基于参数最优地理探测器的福建省植被NPP时空分异及驱动力探究

植被净初级生产力(NPP)是生态系统碳循环的重要组成,研究其时空尺度的变化和驱动机制,对生态系统的可持续发展具有重大意义。选取MOD17A3HGF植被NPP数据、土地利用、地形、气象和社会经济数据,通过Sen+MK趋势分析、Hurst指数、最优参数地理探测器等方法,分析2000-2020年福建省植被NPP时空变化特征及未来趋势,并探究植被NPP空间分异的驱动因子。结果表明,1)2000-2020年福建省植被NPP呈波动状缓慢下降,多年均值为843.71 gC·m^(-2)·a^(-1);灌木植被NPP的多年均值926.54 gC·m^(-2)·a^(-1),是生产力最强的土地利用类型;植被NPP主要集中在600~900 gC·m^(-2)·a^(-1),处在该范围的区域占全省总面积的52.09%~66.23%。2)福建省北部、东南部植被NPP多为显著上升,而中部和西南部主要为显著下降;未来植被NPP变化趋势以反持续性为主(53.25%),应重点关注闽北山地与闽江下游区域。3)造成植被NPP空间分异的驱动因子平均解释度高低排序为降水量>气温>土地利用>夜间灯光>人口密度>坡度>高程>国内生产总值,双因子交互中最高解释度为气温∩降水量(0.282),自然因子间的交互作用影响更大。

基于多参数优化地理探测器的山洪灾害驱动力分析及风险评价

【目的】大同市地处黄土高原东北边缘,区域内频繁的地下开采活动加剧了山洪灾害,严重威胁人民生命财产安全。为揭示该区域山洪灾害主要驱动力及对其进行风险性评价,【方法】基于大同市山洪灾害调查评价项目成果数据,采用多尺度网格进行采样,并组合参数最优地理探测器对连续型驱动因子进行最优离散化处理,探测分析山洪灾害驱动因子解释力和各驱动因子分级的平均危险度,最后基于所得解释力和危险度进行定量风险性评价。【结果】结果表明:降雨是诱发山洪灾害的首要因素(q=0.088 8),人类活动次之(q=0.061 8),地表环境最弱(q=0.022 7);在所选降雨指标中,6 h强降雨对大同市山洪灾害发生有平均最强解释力(q=0.141 2),可在进一步山洪灾害临界雨量研究中予以考虑;大同市山洪灾害危险水平较高,中高危险区面积占比超3/5,高危险区灾害点密度达0.038 5个/km^(2)。【结论】网格尺度和离散方式的优化选择均可有效提高地理探测器分析结果解释力;短历时(<6 h)强降雨若降雨不能持续,对山洪灾害的诱发力度大打折扣;整体来看大同市山洪灾害危险水平较高,且主要集中分布在易损性水平较低区域。研究结果可为定量进行山洪灾害风险性评价提供参考,为大同市山洪灾害防治区划提供一定的科学依据。

基于参数最优地理探测器的粤东北耕地非农化特征与影响因素研究

[目的]探究粤东北丘陵山区耕地非农化格局及影响机制,为该地区防治耕地非农化提供理论指导。[方法]以粤东北为例,基于该地区1990,2000,2010和2020年4期土地利用影像提取非农化信息,运用空间自相关分析和参数最优地理探测器等方法探究耕地非农化时空分布特征与影响因素。[结果]①1990-2020年,粤东北耕地非农化呈“平稳发展到骤降”的变化趋势,累计非农化面积2.29×105 hm^(2),非农化率25.31%,林地和建设用地是主要的非农化类型。②垂直方向上,海拔1000 m以上和坡度25°~35°的耕地更容易非农化;水平方向上,与建设用地距离50 m以内和与河流距离1000~1500 m的耕地更容易非农化。③粤东北耕地非农化存在显著的正向集聚,全局莫兰指数由0.371逐渐下降至0.255,“高-高”聚类和“低-低”聚类的变化主导着耕地非农化率空间自相关格局的演变。④农业人口和耕地破碎度始终对耕地非农化空间分布具有较强的解释力,近10 a来社会经济因素对非农化的解释力有所减弱。多因素特别是农业因素和社会经济因素的交互能够进一步增加对耕地非农化的解释力。[结论]近30 a来,粤东北耕地非农化面积和空间集聚呈下降趋势,但农业人口和耕地破碎化对非农化的影响进一步增强。应合理控制城镇扩张速度,整合破碎耕地、引入小型农机改善生产条件,同时通过普及农村电子商务等方式鼓励农民种植,以应对耕地非农化问题。

基于参数最优地理探测器的西藏冰湖时空变化与影响因素研究

随着全球变暖的加剧,西藏地区冰湖的规模不断扩大,由此可能会发生冰湖溃决自然灾害。本文基于GIS空间分析和参数最优地理探测器方法,分析了西藏地区1990年至2015年间冰湖时空变化以及各环境因子:冰湖海拔、年总降水、年平均温度、年相对湿度、冰川面积变化、GDP、人口密度的影响程度。结果表明:(1)25年间冰湖总数量和总面积的增长率分别为2.57%、6.32%,各个面积大小的冰湖在不同的海拔都有增长,增长最多的是小型冰湖(面积小于0.1 km^(2)),西藏冰湖增长方向性显著,数量分布和面积分布离散程度高,基本分布在西藏东部和南部地区。(2)通过Pearson相关分析,西藏冰湖变化主要受该地区冰川面积变化以及降水量大小影响。(3)地理探测器中,冰川面积变化对冰湖变化影响强度最高,q值为0.5006;交互作用探测中,温度因子与冰川面积变化因子交互作用后对冰湖变化影响解释力最强,且呈非线性增强关系,除温度因子以外,冰湖变化受各因子交互作用影响强度高。

基于参数最优地理探测器的江西省山洪灾害时空格局与驱动力研究

江西省是我国山洪灾害严重的省份之一,但目前缺乏对该省山洪灾害时空格局和驱动因子全面系统的研究。该文根据全国山洪灾害调查项目江西省1950-2015年山洪灾害数据集,对江西省山洪灾害时间分布特征、空间分布规律、主要影响因子分布趋势与灾害重心迁移格局进行挖掘;在此基础上,运用参数最优地理探测器对降雨和地形两种连续型因子生成最优离散化因子,分别探测江西省全域范围和流域范围山洪灾害的主要驱动因子及作用机制。结果表明:全域范围江西省降雨因子解释力明显强于地形因子,其中历时短、重现期长的10 min强降雨对山洪灾害的解释力最强,且在特定地形条件与降雨交互作用后呈非线性增强;流域范围降雨多为山洪灾害的主导因子,但各流域的降雨主导因子差异明显,地形因子解释力更强,多数流域最大交互作用的双因子为降雨与地形因子,表明流域内因降雨和地形产生明显的山洪灾害空间分异特征。研究结果可为山洪灾害区划、防治等研究提供科学依据。

基于参数最优地理探测器的福州市生境质量时空格局与驱动力分析

揭示生境质量的时空演变特征和影响因素可为区域可持续发展提供参考依据。基于2000年、2010年和2020年的土地利用数据,运用InVEST模型、土地利用转移矩阵和参数最优地理探测器等方法,综合分析福州市生境质量时空演变及其驱动因素。结果表明:福州市2000年、2010年和2020年生境质量指数分别为0.812、0.806和0.793,生境质量改善的面积小于生境质量退化的面积,福州主城区和东南沿海区域的生境状况亟须改善。3km网格为本研究的最佳空间尺度,最佳数据离散化分类数为6,自然间断点法更能解释驱动因素的驱动程度。高程、坡度和夜间灯光是福州市生境质量空间分异的主要影响因素,坡度和夜间灯光的交互作用对生境质量变化的解释力最强。

基于参数最优地理探测器的中国建成区扩张及定量归因

为研究中国城市建成区2002-2021近20年来时空变化,采用DMSP-OLOS和NPP-VIIRS夜间灯光数据,在市域尺度上从数量结构和空间分布两个方面定量分析中国建成区的空间演化特征,并采用参数最优的地理探测器进行分析。结果表明:1)20年来,我国城市建成区的扩张速度以中速和低速发展为主,东部沿海和北部沿海地区的建成区年扩张速度均高于全国平均水平,东部沿海地区扩张速度最大,且区域内城市发展差异性最小;我国建成区重心向西北地区移动。2)建成区的扩张速度具有空间分异性,冷点区域分布在我国北部及中部并表现为低低聚类和高低聚类,而热点区域分布在我国东南沿海一带,并表现为高高聚类和低高聚类;3)各影响因子交互作用均为双因子增强或非线性增强,且GDP和人口因素的交互作用最强。

陕北黄土高原气象要素对植被覆盖的空间分异影响及风险探测

陕北黄土高原地处我国西北生态环境脆弱区,近年来受退耕还林(草)影响,区域植被覆盖变化显著,与气象要素的响应关系也呈现出了复杂的空间分异性和不确定性,亟待厘清。以不同地貌分区为响应单元,探究了陕北黄土高原变绿前后(1982—1992年与2005—2015年)NDVI指数的时空演化特征,分析了植被覆盖变化与气象要素之间的分异性响应关系,并透过最优参数的地理探测器模型(OPGD)探测了气象要素变化对植被覆盖演变的交互影响及风险。研究结果表明:(1)陕北黄土高原及各地貌分区在研究期内NDVI指数均呈显著上升趋势,且阶段化分异明显;各地貌区气温和实际蒸散发量在高原变绿前后趋势变化差异明显,1982—1992年主要呈不显著增加趋势,而2005—2015年则表现为不显著减少趋势;两个时期降水量的空间异质性较为显著,其中北部地区为持续增加趋势,而南部地区则由减少逆转为增加趋势。(2)不同地貌区NDVI指数与气温和蒸散发均呈正相关,且蒸散发与NDVI的相关性强于气温;相对高原变绿前,2005—2015年NDVI指数对各气象要素的响应强度均有所增大。(3)OPGD因子检测结果显示5km空间网格是评价气候变化对陕北黄土高原植被覆盖变化影响的最佳空间尺度,各地貌分区对NDVI指数变化影响最大的气象因子依次为:气温(黄土塬)、降水(盖沙黄土丘陵)、蒸散发(黄土峁状丘陵)、降水(黄土梁状丘陵)、降水(黄土宽谷丘陵)、蒸散发(风沙丘陵)、降水(土石丘陵);交互探测表明气象因子间的交互作用对NDVI指数的空间分异具有协同增强性,但不同时期各地貌区的主导交互因子略有差异。(4)风险探测发现不同实际蒸散发量对NDVI指数的影响有显著空间差异。(5)陕北黄土高原的植被覆盖变化并不能简单归因于退耕还林(草)等生态修复措施,而应是多要素耦合驱动的结果,气象要素在其中扮演了不可忽视的作用。

基于GEE云平台的珠江口沿岸土地利用变化及驱动力探测

珠江口沿岸是我国乃至全球人口最密集、经济最活跃、资源消耗最庞大的大型河口海岸带地区之一,面临着过度围垦、功能退化以及资源衰减等诸多问题,给区域生态平衡和高质量发展造成严重威胁。传统遥感处理平台载荷有限导致中、大尺度地区影像处理的一致性较差引致地物分类结果精度不高。文章基于Google Earth Engine(GEE)云平台解译形成2000—2020年共5期的土地利用类型数据,总体精度介于86.27%~90.15%;其次,综合运用土地利用转移矩阵和动态度定量分析珠江口沿岸土地利用转变的时空特征;最后,基于最优参数的地理探测器定量揭示珠江口沿岸景观演变过程的影响机制。结果表明:(1)近20年来珠江口沿岸景观格局频繁转变,其综合动态度介于2.66%~3.62%。珠江口西翼区域林地和耕地类型间发生剧烈转变,而珠江口东翼区域建设用地保持强劲增长;(2)珠江口沿岸景观演变地理探测的最优参数等级划分为9~15类,且影响因子地理探测的最佳空间尺度阈值为90 m×90 m;(3)不同阶段珠江口沿岸景观格局演变过程均受自然、人为双重因素影响,双因子交互作用的驱动力明显高于单因子驱动力,且以双因子增强或非线性增强关系为主,其中GDP变化与气温变化的交互作用对2000—2005年红树林变化的贡献最大,q值为0.345。研究揭示珠江口沿岸未来资源规划利用与综合治理必须足够重视景观斑块的尺度效应,量化探测GDP与其它因子间的交互作用处于主导地位,权衡湾区经济快速增长与区域生态环境的协调关系,促进粤港澳大湾区高质量发展。

中国沿海地区植被NDVI时空变化及驱动力分析

研究植被变化对区域生态修复具有重要意义。以中国沿海地区为例,基于归一化植被指数(NDVI)和降水、夜间灯光等自然和人为因子数据,运用Theil-Sen Median趋势分析+Mann-Kendall检验、最优参数地理探测器(OPGD)、相关分析和Hurst指数,多时空尺度探讨了中国沿海地区植被NDVI时空变化规律及其驱动力。结果表明:1)2001-2020年研究区植被状况较好,NDVI多年均值为0.762,具体到各分区,东北沿海的NDVI均值最高,其次是华南沿海,华东沿海和华北沿海;全区NDVI逐年变化率为0.019/10 a(P<0.01),不同分区的上升趋势从大到小为华南沿海、东北沿海、华北沿海和华东沿海,区域内植被状况不断改善,退耕还林还草和沿海防护林等生态工程效益不断显现;2)夜间灯光指数在全区各个因子中的解释力最大(q值为0.354),人为因素对NDVI的解释力明显大于自然因素,其对植被恢复产生了积极影响,并且随时间推移逐渐增强;3)两因子结合后的解释力大于单因子,表现为双因子增强和非线性增强。在全区范围内,影响最大的一对交互作用为土壤类型∩夜间灯光,其他分区则为日照时数∩夜间灯光(东北沿海地区),土壤类型∩夜间灯光(华北沿海和华东沿海地区),人口密度∩夜间灯光(华南沿海地区),自然因素和人类活动因素作用后影响力有了显著提升,但人类活动因素仍占据主导地位;4)Hurst指数均值为0.463,未来一段时间内,研究区内植被变化有66.3%的地区表现出一定的反持续性。研究结果有利于为中国沿海地区生态保护和高质量发展提供科学支撑。

2000—2020年三江源地区景观生态风险评价及驱动因素

三江源地区是重要的源头汇水区,其生态安全至关重要。探究三江源地区景观生态风险的时空变化及其驱动因素,对促进亚洲东南部的生态安全、水资源开发利用具有重要的意义。以三江源地区为研究区,基于5期土地利用数据,构建评价模型以分析其景观生态风险的时空分异特征和变化趋势,进而采用参数最优地理探测器对比分析其全局及局部区域景观生态风险空间分异的驱动因素。结果表明:(1)2000—2020年研究区景观生态风险在空间上呈显著正相关,以中风险区和中低风险区为主,高风险区较少。(2)2000—2020年研究区景观生态风险水平有所改善,研究区低风险和高风险分布向中低风险区、中风险区和中高风险区转化;澜沧江源区景观生态风险水平略高于长江源区和黄河源区。(3)三江源地区各土地类型的景观面积规模和景观完整性应是该区景观生态风险变化的关键因素,其景观生态风险空间分异是多种驱动因素共同作用的结果,其中归一化差分植被指数(NDVI)、高程、坡度为主要驱动因子;地势不同的地区,其因素的驱动作用会有较大差异。政府应严格保护与监测雪山冰川,采取适当措施抑制草地荒漠化,防范生态风险反弹,以保持生态系统的完整性,促使其生态功能的持续提升。

资源枯竭型城市生态质量时空格局与驱动力研究--以阜新市中心城区为例

为评价资源枯竭型城市转型期的生态质量时空演变特征,本文以阜新市中心城区为研究区域,基于Landsat遥感影像构建遥感生态指数(RSEI),以OSM数据和POI数据为基础识别城市功能区,借助参数最优地理探测器模型探究城市生态质量与城市功能区之间的复杂性关系。结果表明:①2004—2022年阜新市中心城区生态质量整体呈略微下降趋势、波动相对稳定,形成四周好、中间差的盆地状格局;②Hurst指数均值为0.67,强持续性最近邻指数值为146.53,生态质量未来变化趋势呈现均匀持续性,大部分区域变化趋势与过去相同,但局部地区有反持续性趋势;③识别出“31+1”类城市功能区,功能区生态质量由高到低依次为绿地、公共服务、工业、交通、居住、商业、矿区,且不同因子交互作用均会增强对生态质量的解释力。研究结果可为资源枯竭型城市转型期针对不同功能区的生态保护和恢复工作提供科学参考。

龙川江流域近20年土壤侵蚀时空变化及驱动因素分析

[目的]探究龙川江流域土壤侵蚀时空变化及其主控因子并掌握当地水土保持情况,有利于筑牢长江上游生态屏障。[方法]采用通用土壤流失方程RUSLE,结合GIS和RS技术,研究龙川江流域2000—2020年的土壤侵蚀时空变化特征,同时利用最优参数地理探测器(OPGD)模型,量化驱动因子对龙川江流域土壤侵蚀时空动态变化的影响力和相互作用。[结果](1)龙川江流域土壤侵蚀主要以微度和中度侵蚀为主,面积占比分别为2000年49.17%,2010年50.29%,2020年59.29%。2000—2010年土壤侵蚀变化较小,2010—2020年,共有9.01%的中度及以上侵蚀区域转为微度和轻度侵蚀。(2)最优参数地理探测器结果显示,在选取的影响因子中土地利用类型对研究区土壤侵蚀时空动态变化解释力最强,q值为0.18。土地利用类型与坡度的交互作用对龙川江流域土壤侵蚀解释力最强,q值达到0.45。[结论]龙川江流域的土壤侵蚀主要以微度和轻度侵蚀为主,整体呈好转趋势,但元谋盆地土壤侵蚀仍较剧烈。土地利用类型对流域内土壤侵蚀的影响最强,而研究区最主要的土地利用类型为植被,占总面积的67.02%,因此未来需重点关注植被覆盖区域变化,继续推进生态保护政策,警惕地形复杂区域水土流失加剧风险。

高度城镇化背景下深圳市易涝点驱动因子分析

根据深圳市2018—2022年易涝点统计资料,运用标准差椭圆、空间自相关和核密度估计等方法对深圳市易涝点时空分布特征进行分析。将分别利用优化热点分析和核密度估计方法所得的内涝易发度作为因变量,运用参数最优地理探测器对连续型驱动因子最优离散化处理,探测易涝点空间分布差异的主要驱动因子及作用机制。结果表明:深圳市易涝点空间分布差异性显著,其分布的方向性减弱,集聚特征明显;人口经济类驱动因子对易涝点空间分布有最强解释力,气候特征类次之,暴雨日数和人口驱动因子的协同作用可以解释59.50%的易涝点分布;核密度估计所得的易发度具有更好的代表性,且对连续型因子最优离散化处理能显著提升其解释力。

南方山区耕地林果化时空演变及影响机理

为厘清南方山区耕地林果化时空演变趋势,探究耕地林果化的驱动机理,该研究以福建省为研究对象,截选2000—2020年5个时间节点,利用地形梯度分级、空间自相关分析等方法分析耕地“林果化”的时空演变特征,并借助最优参数地理探测器模型揭示其驱动因素。研究表明:1)福建省耕地林果化规模呈现“平稳发展转向骤增”的变化趋势,2015—2020年增加显著。2)水平空间上,林果化程度由“东高西低”向“西高东低”转变,Moran’s I从0.396增加至0.672,林果化行为在空间上呈现明显的集聚特征。3)垂直地带上,耕地林果化呈现明显的地形梯度效应,主要发生在海拔0~1000 m、坡度0°~2°和10°~20°、地形位指数为0.1~0.8的阴坡和半阴坡区域。4)不同时期耕地林果化空间分异的主导因素不同,其中高程、距居民点距离、GDP始终是稳定的驱动因子;各影响因子交互后对林果化的解释程度均呈现增强。耕地林果化演变是自然禀赋、区位条件和经济政策共同作用下的复杂结果,地方政府推行林果化管控过程中应基于耕地本底条件及驱动机理的不同进行分区整治,今后耕地占补平衡有必要推动平原林果地和山坡耕地空间置换。

融合多源数据的粤港澳大湾区生态系统健康影响机制研究

从人地耦合视角出发,基于“活力—组织力—恢复力—贡献力”(VORS)模型,综合评价2000—2020年粤港澳大湾区生态系统健康状况。融合人口密度、POI等多源数据,利用最优参数的地理探测器揭示大湾区生态系统健康影响因素的作用机制。结果表明:(1)2000—2020年大湾区平均生态系统健康指数由0.279下降到0.255,湾区中部生态系统健康恶化加剧。(2)生态系统健康的空间集聚特征明显,热点区集中分布在北部肇庆、惠州市;冷点区集中分布在佛山、广州市,且城市交界处的生态系统健康指数变化最为剧烈。(3)人口密度成为影响大湾区生态系统健康的主导因子,其与各类城市设施用地交互作用下对生态系统健康的扰动最为剧烈。公共设施用地、工业设施用地、商业设施用地以及居住用地成为影响大湾区生态系统健康的关键因子,因其对原始自然环境和生态组分的破坏,加剧了生态系统健康的恶化。

城市边缘区土地利用生态风险时空特征及其影响因素

城市边缘区是土地利用转换且生态环境变化剧烈的区域,研究该区域土地利用生态风险及影响因素对市县级国土空间规划和局部区域生态修复具有重要意义。以中部特大城市武汉市的城市边缘区为研究区,采用1995、2005、2015、2022年的土地利用/覆被数据和社会经济数据测算土地利用生态风险,分析其时空分异特征,基于最优参数地理探测器揭示影响因素与其空间关联规律。结果表明:(1)研究区主要用地类型为耕地、水域和建设用地,在1995—2022年间耕地和水域面积显著降低,建设用地面积快速增加;(2)土地利用生态风险指数从0.54下降至0.36,中高生态风险区面积减少,低生态风险区面积增加,生态风险总体呈下降趋势;(3)国内生产总值密度,建设用地密度、道路核密度、距最近主干道距离、距最近省级开发区和距最近主要湖泊的距离与不同时期土地利用生态风险仍具有显著的空间关联规律。未来需要重点关注湖泊、主干道和城市中心周边自然生态用地的土地利用生态风险,强化土地用途空间管制的法规作用,以科学合理的国土空间规划和交通规划引导产业和经济的集聚发展,从而构建稳定可持续的城市边缘区生态安全格局。

1990—2015年四川盆地农地时空演变特征及其驱动因素

四川盆地是中国自然地域单元和粮食主产区。20世纪以来,区域社会-生态系统变迁驱动农地利用规模和结构发生变化,而农地利用的时空演变特征及其驱动因素尚不明晰。本文利用1990、2000、2010和2015年土地利用数据和社会经济统计数据,结合空间分析和最优参数地理探测器模型,分析四川盆地农地的时空演变特征,探究不同时期社会经济驱动过程。结果表明:(1)1990—2015年,农地面积减少1859.91 km^(2),呈现阶段性变化特征。其中,1990—2010年,农地变化以内部转移为主,大量旱地和水田转变为园地,部分农地转为林地与建设用地;2010—2015年,农地呈现集中转变为建设用地的趋势。(2)川东北地区园地面积显著增加,城市中心与主干道附近建设用地面积明显增长,林地面积增加集中于平行岭谷地带,其空间聚集效应均表现为高-高聚集或低-低聚集特征。农地内部转移、农地向建设用地和林地的转变具有明显的空间分异特征和聚集效应。(3)2000—2010年间,农业劳动力与造林面积百分比是农地变化的主要驱动因素,因子间的交互作用多表现为非线性增强;2010—2015年间,GDP是农地变化的主要驱动因素,因子间交互作用表现为双因子增强解释程度更高。研究结论可为区域国土空间规划和农业可持续发展提供决策参考。

“双碳”目标下北京城市形态时空演变及其对碳排放的影响

控制碳排放是实现“双碳”战略目标和城市低碳发展的重要举措,城市形态与碳排放关系密切。基于2000—2020年碳排放、土地利用和景观格局指数等数据得到北京市碳排放和城市形态时空演变格局,构建面板数据模型探究城市形态对碳排放的影响,通过最优参数地理探测器揭示城市形态因子对碳排放的驱动因素。结果表明:(1)2000—2020年碳排放空间上呈现中心高、四周低、由中心向周边扩散的分布格局,其中2001—2005年和2010—2015年增幅分别为-13.8%和15.8%;(2)2000—2020年北京市城市形态因子具有明显的时空演变特征,平均斑块类型面积、最大斑块指数和有效格网大小增长率分别为56.4%、78%和112%,平均斑块密度呈下降趋势,斑块结合度和分散指数变化不明显;(3)城市形态与碳排放之间存在显著相关性,斑块密度和有效格网大小与碳排放呈负相关性,斑块结合度对碳排放有正向影响;(4)城市形态因子对碳排放影响程度排序为:有效格网大小>斑块类型面积>最大斑块指数>斑块结合度>分散指数>斑块密度>周长面积分维,且有效格网大小与分散指数的交互作用对碳排放空间异质性影响程度最高。不同地区应因地制宜考虑城市形态对碳排放的影响,进而制定其空间格局优化策略。

立体空间视角下景观生态风险时空演化及影响因素分析

综合探究修河流域景观生态风险时空演化特征及其影响因素对构筑区域国土空间生态屏障,优化生态风险管理机制具有重要意义。该研究以平原山地混合分布典型区修河流域为例,以2002、2007、2012、2017、2022年为研究时点,在测度景观生态风险指数的基础上,借助空间自相关、地形梯度分级等模型综合探究区域景观生态风险时空演化特征,并采用最优参数地理探测器识别其影响因素。结果表明:1)2002—2022年,修河流域景观生态风险指数呈下降趋势,低风险与中-低风险区域共增加491.89 km^(2),高风险与中-高风险区域共减少926.17km^(2),生态风险基本由高风险向低风险等级转移。2)修河流域景观生态风险在水平尺度上呈空间正相关性,局部集聚特征主要以“高-高”“低-低”为主;垂直空间上,景观生态风险呈明显地形梯度效应,高风险区在低地形梯度范围内呈优势分布,低风险区在中高地形梯度范围内呈优势分布。3)景观生态风险易受多维因素的影响,各时期地形因子、人类干扰指数、年均温等因素的影响效应始终较强;因子间的交互作用后对景观生态风险的解释力显著增强。研究结果可为流域生态风险管控及生态空间布局优化提供有益参考。