共查询到16条相似文献，搜索用时 390 毫秒
1.
基于GWR模型的中国城市雾霾污染影响因素的空间异质性研究 总被引：1，自引：2，他引：1
基于全国城市的PM2.5监测数据,识别PM2.5的时空分布特征,并着重利用地理加权回归模型分析自然和社会经济因素对PM2.5影响的空间异质性。结果显示：2015年全国PM2.5的年均浓度为50.3 μg/m3,浓度变化呈现冬高夏低,春秋居中的“U型”特征;PM2.5的空间集聚状态明显,其中京津冀城市群是全国PM2.5的污染重心。地理加权回归结果显示：影响因素除高程外,其余指标均呈现正负两种效应,且影响程度具有显著的空间差异性特征。从回归系数的贡献均值来看,自然因素对城市PM2.5浓度影响强度由高到低依次是高程、相对湿度、温度、降雨量、风速、植被覆盖指数;各类社会经济指标对城市PM2.5浓度影响强度排名依次是人口密度、研发经费、建设用地比例、产业结构、外商直接投资、人均GDP。由于各指标对城市PM2.5浓度变化的影响程度存在着空间异质性,因此在制定大气治理对策时可以考虑不同指标影响程度的空间差异,从而使得治霾对策更具针对性。 相似文献
2.
长三角多维城市化对PM2.5浓度的非线性影响及驱动机制 总被引：1，自引：0，他引：1
探索多维城市化对PM2.5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PM2.5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PM2.5浓度的非线性影响及驱动机制。结果表明：① 2000—2017年,长三角PM2.5浓度由低污染等级向高污染等级演替;PM2.5浓度整体呈现由东南向西北方向递增的空间趋势。② PM2.5浓度呈现显著空间集聚与关联特征;PM2.5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PM2.5浓度的非线性影响存在显著差异。经济城市化与PM2.5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PM2.5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PM2.5治理的关键;而人口城市化、土地城市化与PM2.5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PM2.5浓度具有显著的正向效应,而环境规制对PM2.5浓度具有显著的抑制效应。长三角PM2.5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PM2.5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。 相似文献
3.
采用2016—2017年中国366个城市1 484个监测站点的空气质量近地监测数据，以期最大程度覆盖西部地区，填补现状对西北热点地区污染因子探讨的空白。运用空间描述性统计、空间插值、空间自相关、标准差椭圆与重心分析方法，从年度、季度、月度、日度对比的角度探讨中国空气质量的污染类型、发展趋势、集聚与迁移特征。研究发现:基于插值法，可将全国分为3个区域，临海性与山地性对空气质量优良区产生显著的正响应。山西是污染加重程度最大的省份，主要受SO2浓度升高影响，而北京与河南是污染改善效果最明显的省份，主要是PM2.5的治理成效显著。空气质量分布格局以新疆西部和冀鲁豫形成双核高值聚类模式，并且集聚深受温度分带的影响。空气质量总体分布朝向呈东北—西南方向，转移重心均分布在河南省，以向东北方向移动为主，这种分布变迁又重新定义了其季节分异。全国主要的污染类型以PM10与PM2.5为主。PM10主要分布在新疆地区，受风沙过境扬尘污染自然因素更大，PM2.5主要分布在华中、华北、苏北地区，受人为经济活动影响更大。 相似文献
4.
中国城市空气污染时空分布格局和人口暴露风险 总被引：3，自引：1，他引：2
近年来,中国空气污染及其对人口健康危害的时空分布呈现出新的特征。论文使用5 a(2015—2019年)间逐小时的空气质量监测数据,利用变化率计算、热点分析、趋势分析和超标频数统计等方法,分析了中国332个城市的空气质量及人口空气污染暴露风险的时空分布特征,结论如下：① 中国城市近年来空气质量有好转趋势,环境空气质量指数(AQI)下降的城市占所研究城市总数的91.3%;PM2.5、PM10、SO2和CO等4种污染物浓度均有所下降,而NO2和O3浓度有所上升;② PM2.5、PM10、SO2和CO浓度变化率的热点分布于新疆地区和云南—华南地区,NO2浓度变化率的热点为新疆地区和河套平原,O3浓度变化率的热点为华北平原至长江中下游流域;西北地区和华南地区空气质量变化幅度较小;③ 9个城市在PM2.5、PM10、SO2、NO2、O3和CO等6种污染物中均有暴露,分布于山西、河北与山东。暴露风险均为0级的低风险城市共有12个,分别位于新疆、云南、贵州、四川、广东、福建和黑龙江。研究结论对于跨区域空气污染的协同治理以及制定差异化的空间人口流动管理政策具有重要参考价值。 相似文献
5.
深圳市于2018年6月建成了全国首个街道空气监测网络“一街一站”,并对全市74个街道进行月均PM2.5浓度排名,向公众通报空气质量排名倒数十位的街道,以落实基层治理大气污染的责任。本研究基于深圳市街道空气监测网络的数据,分析了深圳市PM2.5浓度的时空特征,使用双重差分模型检验空气质量排名通报是否能发挥环保部门所期待的效果,进一步促使PM2.5浓度排名靠后的街道改善其空气质量。结果表明：① 基于街道空气监测的深圳市年均PM2.5浓度为22.4 μg/m3,月均浓度最低值出现在7月,最高值出现在1月,与国家站监测结果之间无显著性差异。② 深圳市街道的PM2.5浓度具有较高的空间集聚性,高值主要聚集在西北部,低值主要聚集在中南部,而国家监测站难以准确表征深圳市PM2.5浓度空间分布特征。③ 考虑了个体和时间固定效应的双重差分模型分析结果表明,对深圳市月均PM2.5浓度较高、空气质量排名靠后的街道进行通报,其随后1~2个月的PM2.5浓度仍受该月污染的持续性影响,而通报行为无显著性影响;到随后第3个月,该月污染的持续性影响下降到较小的程度,此时通报行为对PM2.5浓度呈显著降低作用,且影响程度大于污染的持续性影响。 相似文献
6.
中国城市群地区PM2.5时空演变格局及其影响因素 总被引：2，自引：0，他引：2
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PM2.5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PM2.5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PM2.5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PM2.5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PM2.5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PM2.5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PM2.5污染有正向影响;外商投资在东南沿海和边境城市群对PM2.5污染具有负向影响;人口密度对本地区PM2.5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PM2.5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PM2.5污染有负向影响,对邻近地区则相反;技术扶持度对PM2.5污染的影响显著,但存在滞后性和回弹效应。 相似文献
7.
京津冀城市群大气污染的时空特征与影响因素解析 总被引：33，自引：5，他引：28
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PM2.5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PM2.5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PM2.5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,PM2.5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PM2.5每升高1%,将导致本地PM2.5至少升高0.5%;社会经济内因对PM2.5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PM2.5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。 相似文献
8.
利用大气质量的观测资料和气象要素的数据,详细分析了2015年冬季乌鲁木齐市一次重污染天气的主要气象因子和空气质量特征。研究结果表明：在污染过程中,风速的变化趋势：减小-增大-减小（平均风速0.9~2.5 m·s-1）;风向的转化趋势：东南风-东北风-西北风-西南风-东北风;湿度增大-减小-增大;大气混合层厚度的变化趋势：降低-升高-降低。同时,通过SPSS12.0分析了空气污染前后风速,湿度和PM2.5质量浓度的相关性。PM2.5质量浓度与风速呈显著负相关,与湿度呈正相关。风速与PM2.5质量浓度间通过了显著性水平为0.01的相关性检验。表明乌鲁木齐市的气象因子（风速）对当地大气污染影响十分明显。 相似文献
9.
城市规模分布与空气质量的关系——基于LandScan数据的跨国研究 总被引：1，自引：0，他引：1
对于何种城市规模分布有利于促进绿色发展,学界在理论与实证方面都存在争议,且鲜见跨国的实证研究。基于2000—2015年LandScan人口数据和欧空局土地覆盖类型数据,识别了具有统一定义的全球近100个国家的所有城市,通过描述性统计和面板双向固定效应模型探究城市规模分布对PM2.5浓度的影响。研究发现,均衡的城市规模分布总体上能够降低国家的PM2.5浓度,这是因为均衡的城市规模分布能够通过促进分工合作和减少交通出行来降低PM2.5浓度。实证结果具有一定异质性,在人口密度较高或政府干预程度较高的国家,均衡的城市规模分布更有利于降低国家PM2.5浓度,而在人口密度较低或政府干预程度较低的国家,相对极化的城市规模分布更有利于国家PM2.5浓度的下降。本研究丰富了城市规模分布对PM2.5浓度影响在跨国层面的证据,对制定可持续发展的国土空间规划具有重要的启示。 相似文献
10.
作为主要的大气污染指标,PM2.5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PM2.5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PM2.5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PM2.5精细化时空分布格局。结果表明,主城区早高峰道路PM2.5浓度值相近的平均范围为24 m,晚高峰为15 m,PM2.5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PM2.5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PM2.5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 相似文献
11.
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PM2.5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PM2.5质量浓度的时空格局与影响因素。研究显示：(1)中国PM2.5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PM2.5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PM2.5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PM2.5有较为显著的负向消减作用。 相似文献
12.
中国高能耗的经济增长模式和不生态的城镇化模式是PM2.5污染的主要诱因,为了弄清PM2.5的本质,着重研究PM2.5污染的产出机理与模型。首先用逐步回归分析法,确定对PM2.5影响较大的变量,再对PM2.5及其相关变量进行空间相关分析,在GIS技术与空间统计学的支持下,建立中国区域性细颗粒物空气污染评估模型。结果表明：中国PM2.5污染具有东高西低的区域差异特点,这与中国人口分布密度特征曲线（胡焕庸线）所划分出的人口空间分布特点相一致。考虑了空间效应影响的模型拟合度（R2=0.71）优于传统统计模型（R2=0.62）。PM2.5与总人口、人均汽车保有量的平方、第二产值比例的平方成正比,与森林覆盖率的平方成反比,其中对PM2.5贡献率最大的是人均汽车保有量。 相似文献
13.
黄河流域空气污染的空间格局演化及影响因素 总被引：3，自引：2，他引：1
基于2008—2017年黄河流域工业SO2和PM2.5两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PM2.5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PM2.5污染的空间关联性比工业SO2更强;② 2008—2017年,工业SO2和PM2.5污染有所缓解,其中工业SO2排放强度迅速下降;而PM2.5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PM2.5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PM2.5污染;工业规模的扩大会加剧本地和邻近城市的PM2.5污染。 相似文献
14.
利用NCEP再分析资料、逐小时污染物浓度数据、风廓线雷达及地面常规观测资料，对北京2018年3月26—29日一次“先霾后沙”的空气污染过程进行了分析。结果表明：霾污染期间PM2.5峰值浓度为242 μg·m-3，PM2.5/PM10值为0.86。受蒙古气旋影响，PM10浓度出现爆发性增长，增长速率达到912 μg·m-3·h-1，PM2.5/PM10值下降至0.11。霾主要影响时段边界层内以西南风为主，平均通风量为15 907 m2·s-1，大气边界层以稳定的弱上升或下沉运动为主；而沙尘影响时段平均通风量为9 226 m2·s-1，沙尘天气爆发前边界层明显的下沉运动先于地面污染物浓度的变化。基于后向轨迹模式和潜在源贡献分析方法PSCF计算结果，霾影响时段河北中南部、山西中部等地对北京PM2.5贡献较多；而沙尘影响时段，北京地区的PM10主要来源于内蒙古中部和辽宁西部。 相似文献
15.
东北地区大气污染物源排放时空特征：基于国内外清单的对比分析 总被引：2，自引：0，他引：2
基于国内外4类常用的污染源排放清单数据（EDGAR：全球大气研究排放数据库；CEDS：社区排放数据系统；MIX：亚洲排放清单；PKU-FUEL：全球燃料排放数据），对东北区域5类人为排放源（工业源、能源、交通运输源、生活民用源和农业源）的8种污染物（PM2.5、PM10、SO2、NOx、NMVOCs、NH3、OC和BC）从排放总量、来源贡献和时空分布特征等方面进行对比分析。结果表明：东北污染物排放主要以SO2、NOx和NMVOCs为主，工业、能源和交通运输为主要贡献源；PM2.5和PM10主要来自生活民用源和工业源，贡献率前者大于后者。辽宁省污染物（除NH3外）排放最大，其次为黑龙江省、吉林省和内蒙古东四盟市，冬季排放强度明显高于其他季节。NH3主要来自农业源，排放峰值发生在5~7月；各清单间排放总量和来源贡献差异明显，EDGAR和PKU清单对NH3估算差异度为170.3%；SO2、NOx、BC和OC的排放差异度均在30%以上。不同活动水平和排放因子的使用是造成清单差异的主要原因。本研究可以掌握东北污染状况，了解清单差异，为本地化清单工作开展提供研究方向，同时也可为模式模拟合理选择清单数据提供参考。 相似文献
16.
沙尘天气过程对中国北方城市空气质量的影响 总被引：5，自引：3，他引：2
2014年4月23-25日中国北方地区经历了一次大范围的强沙尘天气过程.利用13个城市的空气质量和气象数据结合后向轨迹模式和MODIS deep-blue气溶胶光学厚度数据,研究沙尘天气过程对中国北方城市空气质量的影响,特别是对PM2.5质量浓度的贡献。结果表明:来源于塔克拉玛干沙漠及其周边地区的沙尘途经甘肃西北部和内蒙古中西部的沙漠区进而影响下游城市。MODIS deep-blue气溶胶光学厚度的空间分布能够较好地反映出沙尘的水平运动特征。沙尘天气过程可以使中国北方城市PM2.5和PM10质量浓度分别增加7.5%～1 141.2%和344.0%～2 562.1%,可以有效地降低SO2、NO2和CO气体污染物的浓度,而对O3的浓度影响较小。银川、大同和库尔勒沙尘天气过程期间平均SO2、NO2和CO浓度较非沙尘天气过程期间降低最明显,分别降低约80.0%、78.7%和62.1%。 相似文献