黄河流域PM2.5时空演变特征及其影响因素分析

选取2000—2017年大气PM_2.5遥感反演数据集,综合运用标准差椭圆及地理探测器等方法,揭示了黄河流域PM_2.5的时空演变特征及其影响因素。结果表明：2000—2017年黄河流域PM_2.5年均浓度整体呈现先快速增加后又波动变化的演变趋势,空气污染状况不容乐观;黄河流域PM_2.5空间集聚性明显,低值区稳定分布在内蒙古中部和西南部高原地区,高值区一方面分布在自然条件较差的西北内陆,另一方面集中在人类活动强度较高的地带;黄河流域PM_2.5污染总体呈现出“西北-东南”方向的分布格局,其浓度在地理空间上呈现分散化的趋势,即污染的主要范围有所扩大;人口密度、工业化水平、外商投资以及科技支出等经济社会因素对PM_2.5浓度存在显著影响,但其作用强度及方向存在差异。     

中国城市群地区PM2.5时空演变格局及其影响因素

城市群作为中国新型城镇化主体形态,是支撑全国经济增长、促进区域协调发展、参与国际分工合作的重要平台,也是空气污染的核心区域。本文选取2000-2015年NASA大气遥感影像反演PM_2.5数据,运用GIS空间分析和空间面板杜宾模型,揭示了中国城市群PM_2.5的时空演变特征与主控因素。结果显示：① 2000-2015年中国城市群PM_2.5浓度呈现波动增长趋势,2007年出现拐点,低浓度城市减少,高浓度城市增多。② 城市群PM_2.5浓度以胡焕庸线为界呈现东高西低的格局,城市群间空间差异性显著且不断扩大,东部、东北地区浓度提升更快。③ 城市群PM_2.5年均浓度空间集聚性显著,以胡焕庸线为界,热点区域集中东部,范围持续增加,冷点集中在西部,范围持续缩小。④ 城市群内各城市间PM_2.5浓度存在空间溢出效应。不同城市群影响要素差异显著,工业化和能源消耗对PM_2.5污染有正向影响;外商投资在东南沿海和边境城市群对PM_2.5污染具有负向影响;人口密度对本地区PM_2.5污染主要具有正向影响,对邻近地区则相反;城市化水平在国家级城市群对PM_2.5污染有负向影响,在区域性和地方性城市群则相反;产业结构高级度对本地区PM_2.5污染有负向影响,对邻近地区则相反;技术扶持度对PM_2.5污染的影响显著,但存在滞后性和回弹效应。     

黄河流域城市群产业高质量发展时空格局演变研究

以黄河流域城市群为研究空间单元,通过文献梳理识别流域产业高质量发展内涵,构建产业高质量发展评价指标体系,分析黄河流域城市群产业高质量发展的时空过程。研究结果显示：自2000年以来,黄河流域城市群产业高质量发展水平整体呈上升状态,并且由初始相对均衡转为东中西阶梯状递减的流域分异特征。产业各维度发展指数呈现不同的空间特征。产业活力、创新效率方面,上、中、下游分异明显;各城市群面临不同的产业结构性问题;上中游城市群产业空间联系不足,与中下游城市群差距在扩大;各城市群产业发展带来的生态环境压力趋于加重,黄河流域中游城市群成为环境污染的高值区。     

2003-2016年中国PM2.5质量浓度时空格局演变及影响因素解析

以中国286个主要地级市为研究区域,基于2003—2016年中国地级市大气PM_2.5质量浓度栅格数据及各地级市社会经济数据,运用空间自相关和空间面板杜宾模型,揭示了中国地级市PM_2.5质量浓度的时空格局与影响因素。研究显示：(1)中国PM_2.5污染在时序演化上呈“M”型波动态势,在空间分布上以胡焕庸线为界呈现出“东高西低”的集聚型格局;(2)中国地级市PM_2.5污染在空间效应上呈现出显著的正相关性,表明区域间大气污染存在交互影响;(3)人口密度与非农产业从业人员占比对PM_2.5质量浓度升高的贡献最大,而液化石油气供气总量与第三产业占GDP的比重对PM_2.5有较为显著的负向消减作用。     

2003—2016年中国PM2.5质量浓度时空格局演变及影响因素解析

以中国286个主要地级市为研究区域,基于2003—2016年中国地级市大气PM_2.5质量浓度栅格数据及各地级市社会经济数据,运用空间自相关和空间面板杜宾模型,揭示了中国地级市PM_2.5质量浓度的时空格局与影响因素。研究显示：(1)中国PM_2.5污染在时序演化上呈“M”型波动态势,在空间分布上以胡焕庸线为界呈现出“东高西低”的集聚型格局;(2)中国地级市PM_2.5污染在空间效应上呈现出显著的正相关性,表明区域间大气污染存在交互影响;(3)人口密度与非农产业从业人员占比对PM_2.5质量浓度升高的贡献最大,而液化石油气供气总量与第三产业占GDP的比重对PM_2.5有较为显著的负向消减作用。     

东北地区PM2.5质量浓度遥感估算与时空分布特征

利用2014—2018年近地面观测PM_2.5质量浓度数据、MODIS 10 km气溶胶光学厚度(Aerosol Optical Depth,AOD)数据、ERA5再分析气象数据和DEM(Digital Elevation Model)数据,分别构建估算东北地区PM_2.5质量浓度的多元线性回归模型(Multiple Linear Regression, MLR)、线性混合效应模型(Linear Mixed Effects Model, LME)和随机森林模型(Random Forest, RF),利用十折交叉验证方法对3个模型进行精度评价。根据最优模型估算2009—2018年东北地区逐日PM_2.5质量浓度,结果表明：(1) 3种模型模拟的PM_2.5质量浓度与地面实测值间的相关系数R²排序为RF>LME>MLR,RF模型整体精度最高。(2)不同季节、月份的RF模型模拟PM_2.5质量浓度与地面实测值间的R²均高于0.93,通过R...     

中国城市PM2.5浓度时空特征及其影响因素(英文)

在科学识别城市建成区的基础上,运用探索性空间分析和空间计量模型,分析了2000–2015年中国城市PM_2.5浓度的时空特征及其影响因素。结果表明：2000–2015年中国城市PM_2.5浓度呈倒“L”型增长,而PM_2.5浓度高的城市具有大规模集聚的特征,城市群即是PM_2.5浓度高的城市聚集区,受自然因素、社会经济因素和城市形态因素共同作用。在2000–2005年,中国城市PM_2.5年平均浓度从31.19μg m^–3增加到46.00μg m^–3,河北、山东、河南交汇地区出现小规模高浓度集聚。在2005–2010年、2010–2015年两个阶段,城市PM_2.5浓度年平均增长率放缓,2010年为47.67μg m^–3,2015年为48.72μg m^–3。高浓度集聚区域不断扩大,在2010年扩张至京津冀、长江中部、长江三角洲、成都平原,研究期末已经扩大至整个华北平原、哈长地区。     

基于移动式监测的道路PM2.5浓度精细化时空模拟

作为主要的大气污染指标,PM_2.5浓度常来源于固定环境监测站点的监测与遥感影像数据,但时空精度普遍不足,难以揭示微尺度下城市内部PM_2.5时空分布情况。本文利用移动式监测方法,选择典型工作日(2017年11月27日),对广州市主城区道路以1 s和1 m为时空粒度进行PM_2.5浓度数据采集,并以早、晚出行高峰时段为对象,通过机器学习方法模拟道路PM_2.5精细化时空分布格局。结果表明,主城区早高峰道路PM_2.5浓度值相近的平均范围为24 m,晚高峰为15 m,PM_2.5浓度存在微尺度的时空异质性。利用多层感知器(MLP)构建的早、晚高峰PM_2.5浓度模型,拟合度分别达到0.70和0.68,明显优于传统的普通最小二乘法(OLS)线性回归模型。模型揭示出早高峰主城区全路网PM_2.5平均浓度为30.19μg/m3,晚高峰达到44.55μg/m3,部分高达94.82μg/m3,且“西高东低”的分布特征显著。本文提出的PM     

城市化与PM2.5时空格局演变及其影响因素的研究进展

快速的城市化和经济发展在改善我们物质生活的同时,也因其剧烈人为活动导致了严重的环境污染,尤其是近年来以细颗粒物(PM_2.5)为首要污染物的城市与区域空气污染问题凸显。而传统的研究更注重孤立地开展空气污染或城市化的研究,缺乏对二者相互耦合关系的综合研究。本文以中国近年来广受关注的以PM_2.5为首要污染物的城市空气污染为切入点,系统地分析总结了在城市化与PM_2.5时空格局演变及其影响因素方面的主要研究进展,包括研究框架、主要方法和相关的主要研究成果等。指明该领域的研究已从空间格局分析逐步深入到健康影响、社会经济驱动等相关方向,并已延伸至复合主题的研究。未来,开展更为深入细致的研究,对于拓展城市与景观生态学的理论体系,了解城市化与城市空气质量的影响关系,解析不同城市发展阶段所面临的城市空气质量问题,将具有重要的科学与现实意义。     

基于灰色关联模型对江苏省PM2.5浓度影响因素的分析

采用克里金插值法分析2014年江苏省PM_2.5浓度空间分布特征,运用灰色关联模型计算PM_2.5浓度与影响因素间关联度,分析主要影响指标因子与PM_2.5浓度空间分布的相互关系。结果显示：① 江苏省PM_2.5浓度具有沿海低、内陆高,南部高、北部低的空间分布特征;② PM_2.5污染来源指标层的权重值最大（w_i = 0.4691）,空气质量与气象要素指标层的权重稍大（w_i = 0.2866）,城市化与产业结构层的权重值最小（w_i = 0.2453）;③ 在27个指标因子中,与PM_2.5浓度关联度为中度的仅有公路客运量、房屋建筑施工面积、园林绿地面积、人口密度等4个指标因子,PM_2.5与其余指标因子均呈强度相关联,其中与PM₁₀、O₃、降雨量、公路货运总量、地区工业总产值和第二产业占地区生产总值比重等指标的关联度较高;④ PM_2.5污染源指标层与PM_2.5浓度关联度值较大的城市分别是南京、无锡、常州、南通、泰州市;城市化与产业结构指标层与PM_2.5浓度关联度值较大的城市分别是徐州、苏州、盐城、常州市;空气质量与气象要素指标层与PM_2.5浓度关联度值较大的城市分别是盐城、扬州、常州、南通市。综合分析可知,影响指标因子关联度值与PM_2.5浓度空间分布有较好相关性。研究表明,灰色关联模型可有效分析影响PM_2.5浓度的主要因素,能对PM_2.5浓度影响指标进行定量分析与评价。     

京津冀城市群大气污染的时空特征与影响因素解析

京津冀城市群是中国雾霾最严重的区域,在京津冀协同发展背景下,探究该地区大气污染的时空分布和影响因素具有重要意义。运用空间自相关分析和三种空间计量模型,分析了京津冀202个区县PM_2.5的时空分异特征,创新性地对自然与人文影响因素贡献及其空间溢出效应进行系统地甄别和量化。结果表明：2000-2014年来京津冀城市群PM_2.5浓度整体呈上升趋势,季节上呈秋冬高、春夏低,空间上呈东南高、西北低的特点,且城市建成区PM_2.5浓度比周围郊区和农村平均高10~20 μg/m³;2014年仅有13.9%的区县空气质量达标,PM_2.5浓度存在显著的空间集聚性与扩散性,城市间交互影响距离平均为200 km,邻近地区的PM_2.5每升高1%,将导致本地PM_2.5至少升高0.5%;社会经济内因对PM_2.5主要是正向影响,自然外因主要是负向影响;影响因素中对本地大气污染的直接效应贡献强度依次是：年均风速>年均气温>人口密度>地形起伏度>第二产业占比>能源消费>植被覆盖度,人均GDP、年降水量和相对湿度对本地PM_2.5没有显著影响;对邻近地区大气污染具有显著空间溢出效应的因素排序是：植被覆盖度>地形起伏度>能源消费>人口密度;对于自然和人文影响因素应分别采取针对性的适应策略和调控策略,加强区域间联防联控与合作治理,在城市群规划中注重环保规划与立法。     

长三角多维城市化对PM2.5浓度的非线性影响及驱动机制

探索多维城市化对PM_2.5浓度的非线性影响及驱动机制,是城市群高质量发展的重要课题。以2000—2017年长江三角洲地区城市面板遥感影像和统计数据为样本,采用反距离权重空间插值、空间自相关和标准差椭圆等方法探查其PM_2.5浓度的时空演变规律,并运用系统动态面板回归模型研判多维城市化对PM_2.5浓度的非线性影响及驱动机制。结果表明：① 2000—2017年,长三角PM_2.5浓度由低污染等级向高污染等级演替;PM_2.5浓度整体呈现由东南向西北方向递增的空间趋势。② PM_2.5浓度呈现显著空间集聚与关联特征;PM_2.5浓度重心总体由东南向西北方向偏移,在东西方向上趋向分散,在南北方向上逐渐极化。③ 长三角城市化子系统不同发展阶段对PM_2.5浓度的非线性影响存在显著差异。经济城市化与PM_2.5浓度呈倒“N”型曲线关系,二者存在环境库兹涅茨曲线（EKC）关系,当人均GDP大于63709元时,经济城市化对PM_2.5浓度将产生抑制效应,表明城市综合质量提升和发展方式转变是PM_2.5治理的关键;而人口城市化、土地城市化与PM_2.5浓度的关系仅是倒“U”型曲线的左侧部分,二者与空气质量改善的拐点尚有一定距离。人口规模、外商直接投资、工业产业结构均对PM_2.5浓度具有显著的正向效应,而环境规制对PM_2.5浓度具有显著的抑制效应。长三角PM_2.5浓度的时空异质性特征是在经济社会因素和政府调控等诸多因素交互叠加、循环累积作用下形成,其中,经济社会因素扮演着主角。本文为探索多维城市化对PM_2.5浓度的非线性影响提供了新视角,以期为实现长三角环境保护与城市可持续发展的协调提供重要参考。     

中国省区间贸易隐含PM2.5的测算及其空间转移特征

针对不同区域实行“共同而又有区别”的污染治理政策是实现区域联防治理大气污染的有效措施,而随着省际贸易加强,难免导致污染物在不同区域间的转移。本文采用区域间投入产出模型,对中国30省区间省际贸易隐含PM_2.5进行核算。结果表明,省际贸易隐含PM_2.5约占总PM_2.5排放的1/3,经济危机使得省际贸易隐含PM_2.5量变小,但贸易隐含PM_2.5在以生产计算的PM_2.5排放中的作用在增大。东部省区的省际调出贸易隐含PM_2.5主要由最终消费部分导致,而中、西、东北省区则主要为中间投入部分导致,在控制贸易隐含排放时,需对不同调出类型省区采用不同的控制方法。省际调入贸易隐含PM_2.5主要由中间投入过程贸易隐含PM_2.5构成,越来越多的产品在不同省区间共同生产完成,区域联合治污显得尤为必要。东北、西部、中部省区由固定资本形成导致的省际贸易隐含PM_2.5比例要高于东部省区,可见政策导向也是造成贸易隐含排放的原因之一。需重点控制省际贸易隐含PM_2.5排放量较高建筑业、机械设备制造业和其他服务业。除河北、山东外,东部省区均为省际贸易隐含PM_2.5净调入省份,中、西部、东北省区中则多为省际贸易隐含PM_2.5净调出省份。经济危机使得省际间净贸易隐含PM_2.5的转移量变小,但并未改变其转移趋势。净调入省区需相应的补偿净调出省区,或对其进行技术转移。     

西安重度以上污染天气PM2.5重金属污染特征与健康风险

为研究汾渭平原核心城市(西安)重度以上污染天气PM_2.5重金属污染特征及健康风险,选取2018年11月至2019年1月采集的PM_2.5大气颗粒物样品,分析采样期间重度以上污染天气(AQI>200)PM_2.5中与人群暴露健康风险关联的9种典型重金属成分,利用相关性分析揭示与气象因子的关系,运用富集因子、相关性和主成分分析方法判断来源,借助美国EPA风险暴露模型表征重金属健康风险水平。结果表明:PM_2.5平均浓度191.49±48.67μg·m^-3,重金属的平均浓度(ng·m^-3)顺序为Zn(324.98)、Mn(123.52)、Pb(118.59)、Cu(46.78)、As(18.11)、Cr(16.24)、Ni(5.37)、V(4.59)、Co(3.13)。致癌重金属中Cr与风速呈显著负相关(-0.462),Ni与气压呈显著负相关(-0.503)、Co与温度呈显著负相关(-0.506)。Zn、Pb、As污染与人为源密切相关,Ni、Co、Cu污染是自然...     

黄河流域空气污染的空间格局演化及影响因素

基于2008—2017年黄河流域工业SO₂和PM_2.5两类典型空气污染物数据,首先刻画了两者的空间演化格局,并运用空间面板杜宾模型（SPDM）从直接效应和间接效应两方面对两者的影响因素进行对比分析。结果表明：① 工业SO₂和PM_2.5污染均存在显著的空间集聚特征,从东南至西北方向呈现梯度递减趋势;二者在城市尺度均存在显著的正向空间关联性,但PM_2.5污染的空间关联性比工业SO₂更强;② 2008—2017年,工业SO₂和PM_2.5污染有所缓解,其中工业SO₂排放强度迅速下降;而PM_2.5质量浓度下降相对缓慢,仍是黄河流域主要的空气污染源。③ 产业结构、技术创新、能源效率、人口规模、经济发展、工业规模等是影响黄河流域空气污染的主要因素,但PM_2.5的影响因素更加复杂多样化。其中,技术创新能力和经济发展水平的提升虽然在研究期内加剧了本地工业SO₂污染的排放强度,但却能缓解周边城市的工业SO₂和PM_2.5污染;工业规模的扩大会加剧本地和邻近城市的PM_2.5污染。     

黄河流域经济韧性时空演变与影响因素研究

黄河流域应对外部冲击的经济韧性能力是实现黄河流域生态保护和高质量发展国家战略的关键。以黄河流域91个地市单元为研究对象,构建经济韧性指数,分析了黄河流域面对2008年国际金融危机的经济韧性的时空变化特征,并探究其决定因素。结果发现：① 黄河流域面对国际金融危机的抵抗力随着时间的推移呈现出显著下降的态势,表现出显著的空间集聚特征,黄河流域中南部地区经济韧性水平相对较高;② 黄河流域经济韧性存在显著的正向空间自相关特征,在空间上表现出经济韧性水平高（低）的城市在空间上集聚分布,且空间自相关指数呈现出上升的趋势;③ 相关多样性、专业化、政府管控和第三产业比重均显著的促进黄河流域经济韧性水平提升,而当前经济发展模式不利于经济韧性水平的提升;④ 黄河流域经济韧性具有显著的空间溢出效应,高经济韧性水平城市的发展将促进周边城市经济韧性水平的提升。     

黄河流域绿色发展效率的时空演变特征与影响因素

基于2005—2017年黄河流域61个地级市数据,构建了黄河流域绿色发展效率投入产出指标体系,并运用多种计量方法研究了黄河流域绿色发展效率时空格局特征与驱动因素。结果如下：① 黄河流域绿色发展效率的区域差距不断扩大,研究期限内绿色发展效率呈现出由“高效率小差距”向“低效率大差距”演进,说明黄河流域绿色发展效率的俱乐部收敛特征不断凸显。② 黄河流域绿色发展效率增长主要来源于规模效率的贡献,科学技术尚未发挥重要驱动作用。③ 研究期限内黄河流域绿色发展效率存在较为明显的空间依存关系,绿色发展效率水平相近的地区空间集聚现象显著。④ 黄河流域绿色发展效率空间分异性显著,高效率地区的东西分布、南北分布的地域差异性突出,集中表现在以城市群为载体呈集群式发展。最后采用Tobit回归模型具体分析了产业结构、经济发展、科学技术、政府调控与市场化水平对于黄河流域及上中下游地区绿色发展效率的作用强度与作用效果。     

黄河流域生境质量时空演变及其影响因素

黄河流域是中国重要的生态区域,探究该流域生物多样性时空变化特征对区域生态保护修复具有重要意义.运用InVEST模型评估黄河流域2000-2018年生境质量并结合空间自相关模型探究其时空变化及分布特征,利用地理探测器单因子探测和交互探测方法分析生境质量空间分异特征的驱动因子.结果 表明:2000-2018年,黄河流域平均...     

北方农村不同取暖方式家庭室内PM2.5污染差异及清洁取暖效果

农村散煤使用对冬季重污染等贡献显著,更会直接污染室内空气,影响人群健康。除了“煤改电、煤改气”之外,清洁煤和成型生物质也被认为是降低散煤污染的有效途径,在一些政策和行动中被推广。然而,目前还缺乏不同取暖模式下居民室内空气质量差异及取暖排放贡献的定量研究,是清洁取暖环境效益评估中的短板。本文在北方农村地区开展了覆盖1600户整个取暖季的细颗粒物(PM_2.5)实地监测,分析了居民室内PM_2.5污染的空间差异及不同取暖方式的影响。研究表明,北方农村取暖季室内PM_2.5浓度均值为102μg/m³,但户间差异很大,从19μg/m³到497μg/m³。使用传统散煤和生物质取暖的家庭,取暖季室内PM_2.5浓度高达162μg/m³和144μg/m³。而使用清洁煤或成型生物质取暖的家庭,室内PM_2.5显著降低,约为84μg/m³,且有56%的时间日均浓度超过国家标准...     

中国长三角地区船舶排放对PM2.5的贡献：向岸气流的影响(英文)

船舶排放是影响沿海地区空气质量的重要因素。在向岸风的作用下,船舶排放对沿海地区大气污染物的不利影响更加显著。然而,已有研究仅仅基于特定时间范围内以及特定站点的情况,针对全年长时间序列以及不同季节,向岸风的发生频率以及对船舶排放传输的影响还尚未完全了解。因此,本研究选择长三角地区作为目标研究区域,使用WRF/Chem (The Weather Research and Forecast model coupled with Chemistry)模型来探究2018年向岸风影响下,船舶排放对沿海地区PM_2.5的影响。结果表明：(1)向岸风影响下,船舶排放对PM_2.5的贡献较全年平均贡献和非向岸风影响下的贡献更为显著,尤其是在沿海地区。向岸风时段,船舶排放对PM_2.5的贡献值在上海市和宁波市可分别达到9.3μg m^–3和7.4μg m^–3,分别为全年平均值的1.8和1.3倍。(2)在向岸风时段,船舶排放对PM_2.5的贡献不仅在沿海地区显著增加,在内陆地区的贡献也较...