中国城市PM_(2.5)和PM_(10)时空分布特征和影响因素分析

PM_(2.5)和PM_(10)浓度超标引发的空气质量问题严重影响公众健康,研究PM_(2.5)和PM_(10)浓度对制定有效的污染防控和治理措施具有重要意义.运用时空分析法,分析2018年季度PM_(2.5)和PM_(10)浓度时空分布,并用GWR探究浓度差异的原因.结果表明:(1)PM_(2.5)和PM_(10)的浓度均呈冬春高、夏秋低的季节性规律;四季污染物浓度在胡焕庸线两侧存在显著差异,该线以东地区高浓度聚集在京津冀地区,该线以西地区高浓度聚集在新疆中南部.(2)PM_(2.5)和PM_(10)浓度的Moran's I在四季均为正,且均在冬季增至最大值;PM_(2.5)和PM_(10)的分布格局基本一致,“高-高”类和“低-低”类集中分布现象明显.(3)各因素对PM_(2.5)和PM_(10)浓度的影响存在较大空间异质性.温度和坡度对PM_(2.5)和PM_(10)浓度的影响均表现为南部地区呈负相关,北部地区呈正相关.降水和风速对大部分地区PM_(2.5)和PM_(10)浓度的影响呈负相关,且夏季负相关的范围均较小.人类活动强度、二产占比和能源消耗总量对地区PM_(2.5)和PM_(10)浓度的影响在大部分地区呈正相关,各季度的正相关高值区也存在差异.

黄河流域城市活力时空格局及影响因素分析

本研究从生态保护和高质量发展两个视角构建城市活力评价体系,将统计数据和遥感数据相结合,采用熵值法测算了2005、2010、2015、2018年黄河流域地市的城市活力,借助空间自相关分析城市活力水平的空间相关性特征,并通过GTWR模型探究城市活力影响因素。研究发现:在研究期内,黄河流域城市活力提升显著,增速逐渐放缓;低水平区域不断缩减,而高、较高水平区域不断增加。高质量发展活力提升明显,生态环境保护活力较稳定,高质量发展活力逐渐赶超生态环境保护活力。城市活力空间自相关性显著。影响因素分析表明,人才培育能力对城市活力解释力最大,产业结构、基础设施水平次之,经济状况对城市活力解释力较弱。