大气污染联合治理分区视角下的中国PM2.5关联关系时空变异特征分析

联合治理分区下PM_2.5关联关系时空变异特征识别对中国大气污染防治意义重大.本文主要基于2000～2016年遥感反演的中国大陆334个地级市PM_2.5浓度数据,利用空间单元聚合策略与地理时空加权回归技术,系统分析了大气污染联合治理分区视角下的中国PM_2.5关联关系时空变异特征.结果表明:①以PM_2.5为首要污染物,综合考虑污染程度、地理位置、气象、地形和经济等因素可将中国大陆地区划分为10个大气污染联合治理区.②地理时空加权回归能够有效刻画PM_2.5与关联因素间的时空非平稳关系.同时,人口规模、第二产业生产总值、SO₂排放量、年平均气温、年降水量以及年平均相对湿度被识别出对PM_2.5浓度的变化影响存在显著时空差异.③人口规模对PM_2.5浓度的影响程度各年最大的地区均为京津冀蒙区域;川渝滇黔区域中第二产业生产总值对PM_2.5浓度影响程度变异度最大,在黑吉辽区域之外,SO₂...     

中国城市碳排放强度时空演变与影响因素的时空异质性

运用地图可视化、核密度估计、标准差椭圆等方法对中国2005～2020年城市碳排放强度的时空演变与路径迁移进行探究,并基于时空地理加权模型(GTWR),实证考察了城市碳排放强度影响因素的时空异质性.研究发现:(1)中国城市碳排放强度逐年降低,但仍远超同期发达国家水平,减排空间较大.碳排放强度呈“北高南低”的空间分布,南北分异趋势在研究后期愈发明显.(2)各区域内部城市碳排放强度差异逐渐收敛,分布越发均衡.东部城市碳排放强度的多级分化现象显著,西部高碳城市集聚分布.碳排放强度高值区域自山西省境内持续向西北方向转移,西北地区逐步成为中国碳排放的主要贡献区域.(3)总体上,高碳化能源消费对碳排放强度呈正向促进效应,产业升级、经济发展、人口集聚、科技研发与外资强度则主要表现为负向抑制.局部内,各因素作用效果存在较强的时空分异,不同区域与时期内,各影响因素的波动方向与作用强度不尽相同.     

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;...     

基于土地利用回归模型的北京市2013-2019年大气污染时空变化分析

在近年来大力控制大气污染的背景下,通过历史观测数据分析污染物的时空变化特征,有助于总结以往控制的成效,并为制定下一阶段措施提供科学依据.本研究基于北京市大气环境质量监测站点2013-2019年数据,分析了 6种常规大气污染物(PM2.5、NO2、O3、PM10、SO2、CO)的时间变化趋势,并构建了 2013和2019...     

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.     

2015—2020年中国三大城市群臭氧浓度时空变化特征及影响因子

针对中国京津冀、长三角、珠三角三大城市群,分析了2015—2020年三大城市群的臭氧浓度时空变化特征,基于随机森林模型和地理探测器模型分别研究了影响其时间变化和空间变化的主要因子。结果表明：1）2015—2020年三大城市群臭氧浓度整体呈逐年升高的时空演变特征。其臭氧变化率存在中部向南北递减的趋势,即长三角（3.4%）>京津冀（2.9%）>珠三角（2.1%）;臭氧浓度平均值呈北高南低的空间变化特征,即京津冀（98.3 μg/m³）>长三角（96.7 μg/m³）>珠三角（90.5 μg/m³）。2）温度、风速、人均GDP和能源消耗量不仅是影响三大城市群臭氧浓度时间变化的主要因子,而且与臭氧浓度存在着阈值效应。3）能源消耗量和人均GDP是影响三大城市群臭氧浓度空间变化的主要因子,其对臭氧浓度空间变化的解释率均超过36%。今后关于城市群臭氧的防控应更关注经济发达地区,并通过重点监测和预警高耗能区等手段,达到城市群臭氧防治效果。

     

快速城市化对区域生态环境影响的时空过程及评价

综合景观生态学与地统计学方法,尝试构建基于"遥感(RS)数据分类→土地利用变化制图→景观格局分析→GIS地统计分析"的区域环境影响评价方法,定量研究了区域环境变化的时空变化特征.案例研究采用2000、2004和2006年遥感数据,监测快速城市化背景下连云港港湾地区城市用地扩张特征、盐田湿地损失、填海造地(港口扩建等)以及耕地退化等关键的区域环境变化,分析评价了区域景观格局特征和生态环境效应,进而评价了快速城市化背景下区域环境影响强度的时空分异.在城市规划和区域发展战略驱动下,整个区域环境影响强度分布及变化规律与城市扩张强度与方向基本一致,高环境影响强度区是受人类干扰最大、生态系统最脆弱以及环境被破坏程度最深的部分,也是当前和未来进行环境调控重点地区.     

红枫水库水-气界面二氧化碳分压及扩散通量的时空变化

红枫水库是我国西南喀斯特地区典型的人工湖泊,具有特殊的水文地质特征。准确估算其CO_2排放通量,对了解该水库碳循环具有重要意义。因此,于2017年7月至2018年4月采用走航式监测对库区(南湖和北湖)水气界面二氧化碳分压(pCO_2)和水质参数的时空变化进行了调查。结果表明,红枫水库pCO_2的分布具有明显的时空差异。库区秋、冬季表层水体pCO_2均超过大气pCO_2,表现为CO_2的净排放;春、夏季则相反,表现为CO_2的净吸收。从空间分布上来看,春、秋季北湖pCO_2要明显高于南湖,特别是秋季更为明显。另外,基于高频的走航监测数据,计算得到红枫水库全年CO_2的排放均值约为613mmol/(m~2·d)。     

京津冀地区汽车运输碳排放影响因素研究

以空间相关性和空间异质性为基础,构建SLM-STIRPAT、SEM-STIRPAT和GWR-STIRPAT模型,对京津冀地区汽车运输碳排放进行测算和影响因素分析.结果表明：京津冀地区汽车运输碳排放存在显著空间相关性和空间异质性.人口对汽车运输碳排放呈正向影响;人均GDP对货运碳排放和总量碳排放呈正向影响,对客运碳排放呈负向影响,城镇化水平对汽车运输碳排放呈负向影响.第三产业增加值对客运碳排放和总量碳排放呈正向影响,对货运碳排放呈负向影响,人口对张家口市汽车运输碳排放影响最为显著;人均GDP对秦皇岛市和沧州市的汽车运输碳排放影响最为显著;城镇化水平对秦皇岛市的汽车运输碳排放影响最为显著;第三产业增加值对秦皇岛市的汽车运输碳排放影响最为显著.     

2001~2015年中国城镇化与PM2.5浓度时空关联特征

综合运用时空统计、剪刀差、地理加权回归等手段分5个阶段从人口、土地、经济角度研究了2001~2015年中国大陆地区城镇化水平与PM_2.5浓度的时空分布以及相互关联特征.结果表明：2001~2015年,我国3a均人口、土地、经济城镇化水平平均值稳步提高,PM_2.5浓度波动上升（44.14~50.89 μg/m³）,不同经济区之间时序变化趋势相似但强度存在差异.不同阶段PM_2.5浓度空间分布趋势基本一致,京津冀、河南与山东北部、新疆西部等地区始终为高值区,3类城镇化水平高值区域逐步扩大.城镇化水平的时序变化趋势与PM_2.5浓度随时间变化的趋势存在差异（切线夹角：15.33°~62.92°）,难以解释PM_2.5浓度在时间上的突变.城镇化水平与PM_2.5浓度空间分布关联特征显著,土地城镇化水平与PM_2.5浓度在0.01水平上正相关,其相关系数依次为东北（0.609~0.723） > 中部（0.572~0.631） > 东部（0.218~0.323） > 西部（0.079~0.255）,除中、西部地区外,经济城镇化水平对PM_2.5浓度正效应明显,东北地区人口城镇化水平与PM_2.5浓度负相关,GWR模型调整R²在2001~2003年阶段最高（0.6~0.77）,2013~2015年阶段最低（0.08~0.64）.     

效率视角下中国2030年二氧化碳排放峰值目标的省区分解——基于零和收益DEA模型的研究

实现2030年二氧化碳排放达到峰值不仅是中国在全球气候谈判中做出的国际承诺,也是中国实现经济结构转型的必然选择,而对二氧化碳排放峰值进行合理的区域分解是中国实现二氧化碳排放达峰的必要前提.本文首先对中国2030年二氧化碳排放峰值进行初始的省区分解,利用DEA-BCC模型对初始省区分解方案进行效率评估,在此基础上利用零和收益DEA模型得到全部省区达到有效的中国二氧化碳排放峰值省区分解方案.本文研究表明：1大部分省区初始分解方案的效率值较低,只有2个省区的效率值达到DEA有效,且二氧化碳排放配额比重较大省区的分配效率值较小;2经过零和收益DEA模型的优化,省区分解方案的整体效率最终提升至有效边界,二氧化碳排放配额由效率较低的欠发达地区向效率较高的较发达地区转移,较发达和不发达的两类地区均分配到了较少的二氧化碳排放配额,最终二氧化碳排放权占比较多的地区主要为二氧化碳排放严重但减排潜力较大的省区.文章最后根据本文研究结论提出了具体的碳排放省区分解政策建议.     

基于COPERT模型北京市机动车大气污染物和二氧化碳排放研究

机动车大气污染物及CO₂减排对于改善空气质量和缓解气候变化具有重要的作用。综合利用北京市机动车保有量、道路行驶工况、气象、燃料组分及燃料消耗量等数据,应用COPERT模型计算得到北京市机动车主要大气污染物和CO₂排放量,并识别其污染排放特征和不同车型、排放标准等级车辆的排放贡献,采用ADMS-Urban模型模拟了机动车污染排放对周边环境的影响。结果表明:2019年北京市机动车4项主要大气污染物CO、NO_x、PM_2.5和VOCs排放量分别为12.15万、4.06万、0.18万和2.57万t。车辆结构得到优化,国四及以上排放标准车辆占比达86.97%,数量占4%的柴油客货车排放贡献大,分别占机动车NO_x和PM_2.5排放总量的84%和60%;非末端排放占机动车VOCs排放量的20%,需要引起关注。机动车尾气排放对5个交通监测站点贡献的NO₂平均浓度为15.7 μg/m³,其对环境质量影响较大;机动车CO₂排放量为1 683万t,其中柴油车排放贡献约21%。对北京市机动车大气污染物和碳排放需要进一步协同控制。     

经济新常态下外贸发展对我国碳排放的影响

选取灵活的单区域模型,运用实物产值比计算方法,选取日本为进口代表国并结合进口国GDP排放强度的修正方法,针对加工贸易产品占我国外贸总额约50%的特点,改进现有内涵排放测算方法.研究结果显示我国出口产品内涵排放得到了显著的改善,呈现碳排放与出口额脱钩的现象,进口产品内涵排放占比全国碳排放的比重维持在3～5%左右,“十二五”期间净出口内涵排放的总量和占比比“十一五”期间都有所降低,显示我国出口贸易政策调整作用正在显现.需要不断坚持优化进出口政策,尽早实现我国进出口产品内涵排放之间的平衡.投资增速的快速下降已经开始对产业结构产生影响,但中国未来需要进一步加速最终消费的增长以弥补投资下降所带来的需求不足,并鼓励服务业需求的发展.     

基于LMDI模型的黄河流域碳排放时空差异及影响因素研究

全面核算能源消费产生的碳排放量并明确其时空演变的影响因素是制定、实施及评估黄河流域碳减排策略的依据和保障。选取黄河流域9省(区)作为研究区,采用LMDI模型,计算了2003—2019年黄河流域能源消费产生的碳排放量,并对其时空差异及其影响因素进行了分析。结果表明：(1)从时间序列演化特征来看,在2003—2019年,黄河流域的碳排放量整体呈增长趋势,但增长幅度逐年收缩;(2)从空间分异特征来看,黄河流域上、中、下游的碳排放量呈西低东高的区域格局;(3)能源消费强度效应与经济增长效应分别是减缓和促进区域碳排放量增长的关键性因素,人口规模效应对于碳排放量表现为正向驱动作用,但影响程度较小,能源碳排放强度的抑制作用十分有限。最后,针对各影响因素提出了碳减排措施的对策建议。     

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。

     

基于城市化的浙江省湾区经济带碳排放时空分布特征及影响因素分析

基于STIRPAT扩展模型与2003-2017年浙江省湾区经济带面板数据,分析碳排放时空分布特征并应用时空地理加权回归模型(GTWR)实证考察城市化视角下碳排放的驱动机制及其时空异质性。结果表明:(1)浙江省湾区经济带各地市碳排放规模逐年增加但增幅不大,增速放缓,碳排放量差异明显,碳排放强度逐年下降,空间上呈现自西南向东北逐渐加大的趋势;(2)经济发展水平和对外开放程度是碳排放的主导因素,其他依次为能源消费结构、技术进步和城市化;(3)各影响因素呈现较强的时空异质性,不同时间、地区各驱动要素的波动方向和强度并不相同。在此基础上具体分析各地区碳排放驱动因素影响情况,为实现区域差异化碳减排策略提供指导。