2000-2020年滇中城市群不透水面时空动态演变及驱动力分析

[目的]揭示滇中城市群不透水面时空动态演变特征及驱动力机制,进而为制定滇中城市群规划和发展策略提供理论参考。[方法]利用2000—2020年滇中城市群GISD 30 m不透水面数据,运用不透水面动态度、标准差椭圆、象限分析法和地理探测器等空间分析方法揭示了不透水面时空变化规律及驱动力机制。[结果](1)时间演变:近20年滇中城市群不透水面整体扩展速率呈现下降—上升—下降的波动趋势,年均扩展速率为66.77 km^(2)/a,年均动态度达4.36%,不透水面的动态度呈现不断下降趋势。近20年来,滇中城市群不透水面面积扩大了1402.2 km^(2),增长率高达91.5%。(2)空间演变上:近20年滇中城市群不透水面扩展各个城市空间差异较大,其中昆明市不透水面扩展较多,楚雄彝族自治州扩展面积较少。各城市群总体上朝南部—东南部方向扩展,迁移重心基本稳定。(3)近20年来滇中城市群不透水面的扩展具有明显的方向性,总体向东北—西南方向扩展。其中2005年标准差椭圆面积最大,不透水面开始高速扩张,20年来不透水面重心变化较为稳定,整体一直保持向南迁移,总体变化相对较小。(4)从不透水面的驱动机制分析,人口因素对其扩展的影响显著,而LAI、坡度、降水、温度以及NDVI等因素对不透水面扩展的影响不显著。人口和其他因素之间的交互作用强度明显强于其他因素之间的交互作用。[结论]近20年以来滇中城市群不透水面不断扩展,对城市群的资源环境承载力和国土空间格局产生巨大影响,为此应加强不透水面空间优化布局,为实现滇中城市群高质量跨越式发展提供有力支撑。

北方寒冷地区交通碳排放驱动因素分析

北方地区气候寒冷,交通工具燃油效率低、车内加热需求增加及路面积雪结冰等复杂道路条件导致交通碳排放增加。因此,有必要针对寒冷地区的交通碳排放驱动因素进行分析,识别关键因素,并有针对性地降低碳排放。以典型北方寒冷地区黑龙江省为例,采用Tapio脱钩测度模型及GDIM因素分解法对2006—2021年黑龙江省交通行业碳排放驱动因素展开分析,分解得到8个驱动因素并发现其脱钩状态呈现“强脱钩-扩张负脱钩-强脱钩”,其中交通产值碳强度和单位交通行业产值的能耗促进脱钩,交通行业总产值和总周转量阻碍脱钩;另外交通行业总产值、能源消耗量对碳排放有较强的促进作用,交通产值碳强度和单位交通行业产值的能耗对碳排放有较强的抑制作用。

南昌市NDVI时空演化特征及其气候驱动因子分析

揭示南昌市植被覆盖的演化特征和确定影响其变化趋势的主要气候驱动因子,为其长期稳定、良性发展和积极应对后续的气候变化提供指导。采用2000—2020年南昌市的NDVI月度数据、气温、降水和气压等10个气象驱动因子,利用单样本K-S(Kolmogorov-Smirnov)检验、弗里德曼检验、肯德尔和谐系数检验法等非参数检验法和随机森林分析方法,对不同驱动因子的重要性进行研究。结果表明,1)在2000—2020年南昌市的NDVI呈波动下降趋势,该峰值出现在2000年,谷值则在2010年;2)城市整体植被覆盖呈现四周高中间低的空间分布规律,北部和西部地区的NDVI值相对较高且下降速率缓慢,中部的东湖区和青山湖区等NDVI值相对较低且有明显下降趋势;3)植被覆盖的极大平均值出现在每年8月,受温度的影响最显著,而风向的影响最不显著,降水的影响有一定的时滞性,植被覆盖变化应结合多要素的共同驱动作用来决定。

基于改进遥感生态指数的吐鲁番-哈密地区生态环境质量评价及驱动机制分析

吐鲁番市和哈密市是我国盐渍化危害最严重的地区之一,明晰其生态环境变化趋势和驱动机制对吐鲁番-哈密地区生态文明建设具有重要意义。基于Google earth engine(GEE)平台,筛选2005—2020年6—9月Landsat影像,选取绿度(SVAI)、湿度(Wet)、热度(LST)、干度(NDBSI)和盐度(NDSI)构建改进型遥感生态指数(SRSEI)对吐鲁番-哈密地区生态环境进行评估。结果表明:(1)SRSEI使用SAVI代替NDVI并加入盐度指标(NDSI),与RSEI相比有着更高的第一主成分贡献率,能更全面客观地评价吐鲁番-哈密地区生态环境质量。(2)时间尺度上,2005—2020年吐鲁番-哈密地区SRSEI先下降后上升,均值0.49,并在2020年均值达到0.5575,较差和良的面积占比变化显著,较差占比减少了11.54%,良占比增加了30.15%。且未来生态环境变化趋势还将以改善为主;空间尺度上,北部西山台原和中部莫钦乌拉山生态质量多为优和良,较差区域主要集中在南部噶顺戈壁。(3)年均降水量、年均气温和经济生产总值是驱动SRSEI变化的主要控制因子,q值均大于0.092;与单因子对生态环境影响力相比,双因子交互产生的影响力更强,年均降水量∩经济生产总值是驱动吐鲁番-哈密地区生态环境发生变化的最强交互因子。

基于价值评估的环渤海地区生境质量时空演变与驱动力分析

利用环渤海2000—2020年土地利用产品、耦合生态系统服务价值模型、生态系统活力指数和InVEST生境质量模型评估环渤海海岸带地区生境质量的时空演化格局,采用地理探测器模型对生境时空演化进行驱动因子探测和交互作用分析。结果表明:2000—2020年环渤海地区整体生境质量等级处于中等且呈持续上升趋势,其中大连市、营口市、葫芦岛市和秦皇岛市生境质量较高;2000、2010、2020年环渤海地区生境质量处于中等等级面积占比依次为53%、57.4%、58.3%,等级由低、较低等级转化为中等等级的面积占比较大;2000—2020年环渤海地区生境质量变化主要受气温、高程、降水、路网密度和植被覆盖率等因子的影响,其中降水、气温和高程的影响程度较强,因子交互呈现双因子增强和非线性增强两种复合增强结果。研究结果可为海岸带地区生境修复、土地利用规划提供参考。

基于结构方程模型的大兴安岭北部天然林林下草本物种多样性驱动力分析

林下草本层植物在森林群落结构稳定性的调节和生态功能的发挥上具有非常重要的作用,是森林生态系统不可或缺的组成部分。以大兴安岭北部天然林为研究对象,运用结构方程模型探究气候、土壤和林分空间结构等环境因子对林下草本物种多样性的相对重要性,并探讨影响因子之间存在的复杂关系对林下草本物种多样性的影响机理。结果表明,从整体上来看,气候、土壤和林分空间结构对林下草本物种多样性均有较强的影响作用,其中气候的影响强度最大,土壤次之,林分空间结构的影响作用最小。从中介效应上来看,气候变化会导致土壤和林分空间结构发生变化,进而影响林下草本物种多样性,除此之外,还发现林分空间结构的改变,也会导致土壤性质发生变化,进而影响林下草本物种多样性。从影响系数上来看,影响林下草本物种多样性的驱动因子因各影响因素的不同而存在差异,年均降水、有机碳含量、混交度是分别表征气候因子、土壤因子、林分空间结构影响林下草本物种多样性的主导因子。在大兴安岭林区开展林下草本物种多样性保护及修复工作时,可适当调整混交度,维持合理的林分结构,并综合考虑改善土壤养分的森林经营方案。

贵渝管道地质灾害驱动因子分析及危险性评价

贵渝管道沿线地质灾害十分发育,对管道安全造成严重威胁。该文以贵渝管道沿线地质灾害为研究对象,选择5种类别(诱发、水文、植被、地形、地质)13个因子对贵渝管道地质灾害进行驱动因子分析及危险性评价。首先,利用斯皮尔曼相关性统计方法剔除白噪声;然后通过地理探测器(Geodetector)模型量化各因子的重要性占比;应用支持向量机(SVM)模型完成因子递归分析,确定Bier分数陡降后的因子为主控因子,再基于SVM模型对管道地质灾害危险性作出评价。结果表明:区段主控因子为坡度、坡向、曲率、岩性、年均降雨量、河网密度、断裂带密度8个因子。其中,以降雨和岩性因子对地质灾害发育的贡献最大,二者交互作用明显。

青海湖流域生态系统水分利用效率时空特征及驱动分析

本文以青海湖流域为研究对象,利用2000-2020年生长季总初级生产力和蒸散发量遥感影像数据,借助地理信息系统技术计算并研究了近21年生长季青海湖流域生态系统水分利用效率(Water use efficiency,WUE)时空特征,结合近21年生长季平均气温、降水量等数据,采用数理统计方法探讨了该流域WUE的驱动因子。结果表明,近21年生长季青海湖流域单位面积WUE平均值在0.06~2.88 g·m^(-2)·mm^(-1)间变化,年际间呈显著下降趋势(R^(2)=0.39,P<0.05)。在空间上,青海湖流域多年生长季WUE平均值呈带状分布,其高值区主要分布在流域的南部和中部。WUE时空变化受自然环境因子和人类活动共同驱动,自然环境因子和人类活动对WUE斜率值的贡献分别为-0.78和0.76 g·m^(-2)·mm^(-1)·a^(-1)。其中,自然环境因子是主要驱动力。生长季青海湖流域Hurst指数均值为0.45,WUE变化的反向特征比同向特征更明显,其中72.09%的地区表现为逆向持续性。

基于数据驱动的车身结构智能设计与分析

概念设计作为汽车设计流程的重要阶段,需要快速地进行方案设计和方案评估。目前一般采用参数化设计和CAE相结合的方法,实现基于分析的车身结构概念设计。随着机器学习和深度学习算法的发展和成熟,智能设计方法将成为车身结构设计主要创新技术。本文使用数据驱动和优化设计相结合的方法,自主研发了车身结构智能设计软件工具(S-iVCD)。首先,基于残差网络和热力图回归算法提取车身结构特征点,实现车身结构概念模型的自动化建模。其次,基于高斯过程采样收集车身结构数据集,采用全连接神经网络模型构建了车身结构网络模型,通过将车身各部件参数输入训练好的网络模型,实时得到车身整体性能的结果。最后,将数据驱动计算与移动渐近线算法结合,快速实现考虑质量、弯曲刚度和扭转刚度的车身结构多目标优化设计。通过与有限元实例对比,计算结果的误差在允许范围内,优化计算时间大为缩短,轻量化率达到了7.4%。由此表明基于数据驱动的车身结构优化设计方法对于汽车概念设计阶段提高效率是有效的。

天山冰湖分布时空特征及驱动力分析

冰湖面积变化是全球气候变化的指示器。天山地形复杂,冰湖分布广泛,其变化特征和对气候变化的响应机制还需要进一步探究。基于Google Earth Engine(GEE)平台研究天山近20 a的冰湖变化情况,同时结合降水和温度进行驱动力分析。结果表明:(1)2020年天山共有冰湖1532个,冰湖面积164.02 km^(2);天山冰湖分布呈现西多东少的特点,东、西2个部分冰湖面积年平均增长率分别为3.47%和0.63%。(2)天山海拔低于3600 m范围内的冰湖普遍呈扩增趋势,面积<0.1 km^(2)的冰湖变化更为明显。(3)地理探测器结果表明,温度和冰川是影响天山冰湖变化的主要驱动因子。2000—2020年天山东部降水明显增加,温度呈不显著降低趋势,该区域冰湖面积在稳定充足的冰川融水与径流补给下持续扩张。研究结果可以为天山水资源的合理开发以及冰湖溃决灾害风险评估提供科学依据。

流域水网环境异质性及驱动力分析

【目的】水网结构和类型的产生与多种环境因素相关,对流域水网的环境异质性及驱动力方面的分析,是调整水系结构、合理恢复和保护水网的重要基础工作。【方法】以长江流域、黄河流域、淮河流域和海河流域为研究对象,基于典型水网类型,系统分析对比四大流域的环境异质性。进一步采用Pearson相关性分析、冗余分析、地理探测器分析方法,定量梳理各因子对于水网结构和类型的解释度。【结果】结果表明:网状和混合状水网流域内,坡度为0.0°~5.0°的比例大于55.05%,地形起伏度为0~70 m的比例大于67.98%,土地利用类型多为耕地和人造地表。矩形状、平行状、树枝状和扇状水网流域内,坡度为5.0°~35.0°的比例大于62.42%,地形起伏度为70~500 m的比例大于49.63%,土地利用类型多为耕地、林地和草地。土壤侵蚀强度、降水量、湿润指数、气温和水利设施数量也在不同水网类型中表现出异质性。气候因子与河流弯曲度显著正相关,地形因子、开发程度与水网的密度和流向最大频率均显著负相关。所选因子对四大流域水网结构特征的总解释率达53.47%。【结论】水网结构和类型受到多种因素的综合影响。坡度和湿润指数对水网结构有较大影响,解释率分别为21.40%和16.50%。降水量对水网类型的解释度最高,为16.61%。开发程度和气候因子的交互作用对水网类型的形成有重要影响,解释度接近50%。

浙江省湿地变化检测及驱动力分析

面对全球气候变化,要加强湿地保护,认识湿地重要性,合理利用湿地资源,研究分析湿地变化及其驱动力,促进湿地保护和人类可持续发展。文章使用Landsat OLI和OLI-2系列影像,采用监督分类和非监督分类中5种典型的分类方法进行浙江省湿地信息的提取,得到2013—2023年浙江省湿地分布及变化数据,并进行驱动力分析,发现浙江省湿地空间格局的变化受社会经济因素与自然因素的共同影响。研究结果为浙江省湿地发展、湿地保护和土地利用规划提供了一定的科学依据。

景电一期灌区土地利用变化及驱动力分析

研究利用2000、2010、2020年3期Globeland 30土地覆盖数据,结合资料收集、现场调研、土地利用转移矩阵法、土地利用动态度法等研究方法,分析2000、2010、2020年土地利用变化特征;根据2007—2020年景电一期灌区社会经济数据,运用SPSS主成分分析法对土地利用变化及驱动力进行分析。结果表明:灌区地类主要以耕地和裸地为主,占总面积的85%以上;2000—2010年,人造地表、湿地、水体面积分别减少14.74 km^(2)、0.97 km^(2)、0.13 km^(2);2010—2020年,人造地表面积增加36.35 km^(2);整个研究期(2000—2020年),灌区综合土地利用动态度为0.25%,人造地表和水体面积分别增加21.61 km^(2)和0.48 km^(2);景电一期灌区土地利用变化主要驱动力为产业、经济和人口变化。研究成果可为灌区水土资源高效利用奠定基础。

基于GEE平台1995—2022年云南省LULC变化及驱动因素分析

快速准确地获取土地利用信息,可为城市发展和生态环境保护提供参考依据。基于谷歌地球引擎(Google Earth Engine,GEE)平台的多时相Landsat图像密集时间叠加和随机森林算法对云南省的土地利用类型进行分类,分析云南省土地利用和土地覆盖(Land use and Land cover,LULC)时空变化趋势,并使用地理探测器定量评估关键的驱动因素。结果表明,1)LULC分类平均总体精度和Kappa系数分别为88.64%、86.01%,精度较高,满足数据使用要求。2)云南省土地类型以林地、耕地、草地及稀疏灌草混交地为主,占比97.91%~98.38%,土地利用转移以林地和耕地互相转换、草地及稀疏灌草混交地转为耕地为主。3)云南省滇中和滇东部的土地利用强度总体高于其他地区,滇西北和滇西南地区的土地利用强度较低。4)不同驱动因素对LULC影响程度存在显著差异,植被类型、年均气温和土壤类型对LULC变化的影响程度相对较小,高程、坡度、坡向、年均降水、人口密度、GDP和人口城镇化率等对LULC变化的影响程度普遍较高,其中GDP、人口密度和人口城镇化率对LULC变化程度影响较高。研究结果可为云南省后续生态环境保护政策制定和区域可持续发展提供数据基础与支撑。

耕地土壤酸化改良农户行为的逻辑路径与驱动力分析

从农户主体维度出发,提出耕地土壤酸化改良农户行为的逻辑主要沿“认知—意向—行为”路径,运用结构方程模型(SEM),探究耕地土壤酸化改良农户行为的主要驱动力,为后续土壤酸化治理政策执行指出了重点方向。结果表明:(1)农户土壤酸化治理意向、农户个人特征对其酸化治理行为分别在1%、2%的水平上具有显著正向影响;(2)土壤酸化认知、经济利益驱动、治理便利条件对农户酸化治理意向分别在1%、2%、1%的水平上具有显著正向影响;(3)经济利益驱动对土壤酸化认知在3%的水平上具有显著负向影响;(4)土地耕作情况对酸化治理意向在1%的水平上具有显著负向影响;(5)农户酸化治理行为的选择受多个因素的影响,应重视农户对土壤酸化的认知度,通过提高农户土壤酸化治理意向来推动农户采取土壤酸化治理行为,加强科普宣传,从现实耕作情况出发,为农户自发采取酸化治理行为提供便利条件,辅以土壤酸化治理的激励政策,调动农户参与土壤酸化治理的积极性,提升土壤酸化治理的实际效果。

内蒙古生态系统时空格局及驱动力分析

全面理解生态系统的时空特征及其演变规律,对于支撑生态系统服务功能研究以及保障中国生态安全具有深远意义。为探索生态系统的变化,以内蒙古为研究对象,对1980年—2020年生态系统的变化特征展开分析,并借助地理探测器进一步识别了影响生态系统时空演变的驱动因子。研究结果显示:近40年来,内蒙古的生态系统发生了显著变化,农田生态系统持续增加,森林覆盖率有所提升,草地和湿地的退化速度也得到了一定程度的控制。对于DEM高程、坡度、年均降水量、年均气温、人口密度和人均GDP这6个驱动因子,2000年—2010年地理探测器探测结果的P值均为0,均呈现出较高的显著性水平。研究结果可以为生态系统的恢复和中国北部地区生态屏障的建设提供科学依据。

云南省2000-2021年植被NDVI时空变化及驱动力分析

研究云南省植被NDVI时空变化及驱动力分析,量化气候变化和人类活动对植被NDVI的影响,为云南省的环境保护及生态系统的改善提供建议。本研究基于2000-2021年MODIS数据,通过一元线性回归趋势分析法和残差分析法,研究了人类活动和自然因素对植被覆盖度的影响。其中,云南省年均NDVI呈增加趋势的面积为89.66%,呈减少趋势的面积为10.34%。气候因素和人为因素对云南省植被覆盖度的影响有很大的差异性,但大多以正面影响为主。人为因素和自然因素相比,人为因素对植被变化的贡献大于自然因素对植被变化的贡献。

三峡地区土地利用/土地覆被变化及其驱动力分析

三峡地区是生态环境的脆弱地区,这与其特殊的自然地理环境息息相关。从土地利用/土地覆被的角度出发,利用RS和GIS技术,阐明了20世纪最后10年库区土地利用/土地覆被变化在数量、结构、类型和空间分布上的特点,并进一步分析了库区土地利用/土地覆被变化的驱动力,得出以下结论:(1)10年间除建设用地和草地面积增加外,其他土地利用类型都呈现出不同程度衰减;(2)建设用地以高速增长,增幅达21528.09hm2;(3)耕地减少的幅度较大,达18399.29hm2,主要转变为建设用地;且减少的耕地多为位置相对优越,产量较高的优质良田;(4)林地面积总趋势是减少,主要转变为草地、旱地和建设用地,其中有林地减少的幅度较大,达7411.93hm2;(5)草地的面积总体增加,主要源自于林地和旱地的变化;(6)库区土地利用/土地覆被的空间格局分为3个主导因子变化区域:耕地-城镇型、林灌-耕地型和复合型;(7)库区土地利用/土地覆被变化的驱动力主要为:经济因素、人口压力、宏观政策及三峡工程4个方面,这4个方面不是孤立的,而是互相影响、互相制约的,共同影响库区的土地利用/土地覆被类型。

成都市土地利用遥感动态监测及驱动力分析

为查明成都市近30 a来由于城市建设高速发展导致市区土地利用/覆被结构的重大变化,应用成都市1978,1992,2000和2005年4个时相的卫星遥感图像,通过图像处理和信息提取,对其土地利用变化进行了动态监测,建立了不同时期土地利用数据库.利用G IS强大的空间分析功能,提取了成都市28 a间4个时相土地利用的变化信息,对其近28 a间土地利用方式的变化特征进行了定量分析,并从自然因素和人文因素等方面探讨了土地利用变化的驱动机制.研究成果为政府有关部门科学、合理地进行城乡规划与管理决策提供了科学依据.

基于遥感影像的嘉兴市城市扩张与驱动力分析

在当前高速城市化的背景下,为及时了解嘉兴市的城市发展现状,使用遥感手段提取各时间段内城市的建设区域,并分析了扩张过程的时空特征,再结合社会经济数据探究了城市扩张的驱动力因素.结果表明：嘉兴市在1993~2013年间城市扩张明显,扩张速度和强度先增后减,扩张方向由西北转向南,扩张模式经历了＂主动型-被动型-稳定型＂的转变过程,扩张合理性较差,城市扩张速率高于人口增长速率,扩张驱动因子主要为经济发展、产业结构调整和人口增长.