排序方式: 共有64条查询结果,搜索用时 15 毫秒
21.
利用长沙市2003~2009年上半年的土地交易资料,采用GIS空间分析和计量经济学相结合的方法,得出长沙市区商业、住宅和工业出让地价分布的空间结构图,分析三类用地地价的空间分布特征及其影响因素。结果表明:(1)土地用途不同,其地价的空间分布也不同,商业地价对商服繁华度要求较高,高值区集聚在市中心(以五一广场为中心);住宅地价对环境质量要求较高,高值区相对商业地价集聚度有所下降;工业地价由于有较高的对外交通条件要求,其空间分布相对比较分散、均匀。(2)作为典型的单一中心城市,长沙各类地价空间变化的影响因素,因土地用途而异,但商服中心影响度对三类地价都存在显著影响。 相似文献
22.
23.
2010年10月8日采集湘江长沙段水体18份水样,制片,电子显微镜下观察,研究结果表明:藻类共有8门,40属。其中绿藻门最多,19属;其次是硅藻门,11属,;再次是蓝藻门,4属;隐藻门,2属;裸藻门,甲藻门,黄藻门,金藻门各1属。采用计数框计算原始水样中的藻类的平均密度。得出湘江长沙段水体的平均密度为1.29*104个/L,硅藻门属的数量占61.24%,绿藻门属的密度占47.50%。湘江长沙段水体的优势藻类种群为硅藻和绿藻。 相似文献
24.
25.
以长沙市空气自动站周边3 km为研究对象,基于统计年鉴和实地调查,获得了该地区2015年储存运输源、废弃物处理源、工艺过程源、化石燃料固定燃烧源、农业源、生物质燃烧源、扬尘源、移动源8个源类的活动水平数据。以大气污染物排放源清单编制技术指南为依据,建立了2015年长沙市空气自动站周边3 km区域NH_3、NO_x、PM_(10)、PM_(2.5)、SO_2、VOCs等6项污染物的源排放清单。结果表明,2015年长沙空气自动站周边3 km内,8类大气污染源排放的NH_3、NO_x、PM_(2.5)、PM_(10)、SO_2、VOCs总量分别为53.65t、4 899.35t、1 846.09t、6 257.75t、989.49t、4 383.31t。NH_3、NO_x、PM_(2.5)、PM_(10)、SO_2、VOCs排放量最大的源分别是农业源、移动源、扬尘源、扬尘源、化石燃料固定燃烧源和移动源,贡献率分别为98.45%、84.24%、60.82%、85.90%、97.33%、49.88%。优化道路交通、减少燃煤、减少建筑工地扬尘排放可促进长沙市空气自动站周边空气质量改善。 相似文献
26.
利用车载环境空气质量监测系统对长沙市城区典型交通路口的近地面空气质量进行了实时监测。结果表明,在监测时段(14∶00~20∶00)内,该监测点环境空气中PM10的小时质量浓度范围在0.097~0.222mg/m3之间,平均值0.163mg/m3;PM2.5的小时质量浓度范围在0.050~0.158mg/m3之间,平均值0.103mg/m3。PM2.5/PM10比值在48.1%~76.6%之间,平均值62.4%。PM10与PM2.5质量浓度在星期一相对较低,星期二有所升高,星期三至周末总体上保持基本稳定。在监测时段PM10与PM2.5小时质量浓度呈现先降后升的变化规律,即14∶00~15∶00,PM10与PM2.5质量浓度相对较高,16∶00左右降至最低,从17∶00开始逐渐升高,20∶00达到峰值。PM10和PM2.5的质量浓度变化与车流量和车速密切相关,温度、相对湿度和风速等气象因素对PM10和PM2.5质量浓度的变化影响也较显著。 相似文献
27.
基于能值定理的生态足迹模型修正研究 总被引:1,自引:0,他引:1
能值生态足迹模型是定量分析区域可持续发展的重要方法,然而其计算未考虑到经济发展和科技进步对生态承载力的影响,得出的结论往往具有一定的误差.因此,本文引入社会经济虚拟承载力账户对该模型进行修正,并以长沙市为例进行验证.结果表明:通过相关性对比分析,修正模型可突破传统模型具有生态偏向的弱可持续性评价局限,其计算结果更加科学合理.基于修正模型,2000~2011年长沙市的生态承载力变化不大,年均值为2.31hm2/人,而生态足迹呈现快速增长趋势,年均值为2.44hm2/人.这导致该地区出现逐年加剧的生态超载现象,年人均生态赤字为0.13hm2/人.通过多元统计分析方法得出,农牧业生产和重工业能耗的压力大是造成其生态赤字的主要原因. 相似文献
28.
用改进的生态足迹因子对长沙市2002—2016年的生态足迹及其脱钩状态进行定量评价,并构建灰色GM(1,1)模型对长沙市生态状况进行预测。结果表明:长沙市生态足迹由期初的8.63×106hm2逐年增加到期末的1.16×107hm2,同期可利用生态承载力由1.99×106hm2逐年增加到2.03×106hm2,生态赤字由-6.65×106 hm2先升后降至-9.58×106hm2;灰色GM(1,1)模型预测得到2030年生态赤字将上升到-1 368.03 hm2。 相似文献
29.
30.
为了对城市污染物进行详细区域来源解析,基于长沙市低成本传感器监测网络,收集了2019年10月PM2.5、PM10、SO2、NO2的高空间分辨率监测数据,对污染特征进行分析.同时,根据本地排放和背景浓度变化的不同相对频率,基于小波分析提取了污染物背景浓度并结合空间密集监测量化了城市环境中监测点的近场、远场及区域传输贡献.结果显示,2019年10月长沙市4项常规污染物中,PM2.5浓度较高,SO2浓度较低.小波分析提取各监测点背景浓度结果表明,部署在乡村的监测点PM2.5、PM10和NO2背景浓度平均水平较低,而城市总体数据分布更分散,存在明显的本地排放源.估计近场、远场及区域传输对城市监测点总污染水平贡献发现,研究期间,区域传输对监测点污染贡献最大.其中,PM2.5的区域贡献、远场贡献和近场贡献占比分别为43%、24%和17%;PM10的区域贡献占比较高为59%,远场贡献和近场贡献分别占比14%和16%;NO2的区域贡献、远场贡献和近场贡献占比分别为45%、24%和19%;而SO2主要以区域贡献为主,占比达78%. 相似文献