中国高耗能产品生产与区域PM2.5浓度的动态关联效应——基于省级尺度的分析

面向经济高质量发展及实现“双碳”战略目标,中国传统能源密集型产业发展的资源环境效应备受学界关注。基于2000—2017年中国31个省（直辖市、自治区）的面板数据,通过构建面板向量自回归模型（PVAR）,结合脉冲响应分析和方差分解及动态系统GMM模型,探究中国火电、水泥、钢铁、焦炭等典型高耗能产品的生产规模与区域PM_2.5污染的动态关联效应。结果表明：① 短期内,省域PM_2.5浓度具有明显的时间惯性,火电、水泥、钢铁、焦炭产业规模的短期波动对其冲击影响有限;② 动态影响显示,区域钢铁生产规模对PM_2.5浓度的影响程度最大,火电、焦炭行业次之;③ 长期影响结果显示,钢铁、焦炭产业的扩张加剧了PM_2.5污染,而火电、水泥产品生产规模未与PM_2.5污染表现出同步特征;④ 区域PM_2.5污染成因具有复合性,研究期内控制变量如地区经济规模、工业化程度、城镇化率的提高加剧了PM_2.5污染,地方政府环境污染治理力度越弱则PM_2.5污染程度越重。中国在高耗能产品生产规模逐年增加的情况下,有效地控制了区域PM_2.5污染的加剧。未来应进一步提高行业标准,通过技术创新和产业结构升级控制污染物排放强度;增强地方政府对环境污染的治理力度;研究能源原材料产业的适度产能规模,在满足中国新型基础设施、新型城镇化等重大工程建设对基础原材料产业需求的同时,实现环境质量的优化。     

流域水文模型对土壤数据响应的多尺度分析

流域水文模拟对输入数据空间详细程度的要求受流域面积大小的影响,而流域面积影响作用的定量描述有助于模拟时的数据选取.本文以美国Brewery Creek流域(约19.5 k㎡)为例,在逐级连续的汇流面积上,分析了SWAT模型基于1:2.4万的SSURGO和10m分辨率的SoLIM土壤数据模拟的径流量的差别随汇流面积的变化...     

SWAT模型对高精度土壤信息的敏感性研究

土壤信息是SWAT模型的重要输入数据,通常认为,土壤信息的精度直接影响着模拟结果的准确性。本文以美国Brewery Creek流域(19.5km²)为例,在其他输入不变的情况下,通过比较不同精度土壤数据(美国农业部SSURGO土壤图与SoLIM方法获得的土壤图)的模拟径流,分析SWAT模型对高精度土壤信息的敏感性。应用结果显示,在模型的校正前后,两种土壤数据的径流模拟结果均近似,差别并不显著。这表明在小流域水文模拟中,SWAT模型的径流模拟对高精度土壤信息的敏感性较弱,模拟径流不能很好的体现一定精度基础上土壤信息的差别。本文将此现象主要归因于:SWAT模型所采用的SCS-CN径流计算方法,在计算CN值(Curve Number)时将不同土壤类型综合到四个土壤水文组的做法,概括了土壤信息,模糊了土壤之间的属性差别,损失了土壤精度信息。本研究发现了SCS-CN径流计算方法在利用高精度土壤数据时存在的问题,并进行了分析,为水文模拟中参数的确定和数据的准备提供了参考。     

基于分层策略和模糊推理的北方石质山区土壤厚度制图——以滦平县虎什哈流域为例

土壤厚度信息对土壤碳储量估算、水文-生态过程模拟等有着重要影响,但我国北方石质山区缺乏现势性好、分辨率高的土壤厚度分布数据及其快速获取方法。基于北方石质山区土壤厚度的分布特点,先将地貌信息和植被类型叠加生成制图单元,再根据每类单元的特征,针对性地选取地形参数和地表覆被参数作为指示土壤厚度空间分布的环境变量,结合少量土壤样点,依据模糊推理模型,构建了基于分层制图策略的土壤厚度空间推测方法。以河北省滦平县虎什哈流域为例,利用从ASTER GDEMs提取的地形变量和从我国环境减灾卫星影像(HJ-A)提取的地表覆被信息对土壤厚度进行了推测。结果表明,该方法精度较高,是利用免费地形和遥感数据进行低成本快速土壤制图的实用途径。     

土壤数据对分布式流域水文模型模拟效果的影响

基于空间半分布式的SWAT模型和全分布式的WetSpa Extension模型,分析了高分辨率的SoLIM数字土壤数据和美国SSURGO传统土壤数据对流域径流空间分布式模拟和总量模拟的影响.结果显示:利用不同土壤数据得到的产水模拟结果在空间上差别明显,但模拟径流总量的差别随着模拟面积的增大而逐渐减小.根据实验结果,对于...     

中国城市空气质量的区域差异及归因分析

开展城市空气质量时空格局演变特征及其影响因素的研究,对于深入认识城市环境与社会经济系统的互馈机理、制定高效的环境治理措施、提升城市发展质量具有重要的理论与实践意义。本文以中国全面实施《大气污染防治行动计划》的2014年为起点,刻画了2014—2019年286个地级以上城市6种空气污染物浓度（CO、NO₂、O₃、PM₁₀、PM_2.5、SO₂）的时空演变特征,并基于面板回归模型分析各污染物浓度之间的相互作用关系;进而利用随机森林模型对城市6种空气污染物浓度与13个自然和社会经济影响因子的关联强度进行探究,从中梳理出关键影响因子。结果显示：① 研究期内,O₃污染加剧,其余污染物年均浓度逐年下降,其中SO₂浓度降幅最大。虽然典型的重污染区范围有所减小,但京津冀、山东半岛、山西、河南等地区的城市空气污染物浓度仍相对较高。② 城市6种空气污染物浓度之间存在显著的相互影响关系,城市空气复合污染特征明显。③ 自然因素和社会经济因素对不同种类空气污染物浓度的影响差异较大,且与污染物浓度之间呈非线性响应关系。自然因素中,城市年均气温与空气污染物浓度的关联强度最大,其次是植被指数。社会经济影响因素中,土地城市化水平和二产比重是主导影响因子,其次是电力消耗总量和交通因子。偏依赖分析进一步刻画了不同污染物浓度对主导影响因子的响应突变阈值。鉴于人类对于自然环境和气象条件的控制能力有限,建议继续通过优化城市密度、控制人为排放源及严格的空气污染防控措施以进一步有效提高城市空气质量。