重庆地票交易时空特征及其与人口流动的耦合态势

从地票复垦生产和落地使用双边视角,采用区位基尼系数、热点分析、重心演变等方法探寻地票交易特征动态变化过程及其与人口流动的耦合态势。研究表明：（1）重庆主城区地票流入极功能弱化;渝西地区正成为新的地票流入极;渝东北、渝东南地区发展为以产出地票为主、兼具地票使用需求的复合区域。（2）渝东北、渝东南分别是地票复垦生产的主极核和次极核。渝西地区呈爆发式产出剧增。（3）地票流与人口流呈“偏离—一致—偏离”耦合态势。差异化的落地政策刺激了人口流出区地票使用积极性,造成地票流入偏离城镇人口流入轨迹;渝西地区受需求驱动大规模生产地票、渝东北和渝东南剩余农村闲置建设用地资源潜力有限,造成地票流出偏离乡村人口流出轨迹。     

利用CDOM吸收系数估算博斯腾湖水体表层DOC浓度

基于2021年夏秋两季西部干旱区博斯腾湖表层50个采样点位实测数据,通过对DOC特征的统计学分析、内外源因素影响的时空差异以及电导率相关性验证,将博斯腾湖划分为河口和非河口区域.然后以CDOM特征波长吸收系数a₂₅₀和a₃₆₅为自变量,以DOC浓度（c_DOC）为因变量,分别构建了基于CDOM的河口和非河口水域DOC浓度估算模型.结果表明：河流与湖泊进行水体交换的同时,会将大量陆源DOC输送到博斯腾湖中,使得河口区域DOC浓度明显高于非河口区域（t-tests,P<0.01）,河口区域的DOC浓度（c_DOC）约是非河口区域的2.2~2.3倍,且在河口区域c_DOC与电导率呈现显著相关关系（夏季：R²=0.81,P<0.01;秋季：R²=0.84,P<0.01）.本文构建拟合模型（c_DOC=α+β·α₂₅₀+γ·α₃₆₅）,并通过交叉验证的方法来检验模型精度.将夏季和秋季同区域数据统一建模,河口和非河口区域CDOM与DOC均存在较好的相关关系,且模型精度较高（河口区域：R²=0.60,RMSE=8.56%;非河口区域：R²=0.66,RMSE=8.77%）.本文所建立的模型可以在不增加环境因子变量的前提下提高精度,有利于实现卫星遥感反演.同时,本研究揭示了河流输入对博斯腾湖DOC分布和估算的时空影响,提出可利用CDOM估算DOC浓度,但需根据水文特征和c_DOC等因素区分河口和非河口区域.本研究对实现新疆水资源合理开发、有效保护以及综合治理提供科学依据,对我国西部干旱区湖泊DOC遥感动态监测具有重要意义.     

2009~2019年中国人为CH4排放量的估算及时空格局

以中国340个地级及以上城市为研究对象,采用自下而上的核算方法,针对农业活动、能源活动和废物处理3个一级CH₄排放源,核算2009年和2019年中国人为CH₄排放量并分析其时空格局.结果表明：2009年中国人为CH₄总排放40.71Tg,2019年为42.89Tg,CH₄排放总量在增加,排放强度和人均排放量基本保持不变.一级排放源中,农业活动、能源活动和废物处理在2009年的CH₄排放量分别为24.88Tg、12.06Tg和3.76Tg,农业活动为主要排放源,2019年三者排放量分别为16.99Tg、21.62Tg和4.28Tg,能源活动成为主要排放源;二级排放源中煤炭开采的CH₄排放最多;不同城市中各排放源的占比存在较大差异,淮安、扬州和南通农业活动排放最多,晋城、大同和太原能源活动排放最多,而北京、上海和广州以废物处理排放为主.城市人为CH₄排放存在显著的空间正相关,高排放—高聚集的城市数量减少,分布集中;低排放—低聚集的城市数量增加,分布重心向东部地区转移;局部城市空间关联类型呈现出较强的空间锁定效应和迁移惰性特征.CH₄排放强度与人均CH₄排放的区域总体差异较大;CH₄排放强度地区间Theil指数差异较大,而地区内差异较小;人均CH₄排放地区间与地区内的Theil指数差异均较小.     

云南边境五城市空气污染物分布特征

利用2015~2021年云南省5个边境城市6种常规大气污染物的质量浓度数据,探究其污染特征、时空变化及空间异质性。结果表明,研究区域污染物年际浓度变化起伏较大,PM₁₀、PM_2.5年均浓度分别为(42.6±8.2),(25.4±4.2)µg/m³,均低于中国《环境空气质量标准》(GB 3095-2012)二级浓度限值。PM、NO₂和O_3-8h月均浓度呈U型变化趋势,其中3月份浓度最高。5个城市PM和NO₂浓度季节变化均表现为:春季>冬季>秋季>夏季,O_3-8h表现为:春季>夏季>秋季>冬季,而CO冬季污染程度最小,SO₂无明显的季节变化规律。根据Sen-MK的逐日浓度趋势分析,污染物总体呈现下降趋势,其中PM₁₀下降速率最高达11×10^-3µg/(m³×d),而O_3-8h呈现上升趋势。变异系数(COD)表明,污染物的空间分布极不均匀,特别是SO₂的COD均大于0.2,春季O_3-8h空间分布更加均匀。Person相关分析表明,PM与NO₂、CO、O_3-8h表现出较强的相关性,且西双版纳(BN)PM与其他大气污染物相关性较其他城市强。     

土地生态系统脆弱性时空演化特征及影响因素——以黄河三角洲高效生态经济区为例

基于BP人工神经网络模型,对黄河三角洲高效生态经济区土地生态系统脆弱性进行综合评价和时空演化分析,并借助灰色关联度模型探究其影响因素.结果表明：研究区土地生态系统脆弱性从2005年的1.244降低至2016年的1.113,脆弱性逐步改善;脆弱性由西到东、由内陆到沿海逐渐加剧,并表现出脆弱性平稳型和脆弱性渐低型2个演化特征;地均工业废水排放量、盐碱荒地面积比重、土地利用程度、建成区绿化覆盖率、节能环保支出占财政支出的比重是系统脆弱性的主要影响因素.因此,降低土地生态系统脆弱性的政策着力点应该集中在生态修复、优化土地利用结构和节能减排等方面.     

北部湾城市群海洋环境与经济发展耦合特征及其时空格局分析

基于北部湾城市群七个沿海城市2005-2015年经济和环境数据,分析其海洋环境与经济发展的时空演变特征,并结合环境库兹涅茨曲线（EKC）和协调系数评估指标,揭示海洋环境与经济发展的耦合特征。结果表明:2005-2015年,在北部湾城市群主要沿海城市经济持续增长的同时,海洋环境状况总体上呈现恶化-改善-恶化的变化趋势;北部湾城市群海洋环境与经济发展的关系整体为正"N"型;协调系数显示北部湾城市群海洋环境与经济发展整体失调,仅茂名市为协调关系。环境库兹涅茨曲线和协调度分析结果均表明北部湾城市群海洋环境与经济发展整体呈不协调发展关系,该区应结合其资源环境承载能力,落实环境保护的相关政策,以实现经济与海洋环境的协调及可持续发展。     

1961～2015年贵州高原≥10℃积温时空变化特征

为揭示贵州高原≥10℃积温精细动态变化,以81个气象站点1961～2015年气温资料及地理信息数据为数据源,采用积温倾向率、累计距平、滑动T检验、小波分析、多元回归分析等统计方法,分析≥10℃的积温整体变化及周期变化,模拟各年代积温带空间变化。结果表明:(1) 1961～2015年≥10℃积温平均值为5 147. 22℃,1997年前后发生由冷到暖的突变,积温变化主周期约为3～5年,8年;(2) 1961～2015年、1961～1996年、1997～2015年≥10℃积温倾向率均值分别为49. 5℃/10a、-28. 1℃/10a、123. 5℃/10a,1961～1996年表现为降温趋势,1997～2015年表现为升温趋势,三个时间段积温倾向率均未通过显著性检验;(3)多元回归拟合≥10℃积温年代际空间分布,复相关系数均高于0. 92,积温空间分布呈现由西向东、由北向南升高的趋势;(4)不同年代际间积温带动态变化差异较大,1980s后约有60%以上区域表现为积温带Ⅱ升为积温带Ⅲ,积温带Ⅲ升为Ⅳ,1990s后降温区域消失。积温资源的增加对受高原气候限制的贵州高原有重要影响,对调整农业气候区划,确定作物种植区域以及最优化利用热量资源更具有针对性。     

基于车辆身份检测数据的单车排放轨迹研究

为实现单车层面的动态排放轨迹追踪,基于电警式卡口产生的逐秒过车记录数据建立了车辆排放轨迹计算方法,通过提取动态轨迹中的运行参数及机动车保有量数据库中的技术参数,并结合排放模型计算了2018年5月10日~6月9日安徽宣城市中心城区123条路段上共133,906辆车的44,672,343条轨迹的排放数据.研究结果显示,出租车是CO的重要排放来源且交通兴趣点附近路段排放强度较高;公交车和重型货车是NO_x的重要排放来源,公交车工作日NO_x排放总量达1.3kg,约为重型货车的7.5倍,且路线固定、排放分布随发车班次周期循环;轻型货车排放路线多围绕货运需求且多为昼间行驶,而重型货车多选择凌晨出行;通勤类私家车工作日昼出夜归,路线固定且往返过程各污染物排放量均较稳定.对于全路网,CO、VOCs的高排放强度区域多集中于中心路网,NO_x、PM则多分布于外围路网.     

基于线性混合效应模型的河北省PM2.5浓度时空变化模型研究

京津冀地区大气PM_2.5污染严重.为揭示区域PM_2.5时空分布规律,使用2013-2014年河北省地面站点PM_2.5监测数据、MODIS AOD（气溶胶光学厚度）遥感数据、地面气象站点数据和土地利用调查数据,基于线性混合效应模型（LME）,建立了ρ（PM_2.5）时空变化与AOD因子、气象因子、土地利用因子之间的关系模型.采用十折交叉验证法对模型精度进行检验,并利用计算得到的校正因子[全部实测的ρ（PM_2.5）年均值除以参与建模的所有实测ρ（PM_2.5）年均值]纠正因AOD非随机性缺值导致的抽样偏差.结果表明:①河北省区域模拟精度R2（决定系数）为0.85,经交叉验证后R2为0.77,RMSE（均方根误差）和RPE（相对预测误差）分别为18.28 μg/m3和28.68%.②ρ（PM_2.5）年均值模拟结果的校正因子范围为1.24~2.05,校正后的研究区ρ（PM_2.5）年均值为89.84 μg/m3,与实际监测数据相近.③ρ（PM_2.5）空间分布呈平原高、山区低,平原地区西南高、东北低的趋势.④ρ（PM_2.5）与AOD、温度、相对湿度呈正相关,与风速、大气能见度呈负相关.研究显示,线性混合效应模型能有效对ρ（PM_2.5）进行时空变化模拟,并实现对非地面监测地区ρ（PM_2.5）时空变化的预测,恰当的预测因子组合和模型校正有助于模型预测精度的提升.      

南昌市城市空气PM2.5和PM10时空变异特征及其与景观格局的关系

基于2013—2015年南昌市9个空气环境监测点的连续数据,分析了空气PM_(2.5)、PM_(10)质量浓度(以下简称浓度)的时空变异规律,并以景观格局指数为定量指标,研究了监测点的两种颗粒物浓度与其周边500 m半径、1000 m半径缓冲区的土地利用状况的关系.结果表明:(1)南昌市3年来PM_(2.5)和PM_(10)浓度逐年显著降低.(2)通过聚类分析,9个监测站依据颗粒物污染可分为4大类,表现出一致的城乡梯度差异.(3)在斑块类型水平上,PM_(2.5)和PM_(10)浓度与500、1000 m半径缓冲区的C-PLAND(建筑用地覆盖率)、C-SHDI(建筑用地多样性指数)显著正相关,与1000m缓冲区的F-ED(林地边界密度)显著正相关;与F-PLAND(林地覆盖率)、C-Fi(建筑用地分离度指数)、F-MPS(林地平均斑块面积)显著负相关.在景观水平上,PM_(2.5)和PM_(10)浓度在500 m缓冲区与LPI(最大斑块所占景观比例)显著负相关;与1000 m缓冲区的MPS(平均斑块面积)显著负相关.景观格局指数直接反映土地利用状况,它与PM_(2.5)和PM_(10)浓度的相关性,表现出生态学中典型的"源汇景观"关系.