城市化与城市环境（二）

二、城市化对城市环境的影响城市环境是城市化的外在表现形式,城市化的阶段性不同,城市环境的特点也不同。总体上看,城市化与城市环境大体保持一致,从某些静止状况看,城市化速度超前,城市环境演变滞后。世界各国城市化速度不一,自然地理位置不同、风俗习惯和文化特点及宗教信     

开发区建设与环保情感投资

作为全国旅游城市之一的珠海市,其良好的环境,旖旎的风光吸引了四面八方的游客和国内外的投资者,纷纷对珠海优美的环境赞叹不已。这不能不归功于珠海市领导强烈的环境意识、环保工作者和市民的共同努力。但是,美中不足,到过珠海西区的人都有一     

城市工业小区噪声现状评价与防治对策研究

对上海工业街坊固定和流动噪声的主要变化和声源强度进行调查和测试，应用ＰＮＩ噪声指数和等级评价方法对该城市工业记噪声进行评价。用数学方法对典型小区和大部分工业街坊的职工和居民的职业病和健康进行分析，并提出减少噪声伤害的若干对策。     

用秩相关系数分析我省主要城市大气环境变化趋势

主要城市的大气环境监测工作已开展了十多年，积累了相当丰富的资料。笔者利用Ｓｐｅａｒｍａｎ秩相关系数法分析了我省主要城市的ＳＯ２，ＴＳＰ的变化趋势，经计算后得出福州、厦门、三明、龙岩、泉州的ＳＯ２、ＴＳＰ下降趋势显著，其它城市无显著变化。     

哈尔滨市何家沟污水处理方法的探讨

随着工业经济和城市建设的发展,城市污水的排放量不断增加,位于哈尔滨西部的何家沟污水对松花江的污染越来越重,本文通过对何家沟污水水量及水质的分析,及处理后出水标准的确定论述了适宜于何家沟污水的处理方法,对于城市污水的处理具有一定的可借鉴性.     

城市绿地生态系统功能简述

国内外的实践和研究表明,以改善生态环境为绿化的主要目标,是城市现代化建设的必然要求;建成以林木为主、多种植物、多种效益的绿色系统,是城市绿色建设的必然选择;而回归大自然,回到森林环境之中,则是人类社会的共同愿望.     

哈尔滨松花江北岸洪泛湿地景观生态价值及利用原则

文章依据河谷洪泛湿地自然属性和城市景观生态学原理,论述了哈尔滨松花江北岸洪泛湿地的城市景观生态价值和环境功能,提出了哈尔滨松花江北岸洪泛湿地及自然景观资源今后开发利用的原则和建议.     

WRF-Chem与ADMS对城区尺度大气污染精细化模拟的比较

精细化模拟对城市大气污染预报、朔源和管控具有重要意义.本文以南京市江宁区为例,利用中尺度数值模式WRF-Chem和三维高斯型模式ADMS,针对典型污染个例,开展城区尺度大气污染高分辨模拟,并对其结果进行比较分析.此外,探讨了WRF-Chem中不同城市冠层方案的模拟效果以及ADMS中不同街道峡谷特征对街道内污染扩散的影响.结果表明,WRF-Chem和ADMS都可以合理模拟内外源对关心区域的影响,实现对城区尺度大气污染的高分辨和高效率模拟;相对SLAB、BEP城市冠层方案,WRF-Chem中的UCM方案表现更好,且其模拟性能较ADMS略优;ADMS模拟街道峡谷效应时,街道和建筑尺度参数对模拟结果有较大影响,街道越窄、建筑越高,越不利于街道内污染物的扩散.综合而言,对于城区尺度的大气污染精细化模拟,使用UCM方案的WRF-Chem和ADMS都具有一定的模拟能力,可以根据计算效率和分辨率的要求选用不同模型开展研究.     

黄河流域城市生态化建设水平空间格局与障碍因子分析

城市生态化建设作为流域可持续发展重要途径是人地耦合与高质量发展的重要研究内容。本文旨将宏观的生态城市建设转型为落地性更强的城市生态化建设,通过构建经济、环境、社会、文化及空间生态化五位一体的理论框架,运用主客观赋权法、ESDA、障碍因子诊断模型等研究方法,探究城市生态化建设的空间格局特征和多维提升路径。结果表明：(1)黄河流域城市生态化建设总体上呈现“多中心”的空间分异格局,且呈显著的“中心—外围”逐渐递减的空间分布态势;(2)从空间关联格局来看,高—高集聚区和低—低集聚区具有明显的空间集聚,高—高显著集聚区主要分布在山东省及其邻近地区,低—低显著集聚区主要分布在宁夏回族自治区中南部;(3)从不同城市规模、职能类型、空间载体、流域位置的城市生态化建设特征来看,城市生态化建设水平与城市规模等级成正比,职能综合城市、发育程度高的山东半岛城市群、优先开发地区的华北平原、黄河流域下游及右岸的城市生态化建设水平相对更高;(4)不同类型城市的生态化建设障碍因子存在明显差异,总体上黄河流域城市生态化建设的障碍因子主要是人均水资源总量、单位GDP能源消费量、研发(R&D)投入占财政支出比重、每...     

城市内部尺度PM2.5传输关联方法研究—以北京市为例

基于数据驱动思想,以城市内部环境空气质量监测站点为研究对象,建立了目标站点与周边站点间PM_2.5浓度、风向、风速、欧几里得距离等参数的多元线性关联回归模型,使用梯度下降算法学习得到各参数权重系数,计算得出周边站点对目标站点PM_2.5传输贡献,并评估了模型的可行性.以北京市丰台花园（FT）为目标站点的应用研究结果显示,2016年FT站点PM_2.5浓度为82μg/m³,周边站点大兴（DX）、房山（FS）、亦庄（YZ）、东四环（DS）、古城（GC）和万柳（WL）浓度分别为93,82,80,79,77,71μg/m³;FT站点PM_2.5浓度与上一时刻周边站点WL、GC、DX、YZ的相关性分别为0.634、0.631、0.608和0.601,显示其对FT站点PM_2.5污染传输显著;建立的4个季节关联回归模型RMSE值分别为13.22、11.74、12.51和13.22,PM_2.5模拟浓度与监测浓度变化趋势一致,验证了模型的可行性;WL、DX、YZ、GC分别是对应春、夏、秋、冬4个季节对FT站点PM_2.5污染传输贡献较大的站点,其贡献值分别为1.61%、1.71%、2.20%和8.57%.该模型解析的结果可为北京市未来城市规划、建设提供依据,提出的PM_2.5传输多元线性关联回归方法同样可用来解析其他城市内部尺度PM_2.5传输关联,为挖掘城市内部PM_2.5传输路径、精准溯源提供基础.