基于MAUP下川滇生态屏障区生态系统服务价值多尺度空间分异及地理探测响应

为探析生态系统服务价值(ESV)在可塑性面积问题(MAUP)下的分区效应,以川滇生态屏障区为例,基于2018年土地利用数据,划分格网、行政区和流域3类不同尺度类型9级评价单元,运用空间自相关分析、地理探测器等方法探究了ESV多尺度空间分异特征及地理探测响应。结果表明:川滇生态屏障区2018年ESV为7 945.81亿元,以林地和草地的贡献最为突出;3类尺度下ESV空间分布具有明显的分区效应,大体呈现出评价单元尺度类间差异性大,类内差异性小的空间分异特征,同时其空间集聚效应及冷热点区空间分布随着评价单元尺度划分大小的不同而差异显著;通过对比分析,将格网尺度与行政区尺度结合分析,可作为大区域生态功能区ESV综合评价的尺度参考;自然因素及社会经济因素的交互协同增强效应共同影响了川滇生态屏障区ESV分异效果,不同尺度下,因子解释力大小不同。综上,评价单元划分的不同会影响评价结果的准确性,结合具体研究需求开展多尺度评价成为未来ESV科学量化的前提条件。

MAUP效应在城市扩张元胞自动机模拟中的敏感性分析

利用元胞自动机模型进行城市扩张模拟时,其使用的栅格数据格式和基于统计的转换规则提取方法必然会导致可变面积单元问题(the Modifiable Areal Unit Problem,MAUP)的出现。采用系统的敏感性分析方法对该问题的粒度效应、划区效应和综合效应进行了分析,研究表明:1)MAUP问题在CA模拟时是客观存在的,且会对模拟结果造成影响,研究时不能忽视该问题。应进行系统的敏感性分析,获取其对研究问题的影响,寻找适宜的研究粒度和分区方案。2)该研究中粒度效应会呈现明显的尺度阈值,尺度域内的拟合优度和模拟精度较为稳定。尺度阈值在最精细粒度后随即出现,且该阈值与景观指数的尺度阈值一致,反映了景观对象大小对城市扩张模拟的重要影响。3)良好的划区方案能够提高拟合优度和模拟精度,其划区方案应使区域内城市扩张规律差异最小,区域间城市扩张规律差异最大。在大尺度城市扩张模拟时更应采用合理的划区方案以提高模拟精度。4)粒度效应和划区效应的综合影响表现为各区域模型的拟合优度和模拟精度在粒度范围内所受到的影响存在差异,但大多数区域都较为明显地表现出相同的尺度阈值。

空间统计分析中的MAUP及其影响

文章以我国综合经济区划和相关统计指标为计算数据,分析了可变面积单元问题的尺度效应;探讨了不同空间尺度下MAUP对空间统计分析结果的影响;指出MAUP及其对空间分析结果的影响是区域研究结果不确定性的主要原因之一,需要用GIS进行健康的数据分析。

基于多源数据的城市时空加权人口活力探测及其影响因子分析

针对城市活力研究缺乏考虑时空动态变化结合特征及影响人口活力的影响因子的MAUP问题的现状,选取快速城市化的东莞市为研究区,本文基于多源空间数据构建时空加权人口活力指数,分析东莞市2021年人口活力时空格局特征,并利用地理探测器模型探究15个自然–人文因子对人口活力强度的影响。研究表明:时空加权人口活力指数方法相比热力平均值方法可以探测出更多的人口活力热点;影响因子均具有尺度敏感性,其中在大于500 m尺度时,植被覆盖度、路网整合度和夜间灯光亮度等因子对于尺度变化更为敏感;在500 m尺度以下时,影响人口活力分布的三个主导因子为POI密度、功能混合度以及离公交站的距离;社会经济活动强度越高、土地利用的混合度越低、交通可达性与流通性越大、土地利用类型较少且不单一、距离公共服务设施越近的区域人口活力越大。

社会经济统计数据热点探测的MAUP效应

为探讨不同尺度下社会经济统计数据热点的变化规律及其影响因子,本文基于2000年全国县级农业统计数据和2008年北京市第二次经济普查数据,按照一定的聚合规则得到不同尺度的数据,计算不同尺度下的局部空间自相关指标G统计值并对其进行显著性检验得到热点分布,分析不同聚合尺度下热点的变化规律。然后运用Logistic回归分析探测了影响聚合前后热点变化的因素,并根据探测结果建立了预测聚合前后热点变化的Logistic模型。分析结果表明,基于G统计探测的热点分布具有明显的空间尺度效应,聚合水平越高、空间尺度越大,热点数目越少。Logistic回归分析的显著性分析表明,热点包含的面状单元数目和热点的平均G统计值是影响热点探测尺度效应的主要因素。热点包含的面状单元越多,热点的平均G统计值越大,热点探测结果受尺度效应的影响越小。研究建立的热点变化预测模型,可以在细尺度热点分布状况已知时,根据热点包含的面状单元数目和热点的平均G统计值来预测聚合后热点的变化。对模型精度的交叉验证结果表明,模型对全国县级农业统计数据热点变化预测精度可达到93.8%,对北京市第二次经济普查数据热点变化预测精度达到94.2%。两套数据试验得到的结论一致,说明热点探测的尺度效应变化规律和所选变量以及研究区域的大小无关。

考虑空间不确定效应的建成环境对出行频率的影响

为深入分析建成环境对家庭出行频率的影响机理,考虑可塑性面积单元问题(Modified Areal Unit Problem,MAUP)效应,建立泊松回归模型分析不同空间尺度(400 m、800 m及1600 m缓冲区)建成环境对家庭出行频率的影响,并基于北京市居民出行调查数据进行实证研究.结果表明:不同缓冲区建成环境对出行频率的影响不尽相同,表明建成环境对出行行为影响关系中存在MAUP效应;基于400 m缓冲区建成环境的模型拟合效果最优;居住地道路交叉口密度和到城市子中心距离对出行频率具有显著的负向影响;道路密度和到公共交通站点距离对出行频率的影响则呈显著的正效应;公共交通站点密度和土地利用混合度对出行频率不具有显著影响.

空间数据挖掘技术中的划区效应及在矿山中的应用

以某煤矿煤层厚度为实验对象,采用模糊聚类(Fuzzy C-Means,FCM)处理技术,研究并证实了空间数据挖掘中的划区效应现象.

理解区位基尼系数：局限性与基准分布的选择

区位基尼系数虽然广泛用于度量产业的空间集聚,但很少有文献分析其应用的局限性和使用不同基准分布的影响。本文首先系统分析了区位基尼系数的三个主要缺陷:①受企业规模影响;②受地理单元设定的影响;③受产业分类影响。之后,本文分析了使用不同基准分布计算区位基尼系数所存在的经济意义上的差异,以及因此可能产生的理解偏差;同时,讨论了几种国内研究尚未使用过的比较有意义的基准分布形式。最后,本文以中国2004年制造业数据为例,解释了上述提出的问题。

区域经济的集聚与增长——来自中国的经验证据

在引入了内生增长的新经济地理模型框架下考察了集聚对经济增长的影响,为了检验这种理论预期,利用省级和地级数据进行了实证研究。研究使用面板数据分析方法考察了集聚对中国省级区域劳动生产率的影响。研究发现,1990年以来,集聚对增长具有促进作用,影响作用不仅显著,而且强度较大。这种经验分析结果更加突出了空间平等与空间效率的矛盾问题,区域政策可能会陷入缩小区域发展差距与通过集聚促进增长的两难境地。

都市圈边缘区多尺度土地利用驱动力研究

都市圈边缘城市受圈层核心城市的影响,其土地利用的变化规律和驱动过程有着与一般城市不同的特征。笔者以位于武汉"8+1"都市圈边缘的湖北省咸宁市咸安区为例,在农户、乡镇、区域3种不同的尺度水平上分析其土地利用变化的时空过程和驱动力因子,并探讨LUCC驱动因素的空间尺度效应。结果表明,研究区的土地利用的变化在较大程度上受圈层核心——武汉市需求的驱动。不同尺度上的驱动因子和驱动过程存在差异,随着研究尺度的不断缩小,作用域较小或非普遍存在的驱动因子的影响力逐渐显现。在最微观的尺度,农户的主观选择对土地利用变更产生较大影响。

利用时空密度聚类的高速公路交通事故黑点路段鉴别

研究高速公路交通事故黑点路段的时空分布规律和关联因素,一直是交通领域的关注重点。本文针对事故统计的交通事故黑点路段鉴别方法存在地理学中的可塑面积单元(MAUP)问题,提出一种基于时空密度聚类的高速公路交通事故黑点路段鉴别方法。该方法改进了传统的DBSCAN空间聚类算法,引入一种顾及时间周期性和事故严重程度的事故时空邻近计算方法,通过密度连接规则自适应鉴别各种时空尺度的交通事故黑点路段。以2012—2016年湖南省的高速公路交通事故为例进行试验,结果表明,本文方法可有效克服不同划分单元的可塑面积单元问题,自适应鉴别不同长度的黑点路段,同时可进一步挖掘黑点路段上交通事故时空聚集模式。

空间自相关的可塑性面积单元问题效应

可塑性面积单元问题(modifiable areal unit problem,MAUP)效应是对空间数据分析结果产生不确定性影响的主要原因之一,在空间自相关分析中也不例外。本文分别利用网格模拟数据和中国人均GDP实例数据为数据源,以全局Moran's I系数来探究空间自相关统计中的MAUP效应,分析结果表明,变量的空间自相关程度依赖于空间的粒度大小与单元的划分方法,但空间单元的变化与自相关性并不存在某种函数关系。因此,在进行空间自相关研究时必须选择合适的地理单元的粒度大小和分区。最后本文给出一种基于地统计内插方法来降低MAUP对空间自相关分析影响。

集聚的测度方法评述:基于前沿文献的研究

随着集聚理论和实证研究的日益深入,不断涌现出新的测度经济活动空间集聚的方法。不同测度方法的构建原理和适用性不同,选择恰当的集聚测度方法是准确描述集聚现象的基础。文章利用历史归纳法,根据集聚测度方法的发展脉络分为第一代集聚指数、第二代集聚指数和第三代集聚指数,探究其背后的构建原理和演变逻辑。在此基础上,将不同的集聚测度方法分为离散空间下的聚类指数法和连续空间下的距离指数法,二者在空间属性、数据要求、估计结果和实际应用等方面存在差异,基于聚类的指数反映了特定空间单元产业集聚程度,基于距离的指数侧重于产业集聚的空间范围,其本质区别在于MAUP(可塑地理单元问题)对集聚分析的影响。不同集聚测度方法仅反映了产业集聚现象的部分内涵,理想的测度产业集聚程度的方法有待进一步研究。