邛海大型水生植物时空分布及其退化原因

根据2021年7和12月、2022年5和9月邛海水生植物调查结果,结合文献资料,分析了邛海水生植物种类组成、群落结构和空间分布状况以及退化原因,提出了邛海水生植物恢复的对策建议。邛海湖区有水生植物23种,主要分布在水深2 m内,在湖泊北岸成片分布,湖泊西岸和南岸呈斑块状分布,东岸零星分布,总面积约1.3 km^(2)。水生植物分布面积由1990s前占湖面积的20%左右缩减到目前的不足5%,沉水植物群落结构简单化,浮叶植物和挺水植物分布范围扩张。1998年洪水从海河口倒灌,致使高枧湾水域沉水植被消失;近10年来湖泊运行水位抬升和透明度下降使得邛海水生植物分布面积进一步缩小、种群单一化。需要恢复邛海水位运行的自然节律,减少污染负荷输入改善水体透明度,辅之人工生态修复等措施,逐步恢复邛海水生态系统健康。

中国拐卖儿童犯罪活动网络时空演变及形成机制——基于寻亲成功案例的分析

拐卖儿童犯罪活动屡禁不绝,给家庭和社会带来诸多负效应,打击拐卖儿童犯罪活动对人类社会可持续发展和国家权益保障意义重大。以“宝贝回家”公益平台数据资料为研究样本,借助GIS空间分析与社会网络分析方法,探讨中国拐卖儿童犯罪活动网络时空演变与形成机制。结果表明:(1)在时序演变上,1978—2020年中国拐卖儿童犯罪活动呈现“中段高发、两端低发”的倒V形态势,于1989年达到峰值后逐步回落。(2)在网络拓扑上,拐卖儿童犯罪活动网络总体规模先增后降,网络结构日趋疏松、联系强度与通达性降低,网络核心由豫、闽等中东部地区向川、黔等西南地区转移,买方、卖方市场分化显著。(3)在空间演化上,犯罪活动集中于胡焕庸线东南部,拐卖男童南方高于北方;犯罪活动空间分布格局重心转移显著,拐出高值区趋向于西南地区,拐入高值区多为中东部地区;贩运路径由“数地高发”转向“全国频发”后逐渐萎缩,跨省与省内贩运现象并存;犯罪网络形成了4个以滇-粤-桂-冀贩运社团为主导的犯罪社团,内部联系紧密,呈现地理邻近性与跳跃性并存的区位特征。(4)在形成机制上,网络节点、网络联系、网络社团3个层面对拐卖儿童犯罪活动的影响逐级递进,且受多因素影响,具有波动性、阶段性和地域性特征。

中国四大城市群碳排放驱动因素时空分解研究

城市群是中国经济发展和能源消耗的集聚区域,也是碳排放的主要来源。研究中国典型城市群碳排放的时空演变特征及其影响因素对实现“双碳”目标具有重要意义。文中应用ST-IDA模型(时空指数分解分析法)和LMDI(对数平均迪氏指数法)分解法,分析2000—2019年京津冀、长三角、珠三角和成渝城市群的碳排放驱动因素(人口规模、经济水平、产业结构、能源强度和能源结构)。研究发现:2000—2019年间,四大城市群能源活动碳排放总体趋势均由高速增长阶段步入平稳增长阶段,其中成渝城市群已基本实现碳达峰;能源强度效应是影响碳排放空间差异的主要因素;人口规模扩张、经济发展水平提高和能源强度上升是促进碳排放增长的主要因素,产业结构和能源消费结构优化起到抑制作用;四大城市群碳排放的时空演变主要取决于工业部门。鉴于四大城市群呈现出不同的碳排放特征,未来应探索差异化、多元化的城市群减排路径,促进城市群碳减排。

中国新质生产力水平、区域差异与时空演进特征

文章构建新质生产力水平测度指标体系,运用熵值法测算2012—2021年中国31个省份的新质生产力水平,通过Dagum基尼系数法分析其差异及来源,最后采用空间相关性检验探索中国新质生产力的时空集聚特征和动态跃迁情况。研究发现:中国新质生产力水平逐年上升,但整体水平不高且存在区域差异;劳动者维度和劳动对象维度中的新质产业发展是制约新质生产力水平提升的主要因素;四大地区新质生产力水平差异较大,区域差异的主要来源始终是区域间差异;中国新质生产力水平明显集聚于高效型和低效型,且具有较强的空间稳定性;中国新质生产力水平跃迁更多转向极化型和空心型,较少转向高效型,区域协调发展战略效果不同,虹吸效应与带动效应并存。

2000-2020年陕西省植被NDVI时空变化及气候因子探测

[目的]揭示陕西省不同生态系统植被时空变化,厘清不同气候因子及相互作用对植被变化的影响机制,为区域生态环境保护提供理论依据。[方法]基于MODIS NDVI及年均高温、年均低温、年均温、年总降水数据,采用Theil-Sen Median趋势、偏相关、地理探测器等方法,分析了2000—2020年各地貌分区植被NDVI时空变化特征,结合变量分离探究了植被NDVI变化与降水、气温的内部关联和响应机制。[结果]2000—2020年陕西植被NDVI波动增加,速率为5.9%/10 a,速率大小为陕北>关中>陕南;全省多年植被NDVI值为0.71,南高北低;植被NDVI显著改善区域占比67%,分区占比为陕北>陕南>关中。2000—2020年陕西气候因子随时间波动变化,速率大小为陕南>关中>陕北,空间上呈现年均高温降低、年均低温上升、年均温降低、降水增加。2000—2020年陕西及各分区植被NDVI与年均高温整体呈负相关,与年均低温、年均温、年总降水量呈正相关;全省及陕北年总降水贡献最大,关中和陕南年均高温贡献最大;年均高温与年总降水交互主导全省、陕北及陕南植被NDVI变化,年均温与年总降水的交互主导关中植被NDVI变化。[结论]研究期陕西及各分区植被整体变好,各分区植被对气候的响应关系、各因子的贡献及其相互作用不同,降水和年均高温、年均温的交互显著影响植被NDVI变化。

城市地区场次降雨时空展布方法研究

受气候变化和城市规模不断扩张等因素影响,城市地区降雨过程的时空动态性愈发明显,通常采用的点、面雨量等表达方式难以体现这种时空动态性。随着降雨观测技术的进步,大多城市积累了长序列降雨观测数据,其中蕴含了丰富的降雨时空过程信息,为预报降雨或设计降雨的时空展布提供了可能。设计了一套降雨时空展布方法,包括数据收集、标准化处理、降雨场次划分、时空模式提取、标准网格插值、时空展布等环节,并提出每个环节的处理步骤和关键问题。以北京市为例,对该技术方法进行了验证,选择了12 h、24 h、72 h 3个历时的场次降雨,提取的时空模式和展布结果表达出了场次降雨的时空动态性,并与历史的降雨过程表现出很好的匹配性。表明该方法可用于城市地区降雨典型模式提取,以及降雨过程的时空展布。该方法利用历史降雨数据提取降雨展布模板,输入场次降雨(或预报降雨)的总雨量,得到该场次降雨的时空分布过程,展布结果可为洪水预报提供更为准确的降雨输入条件。

新质生产力:指标构建与时空演进

新质生产力作为一个全新的概念,为中国的经济和社会发展指明了新的方向,对其内涵与意义的深度发掘至关重要。文章基于生产力的三大构成要件,在挖掘新质生产力长远要求原则下构建其综合评价指标体系,并运用熵值法对中国省域新质生产力发展水平进行测度。研究发现:(1)新质生产力从总体上呈增长趋势,但在南北、四大区域和五大经济带存在显著时空差异;(2)新质生产力在省域之间呈现梯度提升和发展不均衡特点;(3)分维度发现,生产资料对新质生产力提升的贡献度最高,劳动者维度的贡献最低且存在空间极化现象;(4)新质生产力具有显著的集聚效应,主要表现为低-低集聚和高-高集聚,并具有时空收敛性特征。进而提出优化人力资本结构、发挥新质生产力集聚效应和健全区域协调发展机制等政策建议。本文或可加深对中国新质生产力的时空发展格局的认知,为新质生产力培育进而促进经济高质量发展提供新思路。

基于LMDI模型的土地利用碳排放时空差异及影响因素研究——以洞庭湖区为例

运用碳排放系数法和对数平均迪氏指数(LMDI)模型,对1996—2020年洞庭湖区土地利用变化、土地利用碳排放时空差异及其影响因素进行分析。结果表明:(1)土地利用变化整体呈现出“三增三减”特征,建设用地和未利用地的变化程度较为显著,水域和草地次之,耕地和林地的变化程度最小。(2)总净碳排放量呈不断上升趋势,碳排放高值区由中部转向西、东、南部,土地利用碳足迹压力指数始终大于1,以0.54的年均增幅不断上升。(3)人均GDP、单位GDP用地面积和单位土地碳排放强度是影响土地利用碳排放的主要因子,人均GDP和单位GDP用地面积分别成为促进和减缓洞庭湖区碳排放量增长的主要因素。

2000—2020年非洲耕地资源时空格局变化分析

非洲地区面临严重的粮食安全问题,研究其耕地资源时空格局变化对于保障非洲粮食安全具有重要意义.基于2000—2020年间联合国粮农组织的统计数据,通过重心迁移、标准差椭圆及局部空间自相关等方法对非洲耕地资源时空格局的变化特征进行了分析.结果表明:1)非洲耕地整体数量呈稳定上升趋势,20年间耕地面积增加了6321.92万hm^(2),增长率为53.44%,但不同国家间存在差异;2)非洲耕地在几何中心以北区域分布较多,耕地重心迁移方向先向东北后转向偏西方向,移动总距离为111.86 km,偏移速率先快后慢,从前5年的平均10.27 km/a降至后15年的平均4.00 km/a左右;3)非洲耕地分布呈西北—东南向,20年来标准差椭圆转角有向水平方向倒伏趋势,椭圆面积不断缩小,向心性不断增强;4)非洲耕地分布集聚主要出现在西非的尼日尔和尼日利亚,异常区为南非及贝宁.

能源资源开发区域大气CO_(2)时空变化及影响因素分析

分析能源资源开发区域大气碳浓度的时空变化和影响因素,对于探索“碳达峰”“碳中和”背景下能源资源开发高质量发展路径至关重要。新疆维吾尔自治区是我国重要的能源和战略资源基地,本文面向新疆维吾尔自治区的能源资源开发现状,采集并预处理了2015—2021年轨道碳观测卫星-2(Orbiting Carbon Observatory-2,OCO-2)二氧化碳L3数据产品,分析研究区大气碳浓度的时间变化趋势和空间分布格局,构建深度森林回归模型,并分析各影响因素对碳浓度时空变化的驱动作用。结果表明:(1)新疆维吾尔自治区、准噶尔盆地、吐哈盆地和塔里木盆地XCO_(2)浓度在2015—2021年均呈周期性上升趋势,增长率呈“先减后增”,且季节变化趋势呈现明显的“春季高冬季低”;(2)在春、秋和冬季,新疆XCO_(2)浓度空间格局呈现“北高南低”的趋势,在盆地区域及能源资源开发区域出现XCO_(2)高浓度积聚现象,夏季则呈现“北低南高”趋势;(3)地形起伏、风场流速、NDVI、地表温度、降水量、10 mV风、10 mU风和能源开发强度对区域XCO_(2)浓度时空分布有显著影响,各因素呈现明显的空间异质性和显著差异。研究结果有助于理解能源资源开采区域的大气碳浓度时空演变机制,在国家碳减排目标的实现、指导碳中和策略、追踪碳减排效果等方面具有深远意义。

中国农业碳排放效率时空格局及空间分异机理

通过对中国30个省份农业碳排放效率进行了再测算,围绕其时空格局特点与空间分异机理展开探讨,发现中国农业碳排放效率整体呈“东高西低”特征且两极分化较为严重,其中以北京为代表的12个地区处于最佳前沿面,余下18个地区则存在较大提高空间。2007年以来,中国农业碳排放效率即存在增强且趋于稳定的空间集聚特征;同时,高—高集聚区与低—低集聚区包含的省份数量之和已占到省级行政区总数的73.33%,表明中国农业碳排放效率亦存在明显的局部空间聚类现象。城镇化水平、农业发展水平、农业产业集聚和财政支农力度是影响农业碳排放效率空间分异的主导因子,且他们之间存在明显的交互增强关系。具体到不同区域,东部地区的主导因子为财政支农力度,中部和西部地区则分别受农业发展水平、环境规制的影响更大。

1981—2020年北京城市热岛效应时空特征及其影响因素分析

在气候变暖和快速城市化背景下,北京一直面临着城市热岛效应带来的环境问题。基于北京市1981—2020年逐日气温观测资料,采用线性回归、克里金插值和相关性分析等方法,研究了北京市城郊气温变化趋势以及北京市城市热岛强度(Urban Heat Island, UHI)的时空变化特征,并评估了气象因素、人口密度和土地利用/覆盖类型对城市热岛效应的影响。结果表明:近40 a来北京市城郊区的平均气温均呈上升的变化趋势,且城区气温增幅大于郊区,表明北京市UHI上升趋势显著。就季节而言,北京市冬季UHI最强(1.22℃),秋季次之,春、夏最弱,其中秋季UHI增幅最大。同时,北京市城市热岛效应范围也在逐渐扩大,其中城六区为高值区,热岛区由西北向东南方向延伸至城市副中心通州区,朝阳区和通州区增温趋势明显。2000年以来,北京市冬季UHI出现了显著的增加趋势,高值区UHI增加至1.6℃。此外,主成分分析表明人口、建设用地和气压对城市热岛效应的形成起促进作用,而风速和耕地是缓解城市热岛效应的重要影响因素。

西南山区乡村贫困地域系统时空演化格局研究——以云南省镇沅县为例

在梳理总结国内外关于贫困地理与农村多维空间贫困、乡村地域系统与贫困地域系统理论前沿研究的基础上,提出“乡村贫困地域系统”研究视角,并对乡村贫困地域系统理论内涵进行了初步探析.以云南省镇沅县109个村域为评价分析单元,构建了乡村贫困地域系统演化发展评价指标体系,设计了乡村贫困地域系统演化发展指数测度模型和基于“时空立方体—新兴时空热点分析”的时空演化模式识别方法.研究显示:(1)镇沅县2013-2021年乡村贫困地域系统演化时序阶段性特征经历了“差异波动演化(2013-2015年)—快速演化(2016-2019年)—增长滞缓趋稳(2020-2021年)”3个主要阶段.(2)镇沅县乡村贫困地域系统时空演化模式以连续热点模式为主,加强的热点模式呈零星分布,表征2013-2021年镇沅县乡村贫困地域系统整体上经历了较快且连续稳定的减贫演化过程,是减贫政策普惠作用在时空演化模式上的具体表现;连续冷点模式和持续冷点模式呈现出县域东西两端集聚分布态势.(3)多维空间贫困陷阱主要集中在和平镇、者东镇、振太镇的部分村域,相关村域脱贫稳定性相对较差、返贫风险较高.乡村发展是乡村地域系统循环累积与动态演化的结果,深入刻画分析乡村贫困地域系统时空演化格局与特征,对于科学推动脱贫地区转型发展具有重要意义.

京津冀城市群综合承灾能力时空异质性研究

基于2010—2020年京津冀城市群13个城市的调查数据,应用Kernel密度估计方法、空间自相关模型及Dagum基尼系数,分析不同时期京津冀城市群综合承灾能力时空动态演进分布格局及地区差异。结果表明:(1)在时间维度,2010—2020年京津冀城市群综合承灾能力总体呈现逐渐上升趋势,但京津冀城市群各市之间的承灾能力水平差距逐渐增大,区域整体呈现非均衡特征;(2)在空间维度,2010—2020年京津冀城市群综合承灾能力在空间分布上关联度较低,不存在显著的集聚或分散特征,但有局部地区产生聚集特点,属于“高-高”“低-低”空间聚集型城市较多,在此期间京津冀城市群综合承灾能力呈现空间集聚与空间分异并存;(3)京津冀城市群综合承灾能力的总体差异呈现上升趋势,北京-河北地区间差异最大,地区间差异是总体差异的主要来源。掌握京津冀城市群综合承灾能力的时空分布变化规律,并制订相应的防灾策略是京津冀城市群有效应对外部冲击以及实现京津冀地区协同与高质量发展国家战略的重要支撑。

基于多维气象信息时空融合和MPA-VMD的短期电力负荷组合预测模型

为提高电力负荷预测精度,需考虑区域内不同地区多维气象信息对电力负荷影响的差异性。在空间维度上,提出多维气象信息时空融合的方法,利用Copula理论将多座气象站的风速、降雨量、温度、日照强度等气象信息与电力负荷进行非线性耦合分析并实现时空融合。在时间维度上,采用海洋捕食者算法(MPA)实现变分模态分解(VMD)核心参数的自动寻优,并采用加权排列熵构造MPA-VMD适应度函数,实现负荷序列的自适应分解。通过将时间维度各分量与空间维度各气象信息进行融合构造长短期记忆(LSTM)网络模型与海洋捕食者算法-最小二乘支持向量机(MPA-LSSVM)模型的输入集,得到各分量预测结果,根据评价指标选择各分量对应的预测模型,重构得到整体预测结果。算例分析结果表明,所提预测模型优于传统预测模型,有效提高了电力负荷预测精度。

中国农村碳排放强度时空演变趋势及影响因素分析

运用碳排放系数法测算中国农村碳排放量,结合核密度估计法和莫兰指数对农村碳排放强度时空演变趋势及空间关联特征进行分析,借助STIRPAT模型和灰色预测模型定量定性分析其影响因素并做出预测。结果显示:2010—2020年中国农村碳排放强度整体呈下降趋势,但农村人均碳排放量呈上升趋势;中国区域内部存在多极化现象,空间正相关性逐渐加强,具有集聚和依赖性特征。农业生产中畜牧业是农村碳排放主要影响因素,预计未来农村碳排放强度将持续下降,农村人均碳排放量将逐步上升。

西安市托育服务资源时空演化及影响因素研究

利用核密度估计、最邻近指数法、Kriging空间插值分析、多尺度地理加权回归等量化方法,探究西安市2016—2023年托育服务资源时空演化特征及影响因素。结果表明:(1)西安市托育服务分为起步阶段、快速发展阶段、爆发增长阶段3个发展阶段,由三核心发展为多核心聚集,主要集中在碑林区、雁塔区、未央区。(2)托育服务资源在西安市呈现集聚分布,集聚程度逐年上升,具有“整体上中心集聚、同时向外发展”的特征,西、北方向是扩展的主要方向。(3)高资本托育服务资源主要向商业区和高等院校聚集,呈现出4个高资本热区,这些热区未来有机会提供更具竞争力的托育服务资源。(4)人口因素、教育因素和行业因素显著影响托育服务资源分布,而交通因素和经济因素对托育服务资源的空间分布影响较小。

一种大尺度区域GNSS坐标时间序列自适应时空滤波方法

提出一种GNSS坐标时间序列自适应时空滤波方法,在规定阈值下将滤波区域自适应分为若干个子区域,进行共模误差的提取和去除。对陆态网184个GNSS站点垂向坐标序列进行时空滤波,3组随机实验中,自适应PCA时空滤波后的站点序列平均RMS值减少约39.7%、38.4%和39.7%,且优于整体PCA滤波。进一步分析滤波前后站点噪声特性变化,结果显示,相比于整体PCA滤波,自适应滤波方法中站点残差序列幂律噪声减少约17.8%。

中国数字经济发展水平时空演变及区域差异分析

数字经济作为国民经济的核心增长极之一,正在成为促进经济发展的新动能。构建数字经济发展水平指标体系,运用熵值法对2014—2020年中国省际数字经济发展水平进行测度,在此基础上进一步探究中国数字经济发展的分布动态和区域差异。研究结果表明:与2014年相比,2020年中国数字经济发展水平整体有所提升,分区域看,东部地区数字经济发展水平呈波动下降趋势,中西部地区呈上升趋势且差距较小;空间分布上,中国数字经济呈现东高西低的发展格局,而且在发展过程中逐步形成多极分化状态;东、中、西地区数字经济发展的相对差异呈不断缩小趋势,并且区域内差异是造成数字经济发展存在差异的主要原因。

新冠疫情期间西安市空气质量时空特征研究

2019年和2021年新冠疫情期间西安市政府均采取了强有力的管控措施,为此对比研究了不同程度减排措施对空气质量的影响。采用特征雷达图、空间插值和HYPLIST轨迹模型等方法对西安市疫情期间(2019年12月—2020年2月、2021年12月—2022年2月)和正常生产期(2020年12月—2021年2月)冬季空气质量变化特征进行了对比分析,并探讨了人为减排情景下空气质量变化潜在原因。结果表明:(1)西安市环境空气质量指数(AQI)空间分布整体呈现“西北劣东南优”特征。2020年疫情严控期空气质量得到明显改善,优良率达到53%;2022年疫情严控期空气质量未受管控措施明显影响。(2)2020年疫情严控期除O_(3)外污染物浓度均明显下降,降幅分别为PM2.5(42.90%)>NO_(2)(42.13%)>CO(35.37%)>PM10(32.58%)>SO_(2)(17.40%);2022年仅有SO_(2)和NO_(2)浓度下降,降幅为NO_(2)(31.86%)>SO_(2)(18.31%)。疫情期间污染类型属于偏二次型。(3)疫情期间,污染天气是在高湿静风天气条件和盆地地形的基础上,受人为源排放和区域污染物传输引起的,因此促进污染物协同减排和关中地区联防联控是改善空气质量的关键举措。