南京公园绿地与城市功能空间分布关系——基于双变量Ripley′s K函数分析

公园绿地与城市功能空间存在空间关联关系,其规律及尺度特征仍有待揭示。以南京为例,借助标准差椭圆、核密度分析方法和POI数据以及双变量Ripley′s K函数,探究公园绿地与城市功能空间的分布关系。结果表明:1)公园绿地整体均衡、局部聚集,而交通空间均衡分布,公共服务、居住、商服空间的集聚趋势由中心向外围递减;2)主城区公园绿地与功能空间呈现显著的交互促进影响模式,其中公园绿地分别距公共服务、居住、商服空间1200 m、1300 m、1600 m开始呈现聚集模式,交通空间无明显距离差异;3)古城区集聚态势较之主城区有所减弱,公园绿地分别与公共服务、居住、交通、商服空间距1500 m、1200 m、900 m、300 m之内存在配置冲突,在此距离之外各功能空间的布局概率不断增加,仅公园绿地与交通空间呈现较为显著的正向交互影响。最后提出优化建议,为公园绿地与各功能空间协同发展、高效互动提供参考。

六脉波双变量交交变频器有级变频调压调速的研究

在六脉波双变量交交变频器中,中频段有级变频调速存在抗干扰能力弱及调速范围窄的问题。在六脉波双变量变频的基础上,文中提出了在中频段采用变频与闭环调压相结合的控制策略。在变频后,该方法通过闭环控制来改变输出电压,进而控制转速。搭建MATLAB仿真模型,以编写S函数的方式控制触发脉冲,分别在电机转速、转矩突变的情况下验证变频与闭环调压相结合的控制效果。MATLAB仿真结果显示,运用该控制策略不仅可以减小系统内存存储空间,提高运行速度,还增加了中频段的调速范围及电机的鲁棒性。

中国“双循环”新格局发展水平的时空分异及动态演进

文章基于2003—2020年中国30个省份的数据,从内循环、外循环、内外一体化三个维度构建指标体系测度我国“双循环”新格局发展水平,利用Dagum基尼系数分解方法、Kernel密度估计方法、Markov链转移矩阵和Moran’s I揭示“双循环”新格局发展水平的区域差异、动态演进趋势以及空间相关性。结果表明:中国“双循环”新格局发展水平和三个子系统水平整体呈上升态势;“双循环”新格局发展水平区域差异明显,且主要来源于区域间差异,东部和西部地区之间的差异最为突出“;双循环”新格局发展水平的绝对差异在波动中有所减小,且内外一体化水平极化现象较明显“;双循环”新格局发展水平具有“俱乐部趋同”的特征以及一定程度的“马太效应”,且具有鲜明的空间集聚特征。

南京公园绿地与城市功能空间的时空关联特征——基于Ripley’s K函数与POI数据

探究公园绿地与城市功能空间的分布关系及其演变特征,是促进二者高效协同发展的基础。基于POI及土地利用数据,借助核密度分析、双变量Ripley’sK函数等方法,以南京为例揭示了2012、2016、2020年公园绿地、各城市功能空间的时空关联关系及其演变规律。结果表明:1)公园绿地、各城市功能空间分布呈现古城聚集并向主城外围扩散趋势;2)主城区范围内,分别以公园绿地视角观察功能空间、以功能空间视角观察公园绿地,均呈现逐年减弱的聚集趋势,且距离阈值、变化趋势双向趋同;3)古城区范围内,城市功能空间在公园绿地周边聚集,除商业、居住空间聚集强度先增加后降低外,其余均持续增强,而公园绿地在各城市功能空间周边呈现逐年减弱的离散模式。研究结果有助于深化公园绿地与城市空间演化理论,为二者高效协同和高品质人居环境营造提供科学支撑和规划依据。

中国省级以上开发区产业集聚的多尺度分析

从“区域-省域-地(市)”3个空间尺度入手,分析中国开发区产业集聚特征,结果表明:①中国开发区总体上以技术密集型为主导,装备制造、电子信息、生物医药产业优势明显。但东中西部差异巨大,技术密集型、劳动密集型、资本密集型产业分别占据地区主导地位。②开发区产业集聚度随尺度缩小而扩大,城市群、中心城市是其最重要的空间载体。同时,开发区产业集聚存在明显的空间依赖性,地(市)尺度强于省域尺度。③产业属性对开发区产业之间协同集聚效应影响巨大。在省域尺度,空间依赖性最强为劳动密集型、资本密集型产业,纺织服装、石油化工与其他类型产业之间的协同集聚特征突出;在地(市)尺度,装备制造、电子信息等技术密集型产业则表现靓丽。因此,在省级层面上应重点培育纺织服装、石油化工等劳动密集型和资本密集型产业集群,在地(市)级层面上应重点培育电子信息等技术密集型产业集群。

人民胜利渠灌区地下水与作物布局匹配度分析

分析灌区地下水与作物布局匹配度,对黄河流域地下水资源可持续利用及灌区高质量发展至关重要。采用创新趋势分析(Innovation Trend Analysis,ITA)方法、Mann-Kendall方法分析了灌区地下水埋深动态特征;基于土地利用和土地覆盖(land Use and Land Cover,LULC)及地下水埋深数据,应用双变量莫兰指数(Moran′s I)分析方法定量探讨了地下水埋深与作物布局的空间自相关关系及空间格局匹配特征;利用空间错配指数(SMI)分析了现状年(2018年)地下水埋深与作物布局的空间错配关系。结果表明:①灌区地下水埋深随时间呈现增大趋势。②全局分析结果表明灌区地下水埋深与作物布局双变量存在空间正相关关系;空间关联局部指标(Local Indicators of Spatial Association,LISA)聚类分析结果表明高-高聚集和高-低聚集的变化最为显著。③灌区现状年地下水埋深与作物分布空间错配严重,需结合匹配关系,合理利用井灌渠灌水量,降低空间错配指数等级。

基于服务簇的南宁市生态系统服务权衡与协同关系研究

阐明多种生态系统服务之间的关系及相互作用机制可有效提高生态系统可持续供给能力。采用InVEST模型估算了南宁市6种典型生态系统服务,运用双变量Moran′s I指数探讨生态系统服务间权衡与协同关系,采用主成分因子分析和聚类分析识别出不同生态系统服务簇。结果表明:(1)南宁市6种典型生态系统服务格局呈现显著空间异质特征,除产水量以外,其余生态系统服务均呈郊区高、城区低的分布格局;(2)支持服务与调节服务呈现协同关系,供给服务与其他服务之间既有协同关系也有权衡关系;(3)主成分1和3反映生态系统服务受共同驱动因子影响,主成分2反映生态系统服务的相互抑制作用;(4)根据聚类分析结果,可将南宁市分为5类生态系统服务簇,分别为山地生态均衡区、森林生态保育区、城市生态脆弱区、丘陵产量区和河谷水土流失区。研究成果可为南宁市土地利用配置优化和生态健康可持续发展提供科学依据。

滇池流域水文生态系统服务权衡与协同时空异质性及其归因分析

城市化扩张影响流域水文生态系统服务供给,导致水文生态环境压力增加。明晰滇池流域水文生态系统服务权衡与协同关系及归因,对于滇池流域社会经济发展与生态可持续管理的双赢具有重要意义。基于InVEST模型估算了滇池流域2000、2010、2018年碳存储、氮输出、土壤保持和产水量4种水文生态系统服务,分析了水文生态系统服务时空格局变化,利用双变量Moran′s I指数分析了滇池流域水文生态系统服务间时空异质性,通过冗余分析和条件效应分析等方法识别水文生态系统服务归因。结果表明:(1)水文生态系统服务的高值分布与土地利用覆盖有密切关系。(2)水文生态系统服务空间变化主要体现在滇池周边人类活动干扰强烈的区域,表现为氮输出、土壤保持和产水量增加,碳存储减小。(3)水文生态系统服务权衡与协同关系变化明显。碳存储和土壤保持为协同;氮输出和产水量先呈协同后呈权衡;产水量、氮输出均与碳存储和土壤保持为权衡,前者空间变化不明显,后者协同范围扩大,权衡范围缩小。(4)水文生态系统服务主要受多个因素共同影响,主要包括:高程、耕地比例、林地比例、建设用地比例。研究结果可为研究区水文生态系统环境治理和土地利用优化配置提供科学依据和决策支持。

中国客运量的空间统计分析

基于2012~2020年我国客运量以及相应年末常驻人口数量,本文对我国各省份客运量的空间关联性进行了空间统计分析。通过全域空间自相关分析以及局域空间自相关分析,明确了我国客运量的重心分布情况:我国客运量高值集聚区域(热点)集中分布于华东地区和中南地区,而客运量低值集聚区域(冷点)集中分布于西北地区和东北地区。通过客运量Moran指数的变化,分析了2020年新冠疫情对于客运量变化产生的影响;对两年之间的客运量关系以及客运量与年末常驻人口数量进行了双变量空间自相关分析,得到了相应的结论。

SHARP EL—5100S型计算器的统计运算功能

本刊今年第3期介绍了如何使用多功能计算器后,不少读者要求更详细、更多地介绍计算器的统计计算方法,为此本刊第8期回答了“用n还是用n-1?”的问题。现再请晓理同志介绍一下SHARPEL—5100s型多功能计算器的统计运算功能。

城市旅游产业要素“距离-集聚”空间关联模式

城市功能与结构的复杂性给旅游产业要素空间布局带来了新挑战。文章以福州市主城区为研究区域,在分析旅游产业6要素(吃、住、行、游、购、娱)空间分布的基础上,引入双变量Ripley’s K函数揭示旅游产业6要素“距离-集聚”关联模式。结果显示:(1)分布特征上,旅游产业6要素空间分布密度与城市功能分区具有较强相关性,6要素点格局呈现“沿江、大集聚和小分散”的分布特征,并形成了多个空间组团。(2)集聚特征上,旅游产业6要素的集聚热点具有空间共性和异质性,旅游餐饮、旅游购物和旅游娱乐要素的热点分布具有较强的空间耦合性,旅游游览要素的热点分布呈单核特征,旅游出行要素的热点分布范围较广,旅游住宿要素热点分布具有较强的客流和交通导向性;(3)旅游产业6要素空间分布格局之间共形成了4类“距离-集聚”空间关联模式,其中,“近距离-强集聚”“近距离-弱集聚”模式以旅游购物要素为核心,“远距离-弱集聚”模式以旅游出行和旅游游览要素为核心,“远距离-强集聚”模式以旅游娱乐要素为核心。文章为认知旅游产业要素关联提供了更加精确的地理学空间视角。