黄河流域城市群工业减污降碳影响因素与策略

选择呼包鄂榆、关中平原和中原三大城市群,对2000～2019年工业CO₂与局地大气污染物(LAP)排放的变化趋势进行分析,采用随机森林模型识别了工业减污降碳的关键影响因素及其非线性响应关系,因地制宜地提出减污降碳协同推进策略.结果表明,工业CO₂排放量呈上升趋势,关中平原与中原城市群排放强度下降,但仍有较强的减排潜力.LAP排放量与排放强度显著下降.工业CO₂排放与工业LAP排放趋势并不同步.关键影响因素中,规模以上工业增加值与万元工业增加值能耗为工业CO₂和LAP排放的共同关键影响因素;高技术产业占工业增加值比重、研究与试验发展(R&D)支出占GDP比重、工业二氧化硫去除率仅是LAP排放的关键影响因素,且在不同城市群存在差异性.部分指标呈现显著的非线性响应关系,工业规模效应, R&D投入配置扭曲,绿色技术效用的滞后性等是产生非线性特征的重要原因.为实现减污降碳协同推进,提出将降碳作为重点、加快产业结构优化升级、持续推进能耗双控、提高能源利用效率等建议.     

基于InVEST模型的复合生态系统耦合协调关系研究——以兰西城市群为例

引入指数功效函数模型测算兰州—西宁城市群的经济社会发展状况,基于InVEST模型评估城市群的生态系统服务水平,并运用耦合协调度模型剖析经济—社会—生态子系统的耦合协调关系及时空变化特征.结果表明:2000-2020年间,兰西城市群经济、社会子系统发展呈典型的a双核心o模式,城市群次中心发展不充分,低水平县区广布特征明显;水源涵养、水土保持和固碳释氧服务均呈增长趋势,且呈不同的空间分异态势;综合生态系统服务呈现从东北向西南递增的阶梯状格局,高值区集中在三江源地区,低值区位于白银市;经济—社会—生态子系统处于高度耦合状态,总体演进趋势一致,互动关系紧密;协调度增长14.63%,高值区位于各市州城市建成区,低值区集中分布于城市群东北部,不同协调度分区滞后子系统不同.     

成渝城市群碳排放时空趋势特征及影响因素分析

县域是中国经济发展与减排治理的基本单元,而成渝城市群作为中国西南地区经济发展的新极点,是潜在的碳排放增长区,研究并揭示城市群县域碳排放时空演变特征与影响因素对区域差异治理与“双碳”目标的实现具有重要意义。文章使用成渝城市群2008-2017年县域碳排放数据通过空间数据,在考虑区域范围差异的前提下探究其时空演变特征与影响机制,结果表明：（1）2008-2017年成渝城市群县域碳排放量整体呈上升趋势,增长过程大致分为快速抬升-缓慢上升-高位波动3个阶段,并以2011年为主要分界点整体呈现出“先快后慢,波动涨幅”的增长态势。（2）县域碳排放具有明显的东北-西南向差异,空间极值化趋势明显。高-高集聚区县集中在重庆、成都城市群内;低-低集聚的区县数量稳定,主要集中在成渝城市群西南部。城市群整体呈现出较为明显的空间撕裂状态。（3）在单因子分析中,前期地区生产总值、第二产业产值与政府财政支出对区县碳排放的影响程度最高,随时间推移年末人口总数、人均地区生产总值和城镇化率的影响程度逐渐上升并跃居前位。交互因子探测结果显示,区县碳排放增长是多种影响因子综合作用的结果,地区生产总值自始至终是影响县域碳排放的...     

长三角城市群PM2.5污染时空特征及其优化路径——基于产业转型和技术升级的视角

准确把握PM_2.5污染的时空特征及其驱动效应,有助于推动长三角城市群实现良性、可持续发展。基于2007～2017年的市级面板数据集,文章使用动态空间面板(DSP)模型对长三角城市群PM_2.5污染的时空特征及其产业和技术的驱动效应进行了实证分析。结果表明：地区PM_2.5污染存在显著的时序动态演变特征和空间相关性,区域内部PM_2.5污染的空间异质性分布较为稳定;尽管产业结构升级和技术进步均有利于缓解PM_2.5污染,但技术进步发挥了更重要的作用;产业结构升级和技术进步的联合效应可以显著抑制PM_2.5污染。为持续提高长三角城市群的空气质量,应建立区域差异化的治理和联合防控机制。地区政府应促进产业结构和能源结构不断升级,通过自主开发和技术引进的手段发挥技术进步对环境治理的积极效应。     

长株潭城市群PM2.5中二次无机离子特征及生成机制

二次无机离子是大气PM_2.5的主要组分,其对城市霾污染的驱动作用愈发明显.目前长株潭城市群秋冬季PM_2.5污染形势依旧严峻,但该区域的二次转化对冬季霾污染过程以及秋冬季SNA差异特征的影响尚不明晰.2020年11月和2021年1月在长株潭城市群4个典型站点进行PM_2.5连续采样,并定量分析了SO₄^2-、 NO^-₃和NH⁺₄等组分.结果显示,秋季和冬季PM_2.5中ρ(SO₄^2-)、ρ(NO^-₃)、ρ(NH⁺₄)平均值(μg·m^-3)分别为(5.2±2.5)、(7.9±4.8)、(4.1±2.2)和(7.2±4.2)、(17.1±10.5)、(7.8±5.2).在冬季霾污染过程中,ρ(SO₄^...     

多源遥感数据支持下的县域尺度生态效率测算及稳健性检验——以长江中游城市群为例

生态效率是评价区域生态文明水平的重要依据,也是地理学与经济学开展资源环境综合研究的常用指标和变量,县域尺度生态效率测度的研究匮乏,制约了上述问题在县域层面上开展。在长江经济带生态优先和绿色发展国家战略下,以长江中游城市群为研究区域,依托多源遥感数据构建县域尺度生态效率测算指标体系,应用非合意产出超效率EBM模型测算2000-2015年县域生态效率,利用GIS空间分析工具揭示其时空分异规律和空间关联特征。并设计稳健性检验方案,对县域尺度生态效率测度路径科学性及稳健性进行检验。结果表明：（1）各年份长株潭城市群和环鄱阳湖城市群所辖县域的生态效率均优于武汉城市圈所辖县域;（2）研究期内生态效率维持高位区域包括武汉市辖区等12个县市,生态效率持续低值区域包括瑞昌市等7个县市;（3）县域生态效率H-H集聚区由衡阳市、株洲市及其周边至2015年成片消失,L-L集聚区则按照顺时针走向,逐步形成围绕武汉市的闭合环形区域;（4）基于市域生态效率排名对比的稳健性检验表明,县域生态效率测度路径和结果具有较高可信度。     

黄河流域城市群与产业转型发展

黄河流域生态保护与高质量发展是国家重大战略之一。城市群和产业转型发展是实现黄河流域生态保护与高质量发展的内在要求和根本保障,揭示流域尺度城市群发展与产业转型升级的路径对指导黄河流域高质量发展意义重大。为此,本文聚焦“城市群和产业转型发展”,联合来自中国科学院地理科学与资源研究所、中国社会科学院生态文明研究所、黄河水利科学研究院、首都经济贸易大学、北京大学、河南大学等单位的专家学者,从生态保护、资源配置、动态演化、空间结构、整合调控等视角,探讨黄河流域城市群与产业转型发展的重要议题,以求服务于黄河流域生态保护与高质量发展的国家重大战略实施。核心观点如下：识别水资源、城市群和产业发展的关系是促进产业转型和城市转型协同、经济转型和社会转型并进的关键;分析流域生态保护和高质量发展复杂耦合与动力演化机制对于实现流域高质量发展意义重大;揭示黄河流域典型城市群和产业空间演变机理,构建城市群与产业转型发展空间一体化目标与模式,是促进黄河流域的高质量发展的有效途径;在全球化和能源革命导致贸易不确定性增加、社会经济与生态环境关系复杂、“双循环”的新发展格局构建背景下,黄河流域“城市群和产业转型发展”亟需更全面的整合调控机制。     

青藏高压系统对川渝春夏臭氧污染的影响机制

为研究青藏高压系统对川渝地区春夏季臭氧（O₃）污染的影响机制,对2015~2018年每年4~9月的中国气象局高空全要素填图数据（Micaps PLOT High）、川渝14个城市的国控环境监测站点O₃监测数据及气象台站数据进行了研究分析.结果表明：O₃浓度的高低与青藏高压中心位置分布的状况和数量密切相关,中心分布越密集、出现的极值区域越多和中心个数越多时,同期地表温度越高,O₃浓度越高（尤其是中心位置出现在100°E和28°N的频数越多,地表温度越高,导致较多O₃极值的出现）.对比分析同年逐月与逐年同月高压脊线南北偏移情况对O₃浓度的影响,发现高压脊线越往北跳,对应日照时数越长,O₃浓度越高.综合分析高压中心和高压脊线对川渝地区O₃影响的共同作用,发现高压中心和高压脊线分别主要通过控制地表温度和日照时数来影响O₃浓度,且同一时段,二者对O₃浓度影响的效果和程度也存在差异,有时对O₃浓度的增加表现为协同作用,有时为拮抗作用.     

长江三角洲地区城市建筑三维形态对地表热环境的影响

以长江三角洲城市群为例,利用2016~2018年夏季Landsat 8影像数据和三维建筑数据,提取地表温度（LST）并计算三维景观指数,分别在200m、400m、600m、800m、1000m、1200m六个基准空间尺度上,利用空间回归模型探索建筑物三维形态对LST的影响.结果表明：所有城市的内部城区热环境较差,超过50%区域为高温区和次高温区;建筑物三维形态对LST的影响存在尺度效应,随着研究尺度的增大,影响力逐渐减弱,在研究的六个基准尺度中,200m是所有城市的研究适宜尺度;对LST影响最大的指数分别是建筑结构指数（BSI）、建筑平均体积（AV）和分布均匀度（BEI）,其中BSI、BEI与LST正相关,除上海、苏州和台州,AV也和LST正相关,表明瘦高、体积小、分布均匀的建筑物有助于降低城市LST,改善城市热环境.     

基于LMDI的城市化不同阶段PM2.5浓度影响因素——以我国5个特大城市群为例

以我国5个特大城市群为研究区,采用人均GDP和产业结构标准,将2000~2015年划分为不同的城市化发展阶段,利用LMDI指数分解法探讨不同发展阶段排放强度、能源强度、经济产出和人口规模等4种社会经济因素对PM_2.5浓度变化的可能驱动机制及贡献率.结果表明,5个特大城市群被划分为四个不同的城市化发展阶段,随着城市化进程的推进,PM_2.5浓度呈现先上升后下降的趋势.总体上,经济产出和人口规模产生正效应,且经济产出效应是促进PM_2.5浓度增加的主要因素;排放强度和能源强度产生负效应,且排放强度效应是抑制PM_2.5浓度增加的主要因素.能源强度效应的累积贡献率在工业化初期和中期有正有负,但在工业化后期和发达经济时期均为负.从工业化初期至发达经济时期,经济产出效应和人口规模效应的累积贡献率均在增加且经济产出效应的累积贡献率增加更为显著;排放强度效应的累积贡献率为负且累积贡献率的绝对值不断增加.探讨不同城市化发展阶段PM_2.5浓度的影响因素可为政府部门制定针对性的环境保护政策提供依据.