长三角城市群旅游生态效率时空演化特征及其影响因素研究

长三角一体化是我国当前重要的国家战略之一,旅游业发展在助推长三角产业高质量一体化发展中扮演着重要角色。综合运用SBM-undesirable模型、核密度估计、空间分析等方法探索长三角城市群26个核心城市2007—2017年旅游生态效率时空演化特征,并运用面板Tobit回归模型探讨其影响因素。结果表明:(1)长三角城市群内旅游生态效率存在着显著不均衡性,研究期内旅游生态高效率城市有所减少,较高效率城市数量增加,低旅游生态效率城市增多且呈现向城市群西部敛缩的态势。(2)长三角城市群内旅游生态效率两级分化程度和地区之间的非均衡性在逐步减小。(3)长三角城市群旅游生态效率东部大于西部,北部大于南部,东西方向上非均衡性比南北方向更加显著。(4)长三角城市群旅游生态效率表现为以空间负相关为主的分布特征,空间异质性大于空间集聚性。(5)旅游经济规模、旅游产业结构、科技创新水平、城镇化发展、经济发展水平、建成区绿化覆盖率和对外开放水平对城市群整体和不同省市旅游生态效率影响的空间异质性较强。     

西部地区经济发展与水环境质量的相关分析

认识经济发展与水环境污染的关系,以求西部地区经济与环境的协调发展。文章运用环境库兹涅茨理论和自回归分析模型,对1995～2004年我国西部地区人均GDP与废水排放量的分析,可知西部地区的人均GDP增加1%,则污水排放量增加0.582%,经济发展伴随着水环境质量的持续恶化,说明西部地区目前处于环境库兹涅茨曲线的左半部分。因此有必要加强对水环境的规制和治理,改善经济发展和水环境质量之间的这种两难关系。还表明自回归模型对于西部地区水环境质量的预测也是有效的。     

Air‐Water Temperature Relationships in the Trout Streams of Southeastern Minnesota's Carbonate‐Sandstone Landscape

Carbonate‐sandstone geology in southeastern Minnesota creates a heterogeneous landscape of springs, seeps, and sinkholes that supply groundwater into streams. Air temperatures are effective predictors of water temperature in surface‐water dominated streams. However, no published work investigates the relationship between air and water temperatures in groundwater‐fed streams (GWFS) across watersheds. We used simple linear regressions to examine weekly air‐water temperature relationships for 40 GWFS in southeastern Minnesota. A 40‐stream, composite linear regression model has a slope of 0.38, an intercept of 6.63, and R² of 0.83. The regression models for GWFS have lower slopes and higher intercepts in comparison to surface‐water dominated streams. Regression models for streams with high R² values offer promise for use as predictive tools for future climate conditions. Climate change is expected to alter the thermal regime of groundwater‐fed systems, but will do so at a slower rate than surface‐water dominated systems. A regression model of intercept vs. slope can be used to identify streams for which water temperatures are more meteorologically than groundwater controlled, and thus more vulnerable to climate change. Such relationships can be used to guide restoration vs. management strategies to protect trout streams.     

中国能源消费碳排放影响因素分析

利用改进的主成分回归分析技术考察1990年以来中国人口和经济因素对化石能源消费碳排放的影响作用。研究发现：以人口总量、人口城市化和居民收入水平为代表的人口因素和以经济规模、产业结构、能耗结构及碳排放强度为代表的经济因素对碳排放均具有显著的正向影响;其中,经济规模和人口总量是能源消费碳排放的关键决定因子。研究结果为国家制订合理的节能减排政策、协调人地关系提供了参考依据。     

Temporal variability of visibility and its parameterizations in Ningbo, China

Simultaneous and continuous measurements of visibility, meteorological parameters and air pollutants were carried out at a suburban site in Ningbo from June 1, 2013 to May 31,2015. The characteristics of visibility and their relationships with air pollutants and meteorological factors were investigated using multiple statistical methods. Daily visibility ranged from 0.6 to 34.1 km, with a mean value of 11.8 km. During the 2-year experiment,43.4% of daily visibility was found to be less than 10.0 km and only 9.2% was greater than 20.0 km. Visibility was lower in winter with a frequency of 53.4% in the range of 0.0–5.0 km.Annual visibility had an obvious diurnal variation, with the lowest and highest visibility being 7.5 km at approximately 06:00 local time and 15.6 km at approximately 14:00 local time, respectively. Multiple correspondence analysis(MCA) indicated that the different ranges of visibility were significantly affected by different levels of pollutants and meteorological conditions. Based on the analyses, visibility was found to be an exponential function of PM_(2.5) concentrations within a certain range of relative humidity. Thus, nonlinear models combining multiple linear regressions with exponential regression were subsequently developed using the data collected from June 2014 to May 2015, and the data from June 2013 to May 2014 was used to evaluate the performance of the model. It was demonstrated that the derived models can quantitatively describe the relationships between visibility, air quality and meteorological parameters in Ningbo.     

利用多元线性回归方法评估气象条件和控制措施对APEC期间北京空气质量的影响

气象条件对大气污染物的扩散和传输有重要影响,准确分离和定量气象因素对空气质量的影响是评估大气污染控制政策有效性的前提.本研究利用APEC会议期间及前后(2014-10-15～2014-11-30)北京城区朝阳观测站点SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)以及气象因素的观测数据,采用多元线性回归分析方法,定量评估了气象条件和空气污染控制措施对APEC期间北京空气质量的影响.在假定排放条件不变的情况下,基于气象因素参数建立的预测污染物浓度的多元线性回归模型模拟效果较为理想,决定系数R~2在0. 494～0. 783之间.控制措施使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低48. 3%、53. 5%、18. 7%、40. 6%、3. 6%、34. 8%、28. 8%和40. 6%,气象因素使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低1. 7%、-2. 8%、18. 7%、4. 5%、18. 6%、27. 5%、30. 6%和35. 6%.气象因素和控制措施共同作用使得APEC控制期北京空气质量得到了明显改善.控制措施对SO_2和氮氧化物浓度的下降起主导作用,气象因素对CO浓度的下降起主导作用,气象因素和控制措施对颗粒物浓度降低的贡献相当.本研究还利用相对权重方法研究了气象因素对污染物浓度影响的贡献,结果表明影响不同污染物浓度的决定性气象因素不同.     

基于机器学习的电热防除冰表面温度变化趋势预测

针对飞机部件周期控制律电加热防除冰的应用,提出基于机器学习以预测电加热防除冰表面温度的变化趋势.依靠大型结冰风洞及其电加热防除冰控制系统完成防除冰试验,获得有效的试验数据,以通、断电周期为分割单元,将试验数据划分成验证集和训练集.根据电热防除冰过程的换热情况,构建样本的特征参数,利用机器学习的有监督学习方式,选择KNN...     

千河下游水体-沉积物重金属空间分布、风险及影响因素

为了研究千河下游水体-沉积物重金属污染特征、风险程度及其影响因素,采集千河下游表层沉积物19份及水样20份,使用电感耦合等离子体质谱仪(ICP-MS)测定8种重金属(As、Cd、Cr、Cu、Mn、Ni、Pb和Zn)含量,分析了水体中重金属含量和健康风险,对沉积物重金属空间分布及污染特征进行探析,以DEM、气温和降水等11种因子为自变量,结合地理探测器和地理加权回归模型对沉积物重金属污染影响因素进行空间分异探究.结果表明,千河下游8种水体重金属浓度均未超过地表水环境质量标准Ⅱ类水体标准,其中Pb元素变异系数为3.11,浓度高值区主要集中于东岭冶炼公司和凤翔火车站周围.水体成人致癌物Rc均值为7.72E-06,呈较轻风险程度,儿童致癌物Rc均值为1.17E-04,呈强风险程度,成人与儿童非致癌物风险均为可承受风险程度,儿童R总的高值主要集中在凤翔火车站周边,呈较强风险程度;千河下游沉积物重金属除As和Mn外,其余6种元素均超过陕西省土壤背景值,其中Cd元素含量均值为1.12 mg·kg^-1,是陕西省土壤背景值的12倍,Cd、Zn和Pb污染较严重,主要分布在长青村、南湾...     

中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现：2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783~0.865之间,而OLS模型的R²在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

多模式集成方法在安徽地区PM2.5预报中的应用研究

分别采用算术平均、权重平均、多元线性回归和神经网络的集成方法,对3种空气质量模式在安徽地区2017年2月-2018年2月PM_2.5预报结果进行集成释用.结果表明：各模式和订正产品的预报值与实况值之间均能达到显著相关,相较于WRF-Chem,多元线性回归的均方根误差（RMSE）下降了21.7%,归一化平均偏差（NMB）下降了6%,且在16个地市中NMB均下降至-25%~25%之间;从不同时次的预报效果来看,在3个代表性城市（淮北、合肥和芜湖）,多元线性回归均能大幅度降低RMSE和NMB,但从时间和空间效果来看,其对于提升预报值与实况值之间的相关性方面,略差于权重平均的集成方法;多元线性回归方法对于重污染天气PM_2.5预报评分（TS）最高,为0.46.该方法能较为有效地提升不同模式的预报效果,可为重污染天气预报预警提供参考.