基于MGWR的土壤pH值空间建模及其影响因素分析

以安徽、河南、江苏和山东省为研究区,利用599个土壤样点数据,从地形、气候和生物等方面选取与土壤pH相关的9个环境因子,采用多尺度地理加权回归（MGWR）、混合地理加权回归（Mixed GWR）、地理加权回归（GWR）和多元线性回归（MLR）这4种模型对研究区土壤pH空间分布进行建模,并结合MGWR与分位数回归揭示环境因子对土壤pH作用的空间差异性.结果表明：①研究区土壤pH在不同空间距离上呈不同程度的显著全局和局部空间自相关性,聚集特征明显.② 4种模型中MGWR模型最优,MGWR、Mixed GWR、GWR和MLR的建模集R_adj²为0.64、0.62、0.59和0.48.MGWR的残差独立分布性最强,其空间自相关性最弱,全局Moran''s I仅为0.07.③ 3种GWR预测结果显示,研究区土壤pH值空间分布总体由北至南逐渐降低,河南北部最高,安徽南部最低.④ MGWR回归结果表明年均降雨量（MAP）、多尺度谷底平坦度（MRVBF）和海拔对土壤pH的影响较强,且存在较强的空间异质性.在江苏北部和山东大部分地区,MAP对土壤pH的影响较强;在江苏北部和山东西部,MRVBF对土壤pH的正向作用较强;在江苏北部和中部,海拔对土壤pH的负向作用最强.⑤ MAP对不同分位数水平上的土壤pH均呈显著负作用,作用强度随分位数水平增加呈减弱趋势;MRVBF对低分位数水平（θ为0.1~0.4）上的土壤pH呈显著负作用,对高分位数水平（θ为0.5~0.9）的土壤pH作用不显著.研究结果可为利用MGWR开展大区域土壤属性影响因素分析及预测制图提供参考.     

基于多站对比的南昌地区大气CO2浓度变化特征分析

基于南昌高精度温室气体浓度观测站(南昌站)及南昌城市加密观测站(加密站)2020年8月—2021年8月大气CO₂在线连续观测资料,分析了南昌地区大气CO₂浓度变化特征、区域大气输送的影响及潜在排放源区分布特征,并对加密站数据可用性进行研判.结果表明,研究期内南昌站CO₂的平均浓度为444.2×10-6,大气CO₂浓度日变化呈日间低、早晚高的特征,且夏季大气CO₂浓度日振幅最大;季节变化呈现冬季>春季>秋季>夏季的规律.南昌地区的气团输送主要受盛行风向及大气层结稳定度的影响,即夏季南方、东方气团带来较高CO₂浓度,其它季节则由北方气团造成CO₂浓度升高;长三角地区、武汉地区是南昌大气CO₂持久稳定的潜在贡献源区.加密站与南昌站数据季节变化特征和日变化特征基本一致,可以反映局地CO₂浓度变化特征,在年尺度上构建回归方程能够校正加密站数据;近地面CO₂浓度与...     

基于APEI的2013—2018年福建省大气污染评价

为了在区(县、市)级尺度上准确衡量福建省大气污染情况,构建大气污染评价APEI指数。基于高分辨率大气污染数据集和夜间灯光数据,分析2013—2018年福建省78个县市大气污染程度时空变化特征及其影响因素的时空异质性。结果表明：1)福建省中心偏北县市大气污染程度小,东部沿海县市大气污染严重。近6年福建省78.21%的县市大气污染程度减弱;2)全省东部沿海区域空气污染严重,主要表现在NO₂和PM₁₀这2种大气污染物,均超过全省平均水平;3)从大气污染物时序变化趋势看,PM_2.5和PM₁₀变化相似,自2014年起逐年下降,到2018年分别下降约23.15%和12.21%,SO₂和NO₂分别下降明显。O₃呈U形变化,而CO则呈倒U形变化;4)全省6种大气污染物均呈现较明显的季节性波动特征;5)采用时空加权回归(STWR)模型分析夜间灯光对APEI影响的时空异质性,发现2014—2018年负向影响区域持续扩大;全省34个县市5年回归系数均为正值...     

海陆风对宁波东南滨海郊区大气臭氧变化特征及预测的影响

当前我国沿海发达城市群大气臭氧(O₃)污染严重,且污染的发生和发展受沿海气象条件影响明显.作为海岸附近典型的大气环流,海陆风对沿海地区大气污染物的生成和消散具有重要潜在贡献.本研究基于对2020年1月—2022年3月宁波沿海地区近地面空气质量和气象因子的连续监测,分析了海陆风对我国典型沿海城市大气O₃浓度及其时间变化的影响.同时,在区分有、无海陆风的不同情景下,利用线性回归和随机森林模型对O₃浓度进行了模拟预测.结果表明,海陆风可显著促进沿海地区大气O₃浓度的升高和污染事件的发生,海陆风日的O₃浓度明显高于无海陆风日.与无海陆风发生时段相比,春、夏、秋、冬四季海陆风发生时段的O₃超标率分别升高了19%、18%、38%和6%.海陆风天气下近地面大气相对静稳,污染物的局地循环和积聚是O₃浓度升高的主要原因.随机森林模型对O₃浓度的拟合效果明显优于线性回归模型,且全参数(气象因子和污染物)模型优于气象参数模型.在区分海...     

基于APCS-MLR和PMF模型的煤矸山周边耕地土壤重金属污染特征及源解析

以重庆市南川区某煤矸山周边耕地土壤为研究对象,运用内梅罗指数法和地累积指数法分析土壤重金属污染水平和分布特征,并采用绝对因子得分-多元线性回归(APCS-MLR)和正定矩阵因子分解(PMF)模型,探析研究区土壤重金属来源及其贡献率.结果表明,下游区土壤中8项重金属均值含量均高于上游区,其中Cu、 Ni和Zn含量显著高于上游区(P<0.05).内梅罗综合污染指数表现为：下游区(1.22)>上游区(0.95),重金属污染程度由大到小表现为：Cd>Cu>Hg、 As、 Pb、 Cr、 Ni和Zn.地累积指数由大到小表现为：Cd>As>Cu=Hg>Ni>Zn=Cr>Pb.源解析表明,研究区土壤中Cu、 Ni和Zn主要受煤矸山堆存影响,APCS-MLR模型的贡献率分别为49.8%、 94.5%和73.2%,PMF模型的贡献率分别为62.8%、 62.2%和63.1%; Cd、 Hg和As主要受农业和交通混合源影响,APCS-MLR模型的贡献率分别为49.8%、 94.5%和73.2%,PMF模型的贡献率分别为62.8%、 62.2%和63.1...     

GSK-XGBoost模型在井底风温预测中的应用*

为防治矿井热害,针对矿井井底风温在预测过程中精度较低的问题,提出1种网格搜索法结合K折交叉验证优化XGBoost的预测模型。通过分析确定影响井底风温的主要因素,使用网格搜索算法结合K折交叉验证,进行迭代缩小搜索范围并调参,选取最优参数配置,实现对XGBoost模型的优化,得到预测结果并与其他模型进行比较。研究结果表明:初始参数经优化后,当最大回归树深度为3且学习速率为0.1时,XGBoost回归模型性能最佳,与随机森林模型、BP神经网络模型、T-S模糊神经网络模型相比,平均相对误差分别降低了2.12%,0.88%,0.3%,均方根误差分别降低了0.66,0.24,0.11 ℃。     

哈尔滨市AQI与空气污染物的相关分析研究

空气质量问题已成为民众关注的热点问题.选取哈尔滨市2014年-2015年AQI日报数据,分别分析了供暖期和非供暖期PM2.5、PM10、CO、SO2、NO2、O3六种主要空气污染物与AQI的相关性,结果表明,AQI与6个主要污染物间呈显著性相关.同时建立了供暖期和非供暖期AQI与主要空气污染物的多元线性回归模型,结果表明,CO对AQI起着主要作用.因此,提高供暖过程中煤炭燃烧效率,可有效削减空气中CO的浓度,对于改善空气质量起着至关重要的作用.     

经济差异化增长下生态系统服务价值的时空演变特征——以珠江—西江经济带为例

为了应对经济增长与生态保护双重压力,使用生物量与植被覆盖度修正后的当量因子法测度珠江—西江经济带的生态系统服务价值（ESV）;基于STIRPAT模型构建地理加权回归模型,实证研究人文因素对ESV影响的空间异质性,并着重将经济增长因子的回归系数以表格形式展示。结论认为：（1）珠江—西江经济带的ESV在研究年份截面中呈现先下降、后上升、再下降的变动趋势;（2）人均GDP对地均ESV在研究区域东部表现为持续负向影响、中部和北部地区表现为由负转正的影响态势、西北部和西南部的回归结果不显著。基于上述结论,针对避免东部地区ESV进一步下降、鼓励中部和北部经济追赶,以及提高西北和西南部对经济与生态环境协调发展问题的重视方面提出政策建议。