【摘要】：當(dāng)前,我國城市化工業(yè)化快速推進,并且該進程已由外延式的擴張逐步轉(zhuǎn)變?yōu)閮?nèi)涵式發(fā)展。集約利用土地資源,構(gòu)建“緊湊城市”變得越來越迫切。然而,集約利用土地意味著更少的土地資源承載更多的城市要素,環(huán)境污染,特別是大氣環(huán)境污染會變得越來越敏感,土地利用與大氣污染問題已不容忽視,研究城市大氣污染物的分布情況、土地集約利用水平對大氣污染物的影響具有重要意義。本研究以南昌市建成區(qū)為研究區(qū),首先基于普通克里格插值方法模擬了PM_(2.5)、PM_(10)、SO_2、NO_2、CO、O_3等六種主要大氣污染物濃度,分析它們的時空分布特征;其次基于樣本區(qū)主導(dǎo)的土地利用方式,選擇南昌市建成區(qū)內(nèi)居住、商業(yè)、教育及工業(yè)樣本區(qū)各15個樣本區(qū),分四季統(tǒng)計各樣本區(qū)6類大氣污染物濃度,運用多因素方差分析及多重比較,基于同一季節(jié)氣候氣象條件基本一致的科學(xué)假設(shè),定量分析土地利用(樣本區(qū))對6類大氣污染物的影響;最后在此基礎(chǔ)上,選擇綜合容積率、建筑密度、人口密度等16個土地集約利用水平相關(guān)變量,采用偏最小二乘回歸與通徑分析方法,定量分析土地集約利用水平對大氣污染物的影響。研究結(jié)果表明:(1)研究區(qū)6類污染物濃度具有明顯的時空分布差異顯著,PM_(2.5)、PM_(10)、SO_2、NO_2與CO濃度冬季高,春季與秋季次之,夏季低,O_3濃度則為夏季高,春季與秋季次之,冬季低;PM_(2.5)、PM_(10)、SO_2、NO_2、CO五類污染物濃度整體呈現(xiàn)城區(qū)中心到郊區(qū)遞減的趨勢,而O_3濃度則反之。(2)氣候氣象條件(季節(jié))及土地利用(樣本區(qū))對PM_(2.5)、PM_(10)、SO_2、NO_2、CO、O_3的影響均是顯著的,其交互作用對NO_2與O_3的影響不顯著,對剩余4類污染物的交互影響作用顯著。(3)城市土地利用對大氣污染物的影響雖不及以季節(jié)所表征的氣候氣象條件的影響顯著,但城市土地利用也是影響大氣污染物的重要因素。(4)土地集約利用水平相關(guān)變量與PM_(2.5)和PM_(10)的相關(guān)性最強,其次是O_3與NO_2,與SO_2及CO相關(guān)性最弱;不同土地利用樣本區(qū)土地集約利用水平變量與6類主要大氣污染物的相關(guān)性強弱依次為:居住區(qū)教育區(qū)商業(yè)區(qū)工業(yè)區(qū)。(5)土地集約利用水平越高,對大氣污染物的影響也就越大,其中對PM_(2.5)與PM_(10)的影響最大,其次是O_3,對NO_2的影響較小。(6)各土地利用樣本區(qū)土地集約利用水平對大氣污染物的直接影響、間接影響及綜合影響基本相當(dāng),但總體而言,土地集約利用水平的直接影響大于間接影響,其中,居住區(qū)土地集約利用水平的綜合影響最大,其次是商業(yè)區(qū),最小的是教育區(qū)。本研究可為土地利用/土地覆蓋大氣環(huán)境效應(yīng)研究提供新范式,為探討通過城市土地利用優(yōu)化緩解大氣污染的可行途徑,為土地集約利用對大氣環(huán)境影響提供新思路,為解決緊湊城市大氣環(huán)境問題提供一定參考。
【圖文】：

南昌市建成區(qū)主要大氣污染物分布特征及其與土地集約利用水平的關(guān)系研究元，比 2015 年增長 9.00%，，全年財政總收入 790.80 億元，較 2015 年增長 8.7%，年完成規(guī)模以上工業(yè)增加值 1611.50 億元，較去年增長 9.2%，500 萬以上固定資產(chǎn)資完成 4540.26 億元，同比增長 13.5%。據(jù)公安戶籍統(tǒng)計數(shù)據(jù)，截至 2016 年 11 月，全市總?cè)丝?522.79 萬人，其中城鎮(zhèn)人口為 289.50 萬人，城市化率達 55.38%，農(nóng)人口為 233.29 萬人。全年出生率、死亡率與自然生長率分別為 13.12%、6.19%與.93%。.2 數(shù)據(jù)來源與處理污染物監(jiān)測數(shù)據(jù)來源于中國環(huán)境監(jiān)測總站，該網(wǎng)站每日公布關(guān)于 2016 年 1 月 1至 2016 年 12 月 31 日南昌市國控環(huán)境空氣質(zhì)量監(jiān)測點所提供的 6 類污染物指標日值，包括 PM2.5、PM10、SO2、NO2、CO、O3日均質(zhì)量濃度值。市區(qū)內(nèi)分布有 9 個境空氣質(zhì)量監(jiān)測點，其中一個位于建成區(qū)外（圖 1，S9)，考慮到提高插值精度與證數(shù)據(jù)的完整性，本次研究將其納入。監(jiān)測點位置與監(jiān)測點情況如圖 2-1 與表 2-1示。

組別Group均值Mean標準差Standarddeviation均值的標準誤差Standard errorof meant自由度Degree offreedomP組 1Goup 1PM2.5監(jiān)測值 - PM2.5模擬值0.106 0.380 0.134 0.792 7 0.454組 2Goup 2PM10監(jiān)測值 - PM10模擬值1.961 4.267 1.509 1.300 7 0.235組 3Goup 3SO2監(jiān)測值 - SO2模擬值-0.083 0.365 0.129 -0.639 7 0.543組 4Goup 4NO2監(jiān)測值 - NO2模擬值1.211 2.933 1.037 1.168 7 0.281組 5Goup 5CO 監(jiān)測值 - CO 模擬值-0.015 0.082 0.029 -0.519 7 0.620組 6Goup 6O3監(jiān)測值 - O3模擬值-1.978 3.939 1.393 -1.420 7 0.199表 3-3 顯示，在 0.05 的顯著性水平下，六組檢驗的 P 值均大于 0.05，說明對 6個污染物指標插值得到的結(jié)果與實測值無顯著差異。
【學(xué)位授予單位】：江西農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：X51;F301.2

【參考文獻】

相關(guān)期刊論文 前10條

1 鄭煜;藺澤一;張燕杰;張國財;;哈爾濱冬季氣象要素對空氣質(zhì)量指數(shù)的影響分析[J];黑龍江大學(xué)自然科學(xué)學(xué)報;2015年06期

2 王振波;方創(chuàng)琳;許光;潘月鵬;;2014年中國城市PM_(2.5)濃度的時空變化規(guī)律[J];地理學(xué)報;2015年11期

3 張燕杰;Zeyi Lin;鄭煜;;哈爾濱市寒冷月份空氣質(zhì)量指數(shù)與空氣污染物的相關(guān)性[J];東北林業(yè)大學(xué)學(xué)報;2015年11期

4 王苗苗;;雙因素方差分析模型的構(gòu)建及應(yīng)用[J];統(tǒng)計與決策;2015年18期

5 唐昀凱;劉勝華;;城市土地利用類型與PM2.5濃度相關(guān)性研究——以武漢市為例[J];長江流域資源與環(huán)境;2015年09期

6 臧星華;魯垠濤;姚宏;李發(fā)東;張士超;;中國主要大氣污染物的時空分布特征研究[J];生態(tài)環(huán)境學(xué)報;2015年08期

7 朱紅霞;趙淑莉;闞海東;;2013年我國典型城市大氣污染物濃度分布特征[J];環(huán)境科學(xué)與技術(shù);2015年06期

8 姜新華;劉霞;薛河儒;張存厚;;基于逐步回歸的空氣質(zhì)量影響因素分析——以呼和浩特市區(qū)為例[J];內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版);2015年02期

9 許珊;鄒濱;蒲強;郭宇;;土地利用/覆蓋的空氣污染效應(yīng)分析[J];地球信息科學(xué)學(xué)報;2015年03期

10 鄭煜;鄧蘭;;基于PLS1的哈爾濱市PM_(2.5)與空氣污染物相關(guān)性分析[J];生態(tài)環(huán)境學(xué)報;2014年12期

相關(guān)碩士學(xué)位論文 前2條

1 劉檢琴;長沙市主城區(qū)與城郊大氣污染物時空分布特征研究[D];湖南師范大學(xué);2016年

2 崔巖巖;城市土地利用變化對空氣環(huán)境質(zhì)量影響研究[D];山東建筑大學(xué);2013年

本文編號：2657647