碳排放约束下耕地利用效率的区域差异及其影响因素

论文将耕地利用碳排放纳入耕地利用效率的测度框架中,综合运用SBM-Undesirable模型、基尼系数分解模型和Tobit模型对中国大陆31个省区2003—2015年耕地利用效率的差异格局及影响因素进行定量测度。结果表明：1）总体来看,大部分省份考虑碳排放指标后形成的耕地利用效率值与不考虑碳排放指标相比都有不同幅度的下降;2）从SBM模型测度结果来看,不同尺度耕地利用效率在研究期内都呈上升趋势且表现出明显的区域差异,其中,东北地区的年平均耕地利用效率最高,中部地区最低;3）全国和四大区域耕地利用效率的基尼系数都有不同幅度的降低,地区差距有所缓解,组内差异缩小是中国耕地利用效率地区差距缩小的主要来源;4）耕地资源禀赋、经济发展水平、科学技术发展和政府重视程度等是影响耕地利用效率差异的重要因素,但是在不同样本分组情况下,不同因素的影响方向和强度存在差异;5）除了在技术层面探寻耕地利用减排路径及合理规模外,还应该在制度和政策层面对碳排放进行规范和引导,实现耕地低碳、高效利用及社会经济绿色发展。     

基于随机森林模型的中国近地面NO2浓度估算

NH₃针对传统近地面NO₂浓度空间模拟过程中NO₂浓度与其影响要素之间关系的复杂非线性机制解释不充分的缺陷,本研究基于随机森林（RF）算法、融合多源地理要素开展了近地面NO₂浓度空间分布模拟研究.以卫星OMI对流层NO₂柱浓度数据和多源地理要素（道路交通、气象因子、土地利用/覆盖、地形高程、人口数量）为输入变量,近地面NO₂浓度为输出变量,利用RF算法构建近地面NO₂浓度反演模型.通过对比地面观测数据与传统土地利用回归模型（LUR）检验RF模型的有效性,基于所构建的最优RF模型在不同时间尺度下模拟分析中国大陆地区近地面NO₂浓度空间分布特征.结果表明：（1）集成多源地理要素的RF回归模型精度高,月均模型整体拟合度R² 0.85,RMSE 6.08μg/m³,交叉验证的R² 0.84,RMSE 6.33μg/m³,显著高于LUR模型（拟合R² 0.53,RMSE 10.48μg/m³,交叉验证的R² 0.53,RMSE 10.49μg/m³）; （2）地面NO₂浓度与预测变量呈现显著的复杂非线性与时间尺度依赖关系,卫星OMI柱浓度对模型影响程度最大,重要性指标IncMSE介于97.40%~116.54%,多源地理特征变量对RF模型同样具有不可忽视的贡献力（IncMSE在23.34%~47.53%之间）;（3）中国大陆地区NO₂污染程度较高,年均模拟浓度为24.67μg/m³,存在明显季节性空间差异,NO₂浓度冬季（31.85μg/m³） > 秋季（24.86μg/m³） > 春季（23.24μg/m³） > 夏季（18.75μg/m³）,呈现以华北平原为高值中心、向外围逐渐减轻的空间分布格局.较已有研究揭示对流层NO₂柱浓度宏观分布特征,本研究对近地面NO₂污染特征的研究成果对于合理制定污染防控策略、降低居民暴露健康损害具有指导意义.     

基于Stacking集成学习模型的气态亚硝酸预测

建立了基于Stacking集成学习下气态亚硝酸（HONO）预测模型.利用非相干宽带腔增强吸收光谱（IBBCEAS）系统获得的北京城区HONO的浓度,结合HONO的来源,选取了O₃、CO、SO₂、NO、NO₂、NO_y、温度（T）、相对湿度（RH）、风速（WS）、j（HONO）、j（NO₂）、j（O¹D）作为特征数据,通过对HONO的平均日变化分析,将测量时间按小时转换为新特征.分别以极端梯度提升（XGBoost）、轻量化梯度促进机（LightGBM）以及随机森林（RF）算法构建基模型,采用5折交叉验证的方式划分训练集,将基模型输出的结果作为新特征集,并将新特征集作为第二层线性回归模型的输入,通过对这两层中的模型进行训练,最终得到Stacking集成学习HONO预测模型.通过对模型的特征重要度分析和计算夜间交通直接排放所占的贡献,表明CO是模型预测中重要的影响因子,说明机动车的直接排放是该区域冬季时期HONO的重要来源.利用测试集分别对单模型和融合后模型的预测性能进行评估,3个单模型的预测结果与测量值的相关系数都达到了0.91以上,其中Stacking融合后的模型性能最好,相关系数达到了0.94,平均绝对误差和均方根误差分别为0.307×10^-9和0.453×10^-9,结果表明基于Stacking集成学习方式下HONO预测模型的可解释性和推广性.     

长三角地区PM2.5浓度对土地利用/覆盖转换的空间异质性响应

长三角地区PM_2.5污染受区域空间效应的影响,其可持续治理方向仍不清晰.结合随机森林、空间计量模型和多尺度地理加权回归模型（MGWR）,探讨PM_2.5浓度对土地利用/覆盖转换的多尺度空间响应过程.结果表明：（1） 2000～2018年长三角地区PM_2.5浓度呈现出4类空间连续聚集的时空变化模式,区域性同步变化强烈;（2）土地转换对PM_2.5浓度的相对影响表现复杂,耕地与林地的源-汇效应显著.邻域分析表示周围聚集性土地利用/覆盖转换普遍比单一像元时作用更显著,空间效应明显;（3） PM_2.5浓度变化与林地、草地转换类型大多呈显著负相关,与耕地、建设用地和水体之间的转换类型呈显著正相关.随机森林模型重要性排序及相关系数强度表明：耕地-耕地（29.65%及0.650）、林地-林地（26.98%及0.726）、建设用地-耕地（22.57%及0.519）、耕地-林地（17.84%及0.602）和耕地-建设用地（16.34%及0.424）之间转换对PM_2.5浓度变化贡...     

南阳盆地区耕地利用效率演变及其影响因素

研究耕地利用效率演变规律关乎农业产业振兴与国家粮食安全。在使用DEA-GWR指数模型测算出南阳盆地区12县（区）2000年、2010年、2016年耕地利用效率的基础上,结合趋势面分析和$G^{*}_{i}$ 指数研究耕地利用效率的时空格局演变特征,并分析其影响因素。结果表明： （1）2000年、2010年和2016年研究区综合效率整体呈上升趋势,2000年和2016年规模效率对综合效率的作用更大,而2010年纯技术效率则对综合效率更具影响。（2）从全局视角看,三个时期耕地利用综合效率高值区从东南部向中部及西北部转变,呈现出明显的地域分异规律;从局部视角来看,相对高值（低值）耕地利用综合效率在空间上呈现出较强的组团式集聚。（3）在耕地利用效率影响因素中,影响程度的绝对值由大到小依次为：农业劳动力>复种指数>农业机械总动力>化肥施用量>人均耕地>地形条件>农村居民人均可支配收入>城市化水平。     

能值分析理论在耕地可持续利用评价中的应用研究——以南京市为例

评价指标体系是耕地可持续利用评价研究的难点,正确选择评价理论与方法,构建科学、合理的评价指标体系,为正确认识耕地利用的可持续性及制定相应政策提供理论与实践依据。文章引入能值理论,在传统评价方法基础上对耕地利用中物流、能流等以太阳能值为统一衡量标准,建立新的指标体系,并对南京市1995~2004年的耕地利用进行评价。结果表明,研究时段内南京市耕地利用是向可持续方向发展的,且其可持续利用经历了两个阶段:①1995~1998年可持续性下降阶段,综合系数从1995年的1逐渐下降到1998年的0.9570;②1998~2004年可持续性上升阶段,综合系数逐年上升到2004年的1.1123。与传统评价方法相比,引入能值理论后的评价结果更能全面、客观地反映耕地利用的可持续状况。     

基于树模型的北京市PM2.5预测效果对比分析

在城市空气质量预测中,ρ（PM_2.5）会受到气象条件和时间周期的影响。选取北京市全市为实验区域,对多种污染物浓度特征、时间特征及天气特征等进行分析,采用2019年33个空气质量监测站逐小时数据开展PM_2.5预测实验,建立了基于特征的LightGBM （light gradient boosting machine） PM_2.5质量浓度预测模型,分别与随机森林模型（RF）、梯度提升树模型（GBDT）、 XGBoost模型3个PM_2.5浓度预测模型进行对比。结果表明:在PM_2.5浓度预测精度方面,LightGBM模型最高,XGBoost模型次之,RF模型最差。LightGBM模型的PM_2.5污染浓度预测准确率高于其他模型,R2为0.9614,且具有训练快、内存少等优点。LightGBM模型的5个评估指标均优于其他模型,说明其在PM_2.5逐时预测上具有很好的稳定性和应用前景。     

干气溶胶复折射率的参数化方案

基于成都市2017年10~12月WS600一体式气象站、AURORA-3000积分浊度计、AE-31黑碳仪以及GRIMM180环境颗粒物监测仪的地面逐时观测数据,结合Mie散射理论数值改进算法与免疫进化算法反演了550nm波长处干气溶胶复折射率（DACRI）的实部（n_re）和虚部（n_i）.通过分析DACRI反演结果与颗粒物质量浓度之比（BC/PM₁,BC/PM_2.5,BC/PM₁₀,PM₁/PM_2.5,PM₁/PM₁₀和PM_2.5/PM₁₀）之间的相关性,利用逐步线性回归方法分别构建了n_re和n_i的参数化方案. n_re和n_i的参数化方案拟合值与实测值之间的相关系数（R）分别为0.54和0.85（P<0.0001）,平均相对误差（MRE）分别为2.31%和15.18%.此外,利用该参数化方案计算的DACRI模拟了一次灰霾演化过程中干气溶胶的散射系数b_sp和吸收系数b_ap,其模拟值与实测值之间的相关系数分别为0.98和0.91（P<0.0001）,平均相对误差分别为7.43%和14.97%.     

多机器学习模型下逐小时PM2.5预测及对比分析

为了能及时、准确的估算出PM_2.5浓度及污染等级,分别构建了K最邻近模型（KNN）、BP神经网络模型（BPNN）、支持向量机回归模型（SVR）、高斯过程回归模型（GPR）、XGBoost模型和随机森林模型（RF）6个PM_2.5浓度预测模型,选取江西省赣州市为实验区域,采用2017~2018年逐小时气象站数据、PM_2.5浓度数据和Merra-2再分析数据开展PM_2.5预测实验.结果表明,缺少污染物观测数据时,利用能见度和气象因子等数据也能较好的预测PM_2.5浓度.在PM_2.5浓度预测精度方面,XGBoost模型最高,随机森林模型次之,高斯过程回归模型最差.6个模型的预测精度总体呈现冬季最高,秋季和春季次之,夏季最低.XGBoost模型的PM_2.5污染等级预测准确率高于其他模型,综合准确率达87.6%,并且XGBoost模型具有训练时间短,占用内存小等优点.XGBoost模型的变量重要性结果表明,能见度变量的重要性最高,相对湿度和时间变量次之.本研究可为环境部门准确预测、预报PM_2.5浓度提供参考.     

耦合气溶胶双参数化方案的大气能见度数值改进算法

将气溶胶复折射率（Aerosol Complex Refractive Index,ACRI）和气溶胶粒径吸湿增长因子（Growth Factor,Gf（RH））参数化方案进行耦合,提出了一种基于Mie散射模型的大气能见度数值改进算法.并利用成都市2017年10~12月WS600一体式气象站、AURORA-3000积分浊度计、AE-31黑碳仪以及GRIMM180环境颗粒物监测仪分别观测获得的相对湿度（RH）,干气溶胶散射系数（b_sp）,干气溶胶吸收系数（b_sp）,气溶胶质量浓度（PM₁₀,PM_2.5,PM₁）及其数浓度粒径分布（N[r（RH）]）的地面逐时观测资料,通过与两种能见度计算模型（经验参数的Mie散射模型和统计模型）在不同能见度区间（<2km,2~5km,5~10km,>10km）模拟结果的对比分析,评估了该改进算法的适用性.结果表明：三种能见度计算方法均能较好地模拟出能见度的变化特征;改进算法通过本地化参数化方案更准确地估计出DACRI和Gf（RH）,从而可更准确地模拟出四类能见度区间,对应模拟值与实测值的相关系数（R）分别为0.62,0.90,0.89,0.93,平均相对误差（MRE）分别为9.86%,10.39%,9.94%,14.06%.     

基于MODIS数据与多机器学习法的日PM2.5模拟研究

为了深入了解地面PM_2.5的空间分布,以山东省为研究区,利用2019年的PM_2.5站点实测数据,结合中分辨率成像光谱仪(MODIS)的L3级别的MCD19A2气溶胶光学厚度产品,充分考虑人口、地形、气象等因素,使用RF、SVR、BPNN、DNN等4种机器学习算法对山东省2019年逐日PM_2.5进行了模拟.结果表明:随机森林模型(RF)的RMSE和MAE的值分别为12.67和6.62,优于BPNN、SVR和DNN模型.随机森林模型(RF)最适合山东省的日PM_2.5模拟.     

基于机器学习方法的小麦镉富集因子预测

应用机器学习方法解析区域土壤-小麦系统镉(Cd)富集特征有助于风险决策的准确性和科学性.基于区域调查,构建了Freundlich-type转移方程、随机森林(RF)模型和神经网络(BPNN)模型对小麦Cd富集因子(BCF-Cd)进行预测,验证不同模型的预测精度并评估其不确定性.结果表明,RF(R²=0.583)和BPNN(R²=0.490)模型预测性能均优于Freundlich转移方程(R²=0.410).重复训练结果显示RF和BPNN平均绝对误差(MAE)和均方根误差(RMSE)较为接近,但RF(R²为0.527～0.601)较BPNN(R²为0.432～0.661)模型精度和稳定性更高.特征变量重要性分析显示多重因素的共同作用导致小麦BCF-Cd的异质性,其中土壤磷(P)和锌(Zn)是影响小麦BCF-Cd变化的关键变量.参数优化可进一步提高模型精度、稳定性和泛化能力.     

土地整治项目区耕地资源优化配置研究

耕地细碎化会导致农业生产效率降低、土地利用可持续性下降、耕地撂荒增多等多种农业问题,土地整治是当前中国改善耕地细碎化的重要途径之一。为探索适宜的土地整治计量模型以解决耕地资源优化配置问题,基于多目标线性规划,从工程设计、权属调整、地块分配三方面构建土地整治项目区耕地资源优化配置模型,并选取典型土地整治项目进行案例分析。研究结果表明：通过模型优化,案例区农业生产消耗降低了20.41%、地块平均规模增大了53.72%、户均地块数降低了34.92%,平均耕作距离减小了68.17%,可促进耕地细碎化问题的改善,有利于农业生产效率的提升。研究对丰富土地整治规划设计方法,推动耕地细碎化问题解决具有参考和借鉴意义。     

基于耕地多功能需求的巨型城市区耕地保护阈值探讨——以珠江三角洲为例

耕地保护是基于耕地功能需求的保护,生产功能、生态服务功能和景观文化功能等需求是巨型城市区基本的耕地功能需求,其耕地保护阈值应考虑这种耕地多功能需求的区域特殊性。论文以耕地多功能管理为基本理论依据,以现有耕地保护阈值研究为基础,结合生态绿当量、碳氧平衡法和景观格局分析等最小生态用地需求量测算理论和方法,构建了集粮食生产功能和生态服务功能需求于一体的巨型城市区耕地保护阈值测算模型。模型侧重于潜在粮食生产能力的保护和现实生态用地结构的优化,将保护阈值区分为实有耕地保护阈值和其他可耕地保护阈值两部分。到2030年末珠江三角洲耕地保护总阈值为104.17×10⁴ hm²,其中实有耕地保护阈值48.16×10⁴ hm²,其他可耕地保护阈值56.01×10⁴ hm²,模型具有一定的可行性。     

模糊证据权法在西藏一江两河流域耕地适宜性评价中的应用

开展耕地适宜性评价是编制农业发展规划、优化耕地资源配置的基础性工作。文章以西藏一江两河流域18 个县的耕地资源为评价对象,将模糊证据权模型引入到耕地适宜性评价中,通过该方法筛选出地形地貌、气候、土壤和水资源状况等4 个方面的9 个因子作为证据图层,并计算因子图层的模糊证据权重,最后综合各因子图层的证据权重参数得出后验概率并修正形成耕地适宜性分布图。结果表明：①80.83%的适宜样本点处于修正后验概率分级图的中等适宜级别及以上,即已知信息体现出较高的吻合性,表明模糊证据权模型能够科学、有效地评价耕地资源的适宜性;②集知识驱动与数据驱动一体化的模糊证据权模型既能够充分发挥先验知识、客观规律的作用,也可以通过隶属度函数增加知识干预,有效利用专家的丰富经验,在一定程度上克服了知识驱动方法中因子筛选和权重确定主观性强或纯粹数据驱动方法的不足;③研究区21.32×10⁴hm²的耕地资源中,高度适宜、中度适宜、一般适宜和不适宜的耕地资源分别占32.03%、31.94%、27.19%和8.84%,对应其空间分布情况,可以优化耕地资源规模与布局,指导高原耕地区农业生产实践,促进耕地资源的合理利用。     

耕地质量监测中合理样本量配置及不确定性分析——以陕西省宝鸡市为例

耕地质量监测样本量的优化配置对降低成本,实现可持续土地资源监测与利用有重要指导价值。以陕西省宝鸡市为例,采用2018年耕地质量监测数据,运用传统统计学和地统计学方法,探讨耕地质量监测中土壤监测指标的合理样本量及不确定性。研究表明：样本变异性大小与样本量的关系并不是绝对的。样本代表性评价方法和地统计学方法较Cochran方法能有效降低样本的不确定性;样本代表性评价法适用性更广,但研究结果缺乏稳定性;地统计学方法的适用性存在局限性,可降低中等变异性指标的不确定性,但对低、高变异性指标适用性较低。中等变异性指标宜采用地统计学方法确定合理样本量;低、高变异性指标宜采用代表性评价方法确定合理样本量。     

基于生态协调性和建设适宜性的山区基本农田布局研究——以福建省永安市为例

在生态文明建设背景下,探索兼顾生态环境保护和耕地资源保护的基本农田布局方法不仅是划定永久基本农田的首要任务,更是构建土地利用开发新格局的主要内容。目前,针对基本农田布局的相关研究仍侧重于耕地的资源属性,忽视了耕地在区域生态系统中产生和存在的合理性问题,导致生态环境问题持续加重。论文借鉴景观生态学等相关理论分析了耕地与区域生态系统之间的相互关系,提出了一种兼顾生态协调性和建设适宜性的基本农田布局方法,并以福建省永安市为例开展了实证研究。结果表明：该布局方法不仅保证了基本农田保护制度保护优质耕地的内在要求,而且突出了耕地与区域生态系统在景观尺度上的相互影响,促进了山区耕地利用与生态环境的协调发展,同时可为今后基本农田的科学划定提供参考。