基于多源数据的城市空间活力时空特征分析——以南京市河西、仙林新城为例

采用微信宜出行数据、传统规划数据,探索南京市河西和仙林新城的空间活力时空特征。结果发现:(1)在空间层面,河西呈"东高西低、北高南低"的集聚特征,仙林活力分布与高校区位高度匹配。(2)在时间层面,河西呈"降—升—降—升—降"的波动特征,仙林呈"降—升—平缓"的波动特征。(3)工作日的河西活力集中在居住区,休息日集中在商业区;仙林在工作日和休息日无差异,均分布在高校区及其周边的商业区。     

武陵山片区旅游经济时空差异与影响因素研究

以武陵山片区县域为研究尺度,基于标准差、变异系数和旅游经济发展水平梯度探析了旅游经济发展水平的差异特征与演变规律,并借助GWR模型对旅游经济空间分异的影响因素进行了分析。结果表明:(1)武陵山片区71个县域旅游经济发展水平在时间上呈绝对差异逐年上升,而相对差异波动下降的演变趋势。(2)2014—2018年间旅游经济发展水平欠发达区数量下降,并呈西北和东北部明显高于其他区域的空间分布格局。(3)人均GDP、第三产业占GDP比重、3A级以上景点数、国家级非物质文化遗产数、公路密度、3星级以上宾馆数是影响武陵山片区旅游经济发展水平的主要因素。     

贵州高原普定水库水环境重金属的时空分布特征及风险评价

为了解乌江上游普定水库水环境中重金属污染水平及其污染程度,于2018年对普定水库表层水体以及表层沉积物6种重金属（Hg、As、Cu、Ni、Cd、Pb）含量及其时空分布进行了研究,并分别采用综合污染指数评价法、地积累指数评价法和潜在生态风险指数法对表层水体和表层沉积物的污染程度和生态风险进行了评价.结果表明:①普定水库表层水体ρ（Hg）、ρ（As）、ρ（Cu）、ρ（Ni）、ρ（Cd）、ρ（Pb）的范围分别为（0.004±0.003）（0.050±0.044）（4.225±3.117）（18.343±17.093）（0.845±0.739）（6.155±5.747）μg/L,其中ρ（Hg）、ρ（As）、ρ（Ni）、ρ（Cd）、ρ（Pb）在季节性变化上具有相似规律,均表现为冬季>秋季>春季>夏季,ρ（DO）与ρ（Hg）、ρ（As）和ρ（Cu）均呈显著相关,说明这3种重金属含量可能受到ρ（DO）影响.②普定水库表层沉积物w（Hg）、w（As）、w（Cu）、w（Ni）、w（Cd）、w（Pb）的范围分别为（0.06±0.02）（14.75±4.88）（166.60±74.74）（87.43±51.18）（1.89±0.26）（206.34±110.33）mg/kg,其中w（Pb）、w（Cd）和w（Cu）平均值分别为贵州省土壤元素背景值的6.0、5.8和5.0倍;重金属含量沿程分布特征存在季节性差异,w（Cd）、w（Pb）、w（Hg）、w（Cu）、w（Ni）在秋冬季最高,w（Cd）、w（Pb）、w（Hg）沿程逐渐升高,在大坝口达到最高值,呈现出明显的空间分布特征,表明从上游到下游重金属污染逐渐严重.③采用综合污染指数法分析表明,普定水库水质未受到重金属污染;采用地累积指数法评价表明,普定水库表层沉积物以Cu、Ni、Pb、Cd污染为主;潜在生态风险指数法表明,Cd和Pb具有较高的风险值,是普定水库重金属生态风险的主要来源.研究显示,普定水库水环境主要受外源污染,矿山开采以及冶炼活动可能是造成重金属含量较高的主要原因之一,因此需要加强普定水库水环境重金属综合治理,尤其是对Cd和Pb污染的治理.      

象山港海洋病毒时空分布特征及其环境影响因素

分别于2007年的7月(夏季)、11月(秋季)与2008年的1月(冬季)、4月(春季)采集样品,研究了象山港海域的水样(表层海水和上覆水)中的浮游病毒及沉积物中的底层病毒丰度的时空分布特征,并采用主成分分析及多元逐步回归分析方法研究了影响浮游病毒丰度时空分布的主要因素,结果表明,调查期间象山港海域表层海水、上覆水及沉积物样品中浮游(底层)病毒丰度实测值的变化范围为6.48×104~1.01×108cells/mL,均值分别为1.55×107,1.03×108,1.13×108cells/mL.季节分布特征为秋季 > 夏季 > 春季 > 冬季.病毒丰度垂直分布表现为上覆水均大于表层海水;平面分布均为从港底到港口递减、养殖区高于非养殖区、电厂附近海域出现较高值的趋势.近岸人类活动的陆源污染及水产养殖污染是造成此空间分布特征的主要原因.溶解氧、水温及叶绿素a是制约表层海水浮游病毒丰度的主要影响因素;营养盐含量及浮游细菌丰度是制约上覆水中浮游病毒丰度的主要影响因素,沉积物中的病毒丰度与细菌丰度具有显著正相关性(P < 0.01).     

珠江三角洲大气排放源清单与时空分配模型建立

收集整理2012年珠江三角洲地区(简称“珠江三角洲”)各种大气人为源及天然源基础活动数据,以排放因子法“自下而上”为主计算多污染物排放量,并建立本地化污染物空间分配方案及基于行业排污特征的时间分配谱,构建了具备时空分布属性的区域性网格化大气源排放清单.清单结果显示,2012年珠江三角洲SO2、NOx、CO、PM10、PM2.5、VOCs和NH3排放总量分别为55.2万t、102.9万t、349.2万t、95.2万t、38.5万t、153.9万t和17.7万t. 固定燃烧源是珠江三角洲SO2和NOx的最大排放贡献源,其中电厂和锅炉分别贡献了35.0%和41.8%的SO2排放,以及28.2%和16.2%的NOx排放;VOCs的最大贡献源是过程源,其中家具制造、石油精炼、油气码头排放量总和占比为52.4%;扬尘源是颗粒物的主要来源之一,对PM2.5的排放贡献达42.3%;NH3的主要排放源为畜禽养殖和化肥施用源,两者排放量占比分别为50.7%和26.8%.珠江三角洲大气污染物空间与时间分布结果显示,高排放污染源主要集中于“东莞-广州-佛山”一带,呈半环带状结构分布;白天时段(9:00~20:00)的排放强度明显高于夜晚时段(21:00~次日8:00);夏秋季节(4~10月)的排放强度略高于冬春季节(11月~次年3月).     

深圳湾海域营养盐的时空分布及潜在性富营养化程度评价

根据深圳湾海域2008年2、5、8、11月4个航次的海水中营养盐监测数据,分析了深圳湾海域海水中营养盐的时空分布特征,应用Si：N：P比及潜在性富营养化评价模式对整个海域水质富营养化程度进行了评价。结果表明：深圳湾海域氮磷营养盐污染严重,劣于四类海水水质标准;且受珠江口水系夏季带来的高氮低磷低硅的海水的影响,整个深圳湾海水中氮磷硅营养盐的时空分布不尽相同：夏季DIN的分布由湾口向湾内逐渐降低;冬、春、秋3季DIN的分布和4个季节PO43--P、SiO32--Si的分布都是由湾内向湾口逐渐降低;受陆源输入的影响,秋季DIN和PO43--P表现出由西岸向东岸逐渐降低的趋势;受海底沉积物交换的影响,夏季SiO32--Si表现出由西岸向东岸逐渐升高的分布趋势。冬季整个海域都处于氮限制状态,基本无赤潮发生风险;春季整个海域基本处于富营养状态,是赤潮的高发期;夏季整个海域从湾内到湾口由氮限制逐渐过渡到磷限制状态,处于赤潮发生的危险期;秋季整个海域处于轻微的磷限制状态,也是深圳湾赤潮的高发期,但危险性较春季有所降低。     

辽河流域工业废水主要污染物排放强度单元差异分析

污染物排放强度反映了单位新创造经济价值的环境负荷大小,运用均方差赋权法对辽宁省辽河流域6个控制单元2006年度废水量、COD和氨氮等3种主要污染物排放强度的区域差异进行了评价,结果表明,当年3种主要污染物排放强度综合评价的平均水平为0.4411,低于和高于平均水平的单元各有3个,其中浑河中游单元的评价值最低,只有平均水平的11.74%;辽河上游单元的污染物排放强度综合评价值最高,是平均水平的1.8倍,更是浑河中游的15.6倍。然后,以流域污染物排放强度最低值作为流域污染物排放强度目标值,计算各单元污染物排放强度减排潜力,结果表明,各控制单元主要污染物排放强度减排潜力具有显著的区域间差异。最后,应用＂污染贡献率＂这一指标,分析了辽河流域COD和氨氮排放的重污染行业以及单元分布,指出了各单元控制的重点。     

热带季节雨林林窗区域土壤-植物-大气连续体热力效应初步分析

利用西双版纳雾凉季和干热季热带季节雨林林窗的小气候观测资料,探讨了昼间林窗地表温、气温及下层植物的叶温的时空分布和变化规律,分析了叶温与气温和地表温的相互关系指出在林窗区域,由于受雾和太阳高度的影响,各小气候要素最大值随时间、季节的不同,出现在林窗不同的方位,并且存在叶温高值区时空动态位移现象;另外,林窗区域土壤-植物-大气连续体界面间热量传递方向随时间、季节的不同而发生着改变,甚至在同一时段内,林窗不同区域会存在热量传递方向截然相反的现象,显示出林窗内可能存在热量循环的小环流.其结果对深入探讨林窗区域的热量传输,小气候的形成机制、生物多样性和更新等问题均具有重要意义.     

四川盆地大气污染物时空分布特征及气象影响因素研究

利用2015—2018年四川盆地内18个城市的6种污染物逐日质量浓度监测资料、同期的常规气象观测资料，采用插值、相关分析等方法，分析了四川盆地3个区域6种污染物的时空分布特征，探讨了各个污染物质量浓度与气象要素之间的关系.结果表明：①O₃在盆地中西部污染较重，PM_2.5和PM₁₀在德阳、成都、眉山、内江、自贡一带污染较重，在广元和巴中污染较轻，SO₂在巴中、南充、绵阳、德阳一带污染较轻，在广元和盆地中南部污染较重；②NO₂平均浓度呈先增后减的趋势，O₃呈增加趋势，而CO、PM_2.5、PM₁₀、SO₂均呈减小趋势；③CO、NO₂、PM_2.5、PM₁₀、SO₂呈"夏低冬高"的特征，O₃则相反，CO、NO₂、PM_2.5、PM₁₀均表现为"双峰双谷"型，O₃和SO₂则表现为"单峰"型；④偏东风有利于CO、NO₂、PM₁₀、PM_2.5的稀释扩散，偏北风有利于O₃、SO₂的稀释扩散；⑤6种污染物质量浓度均与气压、气温、24 h变温、24 h变压、相对湿度、10 m风速、700 hPa散度、850 hPa高度显著相关.风速、相对湿度、混合层高度、逆温层平均高度的增加有利于大多数污染物的稀释扩散.     

VARIABILITY CHARACTERISTICS OF MONTHLY PRECIPITATION IN CENTRAL OKLAHOMA1

ABSTRACT: To fully take advantage of regional climate forecast information for agricultural applications, the relationship between divisional and station scale precipitation characteristics must be quantified. The spatial variability of monthly precipitation is assumed to consist of two components: a systematic and a random component. The systematic component is defined by differences in long-term mean precipitation between stations within a climate division, and the random component by differences between station and divisional standardized values. For the Central Climate Division of Oklahoma, the systematic component has a positive precipitation gradient from west to east with a slope ranging between 3 to 16 mm of precipitation per 100 km depending on the month of the year. On the other hand, the random component ranges between 27 to 48 percent of the mean temporal variation of the monthly precipitation. This significant random spatial variability leads to large localized departures from divisional values, and clearly demonstrates the critical influence of the random component in the utilization of divisional climate forecasts for local agricultural applications. The results of this study also provide an uncertainty range for local monthly precipitation projections that are derived from divisional climate information.