区域COD、SO_2及TSP排放的空间自相关分析:以江苏省为例

空间自相关分析是空间统计学的一个重要组成部分,是认识空间格局的有效手段.针对研究的空间范围不同,常采用全局空间自相关和局部空间自相关来衡量区域空间自相关程度.利用江苏省1990~2006年13个省辖市COD、SO2和TSP排放量数据,采用空间自相关分析方法对江苏省环境污染排放区域异质性进行了研究.结果表明,江苏省COD和TSP排放总量分别从1990年的596 353 t和1 101 404 t显著下降到2006年的291 762 t和704 734 t,SO2排放量基本保持稳定;江苏省COD、SO2和TSP排放的空间自相关性随时间推移正在发生着变化,到2006年COD、SO2和TSP排放的Global Moran’s I分别达到0.465 7、0.214 2和0.510 1,呈现较显著的正空间自相关趋势,空间上的集聚分布格局业已形成,且COD排放先于SO2和TSP排放在空间呈现集聚格局,空间集聚的程度也较大;苏南与苏北的污染排放格局差异较大,苏南COD、SO2和TSP排放的Global Moran’s I值至2006年分别增加到0.499 7、0.320 2和0.298 3,集聚格局明显,而苏北COD、SO2...     

2013年1月华北地区重霾污染过程SO2和NOx的CMAQ源同化模拟研究

以2006年中国地区的INTEX-B排放清单为基础,采用CMAQ模式污染源同化方法,反演更新了2013年1月重霾污染过程华北地区的SO₂和NO_x排放源;应用WRF-CMAQ模式以及2006年INTEX-B初始排放源和2013年1月改进的排放源,分别模拟了1月9-15日和28-31日两次持续重霾污染过程的SO₂和NO₂浓度,并与华北地区47个环境监测站点实测值进行对比,重点分析了基于初始源和同化反演源的模拟效果及其改进原因;本文亦采用2012年清华大学编制的东亚地区MEIC排放清单评估了SO₂和NO_x同化反演源的合理性.分析结果表明:①CMAQ模式污染源同化方法可适用于重霾污染过程,即采用同化反演源模拟的SO₂、NO₂浓度时空变化特征与实测值较一致,而且可反映SO₂、NO_x排放源强的动态变化特征;②基于同化反演源的SO₂、NO₂浓度模拟效果明显优于2006年INTEX-B排放源,其时间变化趋势与实测值较一致,而且可模拟重霾污染过程SO₂、NO₂浓度的峰值;③采用反演源模拟的SO₂、NO₂浓度空间区分布特征与实测值较一致,而且可较好反映重污染区的极值分布特征;④经污染源同化改进后SO₂、NO₂模拟浓度与实测值的相关系数有所提高,误差明显减小;SO₂的改进效果略优于NO₂,这与污染源对两种污染物浓度的影响差异有关;⑤初始源中SO₂、NO_x排放源的空间分布和强度与2012年清华大学编制的排放源强差异较大,而同化反演源的空间分布和强度均接近于上述2012年排放源,较好反映出重点地区的高污染源分布特征.本文研究结果将为改进重霾污染过程的空气质量预报、减小自下而上建立的排放源清单不确定性、评估SO₂、NO_x等排放源的影响效应以及不同气象条件下区域排放源的动态调控等提供新技术途径和研究思路.     

中国城市PM2.5时空动态变化特征分析:2015-2017年

近年来我国雾霾事件频发.采用2015-2017年全国329个地级及以上城市PM_2.5浓度每小时监测数据,利用全域空间自相关法、自然正交函数和空间描述统计分析的方法,从时空视角来揭示PM_2.5浓度的时间动态变化规律以及空间分布特征.研究发现：①从全国范围内来看,PM_2.5浓度均值逐年降低,降幅最高为夏季,最低为冬季,PM_2.5浓度位于40~60 μg·m^-3之间的城市降幅较大.PM_2.5浓度年内表现为"冬高夏低,春秋居中"的时间动态变化规律,且各年PM_2.5浓度达优良率不断提高.②细颗粒物污染改善程度最大的为德州,京津冀城市群和长三角城市群改善程度居中.全国PM_2.5污染范围逐年缩小,但新疆西部和冀鲁豫仍为高污染区,西南和东南沿海地区为低污染区.各区域污染的空间集聚逐年缩小.优良达标率在空间分布特征上无显著变化.③"大气十条"部分指标已完成,未来细颗粒物污染治理重点区域仍以京津冀地区为核心.在防治空气污染方面,必须加强区域联防联控机制.     

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.     

SO2排放造成的森林损失计算:以湖南省为例

SO₂排放对我国的森林生态系统造成了严重的损害,因而损失计算对于SO₂控制具有重要意义,但是目前仍缺乏有效的方法计算不同排放水平下的森林损失.本研究以硫沉降超临界负荷作为计算森林损失的参数,推导了适用于我国硫沉降导致森林损失的剂量-响应函数,并以湖南省为例,以1995为基准年,计算了2000年～2020年高中低3种SO₂排放方案下的森林损失.研究结果表明,随着今后湖南省经济和能源消费的增长,森林损失将继续增加.高排放方案下2020年SO₂排放将增长1.2倍,但森林损失增长4.3倍,边际损失高于6000元/t.在当前排放水平下对SO₂排放进行削减,边际效益达到1500元/t,因此控制SO₂具有显著的经济效益.对湖南案例的不确定性分析显示,计算方法有较高的可靠性.研究结果为区域SO₂控制策略的优化提供了支持.     

北京东南郊大气TSP中多环芳烃浓度特征与影响因素

对2005-03～2006-01北京市东南郊3个采样点大气总悬浮颗粒物（TSP）样品进行分析,总结了研究区内TSP以及TSP中16种PAHs的浓度特征和季节变化规律.研究区内16种PAHs浓度总和的范围在0.29～1?184.48 ng/m³之间,均值为239.44 ng/m³;分别用气象参数（温度、风速、气压、相对湿度）和大气API指数（二氧化硫、二氧化氮、PM₁₀）与PAHs浓度进行了偏相关分析,结果表明温度和SO₂的API指数与PAHs浓度相关显著,应用逐步回归方法得到PAHs对气象参数和大气API指数的回归方程,分别为∑16PAHs=572.56-23.18t和∑16PAHs=5.99 SO₂,可以利用温度和SO₂的API指数对PAHs浓度进行估算.     

京津冀地区钢铁行业污染物排放清单及对PM2.5影响

以京津冀地区为研究区域,采取自下而上的方法,建立京津冀地区钢铁行业细化至焦化、烧结和球团、炼铁、炼钢、轧钢等工序的多污染物排放清单.清单估算结果显示,2015年京津冀地区钢铁行业SO₂、NO_x、TSP、PM₁₀、PM_2.5、CO、VOC的排放量分别为38.82、27.23、79.19、53.15、38.68、823.38、26.53万t,其中烧结和球团工序是最主要的污染物排放工序（17.0%~72.0%）,其次为炼铁工序（4.6%~42.4%）和轧钢工序（3.5%~35.7%）.采用具有污染物来源示踪功能的双层嵌套气象-空气质量模型系统（WRF-CAMx）耦合模型模拟京津冀地区钢铁行业污染物排放对区域大气PM_2.5浓度的影响.模拟结果显示：钢铁行业在春夏秋冬这4个季节对京津冀地区PM_2.5浓度贡献率分别达到14.0%、15.9%、12.3%、8.7%.各地市中,钢铁行业对唐山市PM_2.5影响最大,年均PM_2.5浓度贡献率高达41.2%,其次为秦皇岛市、石家庄市、邯郸市,年均PM_2.5浓度贡献率分别达到19.3%、15.3%、15.1%.     

2015-2019年成渝城市群臭氧浓度时空变化特征及人口暴露风险评价

近年来O₃污染给人类健康带来了很大威胁.本文利用2015—2019年中国环境监测总站的O₃地表监测数据,通过Global Moran''s I和Getis-Ord G^*指数等方法,分析了成渝城市群O₃浓度的时空变化特征,并利用空间插值和LandScan人口格网分布数据,基于人口暴露风险模型对该地区的O₃人口暴露风险进行了评价.结果表明：①2015—2019年成渝城市群O₃浓度总超标比例为6.9%,年际变化呈先上升后下降趋势,逐月变化呈"双峰型",5月和8月达到峰值,12月最低,季节变化表现为夏季>春季>秋季>冬季,日变化呈"单峰型",8：30左右开始升高,16：00左右达到峰值;②2015—2019年成渝城市群O₃浓度呈现出由成都及周边城市为污染中心向以成都市和重庆市为首尾的"带状"污染空间格局发展的趋势,且空间自相关性较强,逐步形成以成都市和重庆市为双中心的高浓度集聚特征;③2015—2019年成渝城市群平均O₃人口暴露风险指数处于较低风险,但空间分布差异较大,人口暴露高风险地区主要集中于成都市、内江市、自贡市、德阳市、泸州市北部及重庆市主城区,低风险地区主要集中于东西片区、绵阳市北部及成渝城市群边界,中部高风险区域有向西南方向转移的趋势,重庆市南部有高风险向极高风险转化的趋势,同时,成都市和重庆市存在显著的高风险指数集聚特征.     

SO2对Ag/Al2O3催化剂上CH3OH还原NO性能的影响

用溶胶-凝胶混合法制备了Ag负载量为5%的Ag/A1₂O₃催化剂.研究了富氧条件下,SO₂对CH₃OH在催化剂上还原NO性能的影响.结果表明,反应气不含SO₂和H₂O时,NO还原活性温度较低,有显著量N₂O生成,这被归因为反应过程中,部分氧化态Ag被还原为金属Ag.添加SO₂或同时添加SO₂和H_{2相似文献}   

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.     

中国PM2.5污染空间分布的社会经济影响因素分析

中国的细颗粒物(PM_(2.5))污染具有危害性强、覆盖范围大、空间分布不均匀的特点.本研究以2015年中国PM_(2.5)监测站点数据为基础,尝试结合空间分析的方法,对PM_(2.5)污染空间分布的社会经济影响因素进行分析.首先以省级行政区划为基本单元,选取Moran's I指数和局部自相关指数(LISA)分析PM_(2.5)在国家尺度上的分布特征.然后利用普通最小二乘回归模型(OLS)和地理加权回归模型(GWR)分析PM_(2.5)浓度的空间分布和各项社会经济指标的相关性.结果表明,GWR模型比OLS模型更好地揭示出PM_(2.5)浓度分布和各项因素之间的关系.PM_(2.5)浓度在空间分布上存在以京津冀为中心的高浓度聚集区向四周逐渐递减,在广西、四川等南部省份形成低浓度聚集区的空间分布结构.另外,森林覆盖率和人均电力消费量与PM_(2.5)浓度显著负相关,人均私家车保有量和PM_(2.5)浓度显著正相关,其中人均私家车保有量是对PM_(2.5)浓度影响最大的因素.     

县域尺度的京津冀都市圈CO2排放时空演变特征

二氧化碳排放具有阶段性空间分布特征,研究其区域特征和格局演变可为减排提供重要的依据和方向.利用1990~2009年京津冀都市圈128个县级区域的二氧化碳排放量数据,运用比较统计地图和空间自相关分析方法对都市圈的二氧化碳排放的空间格局和空间依赖性进行研究.结果表明,京津冀都市圈二氧化碳排放量逐年增加,2002年之后的平均增速是2002年之前的1.8倍.各市二氧化碳排放增长趋势不一,呈三类变化趋势.都市圈二氧化碳排放格局呈现较明显的分层聚集现象,全局Moran指数先由1.44降低至1998年的0.09后缓慢回升至0.10,二氧化碳排放高值区域空间分布由"双中心"发展至"四中心",低值区域变化较小.局部空间自相关性则呈现了4种类型的变化:大部分区域基本保持不变或减弱,唐山等地增强,天津部分区域和宣化县转变.高值中心和低值区域的空间自相关演变过程并不相同,在制定减排规划时需要因地制宜,适当考虑周边区域的相互作用.空间格局和空间自相关关系的探讨对于认识京津冀都市圈二氧化碳排放的空间规律和制定减排战略规划具有重要意义,也为都市圈低碳发展研究提供了基础.     

陕西省PM2.5时空分布及影响因素区域差异研究

为了解陕西省PM_2.5分布特征及影响因素区域差异,基于陕西省2019年PM_2.5浓度数据,采用空间数据统计方法、空间自相关分析法和地理探测器法对PM_2.5时空分异特征及驱动因素进行探究,以期为陕西省PM_2.5研究与治理提供可靠的科学依据。结果表明：陕西省PM_2.5污染呈“冬高夏低”、“中部高、南北低”的特点。陕西省PM_2.5浓度空间分布表现为极显著的空间正相关性,陕南部分县域为低低聚集区,关中地区渭南、西安、咸阳部分县域为高高聚集区。对陕西省PM_2.5浓度影响最大的是社会经济因子(0.328—0.548),陕北地区为GDP(0.932),关中地区为人口密度(0.936),陕南地区为相对湿度(0.710)。交互探测结果表明：陕西省主导交互因子为人口密度∩GDP,各种复杂的自然因素和人为活动因素耦合会大大加强对PM_2.5浓度的解释力。     

贵州省县域废水排放与社会经济发展的相关分析

随着社会经济的加速发展，废水排放量也在不断的增加，使得环境质量大大降低，从而反作用于社会经济发展，影响社会经济的可持续发展。对于一个欠发达地区而言，协调社会经济与环境保护之间的关系至关重要。以贵州省2005、2010年88个县级面板数据为依据，利用空间计量方法，探究影响废水排放量的主要因子，建立贵州省废水排放量变化的经典线性回归模型和空间滞后模型，结果显示，第三产业的发展是导致贵州废水排放量增加的主要原因。     

县级尺度的重庆市碳排放时空格局动态

碳排放具有明显的时间和空间分布特征,研究区域碳排放时空格局动态特征可为制定合理的碳减排政策和措施提供重要的依据.本文以重庆为例,基于其38个区县的碳排放数据,利用空间统计、空间自相关和位序-规模法则探讨了其县级尺度碳排放的区域差异和空间格局演变特征.结果表明,重庆市各区县都经历了快速的碳排放增长过程,但碳排放的二元空间分布结构并没有改变;重庆市县级尺度碳排放全局Moran's I指数呈现出波浪式的降低趋势,主城区区县在中心相互辐射,形成一个碳排放HH中心;位序-规模法则分析结果则表明重庆市县级尺度碳排放基本属于首位型分布,1997~2012年区县碳排放规模分布趋于分散的力量均大于趋于集中的力量;1997和2012年,第二产业比例和城市化率成为影响重庆市碳排放的最重要的因素,人口与碳排放的相关关系却并不显著.     

我国环境污染与经济发展空间格局分析

以2006年我国31个省(市、自治区)的环境和经济统计数据为基础,利用三次曲线拟合了各地区人均污染物指标与人均GDP的相关性,同时利用系统聚类分析方法,将不同省(市、自治区)按人均污染物指标和人均GDP的相关性分为5类,并通过计算各类别相关指标的空间自相关系数,揭示了不同类别中各省(市、自治区)环境污染和经济发展的空间相关性.结果表明:在空间尺度上,我国没有出现环境库兹涅茨曲线特征,经济越发达地区的环境污染越严重;在人均污染物指标和人均GDP的空间关系上,东南沿海经济较发达地区为正相关,广大中西部地区为随机分布,少数经济落后地区为负相关.      

污染场地土壤重金属污染空间特征分析—以某搬迁电镀厂为例

以某搬迁电镀厂为例,根据污染场地调查报告内的采样数据,按照相关的污染场地污染标准筛选出污染的重金属类别,利用反距离权重法分析重金属在研究区的分布特征,运用莫兰指数进行空间关联分析,运用半变异函数分析重金属污染整体的空间结构和趋势,以探究污染场地的重金属污染空间特征。结果表明：研究区土壤中Ni、Cr、Zn、Cu浓度超过土壤背景值,其最高浓度采样点的风险标准限值倍数分别为9.55、1.35、5.94、10.67;Cu、Zn的浓度在场地范围内东西、南北方向上均呈倒U型趋势,中间高四周低;Ni、Cr浓度在空间分布特征较为相似,高值区域位于场地的东北边界处;4种超标重金属的空间特征差异较大,但均存在聚集特征。