城市化背景下长三角核心城市群汛期降水时空演变特征分析

为揭示城市化背景下长三角核心城市群汛期降水的时空演变规律,基于1978—2021年长三角核心城市群42个雨量站的小时降水数据,探究了汛期降水时空变化特征以及城市化对汛期降水的影响规律。结果表明:在空间分布上,汛期极端降水阈值呈现从北向南逐渐减小的趋势;在时间尺度上,研究区汛期降水总体呈显著增加趋势,后汛期降水变化在整个汛期降水变化中占主导地位;城区降水的增速基本高于郊区,苏浙沪城区和郊区汛期总降水量的增长率均呈现递减趋势;城市化对上海城郊降水差异的影响更为显著,对不同降水指标的城郊差异影响程度表现为后汛期极端降水量最大、汛期极端降水量次之、汛期总降水量最小。

长三角核心城市群经济竞争力评价研究

在梳理国内外城市竞争力的理论基础上,从国内经济实力、基础设施建设、贸易与投资、就业与收入四个方面构建起适用长三角核心城市群的评价指标体系,并采用主成分分析的数学模型分析了各城市的经济竞争力,并得出排名。最后,在实证基础上,对长三角核心城市群的现状与发展进行讨论。

双核心城市群“空间剥夺”效应研究

京津冀城市群作为中国北方经济规模最大、最具活力的地区,中国的"首都经济圈",地理位置特殊,经济发展受到全国乃至全世界的瞩目。本研究通过构建空间剥夺模型,定量计算空间剥夺强度及空间剥夺系数来分析城市群内核心城市对周边城市的空间剥夺效应。研究结果表明:①京津冀城市群以唐山市、北京市、天津市、石家庄市为发展轴,北京市和天津市为双核心城市,京津冀经济协同发展。②通过空间剥夺强度,核心城市经济质量有其影响范围,同时为核心城市辐射带动作用提供了参考范围。③导致空间剥夺的根本原因是核心城市与其他城市经济质量上的差异。

基于Landsat时序数据的长株潭城市群核心区森林扰动监测

【目的】为了快速准确地监测城市群核心区内的森林扰动,研究利用Landsat时间序列数据在谷歌地球引擎(Google Earth Engine,GEE)平台运用LandTrendr算法进行森林扰动监测研究。【方法】基于2000—2020年植被生长季的Landsat时序数据,分别在归一化植被指数(Normalized Difference Vegetation Index,NDVI)、归一化燃烧率指数(Normalized Burn Ratio,NBR)、缨帽变换角(Tasseled Cap Arctangent,TCA)三种指数作为阈值限制下,采用LandTrendr算法对时间序列轨迹进行处理,以获取长株潭核心区森林扰动的发生区域及规模大小的信息。运用森林资源连续清查数据和Google Earth历史影像分别对3种不同指数的森林扰动监测结果进行精度评估和验证,并利用研究区内土地利用数据中的森林覆盖数据对扰动信息进行分析。【结果】2000—2020年长株潭核心区森林扰动总面积为264.35 km^(2),平均每年的扰动面积为13.22 km^(2),其中2002年扰动最少,为1.91 km^(2),扰动面积最大的为2011年,为25.52 km^(2)。运用森林资源连续清查数据对三种指数阈值限制下的森林扰动信息结果验证的精度分别为90.91%、81.72%和65.08%;在谷歌地球历史影像中随机布点下精度分别为86.00%、77.88%和78.36%。2009年和2011—2013年间森林扰动较为严重。对全国范围内的土地利用数据进行处理分析可知,森林面积在20年间随时间增长而缓慢减少,所占总面积的百分比由原来的27.10%减少到22.00%。【结论】NBR是最适合长株潭核心区的森林扰动指数,森林扰动检测结果与实地调查和谷歌地球历史影像目视解译的结果一致。森林扰动斑块的分布边界可被完整提取,扰动面积大小变化趋势与全国区域内土地利用数据森林面积变化趋势相同,主要由城市化进程、森林火灾和人工砍伐引起。2000—2020年研究区森林扰动面积呈现波动式缓慢增加的趋势,其中2001年、2011年和2013年存在扰动面积浮动较大。

基于随机森林的高分辨率PM_(2.5)浓度时空变化模拟——以中原城市群核心区为例

为探究城市尺度或更小区域内近地面PM_(2.5)浓度模拟方法,以空气监测站实测的近地面PM_(2.5)浓度为因变量、MODIS L1B卫星影像中计算得出的大气顶部反射率(TOA)数据和直接提取的图像特征值(Image)为2组主要自变量,融合气象特征、地形特征和时空特征等辅助因子,构建RF(PM_(2.5)~TOA)和RF(PM_(2.5)~Image)2个随机森林模型,并最终选用RF(PM_(2.5)~Image)对中原城市群核心区2020年250m空间分辨率下的近地面PM_(2.5)浓度进行评估.结果表明:2个模型交叉验证的决定系数(R^(2))均为0.93,均方根误差(RMSE)分别为9.23,8.28μg/m^(3),模型性能良好;当2个模型达到相近拟合度时,RF(PM_(2.5)~Image)的预测偏差更低,且空间分辨率高于250m的特征重要性占比高达44.2%,能够更准确地描述250m空间分辨率的近地面PM_(2.5)浓度变化;中原城市群核心区2020年年均PM_(2.5)浓度为53.80μg/m^(3),污染现象严重,不同单元内发生0~8次污染过程不等,整体上呈现由西南西北山区向东部平原递增的空间分异特征和冬高夏低、春秋过渡的时间变化规律.

长株潭城市群核心区域土地利用/覆盖变化驱动机制定量研究

采用Logistic回归分析法,以长株潭城市群核心区域为研究区域,结合由遥感与GIS方法得到的地形与社会空间数据,在7个空间尺度上构建建设用地、耕地、林地变化的驱动力模型,探讨土地利用/覆盖变化的尺度效应,并在最佳模拟尺度上定性定量分析区域土地利用/覆盖变化的驱动机制。结果表明:不同尺度模型的拟合优度差异明显,呈现波动变化趋势;当模拟尺度为180 m×180 m时,建设用地、耕地和林地的拟合优度均达到最高。对建设用地变化有重要影响的解释变量是到主要道路的距离、到市区环线的距离、到各级政府的距离;对耕地变化有重要影响的解释变量是高程、到市区环线的距离;对林地变化有重要影响的解释变量是到主要道路的距离、到各级政府的距离、到市区环线的距离。

基于经济联系强度的长株潭城市群核心区空间结构研究

运用分形理论对长株潭城市群核心区空间结构进行研究,分析了区域经济联系强度,发现研究区内存在经济联系强度的空间分布不平衡、中心城市辐射力不足等问题。针对已有的空间结构特征,探讨了提高中心城市经济辐射力的优化方案。

快速城市化地区景观格局时空演变研究——以长株潭城市群核心区为例

根据2000年和2010年长株潭城市群核心区TM遥感影像解译数据,进行景观分类和景观格局指数选取,采用移动窗口、梯度分析方法,揭示十年间研究区景观格局时空演变特征。结果表明:农田景观为基质景观,其它景观为镶嵌体景观,景观类型转移呈现出林地和灌丛向农田和城镇转化,农田向城镇转化的过程;从景观指数的空间分布来看,最大斑块指数高低值呈南北分散分布,景观形状指数和斑块密度低值在城市中心,高值主要在城市边缘,香农多样性指数高值沿湘江呈带状分布,上述指数十年间变化主要发生在城市周围;通过景观格局指数梯度分析得知,各景观格局指数具有明显的梯度效应,十年来城市中心及边缘变化较大,城乡结合部基本保持稳定。

长株潭城市群核心区地下水应急供水研究

根据长株潭城市群核心区水文地质条件及地下水资源特征,结合城市供水现状圈定了19个地下水应急水源地,针对2020年规划的长株潭三市城市人口,按照20L/d·人和50L/d·人的标准,分别对各城市进行了应急供水方案研究,并提出了城市应急水源地建设与保护建议。

长株潭城市群核心区生态建设初探

针对长株潭城市群核心区生态建设的现状及存在的问题,根据"环境友好型和资源节约型"社会综合配套改革试验区建设总要求,提出系列改革发展措施,以保证长株潭城市群生态建设目标顺利实现。

长株潭城市群核心区的空间组合特征与整合路径

本文从空间布局、交通指向、等级结构、空间联系等方面入手，对长株潭城市群核心区城镇空间组合状况进行系统分析。结果表明，首位城市集聚规模不够，位序一规模分布不合理问题尤为突出，呈现明显的图层结构分异。都市图内经济联系强度分布差异很大，长沙县接受长沙市区经济辐射量占辐射总量的比重过高，导致其他县市所接受的经济辐射太少，株洲、湘潭市区对于自身城市内部的重要城镇辐射强度很薄弱，不利于都市圈内区域经济整体水平的提高。依据长株潭城市群核心区自身发展特色，应重视核心城市的建设和城镇化密集区的发展，同时打造长株潭市区三大城镇经济辐射图，通过区域协作实现整个区域的协调发展。

中原城市群核心区城市用地扩张的生态环境效应

随着社会经济的发展,城市用地不断扩张,引发城市生态环境质量的变化.基于城市用地扩张的生态环境效应评价"压力-状态-响应"(P-S-R)模型,通过求和标准化、灰色关联度分析方法以及ArcGIS 10.0对中原城市群核心区域城市用地扩张的生态环境效应进行分析.结果表明:(1)2005-2016年中原城市群核心区域城市社会经济发展迅速,但空间分布不均衡;土地利用状态趋于恶化,空间差异显著;生态环境质量发展态势迥异,空间变化较大;(2)城市用地扩张的环境效应空间差异并不显著,但综合指数却不断增加,城市用地扩张系统与生态环境系统各指标间存在较强的胁迫作用,且作用力间存在差异;(3)除漯河市、济源市外,其余城市用地扩张与生态环境间均存在协整关系,受多重因素的影响,其Granger因果关系可能呈现城市扩张推动生态环境优化,也可能呈现生态文明建设带动城市扩张.

城市群核心区域科技创新潜力评价及影响因素——以长株潭城市群核心区为例

文章从科技创新产业要素、科技创新资源要素、科技创新环境要素3个维度26个指标,构建科技创新潜力评价指标体系,运用GIS空间分析方法和多因子加权综合评价方法,对长株潭城市群核心区域科技创新潜力进行实证分析,采用地理探测器模型探究科技创新潜力分布的影响因素。结果表明:(1)长株潭城市群核心区科技创新潜力“核心─边缘”的空间分异特征显著。(2)城市群核心区内部“创新圈”逐渐凸显,目前已形成以岳麓山国家大学科技城为策源、高新区孵化、多点应用的创新圈格局。(3)交通枢纽和环境优美地带是创新潜力高值地区,形成了两大创新潜力发展轴,呈南北两带集聚。(4)长株潭城市群核心区科技创新潜力的空间分布受多种因素的影响,其中,解释力最大的是代表经济发展水平的城镇化率,其次是代表创新人才中每10万人拥有大学以上人口数量,代表产业结构的第二产业占比比第三产业占比的重要性突出,代表创新投入的人均公共预算支出的解释力最低。

高速铁路知识溢出对北部湾核心城市影响及对策

以北部湾城市群6个城市为研究对象,分析高速铁路知识溢出效应对北部湾核心城市群人才流动的影响机制。研究结果显示:高速铁路加速了人才流动,促进了人才聚集;高速铁路促进了知识密集型产业发展;高速铁路促进了北部湾核心城市群经济一体化,经济一体化的发展也增加了城市群对相关产业人才的吸引力和对高铁网络的需求。基于以上研究结果,建议完善高速铁路网络,重点建设西部陆海新通道;引导知识密集型人才集聚和产业发展;大力发展各种层次的教育,增强承接知识溢出效应的能力。