成都地区污染天气分型及其污染气象特征研究

污染天气分型研究对空气质量预报、污染源总量控制等具有重要的意义。基于2013年1月~2014年12月高空及地面天气形势划分了成都市的天气类型并探讨各天气类型下的空气质量状况及其污染天气特征,以期为空气质量预报和预警提供依据。结果表明,空气污染过程中,500 hpa环流形势主要有两槽一脊型、一槽一脊型、纬向型、槽脊同位相型等,其中两槽一脊型和槽脊同位相型控制下的空气质量最差。发生空气污染时,地面环流形势可分为高压型、高压后部型、高压底部型、低压型、低压顶部型、低压前部型、低压底部型、鞍型场型、冷锋前部型和均压场型,其中高压型、高压底部型、高压后部型控制下的空气质量最差。     

无锡市酸雨变化特征及气象条件影响研究

基于无锡市2008~2011年酸雨观测资料,利用功率谱分析、后向轨迹和聚类分析方法,研究了无锡市酸雨的变化特征,分析了气象因素对酸雨的影响,探讨了1 500 m高度的气团移动路径特征。结果表明：2008~2011年,无锡市酸雨pH值呈现逐年递增趋势,而且酸雨逐月pH值、逐月弱酸雨和强酸雨频率分别存在不同的周期性变化;酸雨酸性随降水量增加表现为先增强后减弱,但夏季降水与酸雨pH值的相关性并不显著;春季相对湿度与酸雨pH值呈现显著负相关,夏季气温则与酸雨pH值呈显著正相关;各季节1 500 m高度的轨迹存在一定差异,春冬季无锡市受内陆气团影响为主,夏秋季西太平洋水汽输送作用明显。总体而言,江浙赣和西太平洋是无锡酸雨前体物的主要来源地     

南昌市街道灰尘重金属时空分布特征及健康风险评估

分析了南昌市夏季和冬季街道104个灰尘样品中的V、Cr、Co、Ni、Cu、Zn、As、Cd和Pb含量,并利用地积累指数（Igeo）计算其污染程度,并参考美国国家环保局(US EPA)推荐的健康风险模型评价灰尘重金属暴露的人体致癌和非致癌风险,通过主成分和相关分析识别南昌市灰尘重金属的可能来源。结果表明：南昌市街道灰尘中重金属Cr、Ni、Cu、Zn、Cd和Pb含量均显著高于江西省土壤背景值,而V、Co和As含量与江西省土壤背景值含量相近。重金属V、Co和As含量无显著季节差异,但冬夏季节含量的空间异质性较高,而Cu在季节和空间分布上均表现出显著的季节差异,其它重金属的高值区均分布在南昌市中心及老工业园附近;Igeo结果表明Cd、Cu、Zn和Cr的污染程度相对较高,而V、As和Co污染程度较轻;重金属3种暴露途径的风险排序为手-口暴露>皮肤接触暴露>呼吸暴露,其中儿童会遭受更大的非致癌风险。除了灰尘As和Cr对儿童的暴露在局部区域HQ和HI值大于1,其它重金属对不同人群的HQ和HI值均小于1。总体而言,南昌市灰尘重金属的致癌风险CR均在安全阈值范围内,大小排序为Cr > As > Co > Ni > Cd。南昌市灰尘重金属的来源广泛,其中As、Co和V主要来源于岩石风化,其它重金属元素主要来源于交通和工业等人类活动。 关键词： 街道灰尘;重金属;时空分布;健康风险;南昌市     

安徽省近50年雷暴的时空变化特征及影响因素

利用安徽省78个气象台站1961～2009年逐日雷暴资料,统计出历年各站雷暴日数并建立时间序列,通过趋势分析、EOF分析、小波分析、MK突变检验等方法对安徽省近50年雷暴的时空变化特征及影响因素进行分析。结果表明：安徽省雷暴日数存在显著的减少趋势;空间分布为南部多于北部,山区多于平原;季节分布为夏季最多,春季次之,秋季相对较少,冬季很少出现雷暴;初雷日期推迟而终雷日期提早,雷暴期有缩短趋势;安徽省所有台站的雷暴日数均在减少,其中江淮之间西南部及皖南南部减少的幅度最大;雷暴日数EOF展开前3个模态累积方差贡献达987%,第一模态为全省一致型,第二模态为南北相反型;雷暴日数存在10~12年和2~3年左右的周期,在1976年存在一次显著突变;雷暴的时空变化与大气环流、纬度、地形、季节等因素有关     

基于MODIS数据的安徽省植被水分利用效率时空变化及影响因素

水分利用效率是衡量生态系统碳水循环耦合程度的重要指标。基于MODIS数据、土地覆盖类型数据和气象数据,估算安徽省植被水分利用效率(WUE）,采用趋势分析法和相关分析法对安徽省2000~2014年植被WUE的时空格局、变化趋势及影响因素进行研究。研究表明:（1）不同植被类型的WUE年均值差异明显,常绿阔叶林和常绿针叶林的WUE均值较高,分别达到1.66和1.69 gC?mm-1?m-2,而耕地的年均WUE最低,各植被类型的年均WUE按照“常绿针叶林>常绿阔叶林>灌木>草地>落叶阔叶林>针阔混交林>耕地”的顺序递减。植被年均WUE具有较强的空间分异性规律,整体上呈现南北高中间低的趋势,植被WUE的高值区主要分布在大别山区和皖南山区,分布范围与常绿针叶林、常绿阔叶林的分布范围基本一致。（2）安徽省2000~2014年植被WUE年内变化呈现出“增加-减小-增加-减小”的M状“双峰型”趋势,具有明显的季节差异,呈现出春季＞秋季＞夏季＞冬季的特征,各季节植被WUE的均值分别占植被WUE的32.58%、24.91%、29.27%、13.24%。（3）安徽省植被WUE动态变化受到降水影响显著的区域占比3.88%;气温显著影响的区域占比2.19%;降水显著影响的地区主要分布在林地范围内,温度显著影响的地区则位于耕地范围内,降水和气温综合显著影响所占面积最小,为0.11%;而植被WUE受气温和降水影响均不显著占比为93.82%;整体上,安徽省大部分地区的植被WUE变化主要受非气候因素影响。     

基于Landsat影像巢湖蓝藻水华暴发时空变化特征及其驱动因素分析

为研究巢湖蓝藻水华暴发的规律,该文以Landsat影像作为数据源,采用AFAI指数对藻华进行提取,分析1983～2017年巢湖蓝藻暴发的时空动态变化特征,并探讨巢湖藻华暴发的驱动因素。结果表明：1983～2017年巢湖藻华暴发频次、持续时间都在增加,历年最早暴发时间逐渐提前,藻华覆盖面积总体呈增加趋势。巢湖藻华主要分布在西北入湖口,西北部是巢湖藻华暴发的核心区。从其驱动力分析发现,风速、气温和大气压力是导致巢湖暴发重要影响因子,人口增长、GDP快速发展、施肥增加以及生活污水排放量增加是导致巢湖藻华现象日益严重的重要人为因素。     

近52年来洞庭湖流域气象干旱的时空分布特征

基于洞庭湖流域84个气象站点1962~2013年的逐日气象资料,利用综合干旱指数(CI)对洞庭湖流域气象干旱的时间和空间特征进行分析。结果表明:在过去52 a,区域性干旱强度较强的时段以夏季、秋季、夏秋和秋冬时节为主;区域干旱强度在春季、夏季、夏秋、冬季呈上升趋势;秋冬时节和年干旱强度变化不明显;春夏时节、夏秋时节、秋冬时节和冬春时节的平均干旱强度比春、夏、秋、冬单个季节的平均干旱强度大。小波分析表明,区域干旱强度的周期以10a为主周期,5 a和22 a为次周期。近52 a来,历年干旱站次比主要集中于10%~30%之间,多表现为区域性干旱,以夏季和秋季的干旱范围较大;干旱频率高发时期主要为夏季、夏秋时节和秋季。干旱频率高发地主要以流域的南部山地和北部的洞庭湖平原为主,西北部的山地发生干旱相对较少,衡邵盆地随季节变化干旱频率易发生高低值转换。     

中国畜禽温室气体排放时空变化及影响因素研究

畜禽业是关系国计民生的重要产业,在满足居民生活物质需求的同时,其生产过程中所伴随的温室气体排放问题已成为不容忽视的环境问题。本文基于LMDI模型系统分析了1991-2013年中国畜禽温室气体排放时空变化及其因素贡献。结果表明:1从时间维度来看,1991-2013年,中国畜禽温室气体排放经历了先快速上升后稳定上升再波动下降的变化特征,总体呈上升趋势。经济效应对畜禽温室气体排放促进作用最大,而强度效应的抑制作用最大,其次是劳动力效应和结构效应。2期间,经济效应促进作用的累计贡献呈指数增长,而强度效应抑制作用的累计贡献呈倒"U",劳动力效应和结构效应抑制作用也不断加强。3从空间维度来看,中国畜禽温室气体排放的区域集中度较高,四川、河南、山东、云南和内蒙古等省(区、市)畜禽温室气体排放一直位居全国前列。4省域各效应作用方向和程度差异显著,四川、青海和云南强度效应抑制作用较大,辽宁、吉林和黑龙江抑制作用较小;山东、四川和黑龙江结构效应抑制作用显著,新疆和青海促进作用明显;四川、河南、内蒙古、山东、云南、湖南和河北经济效应促进作用较大,天津、上海、海南和北京促进作用较小;四川、湖北、江苏和山东劳动力效应抑制作用显著,新疆、黑龙江和内蒙古促进作用明显。最后,基于研究结论,为未来中国畜禽温室气体减排空间发展策略提出了几点建议。     

2000～2019嘉陵江流域植被覆盖时空变化特征及气候响应分析

嘉陵江是长江水系流域面积最大的一条支流,近年来嘉陵江流域出现严重水土流失,在生态保护工程的实施和气候变化的共同作用下植被覆盖发生了明显变化,研究植被覆盖时空变化特征、未来趋势和影响因素,可为嘉陵江流域生态环境治理提供参考依据.基于MODIS-NDVI时序数据和地面气象数据,借助3S技术和线性趋势分析、Hurst指数、变异系数等方法多角度分析了嘉陵江流域植被覆盖的时空演变特征及未来趋势,并结合Mann-Kendall(M-K)检验与偏相关系数研究气候因子对植被覆盖的影响.结果 表明:(1)近20年来嘉陵江流域植被覆盖总体呈上升趋势,增加速率为2.9％/10a,且空间分布上具有显著差异,表现为上中游偏高,下游偏低;(2)嘉陵江流域植被覆盖呈增加趋势和减少趋势的面积分别占88.68％和11.32％,具体表现为陇南陕南地区及中下游东部地区显著增加,流域西北部与南部各市县城区减少;(3)流域北部地区植被覆盖变化的波动性强于南部地区,中东部地区波动最小.(4)嘉陵江流域植被覆盖变化反向持续性较强,植被变化呈持续退化趋势的主要在碌曲县南部与流域南部各市县城区,呈持续改善趋势的主要在广元市剑阁县与苍溪县,其余区域呈由退化到改善的趋势;(5)气温对嘉陵江流域植被覆盖变化的影响最大,且植被NDVI对气温和降水的响应均存在一定的滞后现象,人类活动对植被覆盖变化的影响具有两面性.     

中国植被覆盖度时空特征及其影响因素分析

植被覆盖度是衡量植被生长状况和描述生态系统环境的重要指标,以2001～2018年MODIS NDVI数据集为基础,采用混合像元二分模型,计算中国植被覆盖度(FVC),分析中国年FVC的时空变化特征,探讨FVC对气候和人类活动干扰的响应机制,以及人类活动对FVC影响的未来变化特征。结果表明:(1)中国FVC整体呈上升趋势;西北的年均FVC明显低于东南的年均FVC;除青藏高原FVC为下降趋势外,其余均呈上升趋势,且该趋势具有一定持续性。(2)各植被类型中,混交林的年均FVC最高,草原的年均FVC最低;而农作物变化率最大,混交林变化率最小,且未来将由改善转为退化趋势,其余均表现为持续性改善。(3)中国FVC与气温呈负相关、与降水呈正相关,且降水对FVC的影响强于气温,表明降水是影响FVC变化的主要因素。(4)中国人类活动对FVC的影响程度整体表现为增强趋势,未来人类活动影响力以反向持续性为主。表明未来18a中国FVC受人类活动的影响有所下降。     

都江堰市农村居民点时空演变与驱动因素研究

科学辨识农村居民点时空演变特征及驱动因素对农村居民点布局优化、农村土地节约集约利用和村级土地利用规划编制具有重要意义。以都江堰市为研究区，借助格网分析法和地理探测器等方法，定量分析都江堰市近十年农村居民点时空演变特征和驱动因素。结果表明：（1）都江堰市农村居民点空间分布差异性显著。东部和东南部农耕地区居民点密度较大，聚集程度较高；北部和西北部丘陵山区居民点沿河谷呈带状分布；（2）2005～2015年，居民点数量和用地面积变化时序性较为明显。总体上先增加后减少，居民点数量从16 543个增长至26 018个再减少至25 890个，居民点用地面积从6 161.43 hm ²增长至7 265.43 hm ²再减少至7 043.01 hm ²；（3）居民点用地面积动态变化主要受地形条件、耕地面积和离道路距离的影响，并且农村居民点空间分布表现出一定的耕地和道路指向性；（4）影响力P值计算结果受划分类型的影响，但对于结果的排序影响不大。     

基于BRT模型的南昌市城市扩展时空特征及驱动因素研究

分析城市扩展的时空特征以及其驱动因素,有助了解城镇化规律,为制定具有区域化特色的城市空间规划提供方案。研究以南昌市为例,基于多期Landsat遥感影像(2000、2008、2017年)获取南昌市城镇用地变化的时空信息,采用扩展强度指数、景观扩展指数、重心指数等方法分析了该地区城市扩展的时空特征,进而应用增强回归树模型(Boosted Regression Tree,BRT)探究影响城市扩展的驱动因素。结果表明:(1)2000～2017年,南昌市城镇用地面积增加了252.81 km~2,第一阶段(2000～2008年)增长的强度和速度大于第二阶段(2008～2017年);(2)两阶段南昌市城镇用地扩展模式均以边缘式扩展为主,以填充式及飞地式为辅,扩展方式缺乏集约性,存在"摊大饼"式问题;(3)从整个研究期来看,南昌城市发展重心总体上往西南方迁移了2.19 km,第一阶段南昌市城市扩展重心向西迁移了1.50 km,第二阶段又继续向西南方迁移了1.35 km;(4)南昌市城市扩展的16个方向中,以SW及SWW方向上较大,而在NW、N、NNE、SE、SSE方向上因受到梅岭山脉以及军山湖泊的阻隔导致扩展强度较小;(5)利用BRT分析邻域因素(距2000年城区距离,距河流距离,距路网距离),社会因素(土地利用类型,GDP,城镇人口),自然因素(高程,坡度,海拔)可知,南昌市城市扩展主要受邻域因素的影响,社会因素中仅土地利用类型对城市扩展影响较大,而自然因素的影响相对较小。     

空气污染对人体健康的影响：基于健康生产函数方法的研究

研究经济转型过程中环境污染对人体健康影晌的深层机理,是当前迫切需要解决的重大问题.利用山西省临汾市的空气污染资料,描述了1985-2005年临汾市的空气质量状况,并根据临汾市2003-2005年的月空气污染指数和呼吸系统疾病发病门诊量,估计了临汾市空气污染对呼吸系统疾病门诊量的边际贡献率.实证结果表明,空气污染指数对临汾市呼吸系统疾病发病率具有显著的影响,其他影响因素还有季节、烟草人均消费量和城镇人均可支配收入.根据实证结果,认为:如果我们继续走先污染后治理的传统经济增长道路,那么最终将会损害当地的健康人力资本,进而制约经济的可持续增长.     

中国城市空间分布的省际差异及其影响因子分析

采用全国县城所在的建制镇与所有设市城市数据,以省区作为基本研究单元,运用最近邻分析与种群分布理论定量分析了2009年城市体系空间分布的省际差异及其影响因素。研究表明:2009年我国各省区的城市空间分布格局以均匀分布为主,明显表现出集聚分布的仅有西藏、青海和新疆三省;通过对中国各省区城市分布与自然、社会经济条件进行回归分析发现,各省区城市的空间分布模式与自然及社会经济因素具有较强的相关性;从各变量的重要性来看,影响区域城市空间分布形态最主要的因素是路网密度,其次分别是复种指数、人均耕地面积、土地垦殖率与城市化率;城市在发展的过程中,为了获得足够的要素维持自身生长,各城市必定会最大化地攫取要素资源,导致了城市之间的资源竞争;区域内城市的外部环境越趋于均匀,城市的空间分布越趋于均匀,而区域内城市外部环境分布不均则导致城市表现出集聚分布模式;在其他影响因素不变的情况下,复种指数与城市化水平的提高在一定程度上降低了城市分布对其他因素的依赖。     

合肥市PM_(2.5)浓度时空分布特征及影响因素分析

利用2017年合肥市污染监测站点PM_(2.5)浓度数据、气象数据以及土地利用类型数据,结合随机森林算法(RF)与土地利用回归模型(LUR),模拟合肥市PM_(2.5)浓度空间分布,并利用主成分分析法对PM_(2.5)影响因素进行分析。结果表明:(1)合肥市PM_(2.5)浓度日变化特征大致呈双峰变化,春季、夏季及秋季的峰值多出现在8∶00～9∶00,而冬季的峰值则出现在10∶00～11∶00。低谷值大致都出现在15∶00～17∶00。全年PM_(2.5)浓度变化趋势与春季类似。夏季PM_(2.5)浓度变化最为平稳。(2)2017年合肥市PM_(2.5)浓度分布由城市中心向外减弱,形成北高南低,西高东低的空间分布格局。(3)影响因素方面,PM_(2.5)浓度变化与降水、风速以及相对湿度等呈负相关关系,日照对PM_(2.5)浓度的影响较大,气压及其他污染物与PM_(2.5)浓度呈正相关关系,其中NO_2对PM_(2.5)浓度的影响力度较大。     

鄱阳湖湿地土壤有机碳空间分布及其影响因素

湿地土壤有机碳是联系湿地系统内外部物质循环的重要纽带,在湿地生态系统和全球碳循环中起着重要作用。鄱阳湖作为长江中下游大型通江湖泊,其湿地系统内部的土壤有机碳的循环和转换,对于区域甚至全球的碳格局和碳平衡都具有重要意义。通过系统调查与样品采集分析,探讨了鄱阳湖土壤有机碳的空间分布格局及其与土壤性状、植被以及高程等要素的关系。结果表明：(1)鄱阳湖湿地土壤有机碳平均含量为4.38%。在主湖区中部偏北以及南部湖湾区含量较高,在北部入江通道含量最低;河口冲积洲滩和碟形湖的有机碳含量明显高于河道;(2)基于地理加权回归(GWR)模型,总氮、总磷、含水率、高程和植被归一化指数(NDVI)整体上解释了鄱阳湖湿地土壤有机碳35.28%的变化(整体R²=0.35)。局部R²值东南高,西北低,并且碟形湖和洲滩的局部R²值明显高于河道(p<0.01);(3)不同因子对于有机碳的影响的强弱程度在不同区域呈现出不同特征。总氮和有机碳之间的联系在西部湖区较强,在河道以及洲滩上较强;总磷在湖区东南部和西北部均较强,在洲滩和碟形湖中影响力较强;含...     

中国区域污染影响因素:基于EKC曲线的面板数据分析

在分析经济增长、产业结构变化、技术进步等区域污染影响因素作用机理的基础上,构造带有三次项的环境-收入简约模型,利用1998-2007年间我国30个地区包括水污染、大气污染与固体废弃物污染在内的5类区域污染指标及其主要影响因素的省际面板数据,对环境库兹涅茨曲线假设进行实证检验,探讨导致我国区域污染恶化的主要区域污染影响因素。研究结果表明:经济增长和贸易开放水平对区域污染排放的影响有正有负;人口规模和政府环保管制对区域污染排放影响不显著;科技水平的提高能有效降低区域污染排放;产业结构不合理、能源利用率低会加剧区域污染排放。指出提高经济发展质量、加大环保科研投入、转变贸易增长方式、加强对FDI的环保规制、优化产业结构、提高能源利用率是促进我国经济环境协调发展的重要保障。     

基于高程的环境库兹涅茨曲线实证分析

本文利用GIS的空间分析技术。以高程带为取样单元。研究在高程带上三种主要的大气污染物与经济发展之间的定量关系。以重庆市为例,验证环境库兹涅茨在高程上是否存在。研究结果发现。污染物浓度随高程的增加呈非单调下降的趋势。人均GDP随高程的增加先增大后减小。在高程上。污染物浓度与经济发展之间的关系和两者在时间序列和国别（或地区）序列上环境库兹涅茨曲线研究的结论相似。其中。TSP和NOx分别与人均GDP之间呈较稳定的呈“N”形和饲“U”形关系。受人口密度和高程影响较大；而SO2与人均GDP之间关系不稳定。