黄河流域空气质量时空分布及影响因素分析

本文基于2015—2018年空气质量监测数据,研究了黄河流域空气质量的时空变化特征,量化分析了影响黄河流域空气质量空间分布的主要因素。结果表明:(1)2015—2018年,黄河流域空气质量总体趋于改善,除O3-8h外,PM2.5、PM10等污染物浓度均不同程度下降;(2)空气质量不达标天数未有明显减少,以O3-8h为首要污染物的持续时间明显延长,并且污染天数与PM2.5的差距逐渐缩小;(3)PM2.5、PM10浓度呈现东高西低的分布格局,O3-8h污染区域逐渐扩大并呈持续连片分布,热点城市主要分布在流域下游,冷点城市主要分布在流域上游;(4)平均气温、平均风速、人口密度和城镇居民人均可支配收入是影响PM2.5空间分布的主要因素;地形起伏度、降水量、平均气压和人口密度是影响PM10空间分布的主要因素,累积解释率为65.9%;平均气压、地形起伏度、日照时间和平均风速是影响O3-8h空间分布的主要因素。     

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.     

盐城市县域碳汇时空特征及其影响因素

以盐城市10个县域为研究对象,基于核密度、趋势分析和标准差椭圆,分析1990～2020年盐城市县域碳汇时空特征,并构建多尺度地理加权回归模型,分析碳汇的主要影响因素.结果表明：(1)盐城市碳汇量总体呈增加趋势.碳汇量的绝对差异波动上升,相对差异与绝对差异的变化趋势基本一致.各县域碳汇存在不均衡现象,且呈增强趋势.(2)1990～2020年碳汇高值区主要分布在盐城沿海地区,且碳汇空间格局较为稳定.总体呈东高西低,南高北低的空间分布特征.碳汇标准差椭圆的中心基本以10 a为周期,移动较大距离.(3)多尺度地理加权回归模型估计结果表明：第二产业比例、人均地区生产总值、人口密度和土地利用强度对碳汇影响程度不同.第二产业比例对碳汇的负向作用最强,降低第二产业比例是提高碳汇的重要途径.     

中国1991~2018年突发环境事件时空特征及影响因素

探究我国近几十年突发环境事件的时空变化规律和影响因素,能提高突发环境事件风险监管的有效性和精准性.基于1991～2018年31省市的突发环境事件数据,运用空间自相关性和时空地理加权回归模型分析突发环境事件的空间依赖关系和影响因素作用的时空异质性.结果发现：(1)突发环境事件在1991～1994年和2001～2014年两个时间段内存在显著的空间正相关性,且空间集聚性在逐渐增强,即中国省域突发环境事件存在明显的空间依赖特征而并非完全随机状态.(2)突发环境事件存在着非均衡的发展格局,“低-低”类型的省份集中在西部和东北地区,数量增多后减少;而“高-高”类型的省份表现为由东部、南部向中西部转移,数量减少后增多.各省市突发环境事件在空间集聚中的作用不同且不断变化.(3)各影响因素对突发环境事件的作用在不同时期和不同省域具有明显的时空异质性.经济发展水平对突发环境事件的影响表现为“负-正-负”模式;产业结构对突发环境事件的影响表现为“负-正”模式;污染排放对突发环境事件的影响整体来看呈现“正-负-正”模式;环境信访对突发环境事件的发生多表现为正向影响;法制环境对突发环境事件的负向影响在逐渐减弱;...     

天山北坡城市群PM2.5浓度时空分布特征及影响因素分析

针对天山北坡城市群开展PM_2.5浓度时空分布特征和影响因素分析,对区域经济建设和环境保护具有积极的意义.通过地理加权回归（GWR）模型,利用MCD19A2气溶胶产品结合气象因子,反演得到天山北坡城市群2015~2021年3~11月的PM_2.5浓度时空分布,继而实现变化趋势和影响因素分析.结果如下：①研究区PM_2.5浓度高值主要分布在天山北麓和古尔班通古特沙漠之间的绿洲城市群地带,呈现“四周低,中间高”和“西低东高”的空间分布特征,2015~2021年研究区的ρ（PM_2.5）年均值为16.98 μg·m^-3,高值主要聚集在乌鲁木齐市市区部分,并向昌吉市和阜康市延伸递减;ρ（PM_2.5）月均值分布规律与年均一致,但存在季节差异,表现为：秋季（20.32 μg·m^-3）>春季（18.25 μg·m^-3）>夏季（12.47 μg·m^-3）,春季和冬季聚集现象会更明显;②研究区PM_2.5浓度年均值在2015~2021年呈现下降趋势,3~10月均值同样表现为下降趋势,仅11月表现为略有升高;从PM_2.5浓度变化趋势空间分布分析,下降集中在主要城市市区部分,尤其是乌鲁木齐市市区部分及其周边地区减少幅度最大,变化最为剧烈;③研究区气温、气压与PM_2.5浓度呈现正相关效应,而相对湿度,风速,大气边界层高度,降水量与PM_2.5浓度呈现负相关效应;各因子影响程度从高向低排列为：大气边界层高度>相对湿度>气压>气温>风速>降水量.     

长江经济带空气质量的时空分布特征及影响因素

基于2015~2018年空气质量实时监测数据,研究了长江经济带AQI的时空变化特征,从大气污染物排放量和气象因素两方面选取评价指标,利用地理探测器揭示了长江经济带AQI分布的影响因素及其季节变化.结果表明：2015~2018年长江经济带空气质量总体趋于改善,平均超标率由19.8%降至16.2%,除O₃超标率上升外,其余常规监测指标均有不同程度的下降.2017年开始O₃的超标率超过PM₁₀,成为长江经济带仅次于PM_2.5的大气污染物.AQI月变化曲线大体呈U型,具有冬春高、夏秋低的特点.长江经济带空气质量改善主要体现在冬、秋两季,O₃浓度的上升使夏季空气超标率上升,春季变化不大.AQI和空气超标率总体呈东高西低、北高南低的分布特征,其中上海、江苏、安徽中北部和浙江北部污染最严重,湖北中部和成渝地区其次,云南、贵州和四川西部空气质量良好.春夏季AQI的差异主要表现为东西向,秋冬季则主要表现为南北向.污染物排放量因子对长江经济带AQI分布有显著的正向影响,气象因子的影响方向则随季节变化而变化.全年和春、秋、冬3季AQI的分布格局主要由大气污染物排放量决定,夏季气象因子的影响力则更大.     

2017-2020年武汉市大气污染物时空分布特征研究

为进一步了解武汉市大气污染时空分布特征,对2017-2020年武汉市主要大气污染物(PM2.5、PM10、SO2、CO、NO2和O3)进行了空间插值分析、时间变化分析以及与气象要素的相关性分析。结果表明:武汉市近4年环境空气质量达标率为72.98%。PM2.5、PM10、SO2、CO和NO2具有\"冬高夏低\"的\"V\"形特征,O3 呈\"夏高冬低\"的变化趋势。武汉市年均质量浓度超标的大气污染物主要有PM2.5和PM10,但其年均质量浓度均呈下降趋势,而O3是年均质量浓度唯一处于上升状态的大气污染物,今后应重点关注颗粒物与臭氧污染。PM2.5、PM10、SO2、CO和NO2主要集中在武昌区、蔡甸区、青山区、江汉区、江岸区,而O3多聚集在黄陂区、新洲区和江夏区。PM2.5、PM10、SO2、CO和NO2之间均呈显著正相关,O3和其余5种大气污染物均呈显著负相关。平均气温与PM2.5、PM10、SO2、CO和NO2均呈显著负相关,与O3呈显著极强正相关;日照时长与6种污染物均呈显著负相关;平均风速与PM2.5、PM10、SO2、CO和NO2均呈显著负相关,与O3呈显著正相关;相对湿度仅与SO2呈弱相关性。影响武汉市大气污染物的主要气象要素是平均气温和日照时长。     

京津冀空气质量分布特征及气象影响因素分析

对京津冀地区空气质量分布特征及影响因素的研究已比较丰富,但对气象因素的影响分析往往通过简单的相关性分析。文章通过分析京津冀地区2019-2020年各市空气质量数据的基础上,得出近几年该地区空气质量都得到了明显的提升,在冬季空气质量相对较差,而春夏及初秋空气质量相对较好;京津冀地区呈现出北部区域空气质量较好,南部地区空气质量较差的现象,但各市空气质量整体较好;回归模型得出气温和风速对AQI指数有着显著的负向影响,相对湿度和气压对AQI指数有着显著的正向影响。最终本文还针对京津冀地区空气质量的治理提出了相应的建议。     

1990~2020年阿克苏河流域土地利用碳排放时空轨迹与影响因素

土地利用变化会导致不同类型碳源和碳汇功能变化,是碳排放的关键来源.从土地利用变化的角度开展阿克苏河流域碳排放及其影响因素研究,对于促进流域山水林田湖草沙冰一体化保护修复、助力碳达峰与碳中和目标实现具有重要意义.基于1990~2020年的4期土地利用数据与同期社会经济数据,测算土地利用碳排放总量,探究土地利用碳排放时空轨迹及其影响因素.结果表明:①1990~2020年,耕地、林地、建设用地和未利用地整体呈增加趋势,草地和水域呈减少态势.土地利用类型空间变化特征主要表现为草地、未利用地转换为耕地;②1990~2020年流域净碳总排放量呈现持续上升趋势,累计增加了14.78×10⁴ t,耕地面积增加是引起流域净碳排放量增长的关键因素;③流域土地利用碳排放量空间上呈中间高四周低的分布格局,净碳排放量显著变化区域主要分布在温宿县南部、阿克苏市、阿瓦提县及阿拉尔市;④人类活动对土地利用碳排放驱动作用最强且其影响由东部向西部逐渐增大,年均气温对土地利用碳排放影响贡献主要集中在阿克苏市东部和阿瓦提县北部,年均降雨量对温宿县北部和阿合奇县西部的抑制作用较强.     

内蒙古县域土地利用碳排放时空特征及影响因素

全面揭示土地利用碳排放时空变化规律并探究其影响因素,可为“双碳”目标下制定区域碳减排策略提供科学依据。文章在核算2000-2020年内蒙古103个县（市、旗、区）土地利用碳排放的基础上,运用空间相关性分析和时空地理加权回归模型,识别分析土地利用碳排放时空特征及其影响因素。结果表明：（1）2000-2020年内蒙古县域土地利用净碳排放量呈显著上升趋势,从2000年的9463.02万t上升至2020年的71 792.21万t;平均碳排放强度和碳排放年均增长率呈先下降又回升的态势;建设用地为首要碳排放源,林地与草地具有重要的固碳功能;（2）空间上,碳排放量具有明显的空间异质性和空间相邻性,呈现以HH集聚和LL集聚为主的布局特征,碳排放增长的中心地带主要位于工业主导型县域,而其边缘地区则主要位于牧业旗县、半农半牧旗县区和农业主导型县域,部分处于产业转型的县域也逐渐成为碳排放的低集聚区;（3）64%以上的县域经济发展水平与碳排放量呈正向关系,物质水平、建设用地规模和能源消费的作用均表现为正向效应,年降水量和人口集聚程度的系数较高值区集中于内蒙古东部的牧业旗县和半农半牧旗县区。最后,文章提出根据各地区土地利用碳排放特点有针对性地制定分区减排策略。     

长株潭城市群PM2.5和O3浓度时空分布特征及影响因素分析

基于2015~2019年长株潭城市群PM_2.5和O₃遥感浓度数据,利用空间自相关指数和地理加权回归（GWR）等方法探究PM_2.5和O₃浓度的时空分布特征及相关因素对其影响强度.结果表明：① PM_2.5浓度整体呈现出冬季和春季高,夏季和秋季低的\"U\"型特征,而O₃浓度则表现为夏季和秋季高,冬季和春季低的\"M\"型特征,PM_2.5与O₃年均浓度高低排序为：长沙市>湘潭市>株洲市.② PM_2.5与O₃浓度在夏季呈现正相关,秋冬季为负相关,且具有显著的空间集聚特征,O₃浓度高-高集聚区的面积呈现逐年增加的趋势.③GWR结果显示：夜间灯光强度和人口密度都对PM_2.5与O₃具有正相关效应,其中,植被指数（NDVI）、风速和温度对PM_2.5浓度的影响最为显著,而风速和温度对O₃影响强度更为突出,不同因素对PM_2.5和O₃浓度影响具有显著的空间异质性.     

基于LUR模型的中国PM2.5时空变化分析

土地利用回归(LUR)模型是模拟大气污染物浓度时空分异最主要、最体系化的方法之一,为了探索LUR模型在中国国家尺度空气污染物模拟的适应性,挖掘中国2015年空气细颗粒物(PM_(2.5))的时空变化特征及其与不同地理要素相关关系,以2015年国家控制监测站点PM_(2.5)数据为因变量,土地利用类型、地形地貌、人口、道路交通与气象要素等影响因素为自变量,构建基于地理加权的LUR模型,通过模型回归制图得到2015年全国月均与年均PM_(2.5)浓度分布图,以胡焕庸线为参考线分析中国2015年PM_(2.5)浓度的时空变化特征.结果表明,引入地理加权算法的LUR模型残差Moran'sⅠ显著降低,残差空间自相关性明显减弱,判别系数R2明显提高,更好地揭示出PM_(2.5)空间分布和各影响因子间的复杂关系;耕地、林地、草地和城镇居民工矿用地以及气象要素、主干道路对PM_(2.5)浓度的影响比较显著.不同地理要素的不同空间分布对PM_(2.5)影响作用不同;胡焕庸线两侧PM_(2.5)表现出明显的时空差异,人口规模大、工业化水平高的发达城市PM_(2.5)浓度较高; PM_(2.5)浓度在冬季月份较高,秋季、春季、夏季月份污染情况逐渐减弱.     

江西省“三线冲突”空间特征及其强度影响因素

科学划定“三线”（城镇开发边界、永久基本农田、生态保护红线）有利于合理安排国土空间资源,识别“三线冲突”强度影响因素,可加深对国土空间规划的认识。以省级空间规划试点区——江西省为例,通过“三线冲突强度指数”识别不同区域“三线冲突”差异,利用空间自相关分析探究空间特征,并应用地理加权回归模型分析不同冲突类型的影响因素。结果表明：研究区内,城镇—生态、城镇—农业、生态—农业、城镇—生态—农业冲突面积分别为4305.791 km²、2892.894 km²、1845.341 km²、159.444 km²,各类型冲突存在明显的空间聚集性;固定资产投资强度、建设用地适宜区面积占比和地形位指数分别为城镇—生态、城镇—农业和生态—农业冲突强度的主要影响因素,城镇化率和距河流距离对城镇—生态—农业冲突强度具有影响作用。研究结果可为今后合理布局“三线”、实现国土空间结构优化提供参考依据。     

基于地理加权回归的省域碳排放影响因素研究

碳减排已经成为新时代生态文明建设亟待解决的问题,碳排放量与地域空间位置密切相关,为更好地促进碳减排、碳达峰,碳排放影响因素的区域性差异以及趋势分析已成为碳减排分析的焦点。通过地理加权回归方法研究我国30个省（区、市）2007—2017年的人口因素、能源消费、城镇化建设发展对碳排放量的影响,进而揭示碳排放量与区域社会经济发展的关系。结果表明,碳排放量的空间聚集性较强,各影响因素的空间分布格局差异较大,其中电力消费总量和化石能源消费总量的增加对碳排放量的正向影响作用最大,人口规模对碳排放量也有一定的正向促进作用,城市公共汽电车辆和主要建材消耗总量对碳排放量的影响作用并不显著,均呈不稳定的正负相关关系。我国碳减排应调整能源消费结构,进一步提高清洁能源技术创新,将城镇化建设与碳减排分阶段融合,加大绿色消费、绿色建筑和绿色出行的支持力度。

     

基于遥感影像的江西省水体资源和水产养殖结构空间异质性分析

为系统掌握江西省水体资源结构和水产养殖基本特征,论文通过遥感技术获取了2012年各县域的水体面积,并划分为不同的水体类型。通过全局和局域空间自相关,分析了89个县（市）水产养殖典型要素的空间异质性以及空间差异程度。针对空间关联及非均质性的现象,运用地理加权回归揭示了水体资源大小、养殖方式、平均单产水平和渔业专业养殖人员数量对养殖产量的影响程度。结果表明：江西省水体资源类型以大水面为主,占总面积的70%,其次为水库山塘,占21.26%,小型池塘面积占9%。水资源结构地区差异明显,北部区域以大水面为主,南部以山塘水库为主。养殖产量和面积表现出空间集聚分布特征（P<0.01）,但各县域的聚集性分布也表现出不同的模式,彭泽县、都昌县、鄱阳县、南昌市辖区、南昌县、丰城市、进贤县和余干县8个县域,均为高-高分布类型,养殖面积和产量分别占到总量的34.55%、35.42%。从养殖品种结构上,特种养殖产量主要集中在上饶市、九江市、南昌市和宜春市,占69.84%,但特种养殖产量所占比例与水体资源大小的相关性下降,水资源较少的东部山区丘陵地带依据区位特征发展鳖、蛙产业,特种养殖比例较高。从水产养殖驱动力分析,水体面积对养殖产量的影响程度最大（中位值为0.46）,其次是小型池塘面积（中位值为0.36）、专业养殖人口数量（中位值为0.26）,3个因素与养殖产量均为正相关,其中水体面积和小型池塘面积对养殖产量的影响程度从南向北递减,专业养殖人口对养殖产量的影响程度从南向北递增。影响程度的空间异质性变化可能与养殖方式和品种结构有关。平均单产水平对养殖产量的贡献较弱（中位值为 -0.003）,各地区影响强度差别不明显。分析结果有助于系统了解江西省水体资源分布和养殖结构,对优化产业规划布局有重要的指导意义。     

中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现：2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783~0.865之间,而OLS模型的R²在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现:2000～2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165～0.274,显著性水平介于0.016～0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783～0.865之间,而OLS模型的R²在0.675～0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

舟山市臭氧污染分布特征及来源解析

臭氧及其前体物在环境空气中传输和反应过程复杂,本研究利用舟山市国控点2014年的监测数据对臭氧污染时空分布开展了统计分析,并利用CMAQ (community multiscale air quality)模型模拟了舟山市2014年臭氧污染形成,选用ISAM(integrated source apportionment method)源追踪算法计算来源贡献率.结果表明,舟山市春秋季节的臭氧浓度相对较高,浓度高值出现在午后13:00～15:00.普陀站的臭氧平均浓度最高而位于中心城区的临城站最低.臭氧总体浓度不高,但易出现单日浓度高值,其中5月臭氧超标率最高.舟山市本地臭氧形成主要受VOCs浓度控制,而源解析结果表明舟山市全年外来源占总贡献的69. 46%.本地源中,工业燃烧源、工艺过程源、道路移动源、非道路移动源的贡献率相差不大,且表现出显著的港口城市特征,船舶源、石化源、储运源分别占总贡献的4. 45%和1. 01%和1. 80%.控制臭氧污染应采取周边区域联防联控的措施,以VOCs排放源为主,不同来源协同调控的措施.