京津冀城市群用水效率及其与城市化水平的关系

深入分析京津冀城市群用水效率与城市化水平的相互关系,揭示不同城市城市化水平对水资源利用效率的影响,有助于缓解水资源短缺问题。结合超效率数据包络模型,定量分析了京津冀城市群不同行业的用水效率,从人口、经济、社会与土地等不同城市化角度,全面分析了城市发展水平与生活、工业、农业三大行业用水效率之间的相互关系。主要结论为:(1)2006—2015年,京津冀城市群生活和工业用水效率总体上略微下降,而农业用水效率明显上升;不同城市之间存在明显差别,唐山、衡水与沧州市各行业用水效率均较高,邯郸和邢台市各行业用水效率均偏低。(2)城市发展水平对不同行业用水效率的影响存在明显差异。城市化水平的提升可以显著提高生活用水效率,但对工业和农业用水效率具有不同程度的负向影响。综合用水效率仅受到经济城市化的显著影响,相关系数达0.19,表明提高用水效率的关键是进一步调整经济产业结构。(3)城市化水平与用水效率梯度的匹配状态较差。一方面,京津冀13个城市中达到匹配的城市仅有4个,占京津冀城市总数的30.77%,匹配程度较低。另一方面,不存在城市化水平和用水效率双高型的城市,匹配层次较低。综上所述,针对京津冀城市化发展与用水效率的失衡关系,应审视水资源投入产出结构并尝试行业联动等节水发展模式。     

城市空气污染对周边区域空气质量的影响

京津冀地区是全球以PM_(2.5)为首要污染物的空气污染最严重的区域之一,并已严重制约区域发展。大区域尺度上(例全国尺度)开展城市与其周边区域的PM_(2.5)的研究通常直接比较二者的浓度差异,以定量地评估城市PM_(2.5)污染对周边区域的影响,但这种方法在小区域较难精细地刻画城市对周边区域的影响的方向性和距离性差异。利用京津冀地区13个城市2000年,2005年,2010年,2015年PM_(2.5)浓度和土地覆盖类型数据,以城市重心到城市边界的平均距离为基本距离,建立每个城市的一级(一倍基本距离)和二级(二倍基本距离)缓冲区,然后将缓冲区分成8个象限,以定量分析城市PM_(2.5)污染对周边区域影响的方向性和距离差异。结果发现:(1)2000—2015年,京津冀城市群各地级市与周边区域空气质量时空分布分为以下两种模式:第一种模式是城区浓度高,周边区域低;第二种模式是城区浓度低,周边区域高且浓度差异很小。(2)各地级市对周边区域影响程度和范围呈上升趋势,并且这种影响具体表现在距离性和方向性两方面:(1)大部分城市距离城区越远,受城市PM_(2.5)污染的潜在影响越大。(2)2000—2015年,除天津、廊坊、衡水和沧州,其余城市空气污染对周边影响的方向性特征差异显著。通过建立城市空气污染对周边区域定量化方法并在京津冀开展实证研究,拓展了城市空气污染对周边区域空气质量影响研究的方法体系,为定量地开展城市化的生态环境效应研究提供了方法和实证拓展。     

中国主要城市森林对大气PM2.5的削减量及其占大气PM2.5总量比例

空气中的细颗粒物(PM_2.5)是我国城市空气污染的主要污染物之一,严重威胁着城市居民的健康,限制城市发展的可持续性。PM_2.5去除的自然途径有两种,分别是干沉降和湿沉降,其中干沉降占据主导作用,且干沉降的过程和效率与城市森林紧密关联。目前针对城市森林对干沉降作用的研究主要是在小尺度中从不同树种、不同群落结构、不同景观类型等角度来估算并比较其滞尘量,较少关注其占空气污染总量的比率,从而可能影响对城市森林滞尘服务能力的判断。因此,利用城市森林效益(Urban Forest Effect, UFORE)模型中的大气污染干沉降模块的核心算法,以2015年为例,估算了我国主要城市辖区的城市森林一年内对大气中的PM_2.5削减量以及其占空气中PM_2.5污染总量的比重。结果显示：(1)2015年全国主要城市单位绿地面积日均滞尘量较高地区主要集中在华北地区、华东地区、以及东北地区。其中北京30.47mg/m²,苏州24.63mg/m²,沈阳28.55mg/m²     

粤港澳大湾区城镇化对海岸线与海岸带的影响

海岸带以丰富的自然资源与优越的地理位置成为城镇化的关键地带。基于Google Earth平台2001、2010、2018年高分影像识别分析了粤港澳大湾区快速城镇化过程中海岸线长度的变化,并分析了大湾区海岸带土地利用/土地覆被(land use/land cover, LULC)变化,以及定量解析了大湾区滨海城市城镇化与海岸带城镇用地的关联关系。结果表明:(1)2001—2018年,粤港澳大湾区海岸线总长度净增加32.24 km,但自然岸线人工化问题突出,自然岸线共减少187.67 km,人工岸线共增加219.91 km;(2)海岸带(海岸线向陆侧5 km缓冲区) LULC组成以耕地为主,但城镇用地对耕地的侵占问题突出,2001—2018年,耕地面积减少347.58 km~2,城镇用地面积增加588.33 km~2;(3)2001—2018年,滨海城市土地城镇化与海岸带城镇用地增长呈显著相关,并且滨海城市土地城镇化对海岸带城镇用地增加的影响在加强(2001—2010年和2010—2018年贡献率分别为43.7%和68.51%)。研究结果可对粤港澳大湾区海岸带保护、修复以及土地利用规划管理...     

基于类型和要素的城市多等级景观分类方法

城市区域的景观格局具有高度的异质性和复杂性,因而单一等级的景观分类方法难以揭示其复杂的多等级景观特征。基于等级斑块动态范式,探讨了针对城市区域基于景观类型和要素的多等级景观分类方法。以北京市为研究区,首先根据其景观类型和景观要素的特征,将城市区域划分为"城市"、"农田"和"森林"3种景观类型,同时确定"植被"、"裸地"、"水体"和"不透水表面"4类景观要素。然后,应用自上而下的分类思路和面向对象的分类方法对研究区进行了景观类型和要素的分类,其总体精度分别为93.36%和87.89%。相比单一等级的景观分类结果,多等级的分类结果不仅体现了城市生态系统不同等级的景观组成,还能揭示多级景观间的隶属关系,因而能更完整的描述城市景观格局,进而为认识城市生态系统的结构和功能提供新的视角。     

城市规模对大气污染物NO2和PM2.5浓度的影响

随着我国城市的快速发展,城市的区域性大气污染问题日益突出,尤其是大城市和超大城市的污染问题更加严重。那么城市规模的扩大是否必然导致空气污染的加剧?控制城市人口规模是否是防治空气污染的有效手段?这些问题成为空气污染防治中政府、公众和学者广泛关注的焦点。采用2013年冬季全国114个重点城市两种典型大气污染物-NO_2(传统)和PM_(2.5)(新型)-浓度的实时监测数据,首先分析了这两种大气污染物的空间分布特征,进而定量分析城市人口规模和大气污染物浓度的关系。结果显示:(1)仅有21%的城市NO_2浓度达到WHO的城市年均浓度标准(40μg/m~3),全部城市的PM_(2.5)浓度高于WHO年均浓度标准(10μg/m~3);(2)大气污染物的空间分布具有显著的集聚特征和区域性特征,表现为:NO_2呈较为分散的空间分布,而PM_(2.5)的空间分布呈现"北高南低、内陆高沿海低"的特征。NO_2浓度高的区域主要分布在天津、河北东南部和山东中部地区,PM_(2.5)浓度高的区域主要分布于河北西南部和山东西部;(3)常住人口规模同冬季NO_2和PM_(2.5)浓度呈倒"U"型关系;在1000到1200万的城市冬季平均NO_2和PM_(2.5)浓度最高(NO_2:69.28μg/m~3,PM_(2.5):119.58μg/m~3)。(4)总人口低于1200万的城市,冬季NO_2浓度和PM_(2.5)浓度随着城市规模增加而显著升高(NO_2:r=0.44,P0.01;PM_(2.5):r=0.43,P0.01);总人口高于1200万的城市,NO_2浓度同城市规模呈显著负相关关系(r=0.91,P0.05),PM_(2.5)浓度随城市规模增加逐渐降低。(5)常住人口密度在1000人/km~2以下的重点城市,NO_2和PM_(2.5)浓度同城市人口密度呈显著正相关关系(NO_2:r=0.23,P0.05;PM_(2.5):r=0.36,P0.01)。常住人口密度在1000人/km~2以上的城市人口密度同NO_2和PM_(2.5)浓度呈显著负相关关系(NO_2:r=-0.61,P0.05;PM_(2.5):r=0.63,P0.01)。以上研究结果可以为划定不同大气污染物的重点防治区域和制定联合防治行动计划提供理论依据,并为重点城市大气污染治理和城市人口规模控制理论完善提供参考。     

冬季PM2.5的气象影响因素解析

气象因素能够显著影响PM_(2.5)浓度,可减轻或加剧城市空气污染,尤其是在雾霾严重的冬季。同时由于城市间污染物排放强度和扩散条件的差异,雾霾的发生往往具有较强的区域性。选择了石家庄、西安、北京、太原、广州5个不同污染区域的典型城市,首先分析多个气象因子与PM_(2.5)浓度的关系,进而研究气象因素对PM_(2.5)浓度变异解释度的差异,以及气象因子对PM_(2.5)浓度影响的相对重要性,进一步对比分析气象因素对PM_(2.5)浓度影响在不同污染程度的城市之间的差异,解析了不同城市的主要气象影响因素和气象因素的综合影响程度。研究结果表明:(1)气象条件与PM_(2.5)日浓度显著相关,且在不同污染程度的城市与PM_(2.5)浓度相关的气象因子不同。与石家庄冬季PM_(2.5)浓度相关的气象因素为相对湿度、平均风速;与西安PM_(2.5)浓度相关的主要气象因素为相对湿度、平均风速和最大持续风速;与北京PM_(2.5)浓度相关的主要气象因素相对湿度、日均温度、平均风速、最大持续风速和最低温;与太原PM_(2.5)浓度相关的主要气象因素为日均温、相对湿度、平均风速、最高温、最低温和最大持续风速;与广州PM_(2.5)浓度相关的主要气象因素为相对湿度、平均风速、最高温和降雨量。(2)PM_(2.5)浓度越高的地区,气象因素能够解释的PM_(2.5)浓度变异越小。严重污染区的石家庄气象因素多元回归分析的R~2为0.27,重污染区的西安气象因素多元回归分析R~2为0.29,中污染区的北京气象因素多元回归分析R~2为0.46,污染地区的太原气象因素多元回归分析R~2为0.67。研究结果揭示了不同城市的主要气象影响因素及其综合影响程度,可为城市PM_(2.5)控制和预测精度提高提供理论参考,并为区域生态环境规划和城市协调发展提供科学依据。     

京津冀城市群能源供需与城市化的关系模式

城镇化发展加剧了城市对能源的消耗,进而加剧了能源供需不平衡,这种不平衡已经成为限制城镇化发展的重要因素。目前,城市群作为我国城镇化发展的重要形式,充分发挥城市群的协同效应以减缓能源供需矛盾,对实现区域可持续发展具有重要意义。研究以京津冀城市群为例,从地级市尺度系统地核算了2001—2015年能源供应和需求量,并采用ward聚类方法划分3种不同类型的能源供求特征,并分析了每种类型的能源供需特征差异。同时,以能源供需比值表示供需差异并进行了比较。在此基础上,采用多指标综合分析方法进一步探讨了能源供需与城市化的关系模式。结果表明:(1)京津冀城市群不同城市能源的供求特征及变化存在明显的时空差异。一方面,从能源供给特征来看,年平均能源生产量较高的城市(天津市)能源产量由上升转变为平缓变化趋势,而低产城市(石家庄市)呈不稳定的变化趋势,两类城市平均能源产量相差2497.66万t标准煤;另一方面,从能源需求特征来看,北京、天津市等能源高耗城市能源消费近年来趋于下降趋势,而低耗型城市(沧州市)近年来呈波动变化,二者平均差值为4752.49万t标准煤;(2)基于能源供需比值,京津冀城市群所有城市均表现为能源供不应求,且不同城市能源供需缺口差异明显。其中,天津市能源供给能力最强,但其生产量却不及自身消费量的65%,而供给能力相对最弱的城市保定市,其能源需求几乎完全依赖外部能源供给;(3)城市能源供需与城市化水平之间关系不完全一致。研究对能源供需模式与城市化模式不一致的城市,划分了先进型和滞后型两种关系模式。对于先进型的城市,主要有北京市、沧州市和廊坊市,它们的城市化水平相对较高,分析认为其能源开发利用相对集约;而属于滞后型的城市,包括唐山市、邯郸市和邢台市,其城市化水平偏低,分析认为这类城市能源开发利用效率低、发展方式相对粗放,是城市群能源效率提升的重点。本研究旨在为今后的城市群能源规划提供科学依据,建议北京市等能源相对集约型城市带动唐山市等发展方式粗放、落后的城市,以提高京津冀城市群整体的能源效率。     

城市群空气污染综合评估范式与应用——以京津冀城市群PM2.5污染为例

城市群已成为中国城市发展的主要形式，城市化发展引发的一系列环境污染问题成为目前的研究重点之一，尤其是近年来明显的空气污染问题。由于传统的针对某一城市地区进行细致研究，难以解决在城市聚集的城市群下形成的区域性空气污染来源和影响机制等问题，使区域性空气污染造成的负面效应难以评估。通过构建综合评估模型范式，并运用空间分析，对京津冀168个区县2000年，2005年，2010年，2015年PM_2.5人口暴露风险、人类活动对PM_2.5的贡献、以及5种土地利用类型的"源汇"特征进行了实证研究。结果发现：（1）2000-2015年，京津冀城市群的人口暴露风险、空气污染分布、综合评估结果总体呈现北低南高的现象。（2）2000-2015年，各县域的人口暴露风险和空气污染的程度、范围呈上升趋势。不同的土地利用类型具有不同的源汇特征，且对污染的贡献不同。本研究通过综合评估模型范式对城市群或区域城市发展与空气质量的权衡关系模式开展量化解析，为城市的可持续发展提供了科学的范式和初步的实证示范。     

面向生态监管的多等级生态功能网格概念与框架

科学有效的生态监管是落实我国生态文明建设、保障区域生态安全、实现城市可持续发展的必要途径和重要抓手。生态系统的监管涉及到社会、经济、自然等多个维度,水、土、气、生等多类要素,国家到局地等多个尺度。目前,已有生态监管常存在生态系统、生态要素、行政单元的割裂。如何整体考虑以上特征,开展科学的、系统的、空间显性的生态监管亟需理论技术的创新。通过整合等级斑块动态范式、复合生态系统理论、多功能景观理论,构建了多等级生态功能网格框架,以期为生态监管提供一个综合的概念与技术框架。等级斑块动态范式从等级作用的角度构建了多等级网格骨架,复合生态系统理论从多个维度丰富了多等级网格内涵,多功能景观理论明确了网格的功能。通过耦合多等级生态功能网格的划分、评价和监管,可实现系统、整体、差异化的生态监管,为生态文明建设提供有力支撑。