昆明市城区近8年来环境空气质量分析与综合评价

以空气质量指标、空气质量等级、空气污染指数为依据,分析了昆明市城区近8 a来环境空气质量变化特征,并采用模糊综合评判模型方法,对该市城区空气质量作了综合评价.其结果表明:近8 a来,昆明市城区SO2,NO2,PM10下降趋势明显,空气质量优良率保持在95%以上,年内变化中雨季的空气质量为优良,API月均值为59,而旱季则相对较差,API月均值达67,环境空气质量隶属为二级,空气污染状况已得到明显改善.

昆明市城区不同区域环境空气负氧离子浓度变化特征分析

选择昆明市主城区及周边具有代表性的居民密集区域和森林植被分布区域作为监测对象,对同一天气环境、不同时段的空气负氧离子浓度进行测定,探讨不同区域环境下空气负氧离子浓度变化特征。结果表明,不同区域环境空气负氧离子含量差异显著,森林植被好的区域空气负氧离子浓度高,空气质量好;在不同时段,上午空气负氧离子浓度最高,中午和下午负氧离子浓度低;在同一天内,森林植被好的区域空气负氧离子浓度日变化大,居民密集区空气负氧离子浓度日变化较小;空气负氧离子浓度与森林植被呈正相关关系,森林植被越好,负氧离子浓度越高,空气越清新。

昆明市城区失独老人现状研究

目前，中国已经进入未富先老的状态，在老年人这一群体中，存在着一类特殊而又重要的群体——失独老人，他们当年积极响应国家的计划生育政策，为国家的发展做出了一定贡献，在迟暮之年，孩子却因疾病、意外等种种不可抗力因素离世，自己却因生理因素导致很难或无法再育。在昆明，同样存在着这么一类人，但他们的生活状态是什么样的，在调研过程中，发现外界的人知之甚少，本文通过与其亲自交谈，发现这一群体令人堪忧的现状，希望得到有关部门的重视。

城镇住宅用地基准地价的内涝灾害影响修正系数研究——昆明市主城区的案例

通过GIS技术与空间计量方法,研究者建立了两种地价影响因素的修正系数模型:网格地价模型和地理加权回归(GWR)模型。这些模型被用于昆明市主城区2015至2020年期间的地价交易数据,以定量评估内涝灾害对城市土地价格的影响。结果显示,内涝灾害普遍对地价产生负面影响。研究中,通过构建空间网格插值,引入了土地价值贡献剥离法,允许对内涝灾害的影响进行量化并与基准地价进行比较。这种方法提供了一种新的视角,用于评估和修正基准地价,明确了不同区域的地价修正系数。此外,该研究证实了利用定量模型对城市内涝灾害影响进行评估的有效性,克服了传统依赖定性判断的局限,为城市土地价值评估和灾害风险管理提供了科学依据。

基于社区生活圈的昆明市老城区公园可达性分析与口袋公园规划策略研究

口袋公园作为公园绿地的有效补充,能够改善高密度城区绿地供给不足的情况,提升居民享受绿地服务的机会。以昆明市口袋公园建设为例,采用土地调查中的公园数据结合实地调研定位现状公园,将交通连接及POI大数据引入社区生活圈划定和可达性测度。利用改进后的高斯两步移动搜索法,对现状公园绿地的供需比和可达性进行测算,并分析不同层级社区生活圈的公园绿地供给情况。结果表明:(1)昆明市老城区内15 min社区生活圈的面积在1.53~3.13 km^(2),人口规模在48636~95737人;5~10 min社区生活圈的面积在0.31~1.81 km^(2),人口规模在10000~34390人。(2)各层级社区生活圈内公园绿地分布不均衡、供需不匹配。在15 min层级,公园绿地可达性较好的社区生活圈占比28.57%;在5~10 min层级,公园绿地可达性较好的社区生活圈仅占21.64%。最后,针对不同类型的社区生活圈,结合口袋公园的选址位置,从15 min和5~10 min两个层面提出新增公共绿地布局、精准有效补偿,消除服务盲区、注重人口差异,提升公园品质和服务质量等策略,以期为昆明市社区生活圈建设和口袋公园规划提供参考。

基于POI数据的城市交通设施空间分布特征提取——以昆明市主城区为例

针对当前缺乏有效的城市交通设施空间分布特征提取方法的现实问题,集成运用标准差椭圆、核密度估计和局域Getis-Ord G*i指数等空间分析方法,基于从高德地图自主获取的城市交通设施POI数据,从方向分布、空间集聚和热点估计3个维度建立系统的城市交通设施空间分布特征提取方法。以昆明市为例,对2016年和2018年的城市交通设施空间分布特征及演化趋势进行对比分析,验证了方法的有效性和适用性。结果表明:①昆明市交通设施呈现西北—东南格局分布。与2016年相比,2018年椭圆长轴、短轴轴长分别增长11.53%,1.71%,表明交通设施向东南和东北方向均有扩散,且“西北—东南”方向为最大扩散方向。②空间上,交通设施总体呈“核心-圈层”格局分布及“一核向多核”演化趋势,核密度集聚街道数量由2016年的78.85%增至2018年的86.54%,且各类交通设施空间聚集特征差异显著。③交通设施热点区域集聚于市中心,冷点区域集中于城区外围,整体呈“核心-外围”分布格局。随着时间的推移,热点地区增多,冷点地区减少,反映了昆明市交通设施整体建设趋好,且分布更趋于均衡。

基于MCR模型的昆明市中心城区地表径流网络构建与分布特征研究

[目的]探索城市雨洪空间格局的新思路,分析地表径流网络结构与时空分布特征,为海绵城市建设提供具有针对性的规划依据。[方法]建立GIS数据库,将最小累积阻力(MCR)模型与空间自相关分析结合,定量分析云南省昆明市中心城区地表径流网络结构与空间格局。[结果]①研究区域潜在地表径流受沿程阻力和局部阻力影响呈网状分布,共计1274条,成本率为0.83,网络结构复杂,汇流过程具有显著方向性;②子汇水区径流连通阈值为19.16,重力大于阈值时汇水区间出现断流;③径流路径单元密度随子汇水区间重力增加而降低,6个不同重力条件下区域径流分布都呈显著聚集性,但随重力增加而递减,即汇水区之间重力越大越易产生汇流。[结论]MCR模型与空间自相关分析相结合能直观地反映不同降雨阶段地表径流汇流网络与分布特征。

可供水资源的主城区适度人口容量初探——以昆明市为例

以昆明市2008年为现状年的水资源和人口数据,根据人均综合用水量指标法,测算昆明市主城区适度人口规模,得出昆明市主城区在国家城镇综合人口用水量标准下超载150万以上。

基于地理探测器的昆明市主城区房价时空分异特征及影响因子分析

探讨房价的时空演变和分异规律,有助于政府部门制定合理的房价调控和土地利用政策,促进城市健康发展.以2018年12月至2019年4月昆明市主城区的房价数据为基础,采用克里金插值分析了研究区房价的时空演变特征,运用探索性空间数据分析揭示了房价的空间关联格局,利用地理探测器定量测度和分析了房价的空间分异性特征及其驱动因素.结果表明:①研究区房价形成了海埂片区、一环范围2个房价高峰中心,并呈现出中心高四周低的放射状格局,整体房价由南向北呈上升趋势,房价在-31%~30%之间波动,大部分地区房价呈上涨趋势.②研究区房价在空间分布上表现出显著的空间自相关性,且多数区域具有显著的聚集性,局部区域存在空间异质性.③空间异质性探测结果显示,地形和公共服务设施对房价空间分布的影响具有差异性,其中地形因素对房价分异性的解释力更强;任意两个因子的交互作用力均大于单个因素的影响力,说明各因素之间的相互作用促进了房价的空间异质性.

基于GIS和Repast集成的昆明市主城区人口空间分布仿真建模研究

对Repast以及由Repast S构建仿真模型的基本流程作了简单介绍,并以昆明市主城区为例,以Repast S松散集成GIS,构建了一个反映城市人口空间分布的仿真模型。模型首先将昆明市主城区的324万总人口分为3240个Agent,选取对人口空间分布影响较大的交通、经济、行政驻地、企事业单位、水体、坡度六类因素作为影响因子,运用主成份分析功能以及专家打分的方式对各影响因子分别赋予对人口空间分布的影响权重以及自身的影响度值,建立影响Agent随机移动以及停留的函数模型。模型根据Agent最终停留的坐标自动计算落在每一个行政区内的Agent个数。将模拟结果与昆明市主城区实际人口分布数据进行对比,结果表明模型的仿真度较高,证明模型的构建是成功的。

基于TM数据的昆明市主城区地表温度分析

利用昆明市2003年、2005年和2009年的Landsat 5 TM影像,通过监督分类将地表分为水体、城镇、自然表面和植被四类,并通过NDVI值计算得到昆明市主城区的植被覆盖度。同时,基于监督分类和植被覆盖度的结果,对昆明市主城区的地表比辐射率进行估算,并利用辐射传输方法对昆明市主城区的地表温度进行反演,进而分析不同时期昆明市主城区地表温度的差异和同一时间不同地区的地表温度的变化。研究结果表明:昆明市主城区大面积植被主要覆盖于西山区和官渡区,这两个行政区的平均地表温度低于盘龙区和五华区。植被在一定程度上降低了地表温度,植被覆盖越大,降低温度程度越明显。

昆明市主城区商业区绿视率研究

采用绿视率调查方法对昆明市主城区的31个商业区进行拍照和绿化景观调查,进行绿视率测算,绿视率值范围为3.56%~40.72%,其中美景度值在15.00%以下的商业区有13个。通过对绿视率影响因子与美景度关系的SPSS软件分析,发现了昆明市主城区商业区绿视率与"植物空间配置模式"显著相关,并提出提高商业区绿视率的建议。

昆明市主城区土地利用变化对地表径流的影响

为探究昆明市主城区土地利用变化对地表径流的影响,采用昆明市主城区5个气象站点1986、1995、2000、2007、2014年的逐日降雨及其土地利用类型数据,通过率定后的SCS模型模拟昆明市主城区地表径流。结果表明,率定后的SCS模型适合昆明市主城区,模拟平均相对误差小于15%;1986~2014年水田、草地、灌木林和疏林地面积大幅减少,主要转化为城市建设用地和有林地,渗透比例由82%减至57%,提高了昆明市主城区雨水产流能力;地表径流量随渗透比例减少呈增加趋势,尤其表现在昆明市主城区东部和南部地区。

基于大众点评网数据的商业空间线上消费行为选择偏好评价研究——以昆明市主城区为例

以大众点评网昆明站的商户点评数据为基础,借助核密度分析法分析昆明市主城区的商业空间集聚特征,运用莫兰指数识别主城区的商业空间热点,并构建线上消费行为选择偏好评价指标体系,从商业空间社会活力、空间活力和经济活力3个方面对商业空间做出评价。研究发现,通过识别出的商业空间中心定位选择偏好等级高的商区可分为4种不同的商业空间类型,其中评价等级取值最高的商业空间类型力街区式商业。

昆明市主城区城市森林建设定量评价

以2003,2005,2009年3景TM数据和2013,2014年2景Landsat 8遥感影像为数据源,以昆明市主城区为研究对象,利用可见光波段提取归一化植被指数,像元二分模型估算植被覆盖度,根据“国家森林城市”评价指标定量分析昆明市主城区森林覆盖情况,并统计城市森林覆盖率、道路铁路绿化率、湖泊和河流水岸绿化率三项主要指标,分析昆明市主城区森林城市建设情况。结果表明:5景植被覆盖度分布图均显示昆明市主城区西山区和官渡区有林地覆盖区域植被覆盖等级相对较高,五华区和盘龙区植被覆盖等级较低。城市用地植被覆盖等级较低,草地、林地等植被覆盖等级较高。道路、铁路、湖泊、河流等指标基本达到“国家森林城市”评价指标的标准。由于近几年昆明市城乡建设中,大量土地需求导致部分草地、农田转变为城市用地,工业用地等,使得城市森林指标覆盖指标逐渐降低,到2014年达到了标准边缘。

高原湖滨城市公园绿地景观格局研究——以昆明市主城区为例

以昆明市主城区公园绿地为研究对象,选取研究区2015和2016年高分一号卫星影像融合全色后的多光谱数据为基础数据源,利用ArcGIS10.5、Fragstats4.2软件,基于景观生态学原理及方法定量分析昆明市主城区公园绿地景观格局,并以此提出昆明市主城区公园绿地格局优化建议。结果表明:昆明市主城区公园绿地面积与分布不均衡,公园数量以小型公园为主、中型和大中型公园较少,4个区的公园绿地面积分布不均,盘龙区最多,五华区反之;公园绿地斑块类型之间均匀度低,各个区之间丰富度差异较大,多样性不高,景观破碎度较高,特别是小型公园较分离。五华区、盘龙区破碎化程度最高,公园平均面积较小。官渡区聚集度较其余3个区低,公园绿地分布较分散。

昆明市主城区医疗资源配置现状研究

文章运用统计分析的方法,对昆明市卫生统计数据进行分析,通过从昆明市卫生统计数据中找出昆明市主城区的医疗资源配置的特点是:1.医疗资源总量充足,特别是医院这一医疗资源总量充足;2.医疗资源人均拥有量高于全省、高于全市;3.医疗资源地理空间分布不均衡。并针对这些问题提出可行性、合理化的建议:1.限制医院的设置,加强社区卫生服务中心的建设;2.加强医疗人力资源的合理配置,促进医疗人才流动工作;3.优化医疗机构选址办法,鼓励现有医院优址改址。

昆明市主城区商业街道的步行空间环境研究

结合昆明市主城区的商业街道现状,并以南屏步行商业街和东寺街为例,对昆明商业街的步行环境空间进行实例分析,发现了昆明商业街道步行环境存在问题提出规划构想,为进行昆明市商业街道的步行环境空间研究提供理论依据。

昆明市主城区大气降水的化学组成特征及变化分析

为了解昆明市主城区大气降水的化学组成成分及变化,采集2019年1—12月期间昆明市主城区大气降水样品,分析pH、电导率、阴离子(SO_(4)2-、NO_(3)-、Cl-、F-)和阳离子(K^(+)、Na^(+)、Ca^(2+)、Mg^(2+)、NH_(4)^(+))。分析结果表明昆明市主城区降雨量主要集中在6—9月,占全年降雨量的87.6%。全年未监测到酸雨,降水pH值范围为6.93~7.70,年均值为7.28,其中中性降水占26.3%,碱性雨占73.7%。降水阴离子以SO_(4)^(2-)为主,占阴离子总量的53.7%,其次为NO_(3)-;降水阳离子以Ca^(2+)为主,占降水阳离子总量的65.4%,其次为钾离子。与2018年相比,大气降水pH值变化不明显,降水主要离子中SO_(4)^(2-)浓度降低,Ca^(2+)浓度显著升高,其余离子浓度变化不明显。

昆明市特征污染物增长的环境库兹涅茨特征研究

本文通过对昆明市主城区2002—2007年人均GDP与城市污染物增长数据进行分析并拟合，计算表明：昆明市主城区工业废水排放倒“U”型曲线的转折点位于人均GDP24785．72元处，对应的工业废水峰值，约1426．77万吨。S02排放倒“U”型曲线转折点位于24005元处，而对应的S02排放峰值，约29417．6吨。说明昆明市工业废水及S02污染已经越过EKC的理论计算转折点，将来一段时间昆明市污染物排放总量将会继续减缓。