基于格局-质量-功能的高寒草甸区生态脆弱性分析——以云南迪庆为例

以滇西北高寒草甸区为研究对象,通过建立格局-质量-功能框架开展其生态系统脆弱性时空特征评价,并利用地理加权回归模型分析各因子对生态系统脆弱性变化的空间异质性影响.结果表明:滇西北高寒草甸区生态系统脆弱性指数(EVI)格局由北向南递减.2000～2020年迪庆北部地区的生态系统脆弱性指数呈增加趋势,生态脆弱性性指数最高增加了0.30,中南部绝大部分地区呈下降趋势.影响因子对生态系统脆弱性敏感性显著,气候因子对迪庆北部和南部地区的生态系统脆弱性敏感,经济(GDP)、人口(POP)等因子是导致区域生态系统脆弱性指数增加的主要因素.     

我国人为源气态活性氮排放时空变动特征分析

随着粮食和能源需求的增加,农业生产和化石燃料燃烧带来的活性氮污染越来越成为影响我国环境和人民健康的重要因素之一.通过对2000、2005及2010年全国31个省(直辖市、自治区)的人为源气态活性氮排放总量、单位GDP及单位人均排放量的Moran's I指数和GetisOrd G*i指数进行空间分析,探讨了气态活性氮排放及其强度的时空变动特征.结果表明,全国的气态活性氮排放及其强度呈现明显的空间集聚特征.在空间分布特征上,全国活性氮排放表现为高值集聚分布,其热点主要位于华北平原和长江中下游平原地区;排放强度方面则为高值聚集和低值聚集兼备.通过对3个年份的冷热点比较分析发现,排放强度的冷点地区变化较小,热点地区变化较大.其中,单位GDP排放强度方面,冷点地区处于东南沿海地区,热点地区则由西北地区缩小到四川、甘肃两省;而单位人口排放强度方面,冷点地区范围有所缩减,热点地区则由分散转变为集中分布于京津冀及周边的山西、内蒙古和辽宁等.分析人为源气态活性氮时空分布格局和特征及其形成原因,可为评估和减缓气态活性氮排放对生态环境的影响提供科学基础.     

黄河流域水污染排放特征及污染集聚格局分析

掌握污染源排放特征及其空间差异,是在流域尺度提升水污染治理水平的重要基础.该研究分别从污染源的活动水平（简称“活动水平”）、污染物产生、污染物去除和污染物排放4个方面选取了28个指标,对黄河流域60个市州主要水污染物排放特征开展了现状评价和聚类分析.采用污染分布的地理集中度指数表征各市州污染集聚格局,并利用空间分析模型Global Moran's I和G_i*指数判断污染排放的空间集聚趋势与冷热点地区.结果表明:按照水污染排放特征的差异,黄河流域不同地区在水污染格局上可划分为高排放强度区、高排放绩效区、污染集聚区和低排放绩效区;水污染物排放与经济发展格局分布一致,上游、中游到下游地区呈现明显的阶梯型分布,上游地区单位水资源利用效率和排放绩效低,下游地区区域性污染集聚效应明显;山西省、河南省和山东省沿黄城市在空间上表现为区域性连片污染集聚,集中分布在晋中城市群和中原城市群.针对当前黄河流域水污染排放特征和空间集聚格局,建议制定统一的生态环境保护与治理策略,加强中下游城市群的污染协同控制.      

2000～2020年中国典型经济区PM2.5时空变化及其与植被景观格局的关系

探究典型经济区PM_2.5时空变化特征及其与植被景观格局的关系,对区域PM_2.5污染治理和大气环境保护具有重要意义.基于PM_2.5数据和MODIS NDVI数据集,采用像元二分模型、 Getis-Ord G^*_i分析、 Theil-Sen Median趋势分析、 Mann-Kendall检验、皮尔逊相关分析和复相关分析等方法,探究中国三大经济区PM_2.5空间聚集性、时空变化特征及其与植被景观格局指数的相关性.结果表明,2000～2020年环渤海地区PM_2.5主要表现为热点区扩张,冷点区缩减;长江三角洲地区冷点区和热点区面积占比无显著变化;珠江三角洲地区冷点区和热点区均发生扩张.2000～2020年三大经济区PM_2.5整体表现为下降趋势,改善程度由高到低依次是：珠江三角洲地区、长江三角洲地区和环渤海地区.2000～2020年三大经济区不同植被覆盖度等级下PM_2.5均表现为下降趋势,三大经济区PM<...     

2003~2018年四川盆地气溶胶光学厚度空间分异及驱动因子

为揭示四川盆地气溶胶光学厚度（AOD）的空间分布格局并定量评估影响其时空分异的驱动因子,基于2003~2018年（16a） MODIS气溶胶产品数据,采用Mann-Kendall突变检验法,空间自相关,空间热点探测分析和地理探测器等地统计方法分析研究.结果表明：2003~2018年四川盆地AOD总体呈现下降趋势,且突变年为2015年,并依据趋势变化将2003~2018年分为6个时段.四川盆地气溶胶区域性污染特征明显,AOD高值区主要聚集在盆地中部低海拔地区,而AOD低值区则多聚集在盆地边缘高海拔地区.AOD空间分布具有显著的聚集性规律（空间正相关,Moran's I指数>0）,自2012年以来高-高值聚集区面积不断减小,且不同时段聚集区AOD年际变化与AOD值分布变化态势一致.利用主成分分析法优选出8个因子,经地理探测器分析表明,16a来盆地区域AOD时空分异主要是由于城市化和工业化发展水平不均衡引起的.2014~2015年所有驱动因子的驱动力较之前时间段出现11.2%~59.2%的减小,且社会经济因子尤为明显,与2015年为突变年的结论相一致.     

北方农牧交错带干旱脆弱性时空格局演变

干旱脆弱性研究为北方农牧交错带人地系统的“整合”研究提供了新思路与分析框架。论文运用VSD脆弱性评估框架,将系统脆弱性分解为暴露度、敏感性、适应能力3个维度,以北方农牧交错带112个县域为研究单元,以2000、2008、2015年社会经济统计数据、气象数据、遥感影像数据为研究基础,运用模糊层次分析、空间热点探测分析和变异系数分析等方法,对各县域干旱脆弱性时空演变特征进行分析与总结。研究结论：1）研究区干旱脆弱性指数逐步降低,整体呈现东北地区低脆弱、西南地区高脆弱的空间格局。2）研究区暴露度指数先上升、后下降,且由东北向西南逐渐增高;敏感性指数先下降、后上升,呈现空间碎片化特征;适应能力指数逐步提高,呈现中部高度适应、东部中度适应、西部低度适应的格局。3）研究区干旱脆弱性差异度先增大、后减小,且呈现西、南部差异度大,东、北部差异度小的格局。4）研究区干旱脆弱性冷、热点个数增加明显,2000—2008年冷热点个数增加最明显;空间上,热点先由中部向西部蔓延,冷点由东部边界区向西部、南部扩展,形成了东部边界冷点集聚带和中、西部热点集聚区。     

中国A级旅游景点空间分布特征与可达性

以A级景点为例,基于GIS 技术,通过最近邻指数、K指数、热点聚类等方法分析中国2 424 个A级旅游景点的空间分布特征;运用栅格成本加权距离算法,计算中国A级旅游景点的空间可达性,并测算县域单元的整体可达性;利用空间关联方法分析了县域可达性的空间差异。结果表明：中国A级景点的空间分布总体上呈现出聚集分布的特点,所有景点的平均可达时间为125.88 min,60%的景点可达时间在90 min 以内;可达性在全国的分布差异十分明显,可达性空间分布具有明显的交通指向性。景点的县域可达性呈强集聚格局,可达性热点区域的分布呈现明显的热点—次热点—次冷点—冷点自东向西带状分布的格局。     

基于PSRM模型的京津冀地区生态脆弱性时空演变

京津冀地区作为中国三大城市群之一,经济实力雄厚,但其生态脆弱性问题十分突出,为达到经济-社会-生态综合发展,对京津冀地区生态环境现状进行分析显得尤为重要.基于PSRM模型,选取PM_2.5、PM₁₀和土壤侵蚀强度等19项代表性指标,结合序关系法、CRITIC法、锡尔系数、热点分析和地理探测器等方法探究京津冀地区生态脆弱性时空演变特征及影响因素.结果表明,京津冀地区在2009~2019年：①生态脆弱性先升后降,脆弱区大体呈现"东北-西南"走向,东北、西南部生态环境优于中南、西北部;②空间相关程度呈"V"形浮动,冷热点区域与脆弱性空间格局基本一致;③研究区内生物丰度、PM₁₀和人类干扰指数对京津冀地区生态脆弱性影响力较大.最后根据生态脆弱性分析结果,对京津冀地区生态环境与可持续发展提出建议.     

中国县域单元生态脆弱性时空变化研究

以中国2853个县(市、旗、区)为研究单元,以1980、1990、2000和2010年全国1 km格网土地利用数据和中国县级行政单元社会经济统计数据为基础,通过VSD模型,构建了基于自然和人为共同作用下的生态系统影响力指数和社会经济适应力指数,用以综合表达生态脆弱性空间分异,在此基础上对中国县域单元的生态脆弱性进行定量评价.结果表明:中国县域生态系统影响力指数持续降低,2000年之前呈现由"东北到西南"逐渐降低的趋势,2000年之后,基本呈现"中东部及新疆北部高、西南低"的格局.适应力指数空间分布差异十分明显,表现出东南沿海高于中部,中部又高于西部的格局.从生态系统脆弱性空间分布格局来看,东南部比西部地区更脆弱,从时间变化来看,中国生态脆弱度整体好转,局部恶化;从数量变化来看,1983个县域单元处于高度脆弱区和极度脆弱区,仅有327个县域单元于处于轻度和微度脆弱区.处于极度脆弱区和高度脆弱区的县域单元未来要合理规划土地利用,加强土地利用管理,调整用地布局并严格控制城镇规模扩张;对于轻度和微度脆弱区则应坚持以生态建设和环境保护为主,禁止污染型产业发展,有序引导人口转移,发展生态旅游业和高技术产业.     

京津冀与长三角城市群碳排放的空间聚集效应比较

基于中国高空间分辨率碳排放网格数据(CHRED),采用探索性空间分析手段(ESDA)和空间回归模型分析京津冀和长三角城市群碳排放指标空间格局和聚集特点,通过显著性检验选择空间滞后回归(SLM)和空间误差回归(SEM)方法,揭示城市群碳排放水平的影响因素.结果表明,京津冀城市群碳排放在空间上表现出更多的随机性和结构不稳定性,Moran自相关系数为-0.131;长三角城市群碳排放在空间上表现聚集趋势明显,Moran自相关系数0.106,二氧化碳排放受到临近区域的影响.人口和经济因素是京津冀城市群和长三角城市群碳排放的最主要驱动因素.总体上长三角地区碳排放总体扩散效应显著,而京津冀城市群极化效应更明显.区域发展的多中心化是大城市病治理的重要导向,同时要注意对区域碳排放溢出热点进行控制,促进城市群一体化和低碳化发展,实现区域碳平衡.     

乌鲁木齐市生态系统服务价值时空演变研究

文章基于网格单元、探索性空间分析法、生态系统服务变化指数、改进后的生态系统服务价值当量等方法,分析了西北干旱区乌鲁木齐市1980-2018年土地利用与生态系统服务价值(ESV)的时空变化特征。结果表明:(1)乌鲁木齐市ESV及单项ESV呈现不断减少趋势,其中水文调节、净化环境功能减少最大,其次为生物多样性、气候调节功能。(2)乌鲁木齐市ESV空间上呈现南部高,北部和东部低的分布特征;从时间序列上来看,存在着ESV高值区进一步缩小,低值区进一步扩大的趋势。(3)从1980-2018年乌鲁木齐市ESV的损益变化(ESCI)看,北部米东区、西部城市聚集区以及南部一号冰川附近ESV减损较大,东部柴窝堡湖、盐湖附近ESV增益较为明显。(4)乌鲁木齐市ESV增值热点区集中分布于东部柴窝堡湖、盐湖附近,ESV减损冷点区主要分布于北部米东区、西部城市聚集区以及南部一号冰川附近,总体上ESV变化热点图与ESCI空间分布特征一致。研究结果客观地反映了乌鲁木齐市生态系统服务价值动态变化规律以及区域内部的空间差异性,对正确处理好开发与保护的关系,构筑国家西部生态安全屏障,守住生态安全边界具有重要意义。     

京津冀地区生境质量与景观格局演变及关联性

以京津冀地区为研究区,基于InVEST生态评估模型、Fragstats景观格局指数测算平台,运用网格分析法,评估了2000~2018年京津冀地区生境质量与景观格局演变;利用空间自相关理论,分析了二者空间关联性及其时序演变特征.结果表明：京津冀地区生境质量整体呈现出“东南低、西北高”的空间分布特征;2000~2018年京津冀北部以及沿海地区生境质量大面积提升;北京-天津都市圈及其南部存在大面积生境质量衰退.京津冀山区景观格局较稳定,东南部城市群景观格局指数值变化显著,景观趋于破碎化.生境质量与景观格局特征二者具备空间关联性,但相关关系逐渐减弱,以东南部生境质量低值区集聚效应减弱最为明显.研究结果有助于揭示生境质量与景观格局的空间关联性规律,可为我国乃至世界其他类似地区生态保护与景观规划提供科学支持.     

京津冀地区城市三生空间碳代谢效率特征及演进模式

探究城市三生空间系统的碳代谢效率有助于实现区域要素整合和空间优化.基于城市代谢视角,采用物质流分析法构建了京津冀地区三生空间碳代谢效率评估框架,并运用超效率DEA模型和Malmquist指数分析了2000~2020年三生空间碳代谢效率的时空分布、动态变化及演进模式.结果表明：①2000~2020年,京津冀地区三生空间碳代谢效率呈波动增长趋势,各城市碳代谢效率空间分异明显,碳代谢效率水平整体偏低,呈中部高、南北低的分布格局.②京津冀地区碳代谢效率全要素生产率呈增加趋势,技术进步变化和纯技术效率贡献作用不显著.超过50%的城市全要素生产率呈改善趋势,仅有38.46%的城市在碳代谢效率改善过程中存在技术进步现象,超过1/2地区的纯技术效率呈下降趋势,大部分城市的技术效率和规模效率变化指数大于1.③各城市碳代谢效率呈现不同的类型特征,按照其发展路径划为稳定式、反复式、渐进式和突变式这4种演进模式.各城市应据此采取差异化措施,合理配置三生空间资源,提高技术水平和规模效率,以期提高城市碳代谢效率水平.     

东北三省农田生态系统碳排放时空分异特征及驱动因素研究

根据2000—2014年东北三省碳排放的相关数据,结合空间探索性分析及地理加权回归等模型方法,对研究区农田生态系统碳排放量的空间集聚性、差异性及其重要驱动因素进行研究.结果表明:东北三省农田生态系统碳排放量存在比较显著的全局空间正相关,自相关性在整体上表现出逐渐增强的趋势,到2014年全局Moran's I指数达到最高值0.3395.在局部空间相关关系上,东北三省农田生态系统碳排放量的高-高区域集中在黑龙江省和吉林省,低-低地区主要集中在辽宁省,表现出不平衡的发展格局.人均GDP对农田生态系统碳排放有负效应,总人口数对农田生态系统碳排放的影响从正效应转变为负效应,化肥施用对农田生态系统碳排放影响程度的空间分布格局发生了较大变化,代表生产技术水平和能源消耗的农业化肥施用量和农业机械总动力因素对农田生态系统碳排放的影响较大,东北三省农田生态系统碳排放和农业机械总动力相关程度有逐渐趋同的趋势.     

基于PSR模型的江苏海岸带生态系统健康时空变化研究

以江苏省海岸带为例,基于PSR模型构建江苏省海岸带生态系统健康评价指标体系,采用熵权法和层次分析法结合确定指标权重,依据构建的评价模型对近19年间的生态系统健康状况进行评价与分析.结果表明:研究区各县市生态系统健康综合指数在3~6之间,处于一般等级的区域占总面积的54%~66%,处于较差等级的区域占34%~45%,空间分布上表现为研究区中部生态系统健康状况较好,而南北两侧相对较差;研究区生态系统一直处于一般健康水平,但从健康指数构成来看,研究区压力、状态、响应因子值在研究期间都有不同程度的下降,生态健康指数在2002年以后略表现出下降趋势,应引起足够的重视.     

2015~2019年河南省PM2.5时空特征与驱动因素分析

PM_2.5是雾-霾中的主要成分,河南省已成为PM_2.5污染防治重点地区之一.基于2015～2019年河南省PM_2.5浓度数据,使用空间自相关和空间热点探测方法分析其时空特征,引入地理探测器方法分析气象因素、空气质量因素和社会因素对PM_2.5浓度的解释力度.结果表明,河南省2015～2019年PM_2.5浓度整体呈现降低趋势,高污染天数减少和低污染天数增加,高污染逐步向中污染转化;PM_2.5浓度具备明显的空间聚集特征,全局空间自相关指数先降后升,空间热点集中在豫北地区（安阳市、鹤壁市、新乡市和焦作市）,空间冷点集中在豫西地区（三门峡市、洛阳市和南阳市）;空间重心转移呈现出北上的趋势;单因子探测显示,在9个影响因子中,土地利用类型（解释力度为0.511,下同）、降水量（0.312）和NO₂浓度（0.277）是影响PM_2.5浓度最明显的因子,其余因子影响力排序为PM₁₀浓度（0.255）、温度（0....     

1960~2012年长江三角洲地区雾日与霾日的气候特征及其影响因素

利用1960~2012年长江三角洲地区气象观测资料,对长江三角洲区域雾和霾的时空分布及其影响因素进行了分析.结果表明:长江三角洲地区雾、霾分布不均匀,雾日大值区主要分布在江苏省盐城中部沿海地区、安徽省黄山地区、浙江东部沿海地区,霾日大值区主要分布在以南京、杭州、合肥、衢州为中心的周边城市.时间变化上,城市化水平高的大城市年雾日数在20世纪80年代之前呈增加趋势,之后呈减少趋势;城市化水平低的小城市年雾日数也呈先升后降的趋势,但下降时间滞后于大城市.大城市雾日月平均分布冬季最多,春秋季次之,夏季最少,小城市雾日月平均分布呈双峰型特征,即春季和冬季较多.大城市和小城市年平均霾日数一直呈增加趋势且20世纪90年代之后差距变大.区域气候变化和城市化导致的温度上升,空气污染加剧导致的气溶胶增加,是造成长江三角洲雾日、霾日不同变化特征的原因,但它们之间的相互作用效应复杂,值得深入研究.     

滹沱河流域生态环境动态遥感评价

滹沱河流域横跨山西和河北两省,自2000年以来由于经济发展,城市扩建,滹沱河一度断流,但随着国家对生态文明建设的重视和南水北调工程的实施,滹沱河流域生态保护成效显著提升.基于GEE平台选取MODIS数据、Landsat数据和夜光遥感数据等,利用生态环境指数（EI）中的生物丰富度指数、植被覆盖指数、土地胁迫指数和污染负荷指数以及遥感生态指数（RSEI）中的湿度指数相结合生成新的评价指标体系,利用变异系数法和熵权法对指标赋权并构建生态环境评价模型,对2000~2020年滹沱河流域进行生态环境质量评价和分级,并运用地理探测器对其驱动因子进行解释.结果表明：①时间尺度上,2000~2015年滹沱河流域的生态环境处于“衰退期”,2015~2020年滹沱河处于“恢复期”.从格网尺度上看,流域内中部地区生态环境质量呈现逐年提高的状态;流域内西部和东部地区,“衰退期”生态环境质量逐年降低,“恢复期”生态环境质量有所提高.②热点分析表明,滹沱河流域的生态环境质量呈现“中间高两侧低”的空间分布状态.冷点区域集中分布于东部和南部的城市乡镇地区,零星分布于西侧河谷地区.③地理探测分析表明,单因子探测驱动因子主要为人口密度、植被净初级生产力（NPP）、植被覆盖度（FVC）和地貌类型.交互探测的主导因子为“地貌类型+FVC”.随着生态文明建设不断深入和《滹沱河保护条例》的颁布实施,结合流域内不同的自然环境和社会特征等因子,滹沱河流域生态环境评价研究可为因地制宜地改善生态环境政策提供数据支持.     

天津市“十三五”期间O3污染特征和驱动因子

为了解“十三五”期间天津市O₃污染特征和驱动因素,基于2016～2020年高时空分辨率的在线监测数据,利用空间自相关、空间热点分析和STIRPAT模型分析了O₃污染空间分布、聚集特征和驱动因子.结果表明,2016～2020年天津市O₃浓度变化特征呈现污染发生时间点提前和污染范围扩大的趋势.6～10月O₃污染分布具有显著聚集性,高值-高值聚集区主要为市内六区、北辰区、津南区和静海区,O₃浓度在西南部地区形成高值热点聚集区,在东北部地区形成低值冷点聚集区.气温、小风百分率和日照时数等气象因子与NO_x排放量、 VOCs排放量和机动车保有量等社会因子对O₃浓度有显著性影响,综合驱动STIRPAT模型的回归拟合效果比单一气象因子或社会因子模型更好.为科学高效地开展“十四五”期间O₃污染的防治,在关注气象条件基础上,在“双碳”目标的约束下,天津市应进一步提升钢铁、石化、火电和建材等行业全过程排放的绩效水平,引导企业清洁化提升...     

四川盆地臭氧浓度空间分异及驱动因子研究

为揭示四川盆地臭氧（O₃）的空间分布格局及其驱动因子,通过对2015~2017年四川盆地18城市82个国控环境监测站的O₃浓度观测数据,使用空间自相关,空间热点探测及地理探测器等地统计方法分析研究.结果表明：2015~2017年四川盆地O₃浓度总体呈现上升趋势（由2015年的（79.95±18.82） μg/m³上升到2017年的（88.64±11.67）μg/m³）,污染态势逐年加重.盆地中西部成都,资阳,雅安等城市O₃浓度最高,且高值区范围逐年扩大.O₃浓度的空间分布呈现出显著的聚集性规律（空间正相关,Moran's I指数大于0）,且年聚集区（H-H聚集区或L-L聚集区）主要呈现为H-H聚集区分布在盆地中西部,L-L聚集区分布在盆地东南部.此外,年聚集区的年际变化与浓度变化态势基本一致,即O₃浓度上升（降低）的区域转变为H-H聚集区（L-L聚集区）.基于地理探测器定量分析了二十个社会经济及自然驱动因子对O₃浓度空间分异的影响,结果显示社会经济因子占主导作用,其中城建用地占区面积比重（驱动值,q=0.5734）,人口密度（q=0.5479）的驱动作用最为突出,自然因子中年降水量（q=0.4592）具有最显著的驱动作用;地理探测器双因子交互对O₃浓度空间分异的影响有明显的交互增强作用（每个单因子q值平均增大了1.5~2.1倍）,且交互均值（即各因子交互q值的均值）与最大交互值逐年增大.在使得交互值达到最大驱动值的双因子中,出现频率最高的是人口密度（7次）和工业烟粉尘排放量（7次）.