向率呈显著下降趋势。极端暖指数除暖昼日数、夏日日数和极端最高气温均表现为不显著的上升趋势外,其他暖指数均呈显著上升趋势;极端冷指数中除极端最低气温、日最高气温的极小值呈上升趋势外,其他冷指数均呈减小趋势;在空间变化上各极端气温指数均表现为在阿尔泰山东南部地区和伊犁河谷地区变化幅度较大,其他地区变化较小。(2)冷指数(冷夜、日最高气温的极小值、极端最低气温)的增温幅度明显大于部分暖指数(暖夜、日最低气温极大值、极端最高气温),这一变化特征在山麓、山谷等地区表现最为明显,而在这一地区夜指数(暖夜、冷夜)的变暖幅度也明显大于昼指数(暖昼、冷昼)。(3)极端气温指数与大气环流指数相关性分析表明,三种大气环流指数中北极涛动指数对北疆地区极端气温的影响最为明显,其次是北大西洋涛动指数,且这两种大气环流指数对研究区极端气温冷指数的影响较为显著,而厄尔尼诺-南方涛动对研究区极端气温影响较小。     

中国资源型城市房价时空变化与影响因素分析

基于禧泰数据库的全国城市二手房价监测数据,利用描述统计和GIS空间分析方法详细分析了2011—2018年126个中国资源型城市房价时空变化特征,并采用空间杜宾模型进一步揭示了其影响因素。研究结果表明:(1)2011年和2018年中国资源型城市平均房价分别为4105元/m2和5675元/m2,再生型城市、成熟型城市、成长型城市和衰退型城市的平均房价依次递减;(2)2011—2018年中国资源型城市平均房价呈现出波动上升的态势,房价增长率为38.2%,远低于全国城市平均房价增长幅度55.3%,且不同类型资源型城市房价的增长幅度有所差异,以成熟型和再生型城市的房价增幅相对较大;(3)中国资源型城市房价和变化存在显著的空间集聚特征,房价热点区主要集中在东部地区和中部地区城市,房价冷点区主要以东北地区和西部地区城市为主;(4)空间杜宾模型显示,人均GDP、人均住房开发投资、多样化指数、专业化指数和工业废水排放强度是影响中国资源型城市房价空间差异的主要因素。     

我国半资源消费型野生动物旅游景区时空演变特征及其驱动因素分析

选取1906—2019年间我国574个半资源消费型野生动物旅游景区为研究对象,采用地理学的空间分析方法对其时空分布特征、演变规律及驱动因素进行实证分析。结果表明:(1)我国半资源消费型野生动物旅游景区的发展可分为探索(1906—1948年)、快速发展(1949—1959年)、慢速发展(1960—1992年)和高速发展(1993—2019年)四个阶段。(2)空间上呈凝聚型分布,地理集中程度较高,地区间不均衡程度高,形成了以北京、江浙沪交界及广州为核心的三个高密度区;整体呈现东南沿海多,中部过渡,西北内陆少的格局;随着时间的演化,凝聚形态一直延续,地理集中度逐渐下降,地区间的不均衡程度逐渐加深。(3)时空演化的影响因素包括历史背景、国家政策和地方人口数量、经济及旅游发展规模等,呈现了较强的正相关性。