期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
华北地区地表臭氧时空分布特征及驱动因子 被引量:24
1
作者 柯碧钦 何超 +7 位作者 杨璐 叶志祥 易嘉慧 田雅 慕航 涂佩玥 韩超然 洪松 《中国环境科学》 EI CAS CSCD 北大核心 2022年第4期1562-1574,共13页
利用趋势分析(TA)、地理时空加权回归模型(GTWR)和多因素广义相加模型(MGAM),研究了2015~2020年华北地区O_(3)浓度的时空分布规律及驱动因素间的复杂非线性关系.结果表明,华北地区年均O_(3)浓度>70μg/m^(3),整体呈持续增长趋势,平... 利用趋势分析(TA)、地理时空加权回归模型(GTWR)和多因素广义相加模型(MGAM),研究了2015~2020年华北地区O_(3)浓度的时空分布规律及驱动因素间的复杂非线性关系.结果表明,华北地区年均O_(3)浓度>70μg/m^(3),整体呈持续增长趋势,平均增加速率为2.3μg/(m^(3)·a)(P<0.01);季节上O_(3)浓度呈春夏高、秋冬低,其中夏季(136.6μg/m^(3))>春季(112.4μg/m^(3))>秋季(78.8μg/m^(3))>冬季(56.5μg/m^(3));空间上呈西南高、东北低的分布格局.气温是华北地区O_(3)浓度的主要气象驱动因子,其次是风速与降水;O_(3)浓度与气温、风速呈显著正相关,与气压、相对湿度、降水、能见度呈显著负相关;气温与相对湿度、气温与能见度以及气温与气压的交互作用对O_(3)浓度的影响较大.第二产业占GDP的比重是华北地区O_(3)浓度的主要社会经济驱动因素,工业生产用电量、工业SO_(2)排放量对O_(3)浓度变化也有一定影响. 展开更多
关键词 臭氧(O_(3)) 时空分布 驱动因子 地理时空加权回归(GTWR) 多因素广义相加模型(MGAM)
在线阅读 下载PDF
COVID-19疫情期间全球气温和主要大气污染物浓度变化的空间关联 被引量:6
2
作者 易嘉慧 何超 +7 位作者 杨璐 叶志祥 田雅 柯碧钦 慕航 涂佩玥 韩超然 洪松 《生态环境学报》 CSCD 北大核心 2022年第4期740-749,共10页
新冠肺炎(COVID-19)疫情期间,全球采取封锁措施给研究气温变化和空气质量变化的关联性提供了机会。基于2015—2020年全球0.1°×0.1°分辨率的气温数据和全球城市逐日主要污染物(PM_(2.5)、NO_(2)和O_(3))浓度数据,利用空... 新冠肺炎(COVID-19)疫情期间,全球采取封锁措施给研究气温变化和空气质量变化的关联性提供了机会。基于2015—2020年全球0.1°×0.1°分辨率的气温数据和全球城市逐日主要污染物(PM_(2.5)、NO_(2)和O_(3))浓度数据,利用空间分析和双变量全局空间自相关等方法,以2015—2019年的滑动平均值为基准值,对比分析了2020年COVID-19疫情期间全球气温和主要大气污染物的时空变化规律,探讨了全球9个区域两者之间的空间关联特征,为制定气候变化和污染物防控政策提供科学参考。结果表明,(1)相比2015—2019年同期基准值,2020年全球气温在COVID-19封锁期间(2020年Q1时段)平均升高0.24℃;其中,中亚(1.72℃)、东欧和北亚地区(1.70℃)2020年年均气温升幅较大;南亚(−0.93℃)和北欧(−0.64℃)年均气温降幅较大。(2)相比2015—2019年基准值,2020年Q1时段全球PM_(2.5)和NO_(2)浓度分别下降16.41%和29.73%,O_(3)浓度升高7.92%;南亚PM_(2.5)(−22.40μg·m^(−3))和NO_(2)(−6.42μg·m^(−3))质量浓度下降最显著。对于全球O_(3)质量浓度而言,欧洲显著增加,增幅为2.61μg·m^(−3),而亚洲(−0.93μg·m^(−3))和北美洲(−1.96μg·m^(−3))显著下降。(3)在COVID-19期间各污染物与气温的空间关联性由强及弱依次为O_(3)、NO_(2)和PM_(2.5)。从空间上看,降温区域中,南亚(0.219)和北美洲(0.159)的气温与NO_(2)呈显著空间正相关,各区域气温与O_(3)呈不显著空间关联;升温区域中,北欧(0.558)、南欧(0.406)和西欧(0.284)气温均与O_(3)呈显著空间正相关。疫情封锁期间,大气污染物浓度变化对气温有影响,PM_(2.5)和NO_(2)浓度大幅下降时,当地气温有下降趋势。 展开更多
关键词 新冠肺炎(COVID-19) 全球 气温 大气污染物 空间关联
在线阅读 下载PDF
基于监测断面空间聚类的中国枯水期水质污染区域格局 被引量:7
3
作者 叶志祥 洪松 +5 位作者 何超 杨璐 易嘉慧 柯碧钦 田雅 王艳 《环境科学研究》 CAS CSCD 北大核心 2022年第8期1807-1817,共11页
为分析我国枯水期地表水水质的空间分布规律,识别其空间格局,基于我国31个省(自治区、直辖市)枯水期(2021年1—2月)地表水监测断面的融合数据(不包括港澳台地区数据,下同),运用空间自相关、空间聚类和热点分析方法进行研究.结果表明:①... 为分析我国枯水期地表水水质的空间分布规律,识别其空间格局,基于我国31个省(自治区、直辖市)枯水期(2021年1—2月)地表水监测断面的融合数据(不包括港澳台地区数据,下同),运用空间自相关、空间聚类和热点分析方法进行研究.结果表明:①我国枯水期地表水水质在空间分布上呈现出西部和中部地区以GB 3838—2002《地表水环境质量标准》Ⅰ类和Ⅱ类为主、东部和东北地区以Ⅲ类和Ⅳ类水体为主的非对称分布特征;在空间上表现为显著的正向高聚集格局,并被高/低聚类和热点分析中不显著断面所在的长条状区域分界线(即福建省中部—江西省北部—湖北省—陕西省),粗略地划分为重污染区和轻污染区两大区域.②以水质优Ⅲ比率0.9为标准形成的分界线位置与污染区域划分界线基本一致,证明了我国枯水期地表水污染区域识别结果的准确性.③重污染区水质污染程度在统计学上显著(双样本T检验中P<0.05)高于轻污染区,两大区域内的断面水质指标相关性(分别为0.83和0.47)均高于两大区域间的断面水质指标相关性(0.45).研究显示,我国枯水期地表水水质具有显著的高聚集特征,且这种聚集特征与我国地表水资源的分布和污染物的排放有密切关系. 展开更多
关键词 中国 地表水 水质 空间聚类 热点分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部