基于Moran’s I指数的京津冀地区PM2.5空间自相关分析

选取2014~2018年京津冀地区环境监测站点PM_2.5浓度观测数据,基于Moran's I指数,分析了该地区PM_2.5浓度的时空变化特征以及空间相关性。研究表明:2014~2018年京津冀地区PM_2.5浓度空间分布差异显著,2014年良、轻度、中度污染面积约占1/3,降至2018年以“良”为主;PM_2.5浓度空间分布北部、西部优于南部、东部地区,山区优于平原地区;PM_2.5浓度年平均值、IQR、Q1、Q3值及标准差均呈下降趋势,达到且接近于“良”以上程度的站点,从2014年2成增长至2018年8成;通过对历年及各月PM_2.5浓度全局Moran's I指数分析,I值(除7月外)均超过0.5,生成的P值均小于显著水平0.01,Z得分均超过了临界值2.58;年、月平均值均呈显著的集聚效应,年值集聚效应呈减弱趋势,月值集聚效应秋、冬季大于春、夏季,空间集聚效应与污染程度呈显著正相关;局部空间自相关历年、各月H-H集聚主要出现在京津冀南部地区,L-L集聚主要出现在北部地区。京津冀地区PM_2.5浓度值分布存在空间异质性,主要影响因素为地理、气候和经济环境。     

京津冀地区近20年NDVI时空变化特征

健康稳定的自然生态系统是保障城市发展的重要基础.了解京津冀城镇快速发展过程中自然生态系统的变化,有助于该区域城镇绿色协调可持续发展.植被指数NDVI时空变化特征可反映地区自然生态系统状况及其演变规律.基于MOD13Q1和Landsat遥感影像数据,利用一元线性回归趋势分析法分析近20年(2000—2019年)京津冀地区...     

京津冀地区生态系统服务价值时空变化及驱动因子分析

基于京津冀地区2000年、2010年和2018年土地利用分类数据,通过分析土地利用结构及其动态变化、构建生态系统服务价值（ESV）模型,探究京津冀地区13个地市ESV的时空演变,运用地理探测器分析京津冀地区ESV驱动因子。结果表明：1）2000—2018年,耕地是京津冀地区最主要的土地利用类型,建设用地是面积和动态度变化最剧烈的土地利用类型。2）2000—2018年京津冀地区ESV呈先下降后上升趋势,调节服务与支持服务始终是京津冀地区生态系统服务的核心功能,其中水文调节的贡献率最大。3）从时间上看,京津冀地区地均生态系统服务价值（AESV）变化不大。从空间上看,京津冀地区AESV空间分布差异明显,高值区主要分布在冀北和京津地区,低值区主要分布在中南部的平原地区。京津冀各地市AESV的变化较为明显,大多数地市呈减少趋势。4）各土地利用类型的敏感性指数均小于1,其中林地的敏感性指数最高,对ESV的影响最大。5）地理探测器分析表明,京津冀地区AESV在空间上的分布差异受到区域自然因子、经济因子和社会因子共同作用,其中高程、地均GDP、人口密度等因子的贡献率较大,不同驱动力之间的交互作用对京津冀地区AESV的空间分异影响明显增强。

     

基于产业结构视角的县域农业增长空间特征研究

基于产业结构视角,系统揭示区域农林牧渔业增长的空间特征,有助于制定科学的农业发展策略。研究借助Esteban-Marquillas拓展模型将县域农业增长分解为份额分量、产业结构分量、净竞争分量和资源配置分量,并借助ESDA方法系统分析2000—2014年京津冀地区县域农林牧渔业增长的空间特征。结果表明：1）2000—2014年,京津冀地区农林牧渔业总体呈现增长态势,且种植业和牧业是农业增长的主要产业。2）京津冀地区县域农业增长具有显著的同质集聚性,集聚效应表现为渔业＞牧业＞林业＞种植业。就产业各分量而言,份额分量和结构分量的集聚效应最强,表现为渔业＞牧业＞林业＞种植业;净竞争分量和资源配置分量仅有种植业和牧业的集聚效应通过统计性检验,并以种植业最强;各分量的显著高高（或低低）集聚县域表现出低重合度,京津冀地区县域农业生产格局尚待优化。3）农业资源配置流向相对合理的Ⅰ类型（竞争优势+专业化程度强）和Ⅳ类型（竞争劣势+专业化程度低）的县域数量不足50%（渔业除外）,表明县域农业资源配置的比较优势不突出,县域间分工协作意识不强。建议加强县域间的经济联系和产业合作,提升资源配置效率,加快实现农业结构升级和布局优化。     

基于MODIS的华东地区气溶胶光学厚度时空变化特征分析

选用2001年1月-2015年12月MODIS数据,运用线性趋势等方法研究华东地区气溶胶光学厚度(AOD)的变化特征及影响因素。结果表明,2001-2015年华东地区AOD平均值变化范围在0.4~0.7之间,且呈现递减趋势。山东省西部、安徽省北部及江苏省AOD相对较高;福建省、浙江省南部及江西省南部地区AOD较低。华东地区气溶胶最低值出现在12月,最高值出现在6月;虽然冬季AOD变化趋势增长较高,但最高值仍出现在夏季。AOD主要受地形、NDVI、风速及人类活动等因素的影响,地形、NDVI、风速均与AOD呈负相关。     

京津冀城市群土地利用变化对热环境的影响研究

基于2000和2015年两期土地利用数据,运用WRF模式（Weather Research and Forecasting Model）模拟与数理统计方法,设计4组城市气温对比方案,定量模拟京津冀城市群土地利用时空格局变化对区域热环境的影响。结果表明： 1）2000—2015年城市群建设用地增加2 840 km²,94.37%由耕地转换而来; 2）北京土地利用变化对廊坊、天津和唐山气温变化的影响最为明显,天津的土地利用变化对廊坊气温变化的影响最为明显; 3）分季节来看,北京与天津的土地利用变化对城市群季均气温的影响排序为：秋季>夏季和春季>冬季; 4）其他地区土地利用变化使北京市年均气温增加0.07 ℃,且夏季降温作用明显,而该变化对天津市年均气温作用不明显,但秋季与冬季的增温区域形成了京津唐热环境连片发展的空间分布格局; 5）城市群土地利用变化对热环境影响表现出明显的“遥响应”特性,因而有必要从大尺度、泛区域的角度认识城市扩展对热环境的影响。     

非线性复合模型在云南纵向岭谷区生态安全评价中的应用

应用非线性模糊综合评价——未确知测度复合评价模型(简称非线性复合模型),对云南纵向岭谷区的生态安全进行了评价. 非线性复合模型考虑到生态系统的非线性,引入了非线性合成算子,并利用置信度准则对评价样本进行识别与排序. 结果表明:非线性复合模型既能反映某种指标的突出影响,又能把线性加权平均模型看作是它的特例;利用非线性复合模型对评价样本进行识别与排序,克服了使用最大隶属度方法进行排序的缺点. 非线性复合模型在研究区中的应用得到了客观、合理的评价结果,表明其在多指标、多样本评价中的可行性      

京津冀一次空气重污染过程激光雷达走航观测分析

针对2016年国庆期间一次污染消散过程,开展了激光雷达定点与走航观测,并综合运用中国环境监测总站国家预报平台数值模型预报结果和国控站点PM_(2.5)监测数据,对污染团的移动和分布进行了分析。结果表明,雷达定点观测的消光系数突变,主要由北京西部累积污染团在夜间弱西北气流作用下的回流所引起。受此西北气流影响移出北京的污染气团在天津至沧州一带滞留。北京至保定沿线颗粒物污染消散现象,被雷达走航观测所捕捉。     

长江三角洲地区城市水环境承载力评估

基于压力-状态-响应(PSR)结构模型,应用环境承载力预警分析方法,分析了长江三角洲(长三角)16个城市水环境承载力演变情况,并按照压力-状态-响应的逻辑关系,提出了水环境承载力提升的建议.结果表明,2005~2010年,长三角半数城市承载力状态改善明显,包括浙江省内6个城市和江苏省内2个城市,但整体形势依然严峻,表现在2010年江苏省内6个城市和上海仍处于危机状态.此外,区域流域间承载力状况不平衡,分异性特征显著,表现在浙江省内城市显著好于江苏省内城市和上海市,太湖以南城市显著好于太湖以北和以东城市.承载力状况好坏主要与城市容量资源多寡,排污基数大小和污染减排起效快慢有关.长三角城市宜从持续减排,优化布局,提升效率的角度出发,减少承载压力,改善承载力状态,促进承载力响应.     

后奥运时期京津冀区域大气本底夏季污染变化

为探索后奥运时期京津冀区域大气本底污染状况及变化趋势,在中国科学院华北兴隆大气本底观测站,对夏季大气主要污染物(NO_x、SO₂、O₃和PM_2.5)进行了连续3年的在线观测,结合气流轨迹模式对大气污染物的传输路径及贡献率进行了分析. 结果表明:兴隆站大气本底夏季ρ(NO_x)、 ρ(SO₂)、 ρ(O₃)和ρ(PM_2.5)的平均值分别为(11.5±5.9)、(8.3±7.0)、(137.6±38.4)和(50.9±33.0)μg/m3;首要污染物为O₃和PM_2.5,ρ(O₃)和ρ(PM_2.5)日均值超过GB 3095─2012《环境空气质量标准》二级标准〔ρ(O₃)为200 μg/m3,ρ(PM_2.5)为75 μg/m3〕的天数分别为102和60 d,占观测期间有效天数的39%和23%,表现为大气氧化性增强、二次污染逐年上升;受偏南气流影响,太行山沿线区域和山东半岛—渤海湾地区是兴隆夏季大气本底污染的主要贡献区域,特别是京津冀城市区域夏季高浓度O₃和PM_2.5,对华北区域大气本底污染物浓度的整体上升具有重要影响.