地理特征、人口分布及用电负荷对深圳城市热岛效应的影响分析

利用自动站气温资料计算了深圳市的城市热岛强度,并分析了海陆分布、人口密度、道路占地面积百分比及用电负荷等因素对深圳城市热岛效应的影响.结果表明,海陆分布是决定深圳城市热岛强度空间分布格局的主要因子,深圳东西两侧海洋的气候调节作用使得热岛强度相对较低,而中部地区南临香港陆地,海洋调节作用较弱,使得这部分地区成为深圳城市热岛的中心.人口密度和道路占地面积百分比对深圳城市热岛强度空间分布格局均有影响,它们与城市热岛强度之间的相关性显著（p〈0.01）,但道路占地百分比最密集的地区,城市热岛强度值却并不高,这可能与该区域较大的年平均风速有关.对2011年和2010年的数据进行对比分析,发现电力负荷对深圳城市热岛强度有着非常明显的影响,2011年深圳年平均城市热岛强度的增加,极有可能是由于2011年冬季更冷夏季更热导致用电负荷增加而造成的.     

杭州城区PM2.5和PM10污染特征及其影响因子分析

利用2013年12月—2014年11月杭州城区空气质量监测站PM_(2.5)、PM_(10)浓度值结合气象、道路、人口数据以及站点周边绿地信息分析PM_(2.5)、PM_(10)浓度时空特征及其影响因子。结果表明,杭州城区各监测站PM_(2.5)和PM_(10)晴天日浓度变化趋势基本一致,PM_(2.5)比PM_(10)污染严重;晴天日PM_(2.5)、PM_(10)浓度值与对应的温度(-0.463,-0.281)、风速(-0.305,-0.332)呈负相关,与湿度(0.257,0.239)呈正相关;晴天有风时,杭州市区PM_(2.5)、PM_(10)污染北部重于南部,东部重于西部,浓度极高值集中在风速小于5 m/s时段,且风速越小浓度值越高;温度为12℃左右,湿度在60%~80%时,颗粒物污染最严重;交通高峰时各监测站PM_(2.5)、PM_(10)污染程度存在明显差异。相关性分析表明,PM_(2.5)、PM_(10)污染程度与道路密度成正比,与缓冲区内绿地覆盖面积成反比。PM_(2.5)污染程度与人口密度成正比,PM_(10)污染与人口密度成反比。     

北京市雷电灾害风险评估及区划分析

本文利用近50年的气候资料,结合当地的人口数据对北京市的雷电灾害进行风险评估和区划分析,发现北京市的雷电灾害与雷击次数、下垫面的人口密度及建筑物等有密切的关系,雷电灾害分析结果具有一定的可靠性和推广价值。     

参观日本皇宫有感

正去年元旦去了日本,进了皇宫,看到了天皇。早就听说,日本皇宫只对皇家开放大门。美国总统来了,对不起,走旁门;某岛国皇帝打着赤脚就来了,赶快,开大门迎接。但皇宫的大门每年有两次对世俗开放,一次是天皇生日那天,一次是每年的1月2日(元旦次日)。在这两个日子里,从上午     

花园中的国度——新加坡环境优先的发展策略

新加坡是一个只有七百多平方公里、四百多万人口的岛国,在1965年独立时是个十分落后的渔村,然而经过短短三四十年的发展,就成为一个在世界上具有较高地位的比较发达的国家,这个过程中一定有其重要的经验。在新加坡参观考察和生活,你会发现这里绿树成荫、花团锦簇,是一个美丽的花园城市,虽人口密度大,却见大量建筑物掩映在绿树之中,环境优美,空气清晰。在城市建设不断取得辉煌成就的同时,     

青藏高原人口分布与环境关系的定量研究

本文利用GIS工具定量地分析了青藏高原地区人口分布与海拔高度、土地利用、道路网、河流水系等环境因素的关系以及人口密度与居民点密度之间的关系，这些客观存在的关系是进行人口统计数据空间化的基础。在此基础上，文章进一步分析和探讨了青藏高原人口分布与其它地区人口分布的差异性及其原因。     

一般电磁环境监测中的布点方法

在一般电磁环境监测中，目前一般主张采用方格法选择监测点￣［１］［２］。但是由于监测点数量多，工作量太大，而且大多数监测点没有什么代表性，所以实际监测中采用方格法有很多困难。本文提出用“人口密度加权”和“有效辐射功率加权”的方法选择监测点，使监测点的数量大为减少，选出的监测点都具有一定的典型性和代表性，为在一般电磁环境监测中选择监测点提供一种科学的、实用方法。     

公交高峰期：老人出行惹争议

网络上曾经有个这样的笑话：课堂上老师提问学生：“世界上哪里的人口密度最高？”一学生毫不思索地回答道：“公交车上!”毫无疑问．这个笑话说的是日前市区内公交车上下班高峰期时的状况。