快速城镇化地区生态环境质量时空格局演变及对土地利用变化响应——以廊坊市北三县为例

对生态环境质量时空格局及其对土地利用变化的响应进行研究可为区域制定生态保护修复政策提供参考。通过构建遥感生态指数,对廊坊市北三县2000-2020年生态环境质量分布格局分析评价,利用地理加权回归模型探索生态环境质量变化对土地利用变化的响应。结果表明,北三县2000-2020年生态环境质量等级以“良”和“一般”为主,整体呈下降趋势,等级“较差”面积呈快速增长趋势。建设用地变化、土地利用强度变化和生态环境质量变化呈负相关关系,回归系数在空间上呈现较大的异质性;生态用地变化与生态环境质量变化呈正相关关系,回归系数在空间上异质性不强。城镇快速扩张的区域生态环境质量变化对建设用地变化和土地利用强度变化响应最显著。大量耕地向建设用地转变是区域生态环境变化的最主要影响因素,在国土空间规划中应划定城市边界,严格控制建设用地规模,提高集约节约利用水平,确保区域可持续发展。

湖南省城镇土地利用多样性对人口密度的影响研究

城镇人口密度降低已经成为制约部分城镇发展的重要因素之一。选取湖南省为案例区,在定量刻画湖南省城镇人口密度与土地利用多样性格局基础上,运用地理加权回归模型探索两者的关系,并构建压力-状态-响应模型探索湖南省城镇土地利用多样性对人口密度的影响路径。结果表明:①湖南省城镇人口密度、城镇建设用地土地利用多样性均存在明显的空间正相关性,但聚集趋势相反;②单一化的城镇建设用地利用方式既不利于湖南省城镇土地利用多样性的提升,也不利于湖南省城镇人口密度的提升,工业布局可以引导湖南省城镇人口密度的提升,注重经济发展、提高城镇公共服务能力是提高城镇土地利用多样性进而提高城镇人口密度的有效方法;③湖南省二、三产业增加值与城镇人口密度呈现弱负相关且呈现“南高北低”的格局;④湖南省城镇居民可支配收入与城镇人口密度的相关性呈现出“西北高、东南低”的格局,并在长沙市中心城区一带出现正相关与负相关的分界。最后,从优化城镇职能体系对应对历史遗留问题、促进人口密度有序提升方面提出了政策建议。

基于PLUS-InVEST模型的陕南地区土地利用变化多情景模拟与碳储量评估

在PLUS模型中纳入POI驱动因子并利用LASSO回归进行驱动体系筛选与精度验证,设定自然发展、经济保护与生态保护3种情景,利用筛选后的驱动因子模拟2030年各情景下陕南地区的土地利用格局,利用InVEST模型分析2000—2020年陕南地区碳储量的时空分异特征,探讨不同发展情景下土地利用变化对陕南地区碳储量的影响。结果表明:(1)2000—2020年,陕南地区的建设用地面积由23648.49 hm^(2)增长到78000.21 hm^(2),侵占了耕地、林地和草地的生存空间,使其分别减少了39415.05 hm^(2),8787.51 hm^(2)与17476.56 hm^(2),2030年3种发展情景下的建设用地均保持扩张的趋势。(2)在PLUS模型中加入POI驱动因子且利用LASSO算法筛选驱动因子有效提升了模型的精度与运行效率,模型的Kappa系数和OA系数分别提高了2.53%和0.20%,更精准地模拟了建设用地的分布情况。(3)2000—2020年陕南地区碳储量总量呈下降趋势,由2.1887×10^(9)t下降至2.1775×10^(9)t。2030年经济保护情景与自然发展情景的碳储量总量均小于2020年,生态保护情景下的碳储量总量最高,达到了2.1830×10^(9)t。(4)生态保护情景更有利于陕南地区的可持续发展策略,以陕南地区平均碳密度分区分布为基础,可为陕南地区分区发展与区域碳收支平衡提供参考,对未来不同情景下土地利用对区域碳储量的影响和双碳背景下的国土空间规划具有借鉴意义。

土地利用与城市轨道交通客流的非线性关系

城市轨道交通站点影响范围内土地利用对客流影响具有时空分异特征且存在类型差异,为针对性探讨不同站点两者的复杂非线性关系,提出一种基于土地利用空间分布规律、对站点实际影响范围进行差异化识别的方法;并通过分时段多尺度地理加权回归,获取能够表征土地利用对客流影响时空变化特征的站点聚类指标,采用K-means++算法将研究区域内的站点划分为4类;进而基于改进的梯度提升决策树模型分类定量探讨不同类别下土地利用与轨道交通客流的复杂非线性关系。研究表明:通过捕捉不同站点土地利用与客流的时空分异特征对站点进行分类识别,可有效提升两者非线性关系模型的解释度。根据模型输出结果,发现不同类别站点影响轨道交通客流的关键土地利用要素不同,第1类中关键变量为相对重要性分别为61.35%和30.08%的公交站点数量和慢行密度;第4类的情况类似但相对数值有所变化,公交站点数量的相对重要性由61.35%下降至30.31%;建筑密度在第2类中以66.57%的相对重要度占据最大比例;但在第3类中仅占5.59%。此外,不同类别站点影响范围内土地利用与轨道交通客流的关系存在较为显著且各异的阈值效应。研究表明,对于不同类别站点的用地开发应各有侧重,且应结合实际将土地利用设计指标控制在相应的合理范围内。研究为差异化的站点周边土地利用开发策略的制定提供了理论支持和量化指导。

三峡库区多时空尺度土地利用和景观格局对水质的影响

为了探究三峡库区水质对不同尺度的土地利用和景观格局的响应,基于三峡库区2019—2021年7个断面的水文与水质数据和2020年土地利用数据,分析了水质时空异质性、多尺度河岸带缓冲区内土地利用和景观格局特征,同时利用相关性分析和冗余分析(RDA)确定了土地利用和景观格局对水质指标的影响及最佳影响尺度,并采用偏最小二乘回归(PLSR)探究了最佳影响尺度下的关键影响因子。结果表明:三峡库区水质状况整体稳定,枯水期的水质优于丰水期,水质状况主要受到面源污染、支流汇入、磷矿产业和城镇化的影响;小尺度缓冲区内景观斑块破碎化较严重,但多样性较高,耕地是库区的优势景观类型,其破碎化程度的增加有利于水环境的改善;林地和草地在枯水期对水环境的净化作用优于丰水期,而水域是河流氮磷污染物的主要来源;整体上土地利用和景观格局对水质指标的解释能力在丰水期高于枯水期,且在300 m缓冲区尺度下解释能力最强,其中耕地、草地、水域和斑块密度(PD)是影响水质指标的关键变量。

基于STIRPAT-GWR模型的重庆市土地利用碳排放动态演进及影响因素

探究重庆市土地利用碳排放时空分异及影响因素,可为进一步优化土地利用结构、落实差异化的降碳减污政策提供参考。基于2000年、2010年、2020年3期土地覆盖数据揭示重庆市碳排放的区域差异及时空动态特征,综合运用STIRPAT模型和地理加权回归(GWR)模型,探究社会经济因素对碳排放的空间异质性影响。结果表明:重庆市净碳排放量在2000—2020年总计增长3723.14×104 t,其时序变化可划分为急剧增加阶段和缓慢增加阶段;土地利用碳汇与碳源仍存在收支不平衡问题。净碳排放总体呈现“中心高、两翼低”的分布格局,净碳排放增量在主城都市区的增长幅度最为剧烈,在渝东南各区县均呈现微度增长态势,渝东北各区县的增长量存在明显的空间差异性。土地利用碳排放各影响因素的空间分布格局差异较大,碳排放强度和人均GDP是关键主导因素,其他依次为城镇人口规模、地方财政一般预算支出、产业结构,碳排放强度在渝东北地区的影响强度较大,城镇人口规模在主城都市区的正向促进作用较大。

广州市土地利用碳排放时空演变及影响因素

[目的]探究不同空间尺度下的土地利用碳排放时空演变特征及影响因素,为制定合理的碳减排措施并实现“双碳”目标提供参考依据。[方法]从乡镇级和1 km格网两个空间尺度测算了2000年、2005年、2010年、2015年、2020年广州市土地利用碳排放量,运用GIS空间分析、空间自相关方法、探索性回归和地理地权回归(GWR)模型探讨了广州市土地利用碳排放的时空演变特征及影响因素。[结果](1)两个尺度下中、高度碳排放区面积逐渐增加,负碳排放和低度碳排放区面积逐渐减小。(2)区域土地利用碳排放总体上具较强的正空间集聚特征,且集聚程度趋于增强;高—高集聚和低—低集聚单元居多,低—高集聚区零星分布且变化不大。(3)局部空间集聚格局也发生了一些变化:高—高集聚区逐渐扩大;低—低集聚区在乡镇级尺度下有所收缩,而1 km格网尺度下略微扩大。(4)土地利用结构、投资水平和人口规模对土地利用碳排放具正向作用,95.32%的乡镇单元的人口密度具抑制作用。[结论]广州市土地利用碳排放水平逐渐增加,且整体上呈现正空间集聚特征,各影响因素对其的影响差异明显,研究成果可为广州市制定精准化碳减排措施提供参考依据。

基于不同权重的土地利用空间自相关模型对比分析——以元谋县为例

[目的]研究不同空间权重矩阵对土地利用空间自相关模型的影响。[方法]以元谋县土地利用变量为基础,首先分析不同权重矩阵下土地利用类型及其驱动因子的空间自相关性,建立基于queen权重矩阵、rook权重矩阵和距离阈值权重矩阵的耕地时空格局演变的空间自回归模型,选取拟合优度、最大似然对数值、赤池信息准则、施瓦茨信息准则、影响因子数量和模型残差空间自相关性等参数作为模型评价指标,对比分析经典线性回归模型、空间滞后模型和空间误差模型的差异。[结果]2018年元谋县土地利用类型和土地利用驱动因子在不同空间权重矩阵下均呈现出较强的空间正相关关系。通过对比3种权重矩阵的经典线性回归模型、空间滞后模型和空间误差模型,发现在同一空间自相关模型中,基于距离阈值权重矩阵的空间自回归模型的拟合效果较好,基于同一个空间权重矩阵,空间误差模型的拟合效果较好。[结论]空间相关性与空间权重矩阵有关,基于距离阈值矩阵的空间误差模型的拟合度最高,解释能力最强,能更好表征云南高原山区的土地利用格局的空间演变。

黄河中下游城市土地绿色利用效率时空格局及其影响因素分析

城市土地绿色利用是实现生态文明建设和“双碳”目标的有效途径,分析城市土地绿色利用效率及其影响因素,可以为城市建设和治理绿色转型提供借鉴。以黄河中下游60个城市为研究对象,采用非期望产出超效率SBM模型测算城市土地绿色利用效率,运用重心模型、随机森林模型、时空地理加权回归模型对其时空变迁和影响因素进行分析。结果表明:1)黄河中下游城市土地绿色利用效率在2001—2020年间呈现缓慢增长趋势,高效率城市明显增多;2)黄河中下游城市土地绿色利用效率重心呈现先向西再向东的移动趋势;3)社会结构、市场环境、经济发展对城市土地绿色利用重要性高,而政府投入和自然因素对其重要性相对较小;4)黄河中下游城市土地绿色利用效率各影响因素表现出明显的空间异质性。据此,黄河流域城市在促进区域协调和高质量发展过程中,要从人口集聚、对外开放、政府规制、产业结构等角度综合考虑,因地制宜制定差异化的政策,助推黄河流域生态保护和高质量发展。

基于土地利用回归模型的场地土壤污染特征分析

通过在广东韶关凡口铅锌矿向外辐射8 km^(2)范围内布设25个采样点,监测土壤中Pb、Zn、As、Cu、Cr和Hg的质量比,构建土地利用回归(LUR)模型模拟该6种元素质量比的空间分布。结果表明:不同土壤元素质量比受地理要素影响差异较大,Pb和As的空间分布受道路影响较大,其高值区沿道路呈带状分布;Zn和Cu受自然因素与土地利用的综合影响,高值分布相对零散;Cr的空间分布主要受地形降水等自然因子的影响。研究区整体元素质量比偏低,西部地区元素质量比低于东部地区,南部地区低于北部地区。

喀斯特槽谷区不同土地利用方式下土壤入渗特征及适宜模型

[目的]探究喀斯特槽谷区不同土地利用方式下土壤入渗规律,提出适合喀斯特槽谷区的土壤入渗模型。[方法]以喀斯特槽谷区4种典型土地利用类型(林地、草地、耕地、园地)为研究对象,分析不同土地利用类型土壤入渗特征差异及影响因素,评价了Horton,Kostiakov和Philip这3种常见入渗模型在该区的适应性。[结果](1)不同土地利用类型土壤容重、含水率和电导率存在显著差异(p<0.05),耕地土壤容重(1.1 g/cm^(3))、含水率(26.9%)以及电导率(75.43 mS/cm)低于其他土地利用类型,园地土壤容重(1.32 g/cm^(3))、林地含水率(35.02%)以及草地电导率(164.6 mS/cm)分别高于其他土地利用类型。(2)不同土地利用类型土壤入渗过程均表现为迅速下降、缓慢下降以及趋于稳定。(3)Horton模型、Kostiakov模型和Philip模型对喀斯特槽谷区不同土地利用方式拟合结果存在差异,其中,Horton模型结果最优,拟合度R 2达到0.922~0.951,Philip模型拟合结果最差,拟合度R 2为0.754~0.908。(4)pH值与初始入渗速率和平均入渗速率呈极显著正相关关系(p<0.01),与稳定入渗速率呈显著正相关关系(p<0.05);0.05~0.25 mm和<0.05 mm微团聚体分别与稳定入渗率和平均入渗率呈显著正相关和负相关(p<0.05)。多元线性回归模型表明,容重、含水率以及<0.05 mm微团聚体是主要影响入渗速率的因子,且与入渗性能指标存在负相关关系。[结论]不同土地利用方式下耕地具有更好的渗透性能,Horton模型更适合模拟喀斯特槽谷区土壤入渗,研究结果可为喀斯特槽谷区土壤入渗性能评估及植被配置等提供科学依据。

黑龙江省PM_(2.5)浓度与土地利用的相关性分析

基于2010-2020年黑龙江省PM_(2.5)浓度数据及土地利用/覆被变化(LUCC)数据,对该省PM_(2.5)及LUCC进行了时空分布特征分析,并利用Arc GIS空间分析、地理加权回归等手段探讨PM_(2.5)变化与LUCC的相关性。结果表明,(1)黑龙江省11年来PM_(2.5)年均浓度的空间格局均为西南高、东北低。时间格局呈先上升、后下降的趋势;(2)2010-2020年黑龙江省土地利用类型/覆被以耕地、林地为主。土地利用类型面积变化主要为林地、草地转为人造地表;(3)通过GWR进行响应分析发现,PM_(2.5)变化对土地利用/覆被变化有显著的响应作用。当林地草地转化为人造地表时PM_(2.5)浓度上升,而耕地及人造地表转为林地草地时PM_(2.5)浓度降低。因此,增加绿地面积对于防止PM_(2.5)浓度上升具有重要作用。

东北地区土地利用碳排放演变及影响因素研究

以东北地区为研究区域,基于土地利用、土壤类型分布、交通路网等数据,利用土地利用碳排放计算方法,结合地理加权回归模型,对2010—2020年土地利用碳排放时空演变及影响因素进行研究。结果表明:(1)东北地区2010年、2015年、2020年的净碳排放量为1.07×10^(8)t、1.13×10^(8)t、1.37×10^(8)t,排放量随着时间推移明显增加。(2)土地利用类型极大地影响了单位面积土地的碳排放,主要土地利用类型为耕地的土地,碳排放量明显高于主要地类为非耕地的相同面积土地;耕地中,旱地的碳排放程度高于水田和水浇地。(3)研究区土地利用碳排放的影响因素作用复杂。自然因素中,底层土壤有机碳含量起巨大的主导作用;其次为表层土壤泥沙含量、高程等;交通因素反映人类活动,其对碳排放起正向作用;土地利用类型变化直接影响着区域碳效应,采取相关举措进行碳减排、碳增汇,是推动东北地区绿色发展的重中之重。

都市圈接合区土地利用转型过程与机制研究——以成渝中部地区为例

以典型都市圈接合区成渝中部地区为例,在经济社会发展阶段识别的基础上,以土地利用转移矩阵、空间自相关分析方法测度2000—2020年区域土地利用转型特征,并综合应用最小二乘回归与地理加权回归方法,探究土地利用转型影响因素与驱动机制。结果表明:(1)2000—2020年,成渝中部地区土地利用转型特征表现为耕地面积由相对稳定转向减少;建设用地规模急速扩张,热点区由分散转向集中,由重庆市主城区边缘向外围拓展。(2)都市圈接合区土地利用转型过程是政策制度因素、自然环境条件、行政边界效应、经济社会转型等多因素综合作用的结果。行政边界效应是驱动区域土地利用转型的特色因素,其作用过程呈现中介特征。(3)行政边界效应的存在导致区域生态空间管控不力,建设用地无序扩张与供给不足并存,加剧土地利用冲突。应进一步形成推进跨区域国土空间一体化治理的综合性理论方法体系与系统性政策行动路径,这对促进现代化都市圈建设与实现城市群一体化及可持续发展具有重要意义。

站域土地利用对地铁车站职住功能的影响

为探究土地利用与地铁车站职住功能之间的影响关系,提出居住客流指数和就业客流指数作为站点聚类指标。先对地铁站点进行分类,刻画车站的职住功能类型,之后构建空间Logistic回归模型,分析空间效应影响下地铁车站周边土地利用对其职住功能的影响。结果表明:相较于就业型车站,居住型车站存在更为显著的空间依赖关系,居住型车站周边每增加1个同类型车站时,该类车站形成的概率增大4.1%;以综合型站点为对照组,居住集中型车站周边每增加一个科教文化或停车场类兴趣点(points of interest,POI),该类车站形成的概率减小2.7%和3.2%;就业集中型车站周边每增加一个生活服务或住宿类POI,其形成的概率减小2.1%、0.8%,有利于其向综合型车站转变。研究结果可为站域土地利用规划或优化策略提供参考。

流空间视角下湖北省县域土地利用碳排放关联态势及其影响因素研究

研究目的:剖析“流空间”背景下湖北省县域间土地利用碳排放的关联动态,并探究其影响因素,以期通过调控碳排放的关联态势推动县域间的协同碳减排。研究方法:夜间灯光数据模拟能源消耗模型、土地利用碳排放测算模型、修正的引力模型、社会网络分析法、QAP回归模型。研究结果:(1)研究期内,湖北省土地利用碳排放呈现东高西低的空间格局;县域间土地利用碳排放空间关联明显,整体形成以武汉市区为大核心,以各市辖区为小核心的多组团结构,网络的稳健性较强,等级结构有所弱化,紧密度仍有待提升。(2)武汉、黄石等地的市辖区长期居于网络的核心地位,更多充当净收益角色。(3)人口流、信息流和经济流均显著促进县域间碳排放关联网络的形成,其影响作用具有非线性和交互性特征;各县域在经济、产业结构、信息化、创新方面的差异水平及地理邻近性也在不同程度上影响碳排放关联网络的形成。研究结论:需调控县域间土地利用碳排放的关联强度,依据各县域在碳关联网络中的作用及发展态势探索总体碳平衡目标导向下的差别化碳减排措施,形成协同碳减排态势。

异质性产业集聚对城市土地绿色利用效率的影响

运用超效率SBM模型测度2003—2020年30个省(市)的城市土地绿色利用效率,并利用面板门槛模型和面板向量自回归模型实证检验异质性产业集聚对城市土地绿色利用效率的非线性影响和动态效应。结果显示:2003—2020年间城市土地绿色利用效率均值小幅度下降且具有明显的区域差异性,整体上呈现东部、西部、东北和中部递减的分布规律;制造业集聚和生产性服务业集聚均对城市土地绿色利用效率表现出单门槛效应,随着阈值区间的提高,制造业集聚的负向影响呈逐渐减弱的趋势,而生产性服务业集聚的负向影响会转变为正向影响;制造业集聚和生产性服务业集聚对城市土地绿色利用效率的冲击整体表现出“负—正—负”的特征,而生产性服务业与制造业协同集聚的冲击则是先正后负。

地铁周边常住人口与土地利用关系研究

根据地铁站点客流的吸引范围确定地铁周边范围,分析站点周边常住人口与站点周边土地利用,探究地铁影响范围内常住人口与站点周边土地利用的相关关系。在空间相关性视角下采用地理加权回归模型计算相关数据之间相关关系的回归方程,分析常住人口与土地利用的相关系数在空间分布的情况,为城市建设提供数据支持。

因子回归和交互联合探索河南省土地利用程度空间差异及驱动机制

土地利用变化演变与探测归因对改善土地资源优化配置以及生态环境的可持续发展具有重要意义.利用Landsat数据获取河南省土地利用信息,引入土地利用程度指数,分析河南省土地利用程度空间分异特征,综合自然因素、人文因素联合因子回归与交互作用探索因素和人文因素对河南省土地利用的影响.结果表明:①总体上对河南省土地利用空间分布的影响因素表现为自然环境因素>人类活动因素;②地形是限制河南省地区土地利用的主要驱动因子,高程解释度值为0.64;③因子交互发现:驱动解释力呈现双因子增强,且不同区域范围内各因子的驱动解释力具有明显的空间分异性,表明从因子驱动角度分析河南省土地利用呈多因子协同作用,其中高程与其他因子交互作用最强;④随着区域、因子间相互作用等,各因子对不同区域内土地利用影响力具有明显空间分异性.

基于Logistic回归模型的南昌市土地利用演变驱动力分析

应用Logistic回归模型,通过深入挖掘和整合气象数据、生态指标、社会经济和其他多源监测数据,全方位地剖析江西省南昌市土地利用/土地覆盖变化(Land-Use and Land-Cover Change,LUCC)背后的主要驱动因素。研究表明:南昌市土地利用类型整体呈现出向建设用地转移的趋势,且主要来源是耕地;影响耕地分布的关键因素是坡度、年均温、夜间灯光;影响林地分布的关键因素是坡度、年均温、人口密度;影响草地分布的关键因素是坡度、人口密度;影响建设用地分布的关键因素是坡度、年均温、夜间灯光;影响水域分布的关键因素是坡度、年均温、夜间灯光;影响未利用地分布的关键因素是高程、年降水、夜间灯光、人口密度。