基于移动监测和土地利用回归模型的上海市近地面黑碳浓度空间模拟

黑碳(BC)是大气污染物的重要组成部分,对空气质量与人类生活健康产生重要的影响.本研究采用移动样带手段开展上海市近地面BC浓度监测,分析其基本统计特征和空间分异性.在此基础上,利用土地利用回归模型(LUR),探讨人口密度、经济产值和交通道路网密度等因素对上海市近地面BC浓度空间分异的影响.结果表明上海市近地面BC平均浓度为(9.86±8.68)μg·m~(-3),空间差异明显,郊区[(10.47±2.04)μg·m~(-3)]比市中心地区[(7.93±2.79)μg·m~(-3)]高32.03%(2.54μg·m~(-3)).气象要素(风速和相对湿度)和交通道路变量(路网长度、省道距离、高速距离等)显著影响上海市近地面BC浓度(r为0.5~0.7,P0.01).基于气象和交通道路变量的LUR模型能较好模拟上海近地面BC浓度(调整后R2为0.62~0.75,交叉验证R2为0.54~0.69,RMSE为0.15~0.20μg·m~(-3)),其中100 m和5 km缓冲距离的LUR模型相对较优,在一定程度上表明上海市近地面BC浓度主要受气象要素和交通源的影响.本研究有利于加深对上海市BC浓度空间分布格局及其影响因素的客观认识,可为模拟和预测BC对人类活动和自然环境的响应机制提供科学依据和理论支撑.     

山东省临沂市土壤有机氯农药滴滴涕残留量与空间分布特征

通过对临沂市全区表层土壤每36 km2进行样品收集,测试分析了DDTs、Org C、N等指标,主要研究了区域表层土壤DDTs的残留现状、组成和来源、影响因素、空间分布和环境质量特征.结果表明,调查区表层土壤中DDTs检出率为71.75%,平均含量为0.035μg·g-1;检出样品中p,p'-DDT和p,p'-DDE为主要残留物,平均残留分别为0.033μg·g-1和0.010μg·g-1,分别占检出样的60.99%和34.62%.DDTs降解率指示区域58%表层土壤为新近输入区,新近输入区在调查区中南部分布尤为明显;而p,p'-DDD/p,p'-DDE指示区域DDTs降解以氧化环境为主,o,p'-DDT/p,p'-DDT指示71.37%区域土壤DDTs输入可能与工业级DDTs有关.相关分析表明,影响土壤DDTs分布的外在因素包括土壤Org C、N、C和p H等指标,且DDTs中p,p'-DDT组分占比越高,影响越明显.DDTs的空间分布具明显点源特征,市县周围均出现明显浓集中心,中南部部分区域浓度明显较高.全区DDTs土壤环境质量污染程度较低,主要以一二类土壤为主,分别占78.95%和21.05%.     

采用颜色空间表征ANAMMOX启动与冲击过程

厌氧氨氧化(ANAMMOX)是一种高效、节能的脱氮技术,但是其启动过程和稳定状态的表征目前仍缺乏一个简单易行的方法.针对这一问题,在水质分析的基础上,采用颜色空间重点监测ANAMMOX启动过程中污泥的颜色变化,并借助高通量测序技术对微生物菌群的种类和数量等进行分析.结果表明:(1)根据水质特征,整个启动过程可分为活性迟滞期、活性增强期、负荷提高期、稳定运行期.与此同时,HSV、CIELAB颜色空间的指标,整体上呈现先降低后升高的趋势,然后保持稳定.污泥颜色的变化与水质的变化以及分子生物学特征中优势菌群的变迁一致,因此,三者之间具有相关性,进而表明,采用颜色空间可对ANAMMOX启动过程进行准确表征;(2)当遇到高负荷引起的冲击时,H、S、a~*、b~*、C_(ab)~*等指标与总无机氮(TIN)容积去除速率均呈现降低的趋势,而H_(ab)出现了突升,但均能准确反映出系统的冲击特性.提出了基于颜色空间表征ANAMMOX启动各阶段的方法并建立了一套冲击过程指标体系,为颜色空间在ANAMMOX系统中的应用提供了理论基础.     

重庆市县域经济差异时空格局演化研究CSSCI

通过空间数据探索分析和传统统计分析相结合的方法,以县域为研究单元,探索分析了2004—2013年重庆市县域经济差异的时空格局演化。结果表明:1重庆市县域经济差异总体呈"抛物线"型变化,其中"1小时经济圈"的县域间经济差异和三大区域间的经济差异较大,渝东北翼、渝东南翼县域间经济差异较小;2县域经济发展水平的空间极化趋势明显,经济水平相似县域在空间上集聚,"1小时经济圈"的主城县域始终是经济发展高值聚类和热点区的核心地域,经济发展低值聚类和冷点区的县域在渝东北翼及渝东南翼集聚;3县域经济增长呈明显的空间极化现象,经济增长高值聚类和热点区县域在重庆主城区集聚,三大区域间经济增长不均衡。针对重庆市县域经济差异时空格局演化的结论及重庆城乡统筹区域一体化发展的要求提出了发展建议。     

基于环境因子和邻近信息的土壤属性空间分布预测

为探索乡镇尺度上土壤属性空间分布预测的最佳方法,以江西省万年县齐埠镇为例,借助四方位搜索法、地统计学和遥感影像分析技术提取环境因子（地形因子和植被覆盖指数）和邻近信息[w（有机质）与w（速效钾）],构建OK法（普通克里金法）、RK1法（仅基于环境因子的回归克里金法）以及RK2法（基于环境因子和邻近信息的回归克里金法）对齐埠镇耕地表层（0~20 cm）土壤w（有机质）、w（速效钾）空间分布进行预测.结果表明:齐埠镇土壤w（有机质）平均值为35.03 g/kg,w（速效钾）平均值为96.73 mg/kg,均为中等空间变异性.对62个样点进行建模,16个测试样点进行独立验证的误差分析表明,RK2法对土壤w（有机质）、w（速效钾）预测结果的均方根误差、平均绝对误差和平均相对误差较OK法分别降低了18.05%、18.01%、21.77%和7.25%、9.49%、9.84%;较RK1法分别降低了22.48%、20.91%、22.02%和9.27%、12.61%、13.52%.研究显示,RK2法明显提高了土壤w（有机质）、w（速效钾）空间分布模拟精度,并且存在改进和提高的空间.      

多尺度PM_(2.5)分布特征的空间插值与遥感反演对比

精确识别污染物浓度的空间分布是进行区域大气污染防治的重要基础。利用MODIS卫星数据,采用基于地面气象和环境空气质量监测站点观测数据为基础的反演模型,反演获取2013年12月珠三角地区典型大气污染过程1 km分辨率的PM_(2.5)浓度数据,对比分析遥感反演及基于环境空气质量监测站点观测数据的空间插值方法对区域、城市和乡镇尺度PM_(2.5)浓度空间分布特征的再现效果差异。结果表明,珠三角地区PM_(2.5)遥感反演结果与地面观测数据的相关性达到0.74,相关性水平较好,遥感反演结果可描述区域、城市和乡镇尺度上PM_(2.5)污染浓度的空间分布特征,识别不同空间位置的污染程度差异;基于站点观测数据的空间插值方法对PM_(2.5)浓度空间分布特征的再现能力有限,在区域尺度PM_(2.5)浓度空间分布特征分析时效果尚可,在站点有限的城市和乡镇尺度分析中效果不佳,容易产生对高浓度污染地区的误判;在需要利用站点观测数据分析区域尺度PM_(2.5)浓度空间分布特征时,析取克里金、反距离权重或径向基函数插值方法的效果相对较好。     

不同主体功能定位的县域空间功能区划研究

文章通过判别分析法,尝试构建一套针对不同主体功能定位县通用的指标体系,以反映社会经济发展状况、生态环境保护重要性、国土空间开发支撑条件。通过在广西10个不同主体功能定位县的实践应用,将县域空间划分为城镇空间、农业空间和生态空间,重点开发区、农产品主产区、重点生态功能区的城镇空间分别小于30%、20%和10%,农产品主产区的农业空间和重点生态功能区的生态空间均大于50%。研究成果为全省范围推广县域空间功能区划提供了科学依据。     

基于细化保护需求的保护地空间管制技术研究——以中国国家公园体制建设为目标

我国国家公园体制建设存在难点:在土地权属大多不属于政府、试点区内原住民众多的情况下,须获得有效管理权并保障保护和实现公益功能必须的资金供给.基于对自然保护区功能区划、管理等方面典型问题的分析,提出了一条以在空间上细化保护需求为特点的保护地空间分区管制技术路线:以“生态系统服务”衡量国家公园这种保护地类型如何实现“保护为主,全民公益性优先”,从生态系统完整性,特别是生物多样性和生态系统服务的角度提出对重点保护对象状态进行空间等级划分,在具体的空间小区制定保护需求清单,并配套环境地役权制度以使空间细化管制能落地.这一方法可以应用于国家公园的空间规划、功能分区及对应的管理制度设计.     

京津冀区域环境形势及绿色发展路径分析

京津冀是我国经济发展最具活力的地区和人口分布最为集中的区域之一,环境污染严重是影响京津冀区域民生福祉和可持续发展的突出问题。本文在分析城市空间布局、产业发展等与环境质量关系的基础上,阐明走绿色发展之路,才是改善京津冀环境质量的根本途径,并从守底线、优布局、调结构、强基础等方面提出对策与建议,以期为京津冀地区绿色发展和环境质量改善提供决策依据。     

西安市主要大气污染物的相关性分析及时空分布特征

为深入了解西安市大气污染程度,对2015年西安市主要大气污染物(SO_2、NO_2、CO、PM_(2.5)、PM_(10)、O_3)的空气质量指数进行了逐日变化分析、相关性分析及空间插值分析。结果表明:SO_2、NO_2、CO、PM_(2.5)、PM_(10)空气质量指数春冬季高于夏秋季,而O_3空气质量指数则是春冬季低于夏秋季。11月和12月份污染较为严重。在4个季度中,PM_(2.5)和PM_(10)与气态污染物SO_2、CO、NO_2均呈正相关,说明PM_(2.5)、PM_(10)与这3种气态污染物具有同源性。SO_2与CO、NO_2均呈显著性正相关,三者均受化石燃料燃烧及机动车尾气影响。O_3与CO、SO_2相关性不大,与NO_2在二季度呈现正相关。SO_2、NO_2、PM_(2.5)、CO、PM_(10)多聚集在高新西区、莲湖区、碑林区、经开区、雁塔区、长安区,O_3多聚集在阎良区、未央区和灞桥区。