全球气候指标、气候影响驱动因子与全球变暖

在地球系统气候变化研究中,经常考虑全球气候指标,在研究气候影响时,经常用到气候影响驱动因子[1-2],本文简述全球气候指标和气候影响驱动因子,并给出它们与全球变暖和人类强迫的关系。1全球气候指标在气候研究中,使用了许多指标来表征和量化由于自然变化或由于系统的长期变化而发生的气候现象的一个或多个方面。

苏南水网地区水域景观破碎化时空演变特征及驱动因子研究——以吴江区为例

以苏州吴江区为对象,选取1990、2000、2010、2020年土地利用数据,利用Fragstats4.2对1990-2020年水域景观破碎化演化特征进行定量分析,并借助地理探测器模型探讨水域景观破碎化时空特征的驱动因子。结果表明:(1)从景观水平破碎化特征分析来看,研究期内吴江区水域景观破碎化程度先增大后减缓:1990-2000年水域景观受到人工建设干扰,空间分布离散;2000-2020年水域景观破碎化程度降低、整体空间格局趋向整合。从类型水平破碎化特征分析,河流、湖泊及内陆滩涂在1990-2000年破碎化程度日益加剧,斑块空间分布离散,2000-2020年水域斑块连接性逐渐增强;水库坑塘斑块类型分布在1990-2010年破碎程度降低,2010年后破碎化程度上升。(2)吴江区水域景观破碎化受到自然、社会等多元因素影响,各因子对水域景观破碎化时空分异的影响明显不同,且各驱动因子间存在显著交互增强效应,其中人类活动强度因子影响最为显著。研究结果可为探明水域景观破碎化形成机理提供思路,对苏南水网地区生态环境保护和可持续发展具有参考意义。

地理探测器方法下长江经济带(江苏段)土地城镇化时空演变及驱动因子分析

定量分析土地城镇化时空演变驱动力可为城市可持续发展提供科学依据。本文将对地观测数据与人口、经济数据相结合,以长江经济带(江苏段)沿江8市为例,基于2000—2020年5期Landsat影像、夜间灯光影像、年末人口总数和GDP,采用GeDetector对其近20年间空间、人口及经济维度的演化及多尺度分化的进程进行探讨,分析土地城镇化时空演变规律及驱动因子。研究结果表明:(1)城镇化过程直接驱动地表类型的变化,且人口数量和GDP总量能够作为城镇化过程强度的定量指标;(2)夜间灯光(NTL)数据耦合人口或经济统计数据能够较好解释区域城镇化过程中的时空差异;(3)长江经济带(江苏段)沿江8市城镇化过程经历了由数量向质量的转变。研究结果为引导城镇建设用地合理配置提供科学依据,为城市可持续发展提供决策参考。

基于DPSIR模型的秦岭北麓陕西城市群水安全评估及驱动因子识别

水安全评估是水资源开发利用与区域发展的基础。为了加强秦岭北麓陕西城市群可持续建设,助力秦岭“中央水塔”绿色发展,基于DPSIR模型构建秦岭北麓陕西城市群水安全评估体系,结合主客观综合赋权法与模糊综合评价法对区域2011~2021年水安全进行评估分级,并利用灰色关联度法分析其水安全的驱动因子。结果表明:秦岭北麓陕西城市群2011~2021年水安全状态变化具有一致性,波动中稳步提升。西安市水安全等级相较宝鸡市、渭南市上升趋势显著,于2021年转为无警状态;宝鸡市一直保持低警状态,而渭南市长期处于中警状态。陕西城市群的水安全状态及发展趋势与人均GDP、年降水量、人均用水量等10个驱动因子密切相关,其中经济因子是水安全等级呈现一致性的根本保证,社会和生态因子则是造成水安全差异性的主要原因。

公众感知下重大传染病疫情冲击对社区韧性驱动因子独立、耦合作用及区域异质性分析

目的:探究公众感知下重大传染病疫情冲击对社区韧性驱动因子独立、耦合作用及区域特征,为后续精准施策提供理论依据。方法:采用网络调查法在我国东、中、西部各选一个省会城市展开调查,运用地理探测器和ESDA对社区韧性驱动因子进行探测并比较区域异质性特征。结果:政府公信力(0.322)、应急物品准备情况(0.297)是社区韧性的主导因子;任意两因子耦合对社区韧性的解释力均显著增强;各驱动因子对社区韧性的影响在空间上存在差异性,且“风险意识”“政府公信力”“家庭应急计划”是造成区域异质性的关键因子。结论:重大传染病疫情冲击下的社区韧性是多因子耦合作用的结果,多因子耦合对社区韧性的复杂影响需要多部门、多阶段、多机制因地制宜采取差异化的举措,全方位提升社区韧性。

退化荒漠草地恢复对土壤有机碳及其驱动因子的影响

揭示中国北方退化荒漠草地土壤有机碳分布积累对草地恢复的响应规律和驱动机制,可为科学治理退化草地、阐明草地恢复的土壤碳汇效应提供科学依据。以鄂尔多斯高原不同恢复阶段(流动沙地、恢复前期、恢复中期和恢复后期)的退化草地为研究对象,分析了0—10 cm,10—20 cm和20—40 cm的土壤有机碳对草地恢复的响应,并采用多种统计方法分析土壤有机碳的驱动因素。结果表明:(1)草地恢复显著增加了不同深度的土壤有机碳(P<0.05),恢复后期可使0—10 cm、10—20 cm和20—40 cm土壤有机碳分别增加8.28倍、6.44倍和9.46倍。(2)不同深度土壤有机碳的驱动因素不同:植被盖度和植物多样性共同控制0—10cm土壤有机碳的积累,而下层土壤(10—20 cm和20—40 cm)有机碳积累受到养分限制(土壤氮素)的影响,并且这种影响会随着土壤深度的增加而加强。研究结果可为合理恢复退化草地提供理论依据,同时还为通过草地恢复促进土壤碳循环以实现双碳目标提供了证据。

安徽省农业生产碳排放测算及驱动因子的典型相关分析

探索农业生产碳排放强度驱动因子,对制定低碳农业发展规划及目标具有重要启示意义。运用IPCC碳排放测度模型,测算了2005—2020年安徽省农业生产碳排放情况,采用典型相关分析方法,考察了农业生产碳排放效率驱动因子。结果表明,安徽省农业生产碳排放由2005年的987.40万t攀升至2020年的1227.59万t,年均增长1.46%。农业生产碳排强度由2005年的1.21 t/万元下降至2020年的0.49 t/万元,年均下降5.85%;农业生产碳排放与其强度呈显著剪刀差态势,两者间夹角达33.52°。农业科技创新、农机化水平、农业生产结构与农业生产碳排放强度典型相关系数分别为-0.652、-1.728、-0.562,均为农业生产碳排放强度下降的动力因子;规制政策、城镇化水平、农村经济发展水平与农业生产碳排放强度典型相关系数分别为0.085、0.619、1.232,为农业生产碳排放强度下降的制约因子。基于研究结果,提出了安徽省发展低碳农业的政策建议。

基于主要驱动因子筛选法和深度学习算法的浙江省动态需水量预测

收集了浙江省2000—2020年各用水行业需水量数据,采用基于Spearman秩相关分析的主要驱动因子筛选法筛选了影响各行业需水量的主要驱动因子,进而构造了改进的长短时记忆(LSTM)神经网络需水量预测模型,对各行业需水量进行动态滚动预测,并将改进LSTM模型的预测结果与传统单变量LSTM预测模型、卷积神经网络模型、支持向量回归模型的预测结果进行了对比。结果表明,基于主要驱动因子筛选法改进的LSTM模型能实时动态滚动预测各行业每年需水量,且预测结果精度高于其他3种模型。

南水北调西线工程上线水源区大型底栖动物群落结构及环境驱动因子

为评估南水北调西线工程上线水源区大型底栖动物群落结构及环境驱动因子,于2022年7月(汛期)和11月(非汛期)开展监测采样工作。采用生物多样性指数和丰度-生物量比较曲线(ABC曲线)作为大型底栖动物群落特征参数,分析大型底栖动物群落在水源区的结构,并对其进行多元排序和Pearson相关性分析。结果表明:共采集45种大型底栖动物,隶属于4门5纲10目32科44属,其中优势种8种,所有优势物种出现频率均大于50%,水源区大型底栖动物群落结构一致性较高;水源区Margalef丰富度指数、Shannon-Wiener多样性指数和Pielou均匀度指数均值分别为4.01、1.68、0.61;多数采样区域大型底栖动物的ABC曲线呈纠缠态势,其丰度和生物量累积百分比的差值面积在0附近波动,群落以小个头物种为主;优势种以耐污值低的敏感种类为主,说明河流几乎不受污染,水体清洁;pH值是影响水源区大型底栖动物群落结构的主要环境驱动因子。

1980—2020年延河甘谷驿流域土壤侵蚀评价与驱动因子分析

采用日降雨量、DEM、土壤类型、泥沙含量及多期NDVI等数据,基于修正通用土壤流失方程(RUSLE)和地理探测器,研究了国家生态退耕还林还草工程实施前后近41年延河甘谷驿流域土壤侵蚀动态与驱动因子。结果表明,1980—2020年研究区土壤侵蚀强度总体呈波动变化趋势,1980年、1990年、2000年、2010年和2020年平均侵蚀模数分别为6 746.30、5 740.28、6 389.56、5 450.46、5 480.56 t/(km~2·年)。1980—2000年研究区整体侵蚀强度逐渐增强,强烈及以上等级侵蚀面积占比逐渐增加,表现为“增蚀升级”的特点;2000年后研究区内土壤侵蚀强度开始降低,强烈及以上等级的侵蚀面积减少,总体表现为“减蚀降级”的特点。研究区土壤侵蚀强度随着坡度的升高而加剧,同时发现海拔1 000~1 200 m和1 200~1 400 m是研究区内侵蚀发生的主要高程带。2020年土地利用类型因子解释力最为突出,表明退耕还林还草工程实施效果显著,大面积的耕地向林草地转换是使得研究区2000年后土壤侵蚀强度降低的最主要原因。土壤侵蚀各影响因子的协同作用明显强于单一因子的影响。

甘肃不同区域青贮紫花苜蓿乳酸菌群落特征及其驱动因子研究

为精细化调控不同地区紫花苜蓿青贮乳酸菌及青贮品质,采用单分子实时测序技术对甘肃不同地区紫花苜蓿叶面附生乳酸菌及青贮乳酸菌群落结构进行全面分析,并探讨影响其变化的因素。结果表明,甘肃不同地区紫花苜蓿自然青贮过程中乳酸菌的群落结构具有区域性的分布特征,在河西干旱灌区,以植物乳杆菌为主;在陇中、陇东干旱半干旱雨养区以植物乳酸菌、鼠李糖乳杆菌和戊糖片球菌为主;在雨水充沛湿热的陇南地区,以乳酸片球菌和戊糖片球菌为主;在高寒的甘南州地区,以植物乳杆菌和鼠李糖乳杆菌为主。通过冗余分析发现,紫花苜蓿附生乳酸菌群落对青贮乳酸菌群落组成影响最大(解释度为88.27%),其中乳酸杆菌属、片球菌属起主要作用。同时,影响紫花苜蓿附生乳酸菌分布的因素程度大小为年平均气温>年平均降水量>平均相对湿度>年平均日照时数>海拔>纬度>经度。综上所述,不同区域由于其温度和降水的不同改变了紫花苜蓿附生乳酸菌的组成及丰度,进而使紫花苜蓿青贮时乳酸菌的群落结构发生改变。因此,区域性气候条件通过决定紫花苜蓿附生乳酸菌种类,是主导青贮乳酸菌群落呈区域性分布特征的驱动因素。

基于地理探测器的区级城市扩张驱动因子研究——以昆明市呈贡区为例

探索城市扩张的驱动因子及其相互作用机制对于城市合理规划具有重要作用。现有研究多数从大范围的宏观视角刻画城市扩张特征及其驱动机制,难以满足城市扩张过程的精细化表达需求。为此,提出了一种基于区级小范围城市扩张驱动因子及其机制的探测方法以解决上述问题。首先,利用多阶邻接度指数(Multi-order Adjacency Index,MAI)精细刻画城市景观扩张特征;然后,利用地理探测器(Geodetector)建立MAI与驱动因子的空间异质性关联模型;最后,利用上述模型探测城市景观扩张的驱动因子及其交互作用机制。以昆明市呈贡区为例,试验结果表明:1)呈贡区城市化发展具有显著的时空异质性,在城市扩张的高速和放缓时期都表现出,以道路建设为主地形坡度为辅的主要驱动机制。2)在小范围城市扩张中,多种驱动因子交互作用影响较为明显。研究为小范围城市扩张过程的精细化刻画及其驱动机制探索提供了借鉴。

基于香农信息熵的印度土地利用格局演化与驱动因子研究

引入香农(Shannon)信息熵,从统计、结构、拓扑与专题4个方面,构建土地利用香农信息熵测度指标体系,挖掘印度土地利用格局与时空演化特征,并分析其驱动因子.结果表明:1)印度土地利用类性多样性先降后升,结构与拓扑复杂性一致水平较低;专题复杂性不断下降,近20 a来印度保持着以耕地为主的农业大国特色,土地利用变化程度不高.2)各用地斑块信息熵值空间自相关特征显著,表明城市扩张速度的非均衡性和农业发展的环境依赖性.3)坡度、海拔、人口密度驱动了印度土地利用变化.本研究丰富了空间复杂性研究,有望为发展中国家的土地规划与管理提供借鉴.

冬小麦水分利用效率相关驱动因子及其预测模型构建

【目的】水分利用效率能够综合反映冬小麦生长适宜度和能量转化效率,筛选并探究冬小麦各生育时期响应标准化水分利用效率(WP*)的驱动因子,构建相关驱动因子的WP*预测模型,对黄淮海平原冬小麦水分利用效率监测及水资源高效利用具有重要意义。【方法】以冬小麦为研究对象,设置3个水分处理,包括水分亏缺处理(W1):35 mm和(W2):48 mm,对照处理(W3):68 mm,获取冬小麦拔节期、孕穗期和灌浆期的冠层温度参数、生理指标和标准化水分利用效率(WP*)。通过逐步回归和通径分析筛选各生育时期响应WP*变化的主要驱动因子,探究WP*与相关驱动因子间关系,最后采用偏最小二乘回归(PLSR)和支持向量机(SVM)方法构建各生育时期基于驱动因子的WP*预测模型。【结果】较对照处理(常规灌溉),水分亏缺处理下冬小麦冠层温度参数、生理指标和WP*均表现出显著差异。基于逐步回归方法筛选出了各生育时期响应WP*的主要驱动因子,并采用通径分析得到各驱动因子响应WP*敏感程度排序,即拔节期依次为冠层温度极差(MTD)、气孔导度(Gs)、叶片含水量(LWC)和POD;孕穗期依次为冠层相对温差(CRTD)、等效水厚度(EWT)、可溶性糖含量(SSC)和作物水分胁迫指数(CWSI);灌浆期依次为SSC、冠层温度标准差(CTSD)、LWC和Gs。最后,采用偏最小二乘回归(PLSR)和支持向量机(SVM)基于筛选后的驱动因子构建了各生育时期WP*预测模型,其中以SVM构建的孕穗期WP*预测模型精度最优,R2cal(R^(2)val)、RMSEcal(RMSEval)和n RMSEcal(n RMSE_(val))分别为0.945(0.926)、0.533 g·m^(-2)(0.580 g·m^(-2))和2.844%(3.075%)。【结论】通过筛选冬小麦各生育时期响应WP*的相关驱动因子信息及构建冬小麦水分利用效率预测模型,为黄淮海平原冬小麦水分精准监测与管理提供了理论基础。

1998—2020年若尔盖地区植被NDVI变化特征及驱动因子分析

【目的】植被是陆地碳汇的主体,利用归一化植被指数(Normalized difference vegetation index,NDVI)分析时空变化特征与驱动因子的关系在区域生态稳定研究中具有重要意义。【方法】基于若尔盖地区植被NDVI、气候、土壤、植被类型和地形数据,运用一元线性回归分析、变异系数和地理探测器方法,分析了1998—2020年若尔盖地区植被NDVI时空变化特征及其驱动因子。【结果】结果表明:(1)1998—2020年若尔盖地区植被总体呈波动上升趋势,多年平均植被NDVI为0.79,年均增速为0.004 3,植被改善趋势明显;空间分布整体呈东南高西北低的格局,多年平均植被NDVI在0.7以上的区域面积比例为96%。(2)1998—2020年若尔盖地区植被NDVI年际变化率较低,平均值为0.001 0,表现为稳定区域的面积比例为99.5%;23年平均变异系数为16.50%,植被状态总体较平稳,变异系数低于20%的面积比例为85%。(3)海拔和气温是若尔盖地区植被NDVI变化的主导自然地理因子,坡度和坡向对植被NDVI影响较小;各自然地理因子之间对植被NDVI的相互作用主要为双因子增强(11.11%)和非线性增强(88.89%)。【结论】若尔盖地区植被在近23年来整体得到了改善,其植被保护和恢复的措施及模式选择应充分考虑海拔、气温等自然地理因子的影响。

牛栏江流域浮游动物群落结构特征及驱动因子

探究长江上游金沙江支流牛栏江不同水文期浮游动物群落结构变化及其驱动因子,可为流域水资源管理及水污染防治提供基础数据。2019年9月(丰水期)和2021年4月(枯水期)对金沙江支流牛栏江流域35个采样点的浮游动物及水质状况进行调查。结果表明,浮游动物4类58属94种,其中原生动物21种(22.4%),轮虫50种(53.2%),枝角类13种(13.8%),桡足类10种(10.6%)。丰水期浮游动物总丰度为18334.57个/L,总生物量为7.28 mg/L;枯水期浮游动物总丰度为10736.25个/L,总生物量为11.47 mg/L。检出浮游动物优势种5种,丰水期为异尾轮虫(Trichocerca sp.)、似邻壳虫(Tintionnopsis sp.)和累枝虫(Epistylis sp.);枯水期为螺形龟甲轮虫(Keratella cochlearis)和长肢多肢轮虫(Polyarthra dolichoptera)。基于浮游动物丰度数据的非度量多维尺度分析(NMDS)表明,浮游动物群落组成在不同水文期之间及同一水文期内的上下游之间均存在显著差异,空间和温度是影响其分布的主要因素,地理距离越远,群落相似度越低;相关性分析与检验评估表明,温度是影响浮游动物群落分布最主要的环境因子。

东北地区生态系统服务价值特征及其驱动因子研究

探究东北地区生态系统服务价值(ESV)变化及其驱动力对于区域经济与生态环境健康发展具有重要的意义。基于东北地区2000—2018年5期遥感数据,采用ESV系数法、地理探测器和地理加权回归(GWR)模型,分析东北地区ESV变化及其驱动力,结果表明:1)近18年来,东北地区ESV共损失了982.70亿元,林地ESV是ESV的主体构成,核心功能是水文调节和气候调节;2)ESV空间上呈现中间高、两端低的特征,高值区与次高值区分布广泛;3)经济与社会因子交互作用对ESV影响最大;4)各主导驱动因子对ESV影响作用具有明显空间差异,人口密度作用强度由北向南递减,国内生产总值(GDP)作用强度具有明显空间集聚性,年均降水量作用强度整体上由东向西递减。研究结果可以为东北地区科学制定生态环境保护政策提供一些科学参考。

中国城镇污水处理厂温室气体排放趋势及驱动因子识别

为实现我国城镇污水处理厂绿色发展,助力实现“双碳”目标,通过测算2014−2020年我国各省(自治区、直辖市)城镇污水处理厂温室气体排放量(不包括西藏自治区和港澳台地区数据,下同),分析各省份污水处理厂水-能关系及空间格局变化趋势,并基于随机森林模型识别影响城镇污水处理厂温室气体排放的驱动因子,探究各因子对碳排放总量的影响程度.结果表明:①我国2020年城镇污水处理厂温室气体排放总量(以CO_(2)当量计)为33.26 Mt,较2014年增长了45%.全国人均排放量为22.9 kg/a,单位GDP排放强度为3.19 kg/(104元),吨水排放强度为0.589 kg/m^(3),均存在北高南低的特征.②华北地区城镇污水处理厂温室气体间接排放占比最高,天津市水-能关系最为合理,GWFRE(灰水足迹削减率)与eGWFR(单位能耗下的灰水足迹削减效率)分别为4.57、9.14.③全国城镇污水处理厂温室气体排放的空间自相关性逐年加强,热点区域面积逐年减小,冷点区域面积逐年增加,局部格局呈显著的南北分异.④驱动因子中人口数量、第三产业GDP和GDP的特征重要性最高,并均对城镇污水处理厂温室气体的排放产生阶段性正向驱动力,污水行业投资与单位GDP污水处理量对排放总量的影响呈先下降后上升的趋势,人均电耗与再生水利用量形成的驱动力使排放总量快速上升后趋于平缓.研究显示,城镇人口增长和经济发展的驱动下,我国城镇污水处理厂温室气体排放总量将继续增长,且其间接排放占比逐年提升,部分地区城镇污水处理厂水-能关系亟需改善,单位能耗下的污染物削减效率有待提升.

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。

基于偏相关分析的2003—2020年青藏高原地表温度变化驱动因子量化研究

地表温度(LST)作为地气相互作用的关键参数,在地表水热循环中发挥重要作用,能准确表征地表热环境的变化。青藏高原拥有除极地以外储量最大的冰冻圈范围,对区域和全球气候系统及生态经济具有深远影响。作为受气候变化影响最显著的区域之一,深入了解青藏高原冰冻圈LST变化驱动因子,能为精准认知青藏高原冰冻圈热环境变化规律及驱动机制提供关键科学支撑。本研究基于地表温度年周期模型提取的年均地表温度(MAST),采用偏相关分析,分析了2003—2020年MAST与云量、植被覆盖度、积雪覆盖率、降水和气温5个与MAST变化密切相关的驱动因子之间的关系,揭示青藏高原不同区域MAST变化的主要驱动因子及其空间分布特征。结果表明,白天云量、植被覆盖度、积雪覆盖率和降水这4个驱动因子主要以负偏相关为主,晚上则以正偏相关为主,对于气温来说昼夜都以正偏相关为主。就青藏高原MAST动态的主导因子来说,昼夜MAST在青藏高原不同区域的主导因素存在明显差异,白天青藏高原的MAST的变化主要受云量的影响(主导变化面积占比达38.17%),影响区域集中分布于青藏高原的西北部和西部,且以负偏相关性为主。夜晚青藏高原MAST变化主要以气温为主导(主导变化面积超过48%),且以正偏相关为主,反映出夜晚MAST受气候变暖的影响强于白天。本研究能为气候变化背景下青藏高原冰冻圈保护和可持续发展提供科学的参考。