面向场景的城市PM2.5浓度空间分布精细模拟

针对传统PM2.5浓度空间分布模拟方法忽略了城市内部如道路、工厂、居民区、景区等不同微环境整体对PM2.5浓度影响机制的缺陷,本研究提出一种微环境PM2.5浓度场景分异的理论假设,并以湖南长沙主城区为例,结合基于污染先验知识划分的城市微环境场景空间分布与自主设计加密观测场获取的203个监测点小时PM2.5浓度加密数据,分析城市微环境PM2.5浓度场景时空分异特征.在此基础上,耦合地理加权回归(GWR)与人工神经网络(ANN)方法,构建微环境场景增强下的PM2.5浓度空间分布精细模拟GWR-ANN模型,开展城市内部高空间分辨率PM2.5污染制图.结果表明:不同微环境场景间PM2.5浓度存在显著时空差异,地表覆盖类型相同但分别位于2个不同场景的监测点间PM2.5浓度差会随时间发生变化;耦合微环境场景变量的GWR-ANN模型能够有效精细模拟PM2.5浓度的空间分布,模型拟合效果与交叉检验精度指标整体优于无场景变量参与的GWR-ANN模型(除部分时相较为接近外,检验R 2:0.76~0.84vs.0.57~0.81);场景增强下的PM2.5浓度空间分布100m级分辨率模拟估算结果可以较好揭示研究区PM2.5浓度高低值局地变化特征.

土壤重金属污染风险时空变化模拟与分析

针对稀疏采样无法准确揭示土壤重金属污染时空分布及其健康危害的问题,该文集成协同克里格插值和情景预测模型模拟绘制了2005、2020年我国南方某地土壤表层重金属砷、镉含量的时空分布格局,基于污染场地风险评估导则模拟分析了无突变与乐观情景致癌风险动态变化。结果表明:耦合地理要素的协同克里格插值和情景预测可以客观反映研究区土壤重金属砷、镉含量的时空分布特征与变化趋势;研究区土壤重金属污染对人体存在致癌风险,但风险范围与水平在2020年乐观情景下均会降低。