高被引論文選編

編輯：侯美亭 張萌

“城市氣象”主題

來源數據庫：SCI-E和CAJD，檢索時段：2017—2019年

土地利用、土地覆被變化與地表溫度的關系——Characterizing the relationship between land use land cover change and land surface temperature.ISPRS Journal of Photogrammetry and Remote Sensing, 2017, Vol. 124.

探索土地利用和土地覆蓋的變化（LULC），對于了解城市熱島效應（UHI）對發展中國家的社區和地方政府具有重要意義，因為在發展中國家，城市化和工業化往往發生得很快，但往往沒有實施連貫的城市規劃和控制政策。為此，越南河內國立教育大學的Tran等分析了城市化背景下LULC變化與地表溫度（LST）之間的關系。首先利用歸一化植被指數和各LULC類型的建成區指數，探討了LST與植被、人為特征和耕地之間的關系。然后，使用熱點分析（Getis Ord Gi*）和城市景觀分析評估了UHI中LULC變化和城市化的影響。最后，提出了一個應用非參數回歸的模型，利用預測的LULC來估計未來城市氣候模式。研究結果為UHI表征提供了一種有效的方法，表明LST與LULC類型之間具有非線性關系，利用Getis Ord Gi*進行的熱點分析可以分析LST格局隨時間的變化，UHI受到城市景觀和城市發展類型的影響。研究還利用非線性回歸模型和模擬的LULC變化場景，進行了LST格局預測和UHI效果檢驗。本研究所提出的方法可廣泛應用于其他表現出類似動態增長的城市，研究結果可為決策者和社區認識提供有用的工具，為可持續城市規劃和管理提供科學依據。

景觀組成與格局對陸地表面溫度的影響：東南亞大城市城市熱島研究——Effects of landscape composition and pattern on land surface temperature:an urban heat island study in the megacities of Southeast Asia. Science of the Total Environment, 2017, Vol. 577.

由于UHI對城市生態環境和城市整體宜居性的不利影響，其已成為城市氣候學、城市生態學、城市規劃、城市地理學等多個相關領域的主要研究熱點。日本筑波大學的Estoque等為此探討了曼谷、雅加達和馬尼拉都市地區的陸地表面溫度（LST）與不透水表面和綠地的豐度和空間格局之間的關系。Landsat-8 OLI/TIRS數據和各種地理空間方法，包括城鄉梯度、基于多分辨率網格和基于空間尺度的技術，被用于分析。研究發現，在三個城市的城鄉梯度上，平均LST與不透水面密度（正）和綠地密度（負）之間存在顯著的強相關性，呈現出典型的UHI剖面。在較大的網格點上，不透水表面密度與LST的相關性往往會增加，而綠色空間密度與LST的相關性往往在較小的網格上會有所增加，顯示出不透水表面和綠色空間分別在較大和較小區域對LST變率的影響力。不透水面和綠地斑塊的大小、形狀復雜程度和聚集性與平均LST也有顯著關系，但聚集性的影響最強。平均來看，不透水表面的平均LST比綠地高約3 ℃，突出了綠地在緩解城市重要生態系統服務UHI效應中的重要作用。研究建議，在景觀和城市規劃中應考慮城市不透水面和綠地的密度和空間格局，使城市區域和城市擁有更健康、更舒適的居住環境。

城市氣候適應的綠色基礎設施：居民對氣候影響和綠色基礎設施的看法如何塑造適應偏好?——Green infrastructure for urban climate adaptation: how do residents’views on climate impacts and green infrastructure shape adaptation preferences? Landscape and Urban Planning, 2017, Vol. 157.

城市特別容易受到氣候變化的影響。城市適應氣候變化的一種方式是加強其綠色基礎設施（GI），以減輕熱浪和洪水的影響。GI設計選項類型豐富，但是關于公眾對各種選項的支持還有許多未知之處。荷蘭阿姆斯特丹自由大學的Derkzen等旨在通過執行包含多個維度的社會文化價值的城市氣候適應來填補這一空缺：人們對氣候影響擔憂的認知、人們對GI緩解這些影響的好處的了解程度、人們對不同GI措施的喜好以及支付意愿（WTP）。研究通過與荷蘭鹿特丹居民的面對面調查（n=200）收集了有關數據，并與GI GIS數據相關聯。調查發現，受訪者對氣候影響有一定的概念和擔憂，但并不一定承認GI可能有助于解決這些問題。然而，當居民被告知不同GI措施的適應能力時，他們的偏好轉向了最有效的選擇。然而，人們對GI的WTP沒有明確的結論，主要與收入和種族有關。研究表明，僅憑經濟價值就會忽略本研究所應用的社會文化價值所能揭示的細微差別。該方法揭示了對特定適應設計的偏好，并有助于發現為什么氣候適應政策可能受到阻礙。了解人們對氣候影響和適應選擇的看法，對于優先考慮應對氣候變化的有效政策反應至關重要。

（以上由侯美亭選編）

南昌市空氣PM2.5和PM10的時空動態及其影響因素——《應用生態學報》2017年第28卷第1期

蘇維等通過分析南昌市2013—2015年的空氣PM2.5和PM10質量濃度、氣象因素、交通流量的監測數據，探討了空氣顆粒物污染的時空動態規律以及氣象、交通對顆粒物濃度變化的影響。結果表明：2013、2014和2015年，南昌市PM2.5濃度（70.92 μg·m-3＞53.70 μg·m-3＞4 3.6 5 μ g·m-3）、P M10濃度（119.72 μg·m-3＞86.11 μg·m-3＞73.32 μg·m-3）逐年降低，并呈現出夏季低（PM2.5和PM10平均濃度分別為36.74、69.20 μg·m-3）、冬季高（PM2.5和PM10平均濃度分別為74.29、111.64 μg·m-3）的季節動態和由城市中心向郊區遞減的城鄉梯度變化；PM2.5/PM10值（0.595＞0.584＞0.557）逐年降低，并且表現出城市中心高、城市邊緣低的空間分布格局；PM2.5、PM10濃度受到多種氣象因素的影響，與氣壓、溫度、相對濕度、風速、降水量、日照時數顯著相關，各種氣象因子對PM2.5、PM10濃度的影響存在差異；車流量會顯著提高周邊PM2.5濃度，但對PM10濃度影響不明顯。

2015年長三角地區城市PM2.5時空格局及影響因素分析——《長江流域資源與環境》2017年第26卷第2期

毛婉柳等采用2015年長三角地區監測數據，運用探索性空間數據分析法和相關系數法，分析長三角地區城市PM2.5污染的時空格局和影響因素，結果表明：1）2015年長三角地區城市PM2.5年均濃度值為54.54 μg/m3，季節變化總體呈現春冬高、夏秋低的季節性周期變化規律，1和12月為一年中PM2.5污染最嚴重的月份，污染范圍最廣，5—9月是PM2.5濃度值優良時段，日均值春季和冬季的波動周期較短而劇烈，夏季和秋季波動周期相對較長而平緩。2）2015年長三角地區城市PM2.5年均濃度值整體上從江蘇到浙江呈減少趨勢，具有北高南低，局部突出的特征。3）長三角地區城市PM2.5濃度空間上存在集聚現象，低值集聚主要分布在浙江沿海地區，高值集聚主要分布在蘇南地區。4）燃燒排放的煙塵和前體物的二次轉化對長三角地區PM2.5濃度有顯著影響。風速和降水量是影響PM2.5濃度的兩個重要氣象因素。

基于增強回歸樹的城市PM 2.5日均值變化分析：以常州為例——《環境科學》2017年第38卷第2期

葛躍等利用2014年12月—2015年11月常州市區6個國控監測站空氣污染物濃度逐時數據，分析了PM2.5濃度季節變化特征，采用增強回歸樹模擬分析了PM10、4種氣態污染物和7個氣象因子對ρ（PM2.5）日變化的貢獻。結果表明，常州市區PM2.5污染季節差異明顯，冬季污染嚴重且持續時間長，夏季污染較輕。四季ρ（PM2.5）空間分布特征存在一定差異，但各季內不同監測站差異較小。增強回歸樹對ρ（PM2.5）日均值進行模擬和驗證得到，訓練數據的相關性為0.981，交叉驗證的相關性為0.957。此外，模擬值與實測值的標準化平均偏差為1.80%，標準化平均誤差為10.41%，可見模型擬合效果較好。PM10、氣態污染物、氣象因子和區域輸送及擴散這4種影響類型對全年ρ（PM2.5）日均值差異的貢獻率分別為23.4%、28%、36.2%和12.6%，表明在對ρ（PM2.5）日均值差異的影響上，氣象因子＞二次形成＞一次源＞區域輸送及擴散。在對ρ（PM2.5）日均值差異貢獻率大于5%的因子中，ρ（PM2.5）日均值與PM10、相對濕度、CO和O3正相關，與溫度、SO2和混合層高度負相關，與大氣壓和NO2關系較復雜。區域輸送及擴散方面，東南風向、偏西風向和偏北風向等上風向周邊城市的污染物輸送對常州市區PM2.5污染存在較大的負面影響。

中國臭氧濃度的時空變化特征及分區——《中國環境科學》2017年第37卷第11期

程麟鈞等采用旋轉經驗正交函數（REOF）法分析了2016年中國338城市臭氧濃度的時空變化特征，根據2016年污染季節（5—10月）的REOF分析結果，確定出10個具有明顯同比變化的區域，不同區域間臭氧濃度的時間變化趨勢彼此獨立，受到當地地形因素、氣象條件、光化學反應等因素的影響。10個區域中，除華南地區和青藏高原外其他地區2014—2016年臭氧日最大8 h濃度（O3-8 h）均呈上升趨勢。臭氧分區受到地形地貌特征的影響較大，顯示出地形和地貌對臭氧空間相關性的重要影響。黃淮平原、華北平原、長江中下游地區等3個人口稠密區域臭氧濃度較高，應該作為臭氧污染控制戰略的重點區域。

2015年中國近地面臭氧濃度特征分析——《環境科學》2017年第38卷第12期

段曉瞳等根據2015年全國189個城市的近地面臭氧濃度數據，使用ArcGIS等軟件處理，從不同時空、地形特征、溫度等方面分析得出中國近地面臭氧濃度的變化特征。2015年中國近地面的臭氧濃度變化呈先增高后降低的趨勢，各季節中濃度大小關系呈夏季＞秋季＞春季＞冬季的變化規律，且在7月達到全年最高值。中國各行政區中，華東、華南、華北地區的臭氧污染較為嚴重。在經緯度變化的影響方面，經度變化對近地面臭氧濃度的影響不大，而緯度變化使臭氧濃度變化明顯；在同一緯度的3種不同地形對比中發現，不同的地形給近地面臭氧濃度帶來的影響微乎其微。溫度和近地面臭氧濃度的變化呈現良好的正相關關系。