论文部分内容阅读
近年来,PM2.5的污染情况越来越严重,致使对PM2.5的相关研究成为了一大热点,而针对PM2.5与土地利用空间分布的关系研究却相对较少,且多存在研究区域小、时间短、空间结构关系研究较少、未考虑临近区域的影响等问题。因此,为了进一步的对PM2.5与土地利用空间分布关系进行研究,本文在不考虑大气变化、天气等气象因素及局部区域严重PM2.5污染物排放源等对PM2.5浓度空间分布造成影响的前提下对PM2.5污染空间分布与土地利用空间分布结构的关联关系进行探究。首先,基于北京35个监测站点数据及北京周边的天津、内蒙古和河北等地的监测站点数据在GIS软件的支持下对北京研究时间区内四个季节的PM2.5浓度平均值数据进行Kriging空间插值获取空间插值结果图,基于同一时期北京的Landsat 8遥感影像在ENVI软件的支持下获取北京土地利用空间分布结果图及指示水体、植被、裸地与建筑用地的相关指数的空间分布等级划分结果图;其次,从时间维度出发对北京2014年3月~2015年2月期间的PM2.5浓度与土地利用类型变化情况进行时间序列分析,从空间维度出发对PM2.5浓度空间分布与土地利用空间分布结构进行相关关系分析,并通过分析建立土地利用类型指示指数同PM2.5浓度空间分布间的线性回归方程;最后,利用非关系型数据库MongoDB及Visual Studio 2010等建立北京PM2.5时空分布与土地利用空间分布结构相关性分析存储和可视化平台实现北京PM2.5浓度时空分布与土地利用空间分布结构相关性分析数据的有效存储及可视化展示。主要结论有:(1)北京研究时间区内的PM2.5浓度具有波浪形月变化规律、明显的季节变化规律,四个季节呈现北低南高的空间分布;(2)北京研究时间区四个季节中冬季绿化、森林面积减少较多,建筑用地面积则在冬季呈现较大的增长,耕地面积在夏季增速较快,其它季节则相对变化不大,且四个季节的建筑用地、耕地、绿化和裸地多分布在中部、东南部地区和和西北部地区的延庆县等地,森林多分布在西北部地区,水体则主要分布在密云县密云水库等区域;(3)各土地利用类型的空间聚集和离散分布与PM2.5的浓度的空间分布具有较大的相关关系,具体相关关系为:a、四个季节森林、耕地、绿化等三类土地利用类型在空间分布结构上与PM2.5浓度空间分布具有显著的负相关关系;b、春、夏、秋三个季节建筑用地、裸地等两类土地利用类型在空间分布结构上与PM2.5浓度空间分布具有显著的正相关关系;c、春、夏、秋三个季节水体在空间分布上与PM2.5浓度空间分布具有显著的负相关关系。(4)北京PM2.5时空分布与土地利用空间分布结构相关性分析存储和可视化平台能实现相关性分析的数据的有效导入、导出、存储及可视化展示。根据研究结果,针对城市建设规划中,对于大面积的建筑用地或裸地区域应该加强植被、水体等能隔离、削减或降低PM2.5浓度的设施;同时城市建设要不断加强植被、水体等土地利用方式聚集区的建设与保护。