排序方式: 共有71条查询结果,搜索用时 734 毫秒
51.
52.
利用遥感夜间灯光数据,结合地面观测资料,以浙江省为例,研究了城市发展与气候条件、大气污染物质量浓度及霾天气之间的关系. 结果表明:当前粗放型城市发展引起的干岛、热岛、低湿、低能见度等气候效应,使1980—2010年杭州年均气温的线性增长率达到0.70 ℃/10 a、风速下降率为0.11 m/(s·10 a)、能见度下降率为1.40 km/10 a,分别高于临安的0.41 ℃/10 a、0.06 m/(s·10 a)、0.92 km/10 a. 城市发展改变大气污染物组成,对于城市化水平较高的杭州,大气中ρ(PM2.5)/ρ(PM10)的月均值介于0.52~0.69之间,明显高于临安的0.45~0.59,NO2、SO2等二次气溶胶前体物的质量浓度也明显高于临安. 浙江省大气中ρ(NO2)较ρ(SO2)高,其中临安大气中ρ(NO2)年均值较ρ(SO2)高出5.8 μg/m3,杭州的则高出21.0 μg/m3,同时杭州大气中ρ(NO2)与ρ(SO2)年均值的比值(1.70)也高于临安(1.57). 城市发展引起的气候效应及大气污染物组成变化可以解释浙江省霾日数与夜间灯光在空间分布和年代际长期变化趋势上的高度一致性. 在空间上,城市发展快、夜间灯光密集的浙北、浙江沿海、金衢盆地也是霾天气高发地区,而1960—2010年年霾日数出现的2个大跃变与改革开放及2000年后城市快速发展阶段相吻合,年霾日数与夜间灯光总灰度值之间的相关系数达到0.99. 研究显示,粗放型城市化发展是当前浙江省霾污染加剧的根本原因. 相似文献
53.
选取2008—2017年MODIS(Moderate-resolution Imaging Spectrometer) Aqua C006气溶胶产品数据,分析近10年中国陆地气溶胶光学厚度(Aerosol optical depth,AOD)时间序列变化规律、空间格局分布特征,同时比较了"三区十群"区域内外的AOD变化差异.同时,通过DMSP/OLS(Defense Meteorological Satellite System/Operational Linescan System)夜间灯光产品与AOD关系研究分析,以反映城市化进程中人类活动对AOD时空分布的影响.结果表明:①中国陆地AOD多年平均、季节分布特征符合"胡焕庸线".在时间尺度上,2008—2017年中国陆地AOD年际变化范围是0.279~0.368,整体呈现下降趋势且变化幅度较小;在空间分布上,2008—2017年高值区为京津冀地区、华中地区、长三角地区、珠三角地区及塔里木盆地,低值区为青藏高原、云贵高原、内蒙古高原等;AOD时空分布呈较强的季节性,春季AOD最高,秋季最低.②中国区域的夜间灯光图与AOD时空分布具有较好的一致性,也符合"胡焕庸线".人口稠密、城市化较快的东部地区出现大片光带,快速发展的城市光斑覆盖明显.2008—2013年间,城市亮度范围有一定程度的扩大,说明人类经济生产活动增加明显.③2010—2013年省级行政区的DMSP/OLS夜间灯光与其AOD表现为显著正相关,二者幂函数拟合度R~2分别为0.8036、0.8263、0.7701、0.8277、0.8331.DMSP/OLS夜间灯光与AOD呈显著正相关,说明城市化发展水平对气溶胶分布的影响作用显著. 相似文献
54.
通过对DMSP/OLS和NPP/VIIRS两种夜间灯光影像数据进行提取校正,测度长时间序列长江经济带经济发展水平;在此基础上利用耦合协调度模型分析长江经济带经济发展与生态环境承载力耦合协调时空变化规律、区域差异及空间溢出效应。研究发现:1998~2019年长江经济带经济发展与生态环境承载力之间的耦合协调程度稳步提升,由中度失调阶段升级到拮抗阶段。在区域差异上,耦合协调水平总体空间差异处于“趋同-分异-趋同”不断调整的过程中,总体空间差异主要源自于区域间差异,而区域间差异主要来自上下游之间差异;在空间格局上,耦合协调水平表现出显著的空间集聚效应,各省市呈现出多极分化趋势。通过分析耦合协调水平的溢出效应发现,富裕程度、创新投入、外商投资、环境规制有利于提升本地耦合协调水平,产业结构、人口规模对本地耦合协调水平具有显著抑制作用;产业结构、外商投资和人口规模通过正向溢出效应对邻近地区耦合协调水平产生推动作用。 相似文献
55.
56.
基于1990-2020年长三角地区的土地利用数据和夜间灯光数据,运用InVEST生境质量评估模型、双变量空间自相关、相关系数对生境质量与夜间灯光的时空关系进行研究,并应用地理加权回归和归纳法分析两者的响应规律,结果表明:(1)浙江省总体上生境最优且城镇发展最快,安徽省在城镇快速发展的同时生境相对下降最少,生境质量和夜间灯光空间分布格局呈现出与区位、地形等因素的空间耦合性。(2)长三角地区生境质量与夜间灯光指数随着时间的发展空间上的依赖性越来越强,聚类模式主要为高-低、低-高及低-低3种。高-低聚类区域主要分布在浙江省和安徽省的南部、西部的山地丘陵,研究期内呈现缩小的趋势;低-高聚类区域在长三角东部平原区呈集聚分布、北部平原丘陵区呈零散分布,呈现扩张趋势。(3)不同年份各省份生境质量与夜间灯光指数呈显著负相关,且经济越发达的省份,生境质量与夜间灯光指数的负相关关系越强;生境质量与夜间灯光指数呈高度负相关的区县主要分布在长江下游沿岸和浙江省东部,相关性不显著的区县主要分布在安徽省、江苏省的北部,变化类型以负相关关系持续增强型占比最高。(4)生境质量与夜间灯光指数的相关关系随着城市发展呈U型... 相似文献
57.
基于1992—2013年国防气象卫星计划(DMSP/OLS)夜间灯光数据和能源统计数据,对成渝城市群碳排放进行研究,应用空间自相关模型,并结合趋势分析和地理信息系统(GIS)空间分析方法,探究成渝城市群碳排放时空变化规律。研究结果表明:(1)基于DMSP/OLS夜间灯光数据估算的碳排放与基于能源消耗统计数据计算的碳排放动态变化趋于一致,且存在较好相关性;(2)1992—2013年成渝城市群碳排放增加趋势明显,碳排放增加区域面积高达76.26%,分布在成都、重庆主城及周围德阳、璧山等地区,碳排放不变或降低区域零散分布在研究区边缘地带,面积占比23.74%;(3)成渝城市群所有年份的全局空间自相关系数(Ⅰ)值均大于0,表现出较强空间自相关性,且在研究时段Ⅰ值总体呈增长趋势,说明其空间集聚性持续增强;(4)成渝城市群碳排放空间集聚模式主要为高-高集聚型、低-低集聚型,两者空间分布动态变化均呈增加模式,高-高集聚区域主要分布在成都、重庆主城以及邻近县域,低-低集聚区域主要零散分布在边缘相对落后地区,表明成渝城市群碳排放空间分布具有极强的相互依赖性。 相似文献
58.
基于珞珈一号的珠三角地区GDP空间化研究 总被引:1,自引:0,他引:1
《生态与农村环境学报》2021,37(6)
灯光数据与人类社会经济活动有很强的相互关系,因此基于灯光数据构建GDP预测模型与GDP空间化具有重要的研究价值。以珠三角地区为研究区,基于珞珈一号(LJ1-01)与索米国家极轨道伙伴关系卫星(NPP-VIIRS)这2种夜间灯光数据,提取区县级夜间灯光总强度(TNL)、综合灯光指数(CNLI)、平均相对灯光强度(I)以及灯光面积比(S)这4种灯光指数,分别构建其与GDP的线性、对数、幂指数和指数模型,并据此进行GDP空间化。结果表明,LJ1-01夜间灯光在数据空间分辨率、数据细节特征及灯光强度识别精度方面优于NPP-VIIRS夜间灯光数据,更能够体现城市结构与城市肌理;对比2018年珠三角地区GDP与LJ1-01、NPP-VIIRS灯光指数间的相关性,发现LJ1-01数据较NPP-VIIRS更适合进行珠三角地区的区县级GDP空间化,其中根据LJ1-01夜间灯光数据的TNL灯光指数所构建GDP的线性模型拟合效果较好;通过构建密度图发现,GDP较高值像元高度集中分布于广州和深圳这2个副省级城市的市中心,呈典型的"双核"布局。 相似文献
59.
长江经济带的五大城市群是该区域内城市化的主体,评估不同城市群的发展差异有助于准确理解该区域内的城市化进程。基于美国宇航局新一代夜间灯光遥感产品,利用灯光增长率、变异系数、位序-规模法则、灯光基尼系数等方法评估了2012~2020年长江经济带五大城市群的发展差异。通过比较城市群之间的差异,发现长三角城市群一直雄踞五大城市群之首,长江中游城市群的增长率最快,黔中城市群较滇中城市群发展更快,五大城市群的整体差异呈现先减少后增加的趋势;对于城市群内部的不同城市发展差异而言,长三角城市群呈现愈加均衡的趋势,而其它四个城市群的趋势不明显;对于城市群内部不同地理网格的发展不平衡度而言,长三角内部发展不平衡度在降低,而成渝城市群、滇中城市群和黔中城市群的不平衡度有上升的趋势,而长江中游城市群的变化趋势性不明显。总的来说,长三角城市群的核心城市已经产生了明显的辐射带动作用,而其它城市群虽然发展较快,但辐射带动效应尚不明显。最后,总结了各城市群发展差异的原因,并指城市群的交通建设以及寻找符合自身优势的发展战略有助于实现长江经济带的协同发展。 相似文献
60.
厘清区域碳排放及其与经济发展的关系对于区域绿色低碳发展具有重要意义。该研究利用多源遥感夜光影像构建了2000-2020年安徽省夜间灯光数据集,估算了2000-2020年安徽省碳排放,考察了碳排放在时间和空间上的变化趋势,同时探讨了碳排放与经济发展之间的相互作用机制。结果显示:(1)对比4种预测模型,CNN-BiLSTM深度学习估算模型精度最优,在显著性水平P<0.001情况下,R2为0.882 3,MAE为23.006 7,MSPE为16.39%,RMSE为33.616 1;(2)安徽省区域碳排放空间分布存在显著差异,最高地区年均碳排放为897万t/km2,碳排放极热点区从10个降至9个,极冷点区从0增至3个;(3)2000-2020年安徽省碳排放呈增长趋势,增速最高值为6.15万t/(km2·a),碳排放量与增长速率在空间分布上具有较高的相似性;(4)碳排放与经济发展之间脱钩状态逐渐改善,平均脱钩系数为0.481 4,脱钩状态以弱脱钩为主;(5)安徽省的碳排放受到人均GDP和人口规模的正向影响,且正向贡献度逐渐减... 相似文献