杭州城区土地利用类型对PM2.5浓度影响分析

针对PM2.5质量浓度空间分布的季节性差异与土地利用分布的定量关系问题,该文以浙江省杭州市为实验区,收集PM2.5质量浓度实测数据和MODIS气溶胶光学厚度(AOT)遥感数据,并对AOT进行标高订正和水汽校正,建立了PM2.5质量浓度和AOT的回归模型,通过模型得出了杭州市各季节的PM2.5质量浓度空间分布图;在此基础上,进一步分析了杭州市PM2.5浓度与土地利用类型(扬尘地表与非扬尘地表)之间的空间分布相关性。结果表明,杭州市2015年PM2.5质量浓度分布的季节性变化特征是冬季春季秋季夏季;建设用地和交通用地等扬尘地表对PM2.5的浓度贡献较大,特别是在冬季和春季两个季节。该研究结果对于认识空气中PM2.5的来源与时空分布特征具有一定的理论和实践意义。     

瑞利光学厚度模型的适用性讨论与条件性构建

瑞利散射是生活中重要而又常见的自然现象之一,瑞利光学厚度是衡量瑞利散射强度的重要指标。通过对大气散射理论和瑞利光学厚度理论的梳理,总结了现有瑞利光学厚度两类模拟模型的优缺点。随着全球气候变化中CO_2浓度已突破400 ppm,近似数值模型因受到大气温度和CO_2浓度为300 ppm的背景条件的限制会导致部分模型误差的增加;而理论离散模型虽然有明确的物理意义,对CO_2浓度也具有自适应性,模拟结果理论上可信可靠,但各相关输入物理参数求解复杂。为获得满足CO_2浓度为400 ppm的近似数值模型,通过对不同高度和纬度的九个试验地点,以理论离散模型为基础,模拟特定大气条件下(P0=1 atm, T=15℃, CO_2=400 ppm)的瑞利光学厚度。通过拟合分析得出,瑞利散射强度与波长的4.529次方成反比,且在紫外—蓝波段CO_2浓度对瑞利光学厚度的贡献在10~(–4)—10~(–3)数量级。因此,在CO_2浓度发生改变的情况下,以理论离散模型为主要算法模拟瑞利光学厚度将能更好的提高模型的自适应性并减少模型本身带来的误差;并通过该模拟结果可进一步获得该大气条件下的计算简单方便的数值模拟模型。     

基于VCM的建设用地空间分布格局对比研究

利用ArcGIS软件,通过空间聚散程度的测度方法以城市中心和主干道建立各县的VCM曲线,对比分析了各县的空间分布格局。其结果表明:(1)青河、布尔津、吉木乃、富蕴具有相似的空间分布特征,哈巴河和福海的空间分布特征各自具有独特的空间分布特征。(2)青河、布尔津、吉木乃、富蕴和哈巴河,其建设用地分布相对集中,其总体特征呈沿城市中心和主干道分布,而福海县的建设用地较为分散分布。(3)城市中心和主干道的区位影响研究区建设用地分布。     

两型模式下长株潭主城区PM2.5时空变化特征分析

为评估"两型社会"建设是否对改善城市空气质量发挥了作用,本文以长株潭主城区为研究对象,从土地利用视角出发,融合地理国情普查数据、遥感气溶胶光学厚度(AOD)数据、PM_(2.5)浓度观测数据和相关专题数据,运用遥感技术、GIS空间分析和数学统计理论与方法,构建了顾及多源地理要素特征的城市PM_(2.5)污染时空变化模拟模型。在此基础上,分年均和季节时间尺度分析PM_(2.5)浓度空间分布特征及其与土地利用格局的耦合关系。结果表明,"两型社会"建设期间,长株潭主城区PM_(2.5)浓度呈显著下降趋势和明显的季节差异,但整体仍严重超标;主城区内PM_(2.5)浓度空间差异与土地利用类型显著相关,建设用地面积比例越高、园林地越低,PM_(2.5)浓度越高。该研究结果对于开展污染防治、指导土地利用开发以及实现长株潭城市群"两型社会"可持续发展具有一定的参考价值。     

土地利用视角空气污染空间分异的地理分析

针对土地利用/覆盖（land-use and land-cover,LULC）方式是否影响城市空气污染空间分异特征形成的问题,利用遥感技术和景观生态学方法分别获取长株潭城市群核心城区LULC及其景观格局,绘制空气污染物浓度与气象影响因子空间分异图,引入地理探测器定量分析土地因子在融合气象要素前后对NO₂、PM₁₀、O₃、PM_2.5浓度空间分布差异的贡献强度。结果表明,建设用地面积比例越高,林地越低,NO₂、PM_2.5浓度越高,O₃越低。非建设用地区域,污染物浓度随着土地景观格局破碎度、多样性指数值增大而升高,建设用地区域反之。LULC和土地景观格局的复合因子贡献力（P0.03~0.28）高于两者任意单独因子贡献力（P:0.01~0.11）,融合气象要素后,LULC对空气污染物空间分异特征形成的因子贡献力（P:0.18~0.53）显著增强。     

基于多源卫星遥感数据的中国2003年—2018年CO_(2)时空变化研究EI北大核心CSCD

本研究利用大气制图扫描成像吸收仪SCIAMACHY(Scanning Imaging Absorption Spectrometer for Atmospheric Chartography)和傅里叶变换光谱仪FTS(Fourier Transformation Spectrometer)卫星遥感传感器反演的CO_(2)产品,结合瓦里关地面站点观测的CO_(2)浓度数据进行验证,并对遥感数据进行校正,最后分析了2003年—2018年中国CO_(2)时空变化特征及其影响因素。结果表明,中国区域CO_(2)柱浓度呈近12个月周期变化且持续上升的趋势。2003年CO_(2)柱浓度年均值为374.4 ppm,2018年CO_(2)柱浓度年均值为413.7 ppm,16年间增加了39.3 ppm,约为10.51%,年均增长率为0.59%。中国区域大气CO_(2)柱浓度的月变化存在明显的时空差异,月变化呈现弦曲线变化,最小值和最大值分别出现在8和4月,2018年月平均大约分别为407.7 ppm和416.3 ppm。CO_(2)柱浓度的高值区主要出现在东部的亚热带和温带地区,2018年年平均最大可达417.9 ppm;最低值是在内蒙古北部,2018年平均约为409.5 ppm。从省级行政单元来看,2018年平均CO_(2)柱浓度最高和最低的省份是浙江省和青海省,分别约为417.8 ppm和412.1 ppm。中国2003年—2018年CO_(2)柱浓度在整个区域出现较大的增长,但是增长率在空间上存在明显的异质性。在空间上,2018年比2003年增长的数值在31.0—45.4 ppm之间,增长的百分比范围在8.9%—12.2%之间,增长较大的区域在高值区,最大增长出现在辽宁和吉林的交界处,约为12.2%;增长较小的区域出现在中国中部,最低的增长约为8.9%。     

武汉市建设用地扩张遥感监测及空间分异分析

为分析武汉市建设用地扩张时空特征,基于1990,2000,2005和2010年获取的Landsat影像数据,利用面向对象分类方法提取建设用地信息;采用城市扩张速度(expansion speed index,ESI)、扩张强度(expansion intensity index,EII)及综合扩张程度指数(expansion degree index,EDI)和标准差椭圆(standard deviational ellipse,SDE)空间分析方法分析该市1990―2010年建设用地扩张时序及空间分异特征。结果表明:武汉市建设用地呈扩张趋势,20 a间扩张了749.9 km~2,前期10 a、中期5 a和后期5 a间扩张面积分别占扩张总面积的19.06%,33.33%和47.61%;3个时段的ESI和EII均呈增大趋势,后期扩张程度尤为剧烈。SDE分析表明,20 a来武汉市建设用地空间分布呈离散趋势,前期局部扩张,中期趋于均衡扩张,这2个时段呈"东北→西南"空间分布格局;后期全局均衡扩张,空间分布不存在方向性。研究结果将有助于武汉市建设用地的理性扩张决策。     

2010年哈尔滨市建设用地供需平衡分析

本文依托哈尔滨市土地利用总体规划项目,用回归分析法和GM(1,1)模型法对哈尔滨市的建设用地需求进行了预测,同时根据哈尔滨市的现状对土地的供给情况进行了分析,分析结果表明哈尔滨市的建设用地供需达到平衡,但土地供给的分布极其不平衡。哈尔滨市在编制土地利用规划的过程中可根据这种情况适当地分配建设用地指标。     

赣江新区建设用地空间格局监测

通过对新区城乡建设用地和城市建设用地空间格局变化监测，分析其变化特征，对新区未来建设和发展以及推动生态文明建设有重要指导意义。本文以赣江新区为例，从建设用地空间形态模式、空间重心指数、空间紧凑度、空间形状分形维数等方面，分析了赣江新区2017—2018年建设用地空间格局变化特征，研究结果表明：(1)城乡建设用地和城市建设用地总量均呈现逐步增长的态势，并符合规划；(2)新区属于组团型发展模式，建设空间重心整体向东北方向扩张；(3)为有关政府部门继续推进新区建设和规划调整提供参考依据。     

融合地理探测器和地理加权回归的太原市建设用地变化因素研究

准确地识别城市化进程中建设用地的变化情况及其背后的驱动力,对城市后续的可持续发展具有重要意义。本文首先以2000—2020年遥感影像为基础,对太原市建设用地空间分布变化进行研究,然后结合地理探测器模型和地理加权回归模型,对研究区建设用地的空间分布影响驱动力因子进行研究,得到以下结论:除政策因素外,现有的城市建设用地空间分布变化还受到高程、交通、GDP、人口等因素的显著作用。太原市城市建设用地变化的布局不单是GDP变化、人口变化、海拔高度、公路网密度4个显著性因子均匀、独立、直接作用的结果,而是具有空间异质性的各因子两两交互作用后增效的产物。本文成果有望为城市建设用地驱动力研究提供一种新思路。