晋北地区1986~2010年土地利用/覆被变化的驱动力

为定量研究不同时期区域土地利用变化的不同驱动特征,以地处农牧交错带的晋北地区为例,采用非监督分类与人工目视解译相结合的方法,获取研究区1986~2010年间的土地利用/覆被变化（LUCC）状况,采用典范对应分析（CCA）方法定量分析了不同阶段LUCC的自然与人为驱动特征.结果表明：1）CCA在分析长时期序列LUCC驱动力上有较好的解释力,CCA排序可以很好地提取LUCC与自然、人为因素之间的关系,反映不同时期土地利用变化受到的驱动作用;2）研究区土地利用类型以耕地、草地、林地为主,土地利用变化类型以耕地与草地、林地与草地之间的互相转移为主;3）从不同时期LUCC的驱动因子来看,人口密度、人均国内生产总值（GDP）、降水、坡度和高程是研究区各时期LUCC的主要驱动力;研究区在1986~1995年间LUCC的主要驱动力来自于人口增长和经济发展的需求,而随着时间的推进,坡度和高程等地形因素的驱动作用也愈来愈重要;4）从不同地类变化的驱动因子来看,耕地、草地等地类向居民用地、工矿用地转移的主要驱动力是人口和经济的发展;而林地,草地等土地覆被类型之间的转移主要受到坡度,高程和降水等自然因素的驱动.     

广东省能源消费碳排放分析及碳排放强度影响因素研究

根据省级能源统计和温室气体核算规则,计算分析了2005~2012年广东省能源消费碳排放和碳排放强度变化,并应用对数平均迪氏指数法对计算期的碳排放强度变化进行因素分解,定量分析了各产业(部门)能耗强度、产业结构、能源消费结构和能源碳排放系数对广东省碳排放强度变动的影响.结果表明:2005~2012年,广东省能源消费CO2排放年均增长6.28%,单位GDP碳排放累计下降27%,各产业(部门)能耗强度下降是推动碳排放强度下降的主要原因;净外购电力的碳排放系数下降及用作原材料石油消费比重上升也有利于单位GDP碳排放下降;产业结构和能源消费结构总体上朝着不利于碳排放强度下降的趋势发展;生活能源消费年均增速低于GDP年均增速,有利于地区碳排放强度下降.     

基于PLIF的混合气温度和浓度测量及其应用

缸内混合气温度和浓度分布,对发动机稳定运行,保障行车安全、避免发生路上人身伤亡或财物损失有重要影响。为了测量发动机缸内混合气的温度和浓度分布,建立了利用单波长激光诱导双示踪剂产生双荧光的测试系统,并拍摄了不同混合气温度、压力和浓度下的荧光图像,获得了不同示踪剂的荧光强度及其比值随温度、压力和浓度的变化关系,并将标定结果用于光学发动机缸内混合气的温度和浓度测量。结果表明,荧光强度及荧光比值均受到环境的压力、温度和混合气浓度的影响。利用PLIF方法得到的片光源穿过的缸内水平截面内的平均温度与用气缸压力计算的同一曲轴转角下的缸内平均温度变化趋势相同,两者之间的差值随着活塞上行而逐步减小。     

湖泊生态系统稳态转换理论与驱动因子研究进展

湖泊生态系统会在长期的人为胁迫和短期的强扰动下发生稳态转换,稳态转换前后湖泊生态系统的结构和关键过程会发生明显的变化,探求浅水湖泊稳态转换驱动因子是科学合理确定湖泊管理策略的关键所在。对湖泊生态系统稳态转换的理论内涵、驱动机制进行了总结和探讨。湖泊生态系统稳态转换的概念主要含有发生的突然性和难以预知性、系统的结构与功能发生明显变化以及存在多稳态现象等内涵;具有非线性、多阈值、多稳态,以及修复过程中的迟滞效应等特征。湖泊生态系统稳态转换的驱动因子可分为外部驱动和内部驱动两种类型。外部驱动包括外源性氮磷负荷、气候变化、风浪、湖泊水位等因子;外源性氮磷负荷和气候变化的影响具有长期性和累积性,通过逐步削弱湖泊生态系统恢复力进而引发稳态转换;风浪、湖泊水位等为突发性因子,往往表现为稳态转换的直接诱因。内部驱动包括鱼类、水生植物等因子;鱼类主要通过对水生植物、湖泊底质、浮游动物等生态组分的影响引发湖泊生态系统稳态转换;水生植物对湖泊清水稳态可能不仅存在正反馈作用,也会在一定条件下存在负反馈作用。今后应加强沉水植物生长消亡的主要环境与生物要素综合作用机理、湖泊稳态类型与主控因素等方面的研究。     

城市区域土地利用变化及驱动机制研究 --以长江三角洲地区为例

以正处于一个新的成长期的城市群——长江三角洲地区为例,分析其工业化、城市化进程中的城市区域土地利用变化态势及内在驱动机理。通过对长江三角洲地区城市区域各地类面积比例的动态分析,发现研究区土地利用变化的主要方面是建设用地比例的增加以及耕地和水域面积比例的减少。在此基础上建立驱动因素体系,利用相关分析和主因子分析方法,并构建城市区域土地利用变化驱动力模型,得出长江三角洲城市区域土地利用变化的主要驱动因素是人口的增长和非农化、经济总量的增加以及劳动力的非农化。但是不同的时期,主要驱动力随着社会经济发展的特点和土地利用的特点不断变化：人口的非农化(城市化率)的作用不断增强;经济总量增长的作用明显的减弱;第三产业的发展对建设用地比例增加的驱动作用越来越强。     

安徽省近10年能源足迹测度及驱动因子分析

安徽省为生态建设省,随着中部崛起战略与皖江城市带承接产业转移示范区建设的实施,能源消费给当地生态环境形成了较大压力. 依据生态足迹模型对安徽省2000—2009年能源足迹进行了时间序列测度,基于STIRPAT模型揭示了能源足迹驱动因子的边际贡献,运用灰色GM(1,1)模型预测了2015年与2020年能源足迹. 结果表明:安徽省人均能源足迹由2000年的0500 8 hm2增至2009年的1043 5 hm2,人均能源足迹赤字由2000年的0432 9 hm2扩至2009年的0975 5 hm2;煤炭足迹对能源足迹平均贡献率为7629%,占主导地位;能源足迹强度由2000年的1083 3 hm2104元降至2009年的0704 7 hm2104元;研究时段内,能源足迹生态压力指数均大于5 人均GDP和第二产业在经济中所比例均与能源足迹呈正相关,二者边际弹性系数分别为0000 073 57和0006;而单位工业增加值能耗与能源足迹呈负相关,其边际弹性系数为-0186.      

基于多时相遥感数据的典型区生态格局变化分析

利用1985、2000、2013年遥感影像提取的土地覆盖数据,通过景观格局指数、动态度计算、转移矩阵等,分析1985—2013年我国典型地区各类型生态系统景观格局及其动态变化特征、生态系统相互转化时空变化特征等,揭示1985—2013年生态环境格局变化的特点和规律:一级分类生态系统综合变化率,赣江、闽江、白龙江和岷江上游流域分别为4.7%、3.9%、3.3%和1.7%,生态系统变化强度1985—2000年较缓,2000—2013年更剧烈。1985—2013年典型区生态系统的主要转化方向具有持续性和双向性特征,岷江、白龙江和赣江上游流域退耕还林还草政策效果明显,出现较高比例的耕地转为森林和草地;面积占67.4%生态系统类型变化与耕地生态系统和人工表面生态系统变化有关;生态系统变化具有明显的区域差异,生态变化主要表现为沿主要河流谷地的线状延伸,主要城镇居民点附近生态系统类型变化较为突出,人类活动是典型地区生态系统类型格局变化的主要驱动力;典型区尤其是敏感区应加大退耕还林还草政策,减少人类经济活动,降低洪水泥石流灾害发生的概率和程度。     

主体功能区视角下的环境污染时空格局及驱动因素——基于广东省121个县域的实证分析

基于县域污染物排放和人口社会经济数据库,运用熵权法构建水气污染综合指数测度广东省水气环境污染状况,在解析2012—2016年水气环境污染时空变化与主体功能区分异特征的基础上,采用空间计量模型考察水气环境污染的驱动因素及其在不同类型主体功能区之间的差异.研究结果表明：① 2012—2016年,广东省水气污染综合指数降幅达到46.93%,处于污染指数高值区间的县域数量大幅减少,并呈现由边缘向核心收缩的空间变化特征;② 4类主体功能区的水气环境污染均有明显改善,但相对而言,城市化地区和农产品主产区仍是广东省水气污染物排放的主要承压区;③人口规模是各类主体功能区水气环境污染的共性驱动因素,此外,城市化地区、农产品主产区和重点生态功能区还分别受到工业化水平、社会固定资产投资和财政收入分权程度的影响.建议从引导城乡居民绿色生活、持续提升清洁生产技术、增加地方财政分权激励机制中的环境效益考核入手强化区域环境污染综合治理.     

基于地理探测器的区域植被覆盖度的定量影响——以京津风沙源区为例

植被覆盖度（FVC）是衡量生态环境优秀的重要指标.本文基于MODIS NDVI数据,运用像元二分法模型,估算了2000~2018年京津风沙源区FVC,分析了其时空变化特征.在此基础上,基于地理探测器模型,定量分析了自然因素和人类活动因素等12个因子对京津风沙源区FVC空间分布的影响.结果表明,近20a来京津风沙源区FVC整体上呈增加趋势,增加率为8.2%.空间上,研究区73.7%的区域FVC在增加,其中显著增加的区域主要集中在晋北山地丘陵亚区、燕山丘陵山地水源保护亚区、大兴安岭南部亚区和科尔沁沙地亚区的南部.2000~2018年,降水是影响京津风沙源区FVC空间分布的主要自然因子,解释力为63.3%;年末大牲畜头数是影响FVC空间分布的主要人为因子,解释力为34.8%.自然因素和人类活动之间的双因子交互作用以双协同作用和非线性协同作用为主,表明相对于单因子,自然因素和人类活动间的交互作用对FVC的解释力更强.其中,降水与其他11个因子的交互作用对研究区FVC起主导作用,解释力超过60%.     

基于STIRPAT模型的环境压力空间差异分析——以能源消费为例

定量分析区域人文驱动力对环境的影响,对认识我国区域环境压力及其影响因素具有一定的科学意义.利用STIRPAT模型,以人口数量、富裕度为自变量,以能源消费总量为因变量,应用岭回归函数拟合得到环境压力模型.以研究结果为依据.利用Mapinfo7.0 软件分别绘制人口数量和富裕度对环境压力影响的空间差异图.结果显示,不同省份间人口数量和富裕度对环境压力影响存在显著差异.尽管各省份人口数量对环境压力都产生线性正效应影响,但影响强度有明显差异,最大者是最小者的8.079倍.富裕度对环境压力影响,有正效应或者负效应;有线性作用或者弹性作用.30个考察对象中,北京、上海、四川、新疆4个省市的富裕度二次项系数为负,这说明,在数据观测范围内以上4个省市的结果支持富裕度与环境压力间存在倒"U"型环境库兹涅茨曲线的观点;但这4个省市的环境压力并没有出现下降,这是由于各种人文驱动力影响的净效应决定了环境压力变化趋势.人口数量的增长对环境压力的上升存在较强正效应.因此,控制人口数量的速度对改善环境压力将起到关键作用.