我國當(dāng)前城市日益頻發(fā)的霧霾問題引發(fā)公眾廣泛關(guān)注,PM_2.5被認(rèn)為是霧霾的主要成因。研究認(rèn)為,在某一區(qū)域短時(shí)間尺度上（如日）,PM_2.5濃度主要受氣象條件影響。但在較長時(shí)間尺度上（如季,年）,由于氣象條件基本相似,則PM_2.5濃度主要受土地利用特別是地表植被景觀的影響。如何耦合地表植被景觀格局與PM_2.5濃度信息,定量分析其影響是當(dāng)前相關(guān)科學(xué)研究的一個(gè)難點(diǎn),需要引入新思路。首先基于季節(jié)氣象條件基本相似的科學(xué)假設(shè),采用土地利用回歸模型分四季高精度模擬PM_2.5濃度空間分布。其次,采用像元二分模型分四季估算研究區(qū)植被覆蓋度。在此基礎(chǔ)上采用隨機(jī)抽樣法通過統(tǒng)計(jì)回歸模型耦合植被覆蓋度與PM_2.5空間分布,定量研究植被覆蓋度對PM_2.5分布影響及其尺度效應(yīng)。研究結(jié)果表明:1)植被覆蓋度與PM_2.5濃度在本研究選擇的空間尺度上,都顯著負(fù)相關(guān),說明植被覆蓋度對PM_2.5具有顯著影響;同一個(gè)季節(jié)不同尺度上,以及... 

【文章來源】：生態(tài)學(xué)報(bào). 2020年19期 北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

南昌市中心城區(qū)與空氣質(zhì)量監(jiān)測點(diǎn)

根據(jù)得到的四季最優(yōu)LUR模型,對研究區(qū)進(jìn)行四季PM2.5濃度模擬。先對研究區(qū)進(jìn)行1km×1km網(wǎng)格化處理生成400個(gè)預(yù)測點(diǎn),計(jì)算各個(gè)預(yù)測點(diǎn)的相關(guān)地理變量,標(biāo)準(zhǔn)化處理后根據(jù)模型方程算出各個(gè)網(wǎng)格點(diǎn)出PM2.5濃度預(yù)測值,從中抽取80%的預(yù)測點(diǎn),利用Kriging空間插值法生成四季的PM2.5濃度空間分布圖(圖2),再用剩余20%的濃度數(shù)據(jù),采用交叉檢驗(yàn)法對插值結(jié)果進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果表明,春、夏、秋、冬平均絕對誤差率分別為0.01、0.05、0.03、0.05;均方根誤差分別為0.76、2.89、4.58和5.52,說明四季PM2.5指標(biāo)插值誤差較小,PM2.5濃度模擬效果良好。從圖2可以看出,南昌市中心城區(qū)PM2.5分布具有明顯的時(shí)空分異特征。不同季節(jié)PM2.5濃度具有明顯差異。相對而言,冬季高,夏低。冬季低溫少雨的氣候氣象條件不利于污染物擴(kuò)散,使得南昌市冬季PM2.5濃度一直處于較高水平。而夏季的氣象條件有利于PM2.5擴(kuò)散,因此濃度相對較低。從空間上來看,PM2.5濃度分布由城市中心向城市周邊遞減的層次明顯。全年的高值區(qū)都集中在市中心,冬季尤其明顯;低值區(qū)則主要分布在城市周邊的植被與水體較多區(qū)域,如梅嶺風(fēng)景區(qū)、瑤湖和揚(yáng)子洲附近。

南昌市中心城區(qū)植被覆蓋度計(jì)算結(jié)果如圖3所示。統(tǒng)計(jì)分析表明,研究區(qū)2016—2018年四季植被覆蓋度均值分別為0.52、0.57、0.55和0.50(圖3)。研究區(qū)域內(nèi)植被高度覆蓋區(qū)主要分布在梅嶺風(fēng)景區(qū),中低度覆蓋區(qū)主要在青云譜區(qū)、青山湖區(qū)。3.3 地表植被覆蓋度與PM2.5濃度空間分布的影響分析

【參考文獻(xiàn)】：
期刊論文
[1]南昌市中心城區(qū)綠地景觀對PM2.5的影響[J]. 李琪,陳文波,鄭蕉,謝濤,盧陶捷.  應(yīng)用生態(tài)學(xué)報(bào). 2019(11)
[2]南昌市中心城區(qū)主要大氣污染物分布模擬及土地利用對其影響[J]. 梁照鳳,陳文波,鄭蕉,盧陶捷.  應(yīng)用生態(tài)學(xué)報(bào). 2019(03)
[3]北京市PM2.5和氣態(tài)前體物相關(guān)關(guān)系分析[J]. 江琪,王飛,張恒德,何佳寶.  環(huán)境科學(xué)與技術(shù). 2018(04)
[4]南昌市中心城區(qū)土地集約利用水平對主要大氣污染物的影響[J]. 梁照鳳,陳文波,鄭蕉.  應(yīng)用生態(tài)學(xué)報(bào). 2018(05)
[5]京津冀地區(qū)城市化對植被覆蓋度及景觀格局的影響[J]. 王靜,周偉奇,許開鵬,顏景理.  生態(tài)學(xué)報(bào). 2017(21)
[6]LUR模型模擬的南昌市PM2.5濃度與土地利用類型的關(guān)系[J]. 陽海鷗,陳文波,梁照鳳.  農(nóng)業(yè)工程學(xué)報(bào). 2017(06)
[7]不同綠地結(jié)構(gòu)消減大氣顆粒物的能力[J]. 孫曉丹,李海梅,劉霞,徐萌.  環(huán)境化學(xué). 2017(02)
[8]北京市16種樹木吸附大氣顆粒物的差異及顆粒物研究[J]. 史軍娜,張罡,安海龍,曹學(xué)慧,劉超,尹偉倫,夏新莉.  北京林業(yè)大學(xué)學(xué)報(bào). 2016(12)
[9]南昌市城市空氣PM2.5和PM10時(shí)空變異特征及其與景觀格局的關(guān)系[J]. 蘇維,賴新云,賴勝男,古新仁,張志堅(jiān),張帥珺,黃國賢,劉苑秋.  環(huán)境科學(xué)學(xué)報(bào). 2017(07)
[10]城市街谷內(nèi)PM2.5濃度時(shí)空變化及影響因素分析[J]. 張?jiān)苽?王晴茹,陳嘉,劉隨心,胡塔峰,顧兆林.  中國環(huán)境科學(xué). 2016(10)



本文編號：2956858