基于利奇马台风路径下的FY-4A海洋热含量空间自相关分析

每年我国沿海多地遭受不同程度的台风灾害影响,台风对我国多个省市地区人民造成严重的生命和财产安全危害。海洋热含量(TCHP)是影响台风的主要因素之一,文中将2019年利奇马台风数据与基于FY-4A融合海温数据反演得到的TCHP数据做时空匹配,得到利奇马台风路径上的TCHP。然后在地统计学的基础上,引入全局自相关分析和局部自相关分析方法,对台风路径上的TCHP进行分析研究。结果表明：TCHP的全局Moran′s I值为0.94,即在相邻空间位置上具有高度的正空间自相关性;TCHP局部空间自相关特征主要以高-高,低-低这2种空间聚集形态为主,在局部空间上没有表现出异质性,具有较高的空间相关性;在利奇马台风发生及发展过程中,随空间位置的变化,TCHP属性值逐渐由低-低聚集类型向高-高聚集类型转变,对海-气交换产生负反馈影响,此时TCHP和台风移速在此变化过程中虽然波动较大,但是变化后维持在一定的范围内。台风强度也在变化之后增速也逐渐变缓,形成一个稳定状态。     

长三角地区大气NO2和CO2浓度的时空变化及驱动因子分析

以长三角城市群为研究对象,利用卫星遥感观测数据协同分析长三角地区大气NO₂和CO₂浓度的时空变化特征和驱动因子,揭示了长三角地区污染物和CO₂高浓度地区空间格局.结果表明长三角城市群地区大气NO₂和CO₂浓度的时空分布及变化特征呈现了受化石燃料燃烧和机动车排放等人为活动以及区域地形、地表覆盖、气候等自然条件的综合影响结果.大气NO₂和CO₂高浓度值围绕太湖明显呈口对西南向的U字形分布,一致于围绕太湖分布的杭州、上海、苏州、无锡、常州和南京等大型城市区域,以及安徽铜陵地区的工业排放区.大气NO₂浓度值呈现秋冬时期较高,夏季最低的季节分布特征.大气CO₂浓度受植被CO₂吸收和CO₂的积累影响,8~9月最低,4~5月最高.此外,随着人为排放活动的急剧减少,2020年1~3月的大气NO₂浓度比2019年同时期降低了50%以上,其中分布了以钢铁厂、燃煤厂为主的大型工业热源的城市NO₂浓度下降最多,如镇江、南京、马鞍山.     

基于MGWR的长江流域植被演化及其影响因素

以2000～2022年长江流域植被覆盖度为因变量,以地形、气象、社会经济因素为自变量,借助能很好处理尺度差异的多尺度地理加权回归(MGWR)探讨植被时空变化及其影响因素.结果表明:2000～2022年长江流域植被覆盖度呈现波动变化,以改善为主,增长速度为0.245%/a;流域植被空间分布模式为东西低,中部高的空间分异;未来流域大部分地区有退化风险.不同影响因子对于长江植被的作用出现明显的空间差异,其中坡度、高程、气温及相对湿度是长江流域植被变化的主要驱动因素;值得注意的是人为因子对于植被的影响力相对较小.植被与各个影响因子的响应尺度具有显著差异,其中地形和气候因子等自然因素对于植被的作用尺度较小,仅为43,而社会因素的作用尺度较大(>870).