宜昌市夏季气候舒适性分析

以宜昌市1986—2015年夏季(6～8月)平均气温、平均风速和平均相对湿度的气象资料为依据,利用模糊评判法和人体舒适度指数计算模型,分析宜昌市夏季气候舒适度情况。结果表明:宜昌市6月份很舒适指数最高,不舒适指数最低,平均较热天数为18 d,气候舒适性较好; 7月份不舒适指数最高,平均较热天数为19 d,气候舒适性比6月份较差; 8月份不舒适指数低于7月份,平均较热天数为21 d,较热天数最多,3个月份的气候舒适性略有差异。在总体上宜昌市夏季气候是较舒适的,而气候不舒适性主要是高温造成的。

1965—2015年武汉市气候舒适度变化分析

基于武汉市1965—2015年气候资料,利用气候舒适度评价方法(温湿指数、风效指数、着衣指数和综合舒适指数)对武汉市各月气候舒适度的变化进行分析.结果表明,在这50年当中,武汉市4月和10月的温湿指数、风效指数、着衣指数变化不大.而其他月份有一定的变化,但气候舒适度等级变化不显著.从综合舒适指数看,春秋季气候舒适度变化不大,多为舒适期,冬季气候舒适度有所上升,夏季气候舒适度仍然较差.1965—2015年武汉市较舒适期的平均持续时间在增加,较不舒适期平均持续时间明显减少,武汉市气候舒适度整体上有提高.其中气候舒适度的年内变化呈"M"形,武汉市是典型的春秋舒适性城市.

2016年武汉市大气污染物时空分布特征及影响因素

利用统计学和GIS方法对2016年武汉市各区不同污染物的时空分布特征及相关性进行分析。结果表明:武汉市大气污染季节性特征明显,春季和冬季颗粒物(PM_(2.5)、PM_(10))及NO_2污染突出,夏季O_3污染严重。污染物空间差异显著,主城区和东西湖区颗粒物及NO_2污染严重,郊区O_3污染严重。平均气温、平均水汽压与SO_2、NO_2、CO、PM_(2.5和PM_(10)均呈显著负相关,而与O_3呈显著正相关;降水量与SO_2、NO_2和CO呈显著负相关。

近50年武汉市人体舒适度指数变化特征分析

选取1967—2016年武汉市气象观测站点逐日气象数据,通过通径分析法和线性趋势法评价并分析了武汉市人体舒适度指数(CIHB)近50年年际变化特征以及温度、风速和湿度三个影响因子之间的权重关系、夏季(6、7、8月)暑热天数动态变化。结果表明:(1)武汉市近50年年均CIHB呈明显的波动上升态势,线性趋势指数达0. 079/年比较不同季节武汉市CIHB变化特征,除夏季外,其余三个季节均表现出明显的上升态势,其中又以春季最为明显,秋冬两季次之;(3)温度、风速和湿度与CIHB之间有着十分显著的相关性,其中以温度对CIHB值的正影响最为明显,而风速和湿度负影响则是通过温度这一指标间接地作用于CIHB;(4)近50年来,武汉市夏季(6、7、8月)暑热天数均在15天以上,整体呈现出先上升后下降再上升的变化态势,7月为武汉市夏季最不舒适的月份,6月份则相对更舒适。

合肥市大气污染时空变化及与气象因子相关性分析研究

分析了合肥市大气污染时空变化及与气象因子相关性分析主要结论有:合肥市近年来大气环境质量趋于改善,PM_(2.5)、PM_(10)为首要污染源;污染物浓度冬季>春秋>夏季,一天内,上午7～10时和晚上20～23时污染物浓度最高;污染浓度北部较南部高,西部较东部高;大气污染物与气温、蒸发量、日照呈负相关关系,与气压为正相关,与湿度和风速相关性不明显;大气污染物PM_(2.5)、PM_(10)、SO_2、NO_2、CO之间均呈显著地正相关关系,与O_3负相关。

湖北省耕地非农化和城乡收入差距与经济发展的关系

为湖北省经济可持续发展提供决策依据,利用2006—2016年《湖北省统计年鉴》的有关数据,运用耕地非农化面积、泰尔指数、人均GDP衡量耕地非农化、城乡收入差距与经济发展,采用协整分析法、Granger因果分析法分别分析耕地非农化、城乡收入差距与经济发展的因果关系。结果表明:耕地非农化与经济发展间无明显的Granger因果关系,城乡收入差距与经济发展二者互为Granger因果关系。针对湖北省经济发展和城乡收入间拥有协整关系,提出了完善城乡居民收入税收制度、健全省内城乡劳动保障体系和促进省内经济资源可持续发展的建议。

武汉城市圈PM2.5的时空特征及其影响因素解析

文章基于2016~2017年武汉城市圈各城市站点PM2.5逐时监测数据,主要利用空间自相关、核密度法和空间计量模型,从不同的时空尺度来分析武汉城市圈PM2.5的空间分布格局和影响因素。结果表明:在年尺度上,2016~2017年武汉城市圈PM2.5浓度整体上呈下降趋势,空间分布上呈中东部高、西南部低、局地略有突出的分布特征并表现出明显的空间集聚性,城市圈内部各城市PM2.5污染浓度差异明显,且各城市之间存在一定的空间溢出效应;从年内尺度上看,武汉城市圈PM2.5浓度总体上呈"U"字型分布,冬春季污染最为严重,秋季、夏季次之,且4个季节的PM2.5浓度值存在较强的空间自相关性,表现出不同程度的空间集聚现象;从影响因素上看,无论是自然环境要素还是社会经济要素均对城市圈PM2.5浓度变化起重要作用,按其贡献强度依次是温度>民用汽车拥有量>风速>能源消费水平>城镇化率>第二产业占比>湿度>节能环保支出,而森林覆盖率和海拔高度对PM2.5没有表现出明显的直接效应;从大气污染物本身关系上看,PM10直接作用于PM2.5的浓度变化,且起关键性的作用,CO和NO2则主要是通过PM10对PM2.5浓度间接地产生影响,而O3对PM2.5浓度影响较小且呈负相关关系。

基于FAHP模型的苏州市旅游气候与客流量评价分析

利用苏州市气象观测站点1987—2016年逐日气象资料,分别对人体舒适度指数、风寒指数、温湿指数和着衣指数进行分级赋值,运用FAHP(Fuzzy Analytic Hierachy Process,模糊层次分析法)计算各指数权重,建立一个新的气候舒适度指数评价模型,分析苏州市旅游气候舒适度的年内变化及持续时间,大致呈"M"形,3—5月以及10—11月舒适度最高;通过对气候舒适度以及特殊因子的数值化处理,结合OLS(最小二乘法)构建模拟模型来分析苏州市30年入境客流量月指数与气候舒适度之间的相关性.结果显示:苏州入境客流量月指数与气候舒适度之间的弹性系数达0.629,二者存在显著的正相关关系.