Using culturomics and social media data to characterize wildlife consumption

Wildlife provides food, medicine, clothing, and other necessities for humans, but overexploitation can disrupt the sustainability of wildlife resources and severely threaten global biodiversity. Understanding the characteristics of consumer behavior is helpful for wildlife managers and policy makers, but the traditional survey methods are laborious and time-consuming. In contrast, culturomics may more efficiently identify the features of wildlife consumption. As a case study of the culturomics approach, we examined tiger bone wine consumption in China based on social media and Baidu search engine data. Tiger bone wine is one of the most purchased tiger products; its consumption is closely related to tiger poaching, which greatly threatens wild tiger survival. We searched a popular social media website for the term “tiger bone wine” and focused on posts that were originally created from 1 January 2012 to 31 December 2018. We filtered and classified posts related to the purchase, sale, or consumption of tiger bone wine and extracted information on providers, consumption motivations, year of production, and place of origin of the tiger bone wines based on the texts and photos of these posts. We found 756 posts related to tiger bone wine consumption, 113 of which mentioned providers of tiger bone wine, including friends (53%), elder relatives (37%), peer relatives (7%), and others (3%). Out of the 756 posts, 266 indicated the motivations of tiger bone wine consumption. Tiger bone wines were consumed as a tonic (34%), medicine (23%), game product (30%), and a symbol of wealth (28%). Some posts indicated ≥2 consumption motivations. These findings were consistent with the search queries from Baidu index. Such information could help develop targeted strategies for tiger conservation. The culturomics approach illustrated by our study is a rapid and cost-efficient way to characterize wildlife consumption.     

哈长城市群县域碳排放空间溢出效应及影响因素研究——基于NPP-VIIRS夜间灯光数据的实证

基于2012-2016年NPP-VIIRS夜间灯光数据测算哈长城市群共计68个县级单元碳排放数据,采用空间自相关、位序规模法则、空间计量模型以及空间马尔科夫链模型,对县级尺度城市碳排放空间特征、影响因素和动态空间溢出作用进行分析.结果表明：①城市碳排放呈现逐年下降的趋势,空间Moran''s I指数表明研究区城市碳排放存在高度的空间自相关,碳排放的高值集聚性呈降低的趋势.②位序规模法则表明,研究区全部城市的碳排放属于次位型分布,高位次城市的碳排放表现突出;在前十位城市的碳排放规模先减少再增加,由分散向集中演变.③多种空间面板模型对比分析表明,城市经济水平和人口密度因素呈现显著的正相关关系;固定投资和外商投资因素仅在时间固定模型中起到正向影响作用;技术进步以及路网密度因素则起到显著的抑制作用.④空间马尔科夫链分析结果表明,城市碳排放空间溢出效应明显,位于低水平区域与高水平区域的城市在转移过程中保持稳定;位于中低水平区域的城市与高碳排放的城市相邻会降低转移概率,反之则会提升转移概率.     

基于OMI数据的东南沿海大气臭氧浓度时空分布特征研究

基于臭氧监测仪(OMI)卫星反演数据,对2005—2018年东南沿海5省区域大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明:①在时间变化上,14年间,该区域大气臭氧柱浓度整体呈先上升后下降的趋势,2005—2013年臭氧柱浓度持续升高,最高值为324.52 DU,高值区不断向南部区域扩大;2013—2018年臭氧柱浓度呈下降趋势,最低值为228.27 DU,但在2017、2018年略有上升.②在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在江苏及浙江省北部;低值区集中于福建省南部及广东省大部分地区.③在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,秋季略高于冬季,但差异不明显.④稳定性分析表明:研究区臭氧柱浓度整体呈现中部分散、南北部集聚、差异较显著的分布格局.⑤自然因素中,风向、气温均呈现显著正相关,江淮地区的梅雨季节(降水)及华南地区的台风和暴雨也起到显著作用.⑥人文因素中,臭氧柱浓度与地区生产总值、各产业生产总值及机动车保有量均表现出正相关,其中,臭氧柱浓度与第二产业的相关度最高.另外,臭氧柱浓度与NO_x排放量表现出显著相关性.VOC_s对臭氧柱浓度的影响中,工业源是主控因素,交通源和居民源次之,电厂源对臭氧柱浓度的影响最弱.这进一步说明臭氧浓度的变化受到了诸多因素的综合影响,但气温、NO_x及VOC_s的排放是臭氧浓度变化的主导因素.     

全球液化石油气运输网络贸易社区特征及其演化分析

液化石油气在全球清洁能源消耗市场中扮演着极为重要的角色,其通过船舶在不同港口之间进行运输,而港口之间通过局部密集的运输关系,形成了联系极为紧密的贸易社区。采用复杂网络社区探测方法,基于2013—2017年全球液化石油气船舶轨迹大数据构建运输网络,并对其贸易社区特征及其演化趋势开展分析。结果表明：（1）液化石油气（Liquefied Petroleum Gas,LPG）贸易社区内的港口之间的联系更加紧密,不同社区内的枢纽港口联系也日益紧密;（2）各个贸易社区的规模呈现出增长趋势,且同一社区内的港口在地理空间上变得更为集聚;（3）亚太地区、中东、西北欧和地中海地区形成的社区在全球LPG贸易中一直保持着重要地位,而随着时间推移,美洲社区已逐渐从一个相对孤立的社区发展成为与其他社区存在紧密联系的社区。     

基于网络数据的乡村旅游热点识别及成因分析——以江苏省为例

基于旅游网站数据,提出一种乡村旅游热点识别方法,以江苏省为例,运用趋势面、核密度、热点分析等方法探寻乡村旅游冷热格局及演变特征,并借助地理探测器揭示其时空演化的影响因素。结果表明：（1）江苏省乡村旅游热度的时间演化规律明显,年际变化呈“S”型演变轨迹;季节变化呈“三峰四谷”特征。（2）江苏省乡村旅游热度的空间结构在2009—2017年间经历了“单核—双核—三核”的演化过程,但其空间异质性依然显著,整体表现为“南高北低,东高西低”的差异特征。（3）影响因素在不同时段的影响强度各异,交通条件、服务能力一直是主导因素,经济水平对乡村旅游发展早期的热度提升有显著影响,资源禀赋的显著性趋于下降,生态环境和政府导向的影响力逐渐增强。基于网络数据的乡村旅游热点识别为乡村旅游定量研究提供了新的研究视角,对乡村旅游资源开发与区域合作具有重要的指导意义。     

粤港澳大湾区NO2污染的时空特征及影响因素分析

利用Aura卫星搭载的臭氧观测仪（OMI）反演的对流层NO₂柱密度数据,分析了自2005年以来粤港澳大湾区（GBA）对流层NO₂柱密度的空间分布特征、时间变化趋势及其影响因素.研究结果表明GBA对流层NO₂柱密度从2005~2018年呈减少的趋势,每年递减约为2.8%.小波系数显示时间演化过程中存在9个月的主振荡周期,冬季浓度较高,夏季较低.人为排放和各种自然因素,导致了GBA对流层NO₂柱浓度月变化在时间和空间上存在明显差异,最小值和最大值分别出现在6和12月,多年平均值分别为3.9665×10¹⁵和12.3423×10¹⁵molec/cm².NO₂在空间分布上呈现明显的空间分异特征,冬季12月最明显.NO₂污染严重的高值区主要出现在中部地区,如广州市、佛山市和中山市,最大的对流层NO₂柱密度可达18.8306×10¹⁵molec/cm²,大约是周边地区的3 倍,且高污染区域向四周逐渐扩散,连成一片.低值区主要在北部的肇庆市和东部的惠州市,多年平均的对流层NO₂柱密度约为7.1400×10¹⁵molec/cm².对流层NO₂柱密度的增长率在不同区域的变化趋势呈现明显的差异,变化范围为-15×10¹⁵~6×10¹⁵molec/cm²,增长率百分比范围为-65%~65%.出现增长的地区主要是肇庆市北部和惠州市东部的低值区;对流层NO₂出现明显减少的区域集中在中部的高值区,减少量最大的地区为广州市、佛山市和中山市交界处.     

福建省2005-2017年大气边界层SO2的时空变化特征

为研究近年来福建省SO₂污染的时空动态特征,利用臭氧观测仪（ozone monitoring instrument,OMI）卫星遥感反演的PBL（planetary boundary layer,大气边界层）SO₂柱含量数据,分析了2005-2017年福建省PBL SO₂柱含量的时空间分布特征.结果表明:①在长时间尺度上,PBL SO₂柱含量的变化趋势可分为2个时段,其中,2005-2011年PBL SO₂柱含量呈逐渐上升趋势,6 a增加了约0.027 DU,增长率约为6.12%;2011-2017年PBL SO₂柱含量呈下降趋势,7 a减少了约0.018 DU,下降率约为3.89%.②PBL SO₂柱含量呈明显的周期性变化特征,最小值和最大值分别出现在6月和12月,多年平均值分别约为0.383和0.555 DU.③PBL SO₂柱含量的3个高值区分别出现在沿海的福州市,厦门市、漳州市东部和泉州市西部,三明市和南平市部分地区,这3个高值区多年平均PBL SO₂柱含量分别约为0.505、0.495和0.485 DU.从城市尺度上来看,PBL SO₂柱含量最大值出现在厦门市,其多年平均值为（0.486±0.015）DU;其次为福州市,PBL SO₂柱含量多年平均值为（0.465±0.026）DU;最低值出现在漳州市,PBL SO₂柱含量多年平均值为（0.429±0.020）DU.④福建省PBL SO₂柱含量变化趋势在空间分布上存在明显的差异,不同时期、不同区域变化趋势不一致.2005-2011年PBL SO₂柱含量的变化范围为-0.13~0.18 DU,变化率范围为-25%~50%,PBL SO₂柱含量出现增长的区域主要是在高值区,如龙岩市西部、厦门市北部以及三明市东部等区域;2011-2017年PBL SO₂柱含量的变化范围为-0.13~0.15 DU,变化率范围为-29%~34%.2011-2017年福州市和厦门市PBL SO₂柱含量下降最为明显,减少了约0.10 DU,下降率约为25%.研究显示,卫星遥感估算的PBL SO₂柱含量具有一定的可靠性,可以用于区域SO₂污染的研究.      

兰州地区大气臭氧时空变化及影响因素研究

本文采用OMI臭氧遥感数据,结合甲醛垂直柱浓度、气象数据以及经济数据,分析了2005~2015年兰州地区臭氧柱浓度时空变化格局,并探索了影响臭氧的新气象因子,总结达到臭氧污染的日照、气压等气象条件,确定影响臭氧柱浓度的主要人为源并确定其限域。结果表明:1)2005~2015年夏季柱浓度值最高,冬季、秋季次之,春季最低;夏季波动幅度最大,其余三季波动幅度较小且平稳。2)11年中,臭氧柱浓度具有较大的波动。2005年至2010年快速增长到最高值331.997 DU。2010年之后,臭氧柱浓度缓慢下降,2014年起有回升趋势。3)OMI遥感数据具有较高的可靠性,并根据AQI的线性关系划分了臭氧柱浓度的污染等级。结果指示了11年大气臭氧空间变化,2005~2009年5年间研究区全区空气质量一直处于良,2010年全区轻度污染,后两年污染逐渐减弱,2013~2015年全区恢复至良。4)根据兰州发展的趋势以及周边城市的关系,划分了兰州经济圈及功能区,并结合臭氧柱浓度空间分布图得出臭氧污染与经济特征的密切关系。5)正弦模型拟合后臭氧柱浓度变化趋势呈不明显的周期性,说明臭氧的人为来源贡献较大。6)创新探索影响臭氧污染的新气象因子(日照、气压等参数),并确定其重要人为源限域。     

海河下游水体中DO与NH_3-N、COD_(Mn)相关关系探讨

本文应用近年来海河下游监测数据对ＤＯ与ＮＨ３Ｎ和ＣＯＤＭｎ进行一元线性回归，得到两回归方程：ＮＨ３Ｎ＝－１２８ＤＯ＋１０５４；ＣＯＤＭｎ＝－１１３ＤＯ＋１６９２。并经相关系数和回归系数显著性检验，表明在９９９％的置信水平下ＤＯ与ＮＨ３Ｎ和ＣＯＤＭｎ线性相关均极其显著     

用EXCEL进行精密度-偏性分析质控数据处理

利用EXCEL强大的数据处理功能，可以方便地对精密度—偏性分析质控数据进行处理，具有较高的推广价值。