基于ERA5数据的山东地区大气可降水量时空变化特征分析

基于欧洲中期天气预报中心(ECMWF)提供的山东地区的大气可降水量(PWV)数据，利用线性拟合、时间序列分析方法和经验正交函数分解等方法，分析了2008—2021年山东地区PWV的时空变化以及变化特征。结果表明：就空间分布而言，山东地区年平均大气可降水量呈现由南到北递减的趋势，南部边界大气可降水量最高；就时间分布而言，2008—2021年，山东地区大气可降水量呈现缓慢增加的趋势；就季节分布而言，夏季大气可降水量为全年最高，其次是春季和秋季，冬季最少；利用经验正交函数分解发现大气可降水量的收敛性较强。     

基于GIS的金沙江流域(云南段)地形差异对降水空间分布影响研究

金沙江流域水资源丰富,流域径流补给以降水和雪山冰雪融水为主,降水量的多少直接影响区域水量的大小。本文以金沙江流域(云南段)为研究区域,利用气象观测站降水资料、2014—2018年月平均降水量数据,运用ArcGIS获得研究区年平均降水估算量,利用金沙江流域站点降水数据、DEM数据分析地形对降水量分布的影响和时空特征。研究表明：春季研究区降水分布呈现出西高东低的分布特征,受到地形影响,降水主要集中在流域上段区域,经纬度对降雨有促进作用。夏季研究区降雨显著增加,降雨量受季风影响较大,流域降水量整段都有上升趋势,经纬度和坡度对降雨量的影响较大。秋季研究区降雨量呈下降趋势,降雨量分布特征为西低东高。冬季研究区降雨有所减少。     

基于MODIS数据的上海市热岛效应研究

采用2003～2005年EOS／MODIS数据，运用分裂窗算法定量反演了上海市地表温度，以间接反映城市热岛的变化规律。研究表明，上海市冬季地表平均最高温度为13．9℃，春季、夏季和秋季分别为32．5℃、45．7℃和29．0℃；地表相对高温区的分布具有明显的季节变化特征，冬季地表相对高温区分布在市区东南方向，春季、夏季地表相对高温区向西北方向移动，秋季地表相对高温区开始向东南方向收缩；冬季市区表现为弱冷岛中心，春季、夏季和秋季均为热岛中心，其中夏季的热岛效应最为显著；冬季弱冷岛中心的地面温度低于郊区温度2．6℃，春季、夏季和秋季的平均热岛强度分别为5．7℃、10．4℃和4．2℃。     

杭州地区2015年PM2.5浓度时空变化特征分析

在2015年杭州地区11个地面观测站PM2.5质量浓度监测数据的基础上,结合MOD04_3K AOT产品,建立了利用AOT反演近地面PM2.5质量浓度的模型.利用实测和遥感反演数据共同分析了杭州市PM2.5质量浓度时空变化特征.分析结果表明,PM2.5质量浓度分布的日变化特征为:在杭州市中心城区,冬季、春季及秋季都存在典型的双峰变化,冬季、春季的峰值出现在9:00-12:00,秋季峰值出现在6:00-9:00;夏季表现出夜间浓度高于白天的特征.PM2.5质量浓度分布的季节性变化特征为:冬季＞春季＞秋季＞夏季.PM2.5质量浓度的空间分布格局为:杭州地区东北区域的浓度明显高于其他区域;杭州—富阳—桐庐沿线、杭州—临安沿线PM2.5质量浓度存在高浓度的分布条带,PM2.5质量浓度的空间分布与城镇化的格局相似.PM2.5质量浓度空间分布与地形和植被指数呈负相关,春季地形和植被指数对PM2.5浓度分布的抑制影响最大.     

北京市空气质量时空特征分析

近年来,随着我国经济持续迅速发展,环境问题日益突出,空气污染日益严重,灰霾现象频发。研究空气质量演变的时空特征,揭示空气污染的成因具有十分重要的意义。本文基于自然正交函数（EOF）分析了北京市空气质量变化的时空特征,借助地理加权回归（GWR）揭示了其驱动力。研究结果表明：①北京市PM2.5 AQI年均空间分布由南到北有减小趋势;②北京市PM2.5 AQI异常呈现西北、东南反向分布;③POI特征对PM2.5 AQI的影响具有显著的南北差异,且在中心城区的影响作用比郊区大;④土地利用特征对PM2.5 AQI影响具有显著的南北差异;⑤路网特征对PM2.5 AQI具有正向作用,在中心城区的影响比郊区大。     

2015—2016年东北三省PM2.5的时空分布特征

基于2015—2016年东北三省36个主要城市PM2.5浓度数据以及同期大气氧化物数据,运用克里金插值法及相关性分析法,对PM2.5的时空分布特征及与其他大气氧化物的相关性进行分析.结果表明:2016年较2015年PM2.5浓度显著降低,下降了17.83％;PM2.5浓度由高到低的季节依次是冬季、秋季、春季和夏季,浓度分别为64.31、49.44、39.57、28.09μg·m-3;PM2.5月均浓度呈U形分布,最大值出现在11月,最小值出现在8月.分地区来看,PM2.5空间分布整体呈南高北低状态,黑龙江省的年均PM2.5浓度明显低于另外两省.PM2.5与CO、SO2、NO2浓度均为极显著正相关,表明CO、SO2、NO2对PM2.5浓度有显著影响.     

微地形上太阳辐射模拟及与地表温度关系研究

在微地形上进行太阳辐射模拟对于探讨起伏地表微气候因素分布具有重要意义,为分析微地形对太阳辐射的影响及对地表温度的影响,利用实时动态差分仪(real-time kinematic,RTK)实地测量实验样区的微地形,生成分辨率为0.1 m×0.1 m的分米级高精度数字高程模型(digital elevation model,DEM),模拟微地形下太阳总辐射的时空分布;同时结合地面温度实测数据,建立地表温度与太阳辐射的关系。结果表明:微地形下太阳辐射具有明显的空间分布特征,表现为沟脊大,沟底小;阳坡大,阴坡小;坡度越大接受的太阳辐射量越少;实验样区接受太阳辐射量大小依次为夏季春季秋季冬季;地形遮蔽效应对太阳辐射影响程度依次为冬季秋季春季夏季;地表温度与太阳辐射呈显著相关,相关系数为0.622。     

基于MODIS数据的长株潭地区城市热岛时空分析

基于MODIS影像,采用分裂窗算法反演的地表温度对长株潭地区城市热岛空间分布与季相变化特征、影响因子进行定量研究。结果表明,长株潭地区春季和夏季存在明显的城市热岛效应,而冬季和秋季城市热岛并不明显;地表覆盖类型对城市热岛的影响十分明显,长株潭地区春、夏、秋季植被绿地状况与城市热岛呈现明显负相关分布,其中以夏季最为明显,夏季地表温度与NDVI相关系数的平方R2达到0.8193,即植被覆盖对城市地表温度的影响显著。因此,城市植被的分布与季节变化影响着城市热岛的强度与时空分布,揭示出植被绿地对降低城市热岛效应具有重要的作用,大范围的绿地建设能有效降低城市热岛效应。     

济南市中心城区地表热环境时空变化分析

针对目前众多学者主要针对夏季热环境进行研究,分析方法相对单一,且融合地理探测器等多种方法针对不同季节相关分析研究相对较少的问题,该文基于2017-2018年Landsat8遥感数据,反演济南市中心城区四季的地表温度,综合运用景观格局指数法和剖面法分析不同季节热环境空间分布变化;利用相关性分析方法和地理探测器模型针对地表遥感指标和热环境进行相关性和影响力研究.结果表明:济南市中心城区除冬季,地表温度分布东高西低,与 自然地表、工业生产、人口活动等区位要素关联密切;气温骤降与骤增导致温度斑块割裂、聚合;水体、水汽与建筑的交互作用对春、夏、秋季的城市热环境影响最大,水体与不透水面(交互因子:0.392 952)对冬季热环境交互影响最大;城市热环境的空间分异特征受多因子影响,其中植被与水体(交互因子:0.379 927)、植被与水汽(交互因子:0.380 707)协同降温效应最优,建筑与植被(交互因子:0.278 922)协同保温效应最优.     

基于GIS技术的我国大气可降水量分布研究

利用分布于全国范围内的125个气象探空测站点(每日8:00和20:00)的探空数据,应用数据库编程与GIS技术,对大气可降水量在全国的分布情况进行了分析,得到了2002年全年以及春夏秋冬4个季节(2001年12月和2002年1,2月作为冬季)的平均大气可降水量在全国的分布状况。对数据进行分析可知:在空间上,我国的大气可降水量总体呈东南多,西北及青藏高原地区少的分布状况。同时,由于地形组合状况的特殊性,导致四川盆地、天山北麓等地区的大气可降水量略高于其周围地区;在时间上,夏季的大气可降水量值较高,可达到62mm左右,冬季较少,而春秋季除局部地区外大气可降水量基本持平。     

中国东部气溶胶光学厚度季节变化的数值模拟

气候模式对气溶胶光学厚度AOD的合理模拟,是模拟研究气溶胶气候效应的前提。利用在线耦合的区域气候—大气化学—气溶胶耦合模式系统RIEMS-Chem,模拟研究了2010年中国东部地区AOD的季节变化情况。模拟结果与卫星搭载的中分辨率成像光谱仪(MODIS)的反演资料和地基气溶胶观测网(AERONET)的站点观测资料分别进行了一年四季的详细对比,检验结果显示尽管模拟值有所低估,模式仍然能够合理地反映AOD的季节变化情况和空间分布特征,与AERONET站点观测值相比,整体相关系数为0.6。MODIS反演和相应模拟结果均显示,中国东部地区AOD整体水平夏季最大,春季次之,秋、冬季最小,华北平原、四川盆地和华中地区是AOD的主要大值区。只考虑日间AOD时,其季节分布特征略有不同,在华北平原地区,日间AOD夏季最大(1.1—1.5),在长江中下游流域地区,日间AOD则在春季最大(1.1—1.7);在中国东部,日间AOD的大值在夏、冬两季分别主要分布在长江以北、以南地区,而在春、秋两季则主要位于长江中下游流域。     

全国作物种植结构快速调查技术与应用

现有种植结构的分析都是基于统计数据 ,时效性低及精度差 ,难以及时为各级政府部门提供决策支持。以“中国农情遥感速报系统”使用的GVG农情采样系统和样条采样框架为基础 ,提出了快速获取全国农作物种植结构的技术方法 ,并以 2 0 0 2年为例 ,开展全国夏粮和秋粮种植结构的调查与现状分析。全国夏粮的粮经比例为 5 8%∶2 1% ,秋粮的粮经比例为 79%∶14 % ,粮食作物仍然占有较大的比例。调查表明 ,全国范围的种植结构在时间和空间上变化很大。黑龙江省的大豆种植成数最高 ,达到38% ,是中国的大豆主产区 ;吉林和辽宁两省的春玉米种植成数相差不大 ,高达 71% ;黄淮海地区夏粮以种植冬小麦为主 ,种植成数高达 97% (河北省 ) ,秋粮以夏玉米为主 ,种植成数高达 82 % (河南 ) ;以长江为界 ,冬小麦和油料在长江南北的种植成数变化很大 ,长江以北冬小麦与油料并重 ,以南以油料为主。秋粮则以中晚稻为主 ,种植成数均超过 6 6 % ;华南夏粮和秋粮均以水稻为主 ,其中广东的蔬菜瓜果的种植成数高达 2 9% ;西南地区的秋粮以中稻和夏玉米为主 ,其中云南省的棉麻糖的种植成数高达19% ,说明云南省仍然是中国的烟草大省。经济发达或邻近经济发达地区的省份的蔬菜瓜果的种植成数较大 ,如天津市高达 34%。     

基于MODIS数据的上海市热岛效应分析

采用上海市2006年的MODIS LST影像,通过地表温度生成四季的热场强度指数图,对上海市的热岛空间分布的季节变化进行研究.研究表明,上海市热岛强度和热岛范围在季节分布上以夏季最为强烈,春季次之,秋季和冬季热岛范围和强度明显弱于夏季和春季.再结合植被覆盖度(FCOVER),分析两者的空间关系,表明两者存在一定的负相关性.其结果对城市的绿地规划和缓解城市热岛效应具有一定的指导意义.     

Analysis of the Seasonal Variation of CO<Subscript>2</Subscript> Concentration in China Based on GOSAT Satellite Data

Carbon dioxide (CO₂) is one of the major gases that contribute to the global warming. Therefore, studying the distribution of CO₂ can help people understand the carbon cycle. Based on the GOSAT retrieved CO₂ products, the temporal and spatial distribution and seasonal variation of CO₂ concentration were analyzed from 2011 to 2015. CO₂ concentration has obvious seasonal variation. It was low in summer, and was high in spring, and the annual increase was about 2 ppm. Nevertheless, the annual growth rate of CO₂ concentration in summer was higher than that in spring, it was 0.5425% in summer and was 0.46% in spring. CO₂ concentration was low in the northwest and was high in the southeast. The growth rate of CO₂ was 2.8 ppm in the northwest and was 3.42 ppm in the southeast. More human’s activities made CO₂ concentration higher in the southeast than that in other regions.     

MODIS数据北京城区热岛监测分析

随着城市化进程的深入,热岛效应问题越来越严重,从而影响城市及周边地区的生态环境与气候,因此备受人们的重视。本文从2000年—2007年724幅1km分辨率的MODIS地表温度产品中选取64幅质量较好,可以代表春、夏、秋、冬四个季节的昼夜影像,制作地表温度图和选取感兴趣区域分析北京城区热岛效应。结果表明,北京市城区温度明显高于周围地区,夏季夜间最高达到3.7℃,秋季白天相对热岛强度较大,夏季、冬季夜间热岛强度要大于白天,尤其冬季较为明显。     

黄河流域七大城市群污染气体时空变化特征卫星遥感监测

为探究黄河流域大气污染的时空演变特征,本文从城市群角度出发,选取HCHO、NO₂及SO₂为诊断指标,对比分析2005—2019年七大城市群OMI观测对流层HCHO、NO₂及边界层SO₂柱浓度的年、季、月变化。研究揭示,流域内：①HCHO、NO₂及SO₂柱浓度高值区均集中在山东半岛城市群、中原城市群、晋中城市群南部和关中平原城市群东部。②HCHO柱浓度在2005—2019年呈波动上升趋势,七大城市群的月变化均呈单峰结构,且夏季高、冬季低、春季和秋季相当。③NO₂柱浓度在2005—2011年呈上升趋势,仅2008年出现短暂小幅下降。2011年执行《火电厂大气污染物排放标准》（GB 13223—2011）后,呼包鄂榆、宁夏沿黄和晋中城市群开始大幅下降,山东半岛（2012年有小幅下降）、中原和关中平原城市群则在2013年《大气污染防治行动计划》实施后才开始大幅下降。月变化呈开口向上抛物线形态,浓度越高单峰结构越明显,且冬季高、夏季低、春季和秋季相当。④SO₂柱浓度在2007年达到顶峰,2008年开始大幅下降,2010年后呈波动下降趋势,月变化、季变化均与NO₂相似。黄河流域上游的兰西和宁夏沿黄城市群、上中游交界处的呼包鄂榆城市群空气质量较好,中游的关中平原和晋中城市群次之,中下游交界处的中原城市群和下游山东半岛城市群则较差。     

中国东海叶绿素浓度变化分析及其海水温度响应

海洋叶绿素浓度时空格局分析及与海水温度的响应研究对于海洋资源的开发和保护及赤潮的预防具有重要意义。本文基于2004—2018年东海叶绿素浓度和海水温度数据运用趋势分析及ArcGIS10.2软件，对东海叶绿素浓度作了时空分析研究，并结合海水温度进行了回归分析，以探究叶绿素对海水温度变化的响应机制。结果表明：①东海叶绿素浓度在2004—2018年间没有明显的年际变化特征。年内则随时间上下波动，冬季为波峰，夏季为波谷。离海岸带越近，叶绿素浓度越高。②东海海域海水温度在年际尺度上呈波动式起伏变化。在季节尺度上夏秋两季温度较高，春季次之，冬季最低。从沿海到外海海域海温逐渐升高。③就空间相关性而言，东海海域叶绿素浓度与海水温度整体呈负相关，在不同海域相关程度不同。长江口和外海区域叶绿素浓度与海水温度具有很强的相关性；在沿海区域，由于受到城市环境、经济发展及人类生产生活的影响，海水温度与叶绿素浓度的相关性不明显。     

基于GIS的气温对漳州城市主要大气污染物影响分析

漳州城市建设和工业飞速发展,汽车数量剧增,人为大气污染排放显著增加,空气质量下降,对人们的生活和健康造成了影响。本文利用2014—2015年连续2年的日平均污染数据,选择主要污染物SO2、NO2、O3、PM10、PM2.5和AQI指数,分别与日平均气温做相关分析,研究发现:SO2浓度在不同季节与温度的相关不同,这是由于气温与SO2的清除机制没有直接关系,因此相关不确定;NO2浓度与气温基本呈负相关,而O3的浓度呈正相关。秋季影响当地空气质量的主要气象条件是气温,当气温高于25℃时,空气质量改善明显。     

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。