共查询到18条相似文献，搜索用时 200 毫秒
1.
城市内部PM2.5浓度分布具有明显的空间异质性,而传统方法基于遥感数据或监测站点数据进行分析,难以揭示高时空分辨率下城市内部的PM2.5浓度分布特征,缺少不同时刻城市场景（如：道路、工业区、住宅区等）对PM2.5浓度复杂非线性影响的解析。本研究将移动监测传感器安装于快递车上,采集福州市主城区南部不同类型场景的PM2.5浓度,然后融合地理加权回归（Geographical Weighted Regression, GWR）和梯度提升决策树（Gradient Boosting Decision Tree, GBDT）方法,提出一种基于GWR-GBDT的PM2.5模拟与场景解析模型,能够较好地拟合气象、场景因素与PM2.5浓度的非线性关系,提升了城市PM2.5污染精细监测能力;并结合部分依赖图解析不同时段不同场景因素对PM2.5浓度的非线性作用影响。结果表明：① 基于移动PM2.5浓度监测数据,利用GWR-GBDT模型能够较好地模拟城市场景、气象和PM2.5浓度之间的非线性关系,能够有效精细模拟PM2.5浓度的空间分布,十折验证R2结果为0.52~0.94;② 通过部分依赖图分析同一场景在不同时段对PM2.5浓度响应的异质性,发现各类场景对PM2.5浓度提升或抑制作用并不稳定;③ 解析不同时段人类活动与城市场景对PM2.5浓度的交互作用发现,教育医疗单位和住宅区两类场景对PM2.5浓度的提升作用都与人类通勤有密切关系,高污染场景中的建筑工地在采取的洒水降尘措施后能在数小时内有效缓解PM2.5污染,公园文体服务区在多数时段对PM2.5浓度具有抑制作用,工业区和道路多数时段会致使对PM2.5浓度提升;④ 从PM2.5浓度的空间分布来看,福州市主城区南部PM2.5浓度总体呈现东南高-西北低的分布趋势,建筑工地、道路和工业区场景轻度以上污染面积占比明显高于其他场景,公园场景总体PM2.5浓度较低,山体公园傍晚会受到周边工业区的影响而导致PM2.5浓度升高,而城市陆地外围水域对沿岸PM2.5浓度具有抑制作用;⑤ 研究结果可为不同场景下PM2.5污染精细化治理、城市规划以及老人、儿童等高危人群的PM2.5污染暴露风险防范提供支持。 相似文献
2.
PM2.5已成为人群健康的重要威胁之一,科学精准的暴露评估是PM2.5风险防控的前提,为提升PM2.5暴露精准评估,本文利用土地利用数据、道路数据、气象数据等构建PM2.5土地利用回归反演模型,实现了2013年12月1日-2014年2月8日（冬季）广佛都市区PM2.5时空动态演变监测,在此基础上将PM2.5反演结果与人口密度数据耦合,分别从PM2.5污染浓度与人口加权PM2.5浓度2个方面,评估广佛都市区PM2.5污染暴露风险。研究结果表明：① 土地利用回归模型能够较好的反映研究区域内PM2.5的空间分布特征,R2大于0.78;② 2013年12月1日-2014年2月8日,广佛都市区PM2.5浓度平均值呈现波动变化趋势,研究时段内,最高平均浓度为97.91 μg/m3 （12月29日-1月11日）,最低平均浓度为53.40 μg/m3 （1月26日-2月8日）,全时段PM2.5浓度超WHO健康标准的面积占比达99.8%;③ 广佛都市区PM2.5的空间分布具有异质性规律,其高值区分别位于广州市天河区、越秀区、番禺区北部、花都区北部及佛山市禅城区、南海区中部、三水区中部,低值区主要位于广州市白云区、番禺区东南部及佛山市顺德区南部。人口加权暴露风险存在2个高值中心,分别位于广州市和佛山市的主城区;④ 耦合人口加权模型前后,广佛都市区PM2.5暴露风险高风险区空间分布发生变化,未考虑人口加权模型时,广佛深高值区较为分散,主要位于南海区、天河区、越秀区、禅城区,考虑人口加权模型后,高值区更加集中于广州市和佛山市的主城区。 相似文献
3.
近年来,细颗粒物污染尤其是PM2.5受到人们越来越多的关注,研究PM2.5的时空分布规律也具有越来越重大的意义。传统的遥感反演方法模型复杂,且不能揭示近地表面的PM2.5分布规律。地面监测站的建设为PM2.5的研究提供了更实时的观测数据,但由于测量噪声的影响,观测数据存在不准确的极端异常值。为了揭示中国PM2.5的时空分布特征,本研究采用Kalman滤波对2015年中国338个城市的空气质量监测网络大数据进行最佳估计,并分析其时空特征。同时,根据中国各城市的PM2.5浓度的时序分布,采用基于DTW的K-Medoids聚类方法将其分为4个等级,并采用q统计量来评估PM2.5浓度分布的空间分层异质性。结果表明,采用Kalman滤波能有效去除数据噪声,峰值信噪比（PSNR）明显增大。在时空分布上,中国PM2.5时间分布曲线呈现“U”形,冬季PM2.5浓度明显高于夏季,且日变化曲线呈现“W”形;秋冬季PM2.5浓度的空间分层异质性非常显著,且空间分布呈现“双核分布”,重污染区主要分布在华北平原、新疆等地,西藏、广东、云南等地是稳定的空气质量优良区。 相似文献
4.
合理构建PM2.5浓度预测模型是科学、准确地预测PM2.5浓度变化的关键。传统PM2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM2.5浓度时间序列数据,分析PM2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度（天际、月际）构建GRNN模型更具有现实意义;同时,PM2.5对PM10、NO2、O3、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM2.5浓度预测精度,MAE、MAPE、RMSE和R2分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天（PM2.5浓度大于100 μg/m3）的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。 相似文献
5.
中国空气污染问题日益严重,为获得连续的PM2.5浓度空间分布,现有研究建立了多种基于统计回归的PM2.5估算模型。然而,由于PM2.5回归关系显著的空间非平稳性和复杂的非线性特征,如何实现高精度、高合理性的PM2.5浓度空间大面估计仍然面临挑战,尤其在地形变化复杂、覆盖范围广阔的中国地区更为突出。本文引入了一种将普通线性回归（OLR）和神经网络结合的地理神经网络加权回归（GNNWR）模型,通过集成遥感数据、气象数据和地理信息数据建立了基于GNNWR的PM2.5浓度空间估算方法。文章以中国2017年PM2.5年平均浓度估算为例,开展了该模型与OLR、地理加权回归（GWR）的比较实验。实验结果表明,基于GNNWR的PM2.浓度估算性能指标均明显优于OLR和GWR,且预测精度显著高于GWR。此外,GNNWR获得的PM2.5浓度空间分布也更为合理,较为细致地刻画了中国地区PM2.5浓度的局部空间变化和细节层次。 相似文献
6.
针对传统地面稀疏站点监测PM2.5浓度以点带面的缺陷,本研究拟借助多源遥感数据开展了地面大气细颗粒物PM2.5浓度空间分布模拟研究。以京津冀地区2013年的年均、季均PM2.5浓度模拟图为例,用简化的气溶胶反演算法（SARA）反演了 1 km高分辨率AOD,并结合高分辨率遥感提取污染相关地理要素,对研究区PM2.5浓度空间分布进行地理统计模拟及优选。结果表明：① SARA算法反演的AOD与地基AERONET相关性达0.99,能准确地反映研究区AOD的时空分布特征;② 集成多源遥感数据的地理加权回归模型拟合度高（平均R2-0.66）,其空间模拟显示研究区平均PM2.5污染南部城镇最重,中东部城区次之,西北山区较轻;③ 研究区PM2.5污染程度高,全年平均模拟浓度高达75 μg/m3,在气候环境及主要污染源季节性差异驱动下,浓度分布季节性特征显著,冬季污染最严重,而夏、秋季相对较轻。该成果对于精细把握PM2.5污染特征,指导污染防控具有重要意义。 相似文献
7.
土地利用/覆盖的空气污染效应分析 总被引：2，自引：0，他引：2
以长株潭城市群核心区为对象,运用GIS和RS技术获取研究区土地利用/覆盖和空气污染分布格局,结合景观指数移动窗口分析结果,分年均和季节时间尺度分析NO2、PM10、O3、PM2.5浓度空间分布特征与土地利用格局的耦合关系。结果表明：长株潭城市群土地利用/覆盖,对空气污染物浓度的变化影响显著,具有季节效应。建设用地和道路面积占比与NO2、PM2.5浓度显著正相关,与O3浓度呈显著负相关;林地面积占比越大,NO2、PM2.5浓度越低;土地利用/覆盖对PM10浓度影响相对不稳定,易受不同季节局地尺度工业生产和建筑开发活动影响。从土地利用/覆盖微观配置角度,景观破碎程度越高,PM10浓度越高;散布与并列指数越大,NO2和PM2.5浓度越高、O3浓度越低;多样性指数与PM2.5浓度显著正相关。从优化土地利用降低空气污染角度创建的长株潭城市群生态绿心区的作用尚未真正展现。研究结果对明确反映土地利用/覆盖与空气污染特征间的关系,指导城市土地利用活动的合理开发具有重要的价值。 相似文献
8.
PM2.5是威胁人体健康的主要大气污染物之一。大量研究关注近地面PM2.5浓度的监测及其时空分布,但目前针对PM2.5排放及其与近地面浓度之间的关联研究较为缺乏。本文通过2000—2014年近地面PM2.5浓度格网数据和PM2.5排放格网数据,采用长时间序列分析法对PM2.5浓度和PM2.5排放从定性和定量两个角度进行时空变化趋势对比研究,并进一步结合标准差椭圆法和趋势分析法,分析了我国近地面PM2.5浓度和PM2.5排放的时空变化特征及其关联。结果表明,从总体时间序列趋势上,近地面PM2.5浓度和PM2.5排放之间在空间分布上基本呈现一致性,集中在胡焕庸线以东的人口密集区,但在时间上,PM2.5浓度和排放之间存在动态变化时间差。且PM2.5浓度的变化更为明显,2000—2007年高于35 μg/m3的国土面积占比增加了14.26%,2007—2014年减少了2.84%;从标准差椭圆分析来看,PM2.5浓度椭圆和排放椭圆在覆盖面积和方位角上与人口和经济分布吻合,但前者面积更大,长轴更接近于东西方向,二者存在约17°差异,而两类椭圆的中心位置随时间变化呈现出较一致的轨迹特征并呈现出滞后特点;此外,受大气扩散、点源排放等因素影响,PM2.5浓度变化趋势与排放变化趋势在胡焕庸线以东并不完全一致,部分区域排放呈降低趋势而浓度则反而呈升高趋势。因此,从全国层面来看,减排政策对浓度降低在时间上虽存在滞后,但边际效益显著,并已显露成效;而从局地来看,受地形、气象条件和大气化学过程等复杂影响,二者的变化在空间上仍会存在差异,有待进一步深入研究;从防控措施来看,在继续加强落实本地减排政策的同时,应考虑污染物的扩散迁移规律,加强联防联控,有效改善空气质量。 相似文献
9.
近年来,PM2.5已成为雾霾爆发的主要污染物之一,人口长期暴露在高浓度的PM2.5中可能会大大的提高居民患病的几率,危害居民身心健康。本研究以空气污染严重且人口高度集中的北京市作为研究区,以2019年北京市的PM2.5浓度监测数据、人口空间分布栅格数据及不同人群的长期呼吸量等为数据基础,构建了“污染物浓度—暴露人口—呼吸量”的PM2.5人口暴露剂量评估模型,进而对北京市2019年的PM2.5人口暴露强度空间分异特征及不同人群的暴露剂量差异进行分析。结果表明：① 2019年北京市的PM2.5浓度在冬季时最高,日均浓度达48.89 μg/m3,并均呈现出北低南高的整体态势;② PM2.5人口暴露量存在显著的空间分异特征,不同人群的PM2.5暴露量均呈现出由城中心向周边减弱的整体态势,高暴露区主要集中于城区地带;③ 不同性别、年龄组人群的PM2.5人口暴露强度存在明显的空间分异特征,且城市内部不同人群的PM2.5暴露剂量也存在明显差异;④ PM2.5的暴露风险并非完全取决于污染物浓度的大小,而是由污染源浓度和暴露受体的空间分布特征等多方面共同决定,北京城区的高PM2.5人口暴露区才是高风险区,是未来政府有效防控污染物危害的核心区。 相似文献
10.
基于PM2.5(Fine Particulate Matter)浓度、地表温度(Land Surface Temperature,LST)、归一化植被指数(Normalized Difference Vegetation Index,NDVI)、植被覆盖度(Vegetation Coverage,VC)、土地利用等数据,借助综合评价指数(Comprehensive Evaluation Index,CEI),本文对2000―2015年京津冀环境质量进行了评估.结果表明:京津冀整个地区,CEI呈逐步退化和退化的面积分别占34.88％和4.15％,主要位于东南部的天津,河北邢台、邯郸等地.京津冀城市建成区,CEI呈退化和逐步退化的比例分别达到54.80％和25.87％.46.76％和39.86％的城市扩张用地的环境质量分别呈现逐步退化和退化状态.京津冀?LST值呈现西北、东南低,中部高的分布态势,?PM2.5和?VC均呈现从东南向西北减小的趋势.相关分析表明?PM2.5、?VC和?LST的变化对城市建成区及其城市扩张用地的环境质量有显著影响,其中?PM2.5浓度变化是导致城市建成区及其扩张用地环境质量恶化的最主要因素. 相似文献
11.
《中国海洋大学学报(英文版)》2021,(3)
Marine environments have a considerable influence on the construction of the Chinese 21 st Century Maritime Silk Road. Thus, an objective and quantitative risk assessment of marine environments has become a key problem that must be solved urgently. To deal with the uncertainty in marine environmental risks caused by complex factors and fuzzy mechanisms, a new assessment technique based on a weighted Bayesian network(BN) is proposed. Through risk factor analysis, node selection, structure construction, and parameter learning, we apply the proposed weighted BN-based assessment model for the risk assessment and zonation of marine environments along the Maritime Silk Road. Results show that the model effectively fuses multisource and uncertain environmental information and provides reasonable risk assessment results, thereby offering technical support for risk prevention and disaster mitigation along the Maritime Silk Road. 相似文献
12.
本文利用基于TM影像所解译的土地利用数据,评价了哈萨克斯坦2000年和2010年生态环境质量状况。结果表明,哈萨克斯坦各州生态环境质量水平差异较大,整体呈现东部各州生态环境质量较高、中西部各州生态环境质量较低的空间格局,且2000-2010年哈萨克斯坦生态环境质量总体呈现变差的趋势。以基于MODIS数据所提取的归一化植被指数、地表含水量、地表温度等自然要素,以人口、GDP等社会经济要素为自变量,以生态环境质量指数为因变量建立回归模型,回归分析表明哈萨克斯坦生态环境状况主要受自然因素特别是NDVI指数的影响,因而改善哈萨克斯坦生态环境质量可从提高植被覆盖度入手。 相似文献
13.
泉州港作为古代海上丝绸之路的起点,今天又成为21世纪“一带一路”的新起点。本文以泉州港1990-2014年共6期的Landsat TM/OLI遥感影像为数据源,综合应用遥感和GIS技术提取了泉州港的海岸线及海域变化信息,从海岸线的长度、变化速率、分形维数、海域变化面积和海域利用类型5个方面进行海岸线变化及其驱动力分析。研究表明：近24年来,泉州港海岸线长度增加了37.78 km,海岸线的形状总体稳定,但在局部有明显变化。海岸线变化导致的海域变化面积为68.02 km2,其中,建设用地(城市和港口建设)占用的比例最大,围海养殖也是一个重要的利用类型。但泉州港围填海新增面积的利用率不高,超过一半的围填海面积尚未被合理地开发利用。总的来看,新城区建设、临港工业产业兴起和农渔业发展导致了泉州港海岸线的变化。 相似文献
14.
“海上丝绸之路”沿线重要港口区位优势度评估 总被引：1，自引：0，他引：1
评估“海上丝绸之路”沿线港口的区位优势度,对于港口及其腹地基础设施合理规划、港口未来投资预判以及推进“一带一路”倡议有重要意义。本文从海陆联运的视角出发,综合考虑港口腹地的路网密度、交通干线影响度、城市影响度、航运战略枢纽影响度和航运战略通道影响度等五个因素,构建港口区位优势度评价模型来对“海上丝绸之路”沿线重要港口进行区位优势度分析。研究发现：① “海上丝绸之路”沿线港口的区位优势度区域化差异显著,从东向西总体呈“高-低-高”的空间分布格局;② 从世界分区的视角看,东南亚区域港口区位优势最高,其次为南欧至西欧、南亚、北非、西亚等地区,东非至南非区域港口区位优势度最低;③ 港口各区位影响因素的评价结果空间分布特征差异显著,其中港口区位优势度分布特征与交通干线影响度、城市影响度的相关性较大。研究结果可为海外港口基础设施的投资建设过程提供科学支撑。 相似文献
15.
美国国防气象卫星搭载的业务性线性传感器（DMSP/OLS）所获取的夜间灯光影像数据,能够客观地反映人类对城市建成区的开发建设范围与强度,已广泛地应用于城市扩展的动态监测。本文利用不变目标区域法对长时间序列DMSP/OLS夜间灯光影像进行辐射校正,基于校正后的影像对2001-2013年中国东部沿海地区的城市建成区范围进行提取,结果表明：① 建成区面积从2001年的7550 km2,增加到2013年的21 650 km2,共扩展了14 100 km2,虽然建成区面积呈逐年增加的趋势,但其扩展速率则在逐步减缓,城市重心逐渐向南转移;② 在空间上形成了京津唐、长江三角洲和珠江三角洲3城市群,研究发现京津唐的中小城市面临难以获得发展资源的问题,导致了该地区发展的不平衡;③ 综合分析建成区扩展和经济统计数据,结果表明人口和经济是建成区扩展的主要驱动因子,但同时城市快速扩展也给东部沿海地区带来了一定程度的用地浪费问题;④ 由于DMSP/OLS夜间灯光影像受到自身空间分辨率的限制和灯光过饱和的影响,易造成城市建成区边缘细节部分的错提。新一代Suomi NPP/VIIRS夜间灯光影像在空间和光谱分辨率上均有较大提高,在后续的研究中应充分挖掘其数据优势,以期提供更加精准的城市扩展动态监测。 相似文献
16.
城市增长边界是管控城市建设用地无序扩张的有效手段,科学合理划定城市增长边界是当前研究关注的重要课题。本研究试图引入百度动态交通时间和POI数据改进FLUS模型,以长沙市中心城区为例,采用2000、2010和2018年3期土地利用数据对比验证改进FLUS模型模拟精度,并利用改进FLUS模型设置2种情景,模拟2030年长沙市中心城区土地利用变化,结合用地适宜性评价划定城市增长边界。结果显示：① 纳入动态数据的改进FLUS模型模拟2010年和2018年土地利用相比原模型KAPPA系数提高了2.90%和2.74%,总体精度提高了1.79%和1.83%,表明改进模型具有更高模拟精度;② 利用改进FLUS模型模拟的2030年长沙市中心城区土地利用变化,基准情景和生态保护情景建设用地规模分别为930.06 km2和881.36 km2,均以耕地转为建设用地比例最大;③ 长沙市中心城区刚性增长边界范围为1479.59 km2,占中心城区总面积的37.38%,边界内包含了芙蓉区、天心区、雨花区、岳麓区和开福区的大部分区域;④ 基准情景和生态保护情景下,长沙市中心城区弹性增长边界面积分别为799.35 km2和742.92 km2,建设用地扩张空间主要为长沙县和望城区,结果与2010版长沙市城市总体规划拓展方向一致。纳入动态数据的改进FLUS模型多情景模拟划定城市增长边界,能更高精度的为规划决策提供科学依据。 相似文献
17.
城市空间扩展是衡量城市化进程的重要指标。本文以闽南金三角地区的福建省漳州市主城区作为研究区,选取2000、2006和2013年的Landsat遥感影像,利用IBI建筑指数分别提取了3个年份的建筑用地信息,然后对其变化进行GIS分析。结果表明,13 a间漳州市主城区面积净增13.69 km2,净增面积为2000年的66.9%。主城区主要沿交通主干道往西北方向呈带状和面状扩展。缓冲区分析表明,道路对主城区扩展起到很大的引导和促进作用。综合社会经济数据可知,主城区的城市扩展历程与第二产业的发展密切相关,属工业导向型的城市扩展模式。另外,城市人口的增加也起到了一定的促进作用,不同区位人口增长速率的差异,对城市扩展的方向也产生了一定的引导作用。 相似文献
18.
基于改进Markov-CA模型的黄土高原土地利用多情景模拟 总被引：2，自引：0，他引：2
土地利用/覆被的时空变化研究能为区域生态环境恢复和生态系统集成管理提供科学支持。集成Logistic回归模型、改进的Markov与FLUS模型模拟黄土高原2020—2050年3种典型情景土地利用变化。发现各情景土地利用面积变化及空间置换转移主要集中在农用地、草地和城镇用地;历史趋势延续情景下农用地减少15 205 km2,草地、城镇用地分别增加2742 km2和16 007 km2;生态保育管护情景中草地增加7076 km2,林草用地增长存在权衡关系（r主要林地-草地=-0.66）,在典型区域的生态恢复管理中应加以重视;城镇发展建设情景中农用地减少20 256 km2,城镇用地增加22 032 km2,变化均达到极值,其中,南部城镇扩张与农用地减少存在强权衡关系（r农用地-城镇用地=-1）。改进的Markov-FLUS模型适用于黄土高原地区的土地利用模拟,情景分析可有效揭示区域生态保护与城镇扩张的阈值变化,为区域土地利用政策权衡管理和水土保育提供科学依据。 相似文献