大都市区生态源地识别体系构建及国土空间生态修复关键区诊断

构建生态安全格局是保障城市生态安全的必要手段,科学识别生态源地是构建生态安全格局的基础。以高度城市化的大都市区——上海市为研究对象构建生态源地识别体系,探究不同土地利用数据源与指标权重对生态源地识别的影响。在此基础上,基于最小累积阻力模型(MCR)与电路理论构建生态阻力面,识别生态保护与修复优先区域,对已有研究仅关注保护/修复的情况进行补充。结果表明:(1)自然生态本底仍是识别生态源地的重要指标,加入人类需求指标可填补已有研究对高度城市化源地识别针对性和丰富性的不足。生态系统服务格局、生态环境安全格局与环境友好格局权重为5∶2∶1时,源地识别效果最佳。(2)上海市生态源地空间和数量分布极不均匀,破碎化是首要问题。上海市现有(2017年)生态源地202个,共920.96 km^(2),占总面积14.53%,其中微型源地(面积<3 km^(2))数量高达82.67%。城市化水平影响生态源地分布,外环是源地数量与总面积的分水岭,郊环是源地平均面积的重要界线。(3)上海市以“面(源地)-线(廊道)-点(优先点)”组成生态保护网络,其中生态廊道442条,生态保护优先点306个,重要点线分布集中于中心城区边界。上海市生态修复优先区域325.47 km^(2),其中障碍点309.78 km^(2),需优化的非生态斑块95个(15.69 km^(2)),大都市区的生态修复重点区域应聚焦于城市化扩散的阻力区域,且应多关注生态价值适中的草地与耕地。研究工作可为其他高度城市化区域,以及处于高速城市化发展进程城市的国土空间生态修复关键区识别提供借鉴与参考。

基于多结构组合景观的植物造景探究

基于多结构组合景观相关内容,实地对南京市情侣园内春秋两季的景观进行调研。选取园内1处多结构组合的植物造景为研究对象,从景观功能空间、植物种类及种植形式等方面进行分析,总结多结构景观中植物造景的特色,同时结合创新项目中搭建的模型提出组合型儿童乐园的植物搭配要点。

基于生态修复视角的上海市黄浦江河岸带景观格局空间特征分析

【目的】通过对上海黄浦江河岸带景观格局空间特征进行分析,找出该河岸带生态修复的重点区域与景观类型,科学规划河岸带的生态恢复重建,为黄浦江周边的土地利用格局优化与景观生态修复建设提供决策支持。【方法】基于地理信息系统(GIS)平台,利用高分辨率航拍图像数据源,构建河岸带土地利用与景观格局数据库,从横向、纵向两个维度,利用景观指数方法,在景观类型和景观格局两个水平,选取不同的景观指数对黄浦江河岸带景观格局空间特征进行定量分析。【结果】①在横向维度上,黄浦江河岸带市区段城市化程度最高,景观多样性最低,绿地和林地所占比例不足且碎片化;近郊段属于过渡河段,以工业用地为主,景观多样性最高,破碎化程度最严重;远郊段人为干扰程度最低,土地利用强度最弱,农田生态林网体系建设有待加强。②在纵向维度上,根据距河道边缘的距离(L),0≤L<100 m的河岸带受到重点生态保护,但距河道距离由近至远,人为干扰强度逐渐增强,河岸带景观多样性与破碎化程度呈现先增后减的趋势,在300≤L<400 m的河岸带景观破碎化程度最显著。【结论】城市建设活动的干扰,造成黄浦江河岸带景观格局趋于破碎,存在水陆交错边缘的负效应。在景观类型水平上,工业用地、生产防护林地和旱地是河岸带生态修复应重点关注的景观类型,而在景观格局水平上,近郊段河岸带(横向维度)和300≤L<400 m的河岸带及邻近区域(纵向维度)是生态修复重点区域。

基于MERRA-2再分析资料的上海市近40年大气黑碳浓度变化及潜在来源解析

黑碳(black carbon,BC)作为大气气溶胶的重要组成部分,因其粒径小、比表面积大和辐射强迫等,对区域和全球辐射平衡、气候和人体健康产生巨大影响.以高度城市化的上海市为研究区域,基于MERRA-2再分析数据资料和地面观测数据,利用M-K趋势检验、后向轨迹和潜在源贡献函数(potential source contribution function,PSCF)探究了上海市1980~2019年大气BC浓度的时空变化特征及局地排放和区域传输的影响.结果表明:(1)MERRA-2大气BC浓度和地面观测数据具有较好的趋势一致性(R∈[0.68,0.72]),表明MERRA-2再分析资料可以用来有效揭示地面大气BC浓度的长期变化.(2)上海近40年大气BC浓度可分为3个阶段:缓慢增长的"低值"阶段[1980~1986年,(1.75±0.17)μg·m^(-3)],相对稳定的"中值"阶段[1987~1999年,(2.18±0.07)μg·m^(-3)]和波动变化的"高值"阶段[2000~2019年,(3.07±0.31)μg·m^(-3)];就季节变化而言,上海BC浓度总体呈夏季浓度低,冬季浓度高的"U"型模式;受水运货运船舶柴油机等发动机黑碳排放的影响,7月出现BC浓度小高峰.(3)大气污染物诊断质量比及双变量相关分析[R(BC-NO_(2))>R(BC-CO)>R(BC-SO_(2))]表明,交通排放是上海大气BC的主要排放源,尤其是重型柴油车的影响.(4)后向轨迹和PSCF分析发现上海夏季气团以清洁海风为主导,占77.18%;其他季节来自北方的气团超过50%.上海大气BC潜在源区主要分布在中国东部地区,以长三角为中心向外扩张,且扩张方向与后向轨迹方向一致.

亚洲季风区大气CH_(4)浓度时空变化特征与影响因素

基于2009—2018年亚洲季风区7个大气本底站[印度尼西亚Bukit Kototabang(BKT)站、中国鹿林(LLN)站和瓦里关(WLG)站、日本Ryori(RYO)站和Yonagunijima(YON)站、韩国Tae-ahn Peninsula(TAP)站、蒙古Ulaan Uul(UUM)站]地面观测资料,利用谐波模型拟合和最大信息非参数探索方法,对亚洲季风区大气CH_(4)浓度时空变化特征及影响因素进行分析。结果表明:亚洲季风区大气CH_(4)浓度范围在1853.04~1935.61 nmol·mol^(-1),高于同期美国夏威夷Mauna Loa(MLO)站观测值(1838.33 nmol·mol^(-1)),总体呈现由北向南依次递减的纬向分布特征,两个高值中心为韩国TAP站(1935.61 nmol·mol^(-1))和日本RYO站(1907.19 nmol·mol^(-1))。大气CH_(4)浓度平均季振幅最大为日本YON站(108.20 nmol·mol^(-1)),最小为中国WLG站(29.48 nmol·mol^(-1)),同时韩国TAP(4.49 nmol·mol^(-1)·a^(-1))站表现出更高的季振幅变化速率;除中国WLG站和韩国TAP站外,其他本底站均呈现夏低冬高的季节循环特征;从长期变化上看,中国LLN站(7.68 nmol·mol^(-1)·a^(-1))和WLG站(7.56 nmol·mol^(-1)·a^(-1))大气CH_(4)浓度增长趋势最明显。相对于风速而言,气温和降水量对亚洲季风区大气CH_(4)浓度的影响程度更高,两个气象因子与大气CH_(4)浓度之间均呈现显著负相关;局地排放对部分站点大气CH_(4)浓度具有显著正向效应。