快速城市化时期中国城市建成区植被状况的时空分异特征

基于植被变化视角,以中国656 个建制城市的建成区为研究对象,选择1992、2000 和2010 年DMSP/OLS 夜间灯光数据和植被数据,选用城市建成区内归一化植被指数（Normalized Difference Vegetation Index,NDVI）的均值反映建成区植被的状况;用建成区内NDVI均值和背景区内NDVI均值的比值（NDVI比值）衡量人为因素对城市建成区植被的影响情况。结果表明：①同一年份,城市规模越大,建成区植被越差;近20 a 来,除小城市植被变差外,其他等级城市植被总体在变好。②同一年份,规模小的城市人为因素产生的不利影响相对较小。近20 a 来,人为因素对特大城市和大城市植被产生的不利影响在减小,而中等城市基本不变,小城市则变大。③同一年份,从湿润半湿润森林带、半干旱草原带到干旱荒漠带的城市建成区内的植被逐渐变差;近20 a 来,干旱荒漠带的建成区植被状况略微变差,其余植被带内建成区植被变好。④同一年份,从湿润半湿润森林带、半干旱草原带到干旱荒漠带人为因素对建成区植被的不利影响逐渐减小;近20 a 来,湿润半湿润森林带内人为因素对建成区植被的不利影响在减小,而其他植被带内,人为因素的不利影响在增加。     

基于DMSP/OLS数据的中国碳排放时空模拟与分异格局

精准模拟和精细尺度获取碳排放的时空动态信息，对于合理制定差别化的区域碳减排政策具有重要意义.利用DMSP/OLS夜间灯光数据在完成年内和跨年数据的校正、像元去饱和、异常值剔除的基础上，提取了城市建成区范围，并以中国大陆为研究对象，根据夜间灯光数据和碳排放统计数据之间的定量关联，构建面板数据模型模拟了2000~2013年中国的碳排放量；采用Theil-Sen Median趋势分析方法与Mann-Kendall检验，探讨了14年间中国碳排放量的时空变化趋势及空间分布特征.结果表明：系统校正后的DMSP/OLS夜间灯光影像构建面板模型模拟的碳排放量拟合精度较高，2002，2007和2012年多尺度回归检验的决定系数R²值分别为0.893，0.955和0.951.2000~2013年中国碳排放时空演化差异显著，稳慢增长型和迅猛增长型分别占碳排放区域总面积的77.6%和19.4%，稳慢增长型面域宽广，迅猛增长型主要位于都市区及都市连绵区.受城市规模及城市化发育程度的影响，迅猛增长型空间结构呈"空心型"与"中心型"空间指向性分异.研究提出，促进经济增长方式和发展模式的实质性转变、因地制宜差别化的减排措施与省区联动策略的实施是"精准减排"目标实现的重要途径.     

广州秋季HONO污染特征及夜间来源分析

大气亚硝酸(HONO)光解是对流层大气中OH自由基(·OH)的主要来源,对光化学过程具有重要作用,但其夜间化学过程的研究较为薄弱.本文利用2015年10月暨南大学大气超级站的HONO及相关参数的观测数据,针对夜间HONO的污染过程和来源进行了分析.结果表明广州秋季HONO夜间浓度平均值为4.32μg·m~(-3),是日间浓度平均值(1.67μg·m~(-3))的2.6倍;夜间HONO平均转化率CHONO为0.006 8 h-1;夜间机动车直接排放对HONO的平均贡献为15.1%,并在20:00左右出现峰值(37.8%);夜间NO和·OH反应生成HONO的净速率平均值为0.44μg·(m~3·h)~(-1);相关性分析,发现大气颗粒物对HONO的生成不重要,但相对湿度(33%RH78%)对HONO生成具有显著促进作用.相关计算表明沉降的NO_2与水汽在地表的非均相反应可能是夜间HONO的主要来源.     

DMSP/OLS夜间灯光数据在城镇体系空间格局研究中的应用与评价——以近16年江西省间城镇空间格局为例

通过分析1994～2009年16 a逐年DMSP/OLS的静态平均灯光数据的DN值分布情况,考虑实际空间格局分布数据需求和数据质量,选择1994、2000、2005、2009年4个年度为代表,进行江西省城镇空间格局分布应用研究,并对数据质量进行评价。结果表明：1994～2009年度江西省城镇建设用地总量数值尽管与统计数据之间存在一定的波动,但总体扩展趋势基本一致;在城镇化增长速度上,2000～2005年比1994～2000年大29.53%,2005～2009年比1994～2000年大4357%,说明江西省城镇化发展正逐步提速,并有加快发展的趋势;景观指数分析表明江西省城镇化扩张过程中,面积越来越大,城镇间聚集度越来越高,相互影响也越来越大;城镇化形状越来越复杂;城镇间联系越来越紧密,破碎度逐步减小,城镇斑块形状变化逐步加大,发展无序程度加重。最后,针对江西省城镇空间格局发展现状,研究提出了积极发展中型城市、集约化发展特大城市、稳步扩大小城镇发展规模的建议     

基于葵花影像中国地区夜间云识别方法研究

目的实现适用于中国地区的夜间云识别。方法根据红外波段云与非云的亮温差异,采用亮温阈值法研究适用于中国地区的夜间云识别算法。中国地形高程差异明显,其地表辐射能量也存在较大差异,影响云检测结果精度,因而提出基于三个高程阶梯的云识别方法。由于云检测结果验证缺少可见光波段,使用MODIS云数据产品和雷达数据CALIPSO分别做定性和定量验证。结果云检测区域与MODIS的MYD06云产品基本一致,CALIPSO雷达数据四个月的平均验证结果为:非云区域的提取精度约77.86%,云区域的提取精度为79.67%,将有云区域错提为非云的误差率为2.76%,而将非云区域误提取为有云区域的错误率为12.31%。结论利用日本静止气象卫星Himawari-8影像数据,根据阈值法提出的基于三个高程阶梯的云检测算法,较好地实现了适用于中国地区的夜间云识别。     

基于夜间灯光的城市居民直接碳排放及影响因素——以中原经济区为例

城市居民直接能源消耗及其碳排放对区域碳减排政策的制定具有重要影响。受统计数据缺乏与研究方法的限制,当前的研究不仅较少探讨精细空间尺度上的城市居民直接碳排放,同时也缺乏在县级尺度上对人均居民直接碳排放的影响因素进行深入分析。鉴于此,论文以中原经济区为例,通过引入夜间灯光数据,利用增强型饱和校正模型估算了网格尺度上的城市居民碳排放,并采用地理加权回归模型对其影响因素进行了分析。主要研究发现：中原经济区的碳排放总体空间特征是西北高、东南低。郑州市市辖区的城市居民直接碳排放总量位于首位,而邢台县、辉县市和襄垣县的人均碳排放较高。此外,就其影响因素来看,人均GDP、碳排放强度、第二产业比重和HDD（Heating Degree Days,热度日）均表现为正效应,城镇化率为负效应,而CDD（Cooling Degree Days,冷度日）的系数有正有负。城市居民直接碳排放的影响因素分析为中原经济区制定切实可行的区域碳排放政策提供了重要的基础理论依据。     

典型华北农村地区冬季HONO的浓度水平及来源分析

气态亚硝酸(HONO)容易光解,是对流层大气羟基自由基(·OH)的重要来源之一,对区域二次污染的形成具有重要作用.我国在大气HONO观测研究方面主要集中在一些城市区域,而在我国北方农村区域的研究还鲜见报道.为此,本文利用亚硝酸在线分析仪(long path absorption photo meter,LOPAP)于2017年11月在中国科学院农村环境研究站(河北省望都县东白陀村)开展了为期一个月的HONO外场观测,并分析了HONO的浓度水平、变化特征及收支情况.大气HONO的浓度在观测期间呈现夜间高、白天低的日变化特征,夜间最高浓度(体积分数,下同)可达约3. 70×10-9,中午最低浓度也维持在0. 10×10-9以上,表明农村区域存在比较强的HONO来源.采暖前后CO浓度显著提高,而HONO浓度无显著变化,说明供暖燃烧对HONO的贡献较小;夜间机动车直接排放在污染天气和清洁天气条件下对HONO的贡献分别为23. 20%和31. 20%,说明在污染天气条件下存在着某些较强的HONO源;夜间·OH与NO的均相反应HONO平均生成速率可高达0. 40×10-9h-1,比NO2的非均相反应HONO生成速率(0. 24×10-9h-1)高0. 67倍,是HONO的主要来源; HONO在白天存在着很强的未知源,其强度可达1. 37×10-9h-1,对于HONO的贡献达到50%左右.     

基于多源遥感信息的人为热排放量空间化——以浙江省为例

基于自上而下能源清单法,主要考虑工业、交通、建筑和人体新陈代谢这4个热源对人为热的贡献,估算了2010年浙江省68个县市的人为热排放总量.使用DMSP/OLS遥感夜间灯光数据以及阈值法提取出人为热排放的主要区域,并有效减少夜灯像元溢出效应的影响.利用夜间灯光数据和增强型植被指数(EVI)构建人居指数,基于各市县人为热排放总量与其行政区范围内人居指数累计值之间很强的相关关系建立人为热排放量空间化模型,获得了250m分辨率下浙江省2010年城市人为热通量的空间分布.结果显示浙江省各县市的平均人为热排放通量为5.5W/m²,城市高值区一般介于10~40W/m².栅格化的人为热数据可以为城市气候环境的数值模拟研究提供基础数据支持.     

Observation of the nighttime nitrate radical in Hefei, China

Observation of nighttime nitrate radical (NO3) was performed by using long path differential optical absorption spectroscopy (LP-DOAS), on the outskirts of Hefei, China. The time series of NO3 and supporting parameters were simultaneously measured for a week (31 May-7 June 2006). The results indicated that the average concentration of NO3 was 15.6 pptv with an average lifetimes of 96 s, whereas, NO3 production rates varied from 8×105/(cm3·s)to 2.98×107/（cm3·s）. Furthermore, the calculated N2O5 concentration averaged at 380 pptv. Analysis of data indicated that direct sinks were probably dominating the NO3 loss process during this campaign. Finally, the results were compared with other campaigns in the boundary layer.     

Characteristic Study of Ambient Air Total Gaseous Mercury (TGM) Concentrations During Rainy and Non-Rainy Periods at a Traffic Site in Taiwan

This investigation studied the concentrations of ambient air total gaseous mercury (TGM) during the rainy periods at the Hung-Kuang traffic sampling site in central Taiwan from May 26 to June 16, 2014. The results were compared with those of a previous study for ambient air TGM during non-rainy daytime and nighttime periods at the Hung-Kuang traffic sampling site, which was conducted during March 21 to July 20, 2012. The observed mean concentration of ambient air TGM was 1.16 ng/m³ during the rainy periods at the Hung-Kuang traffic sampling site. The mean ambient air TGM concentrations were higher in the non-rainy sampling period in daytime than in the rainy sampling period from this study. The mean ratio of non-rainy sampling period in daytime to that of rainy sampling period for ambient air TGM were 3.15. Furthermore, the mean ambient air TGM concentrations were higher in the non-rainy sampling period in nighttime in than in the rainy sampling period for this study. The mean rations for non-rainy sampling period in nighttime to that of the rainy sampling period for ambient air TGM were 2.70. The results obtained in this study also revealed that the ambient air TGM concentrations during the rainy period had the lowest concentrations when compared with the other sampling sites in other world regions.