“强—弱可持续”视角下土地整治对区域脱贫的贡献度

作为解决区域贫困问题的有效手段,开展土地整治对区域可持续脱贫具有重要推动作用。针对土地整治对可持续脱贫的支撑程度,基于“强—弱可持续”理论,以乌蒙山连片特困区为研究区,构建土地整治脱贫机制解析框架,借助结构方程模型构建土地整治支撑脱贫的假设并验证,结果显示:(1)土地整治工程对区域脱贫产生直接效益的总效应值为0.72,贡献于间接效益的总效应值为0.42,表明土地整治可直接支撑区域脱贫的直接效益,但对区域发展的间接效益贡献度尚显不足。(2)直接效益对间接效益的影响总效应值为0.96,土地整治为脱贫带来的直接效益对区域发展的间接效益贡献度较大。(3)土地整治各要素对资源初期改善度及直接、间接效益的贡献率具有差异性。新增耕地和土地平整为资源初期改善带来的贡献度较大,土地流转和机械化程度对直接效益的贡献度较大,企业收入和税收对间接效益的贡献度较大。为提升土地整治对区域的脱贫作用,应加强直接效益的巩固以促进间接效益的强可持续,研究为土地整治效益的挖掘与发挥提供参考,为国土空间规划背景下的全域国土综合整治和乡村振兴战略提供参考建议。     

基于高性能GPU计算的城市建筑群震害模拟

为适应不断提高的震害预测需求,精细化模型已经成为城市区域震害预测的主要发展方向。然而传统的基于CPU平台的计算方法成本过高,使得精细化模型的应用受限。近年来,GPU技术由于其强大的并行计算能力和较为低廉的价格优势,在通用计算领域得到了快速的发展和应用。基于GPU-CPU协同计算技术,建立了城市区域震害的计算模拟方法,显著缩短了城市区域震害预测的时间。并采用该方法对某中型城市的真实震害进行了模拟应用,展示了GPU技术在大区域城市建筑群震害模拟中的独特优势。     

基于多目标遗传算法的层级生态节点识别与优化——以常州市金坛区为例

有效生态网络构建可保障区域生态安全,是实现区域可持续发展的重要路径。基于生态节点的内涵解析,建立了“资源型战略点-结构型战略点-结构型薄弱点”的多层级生态节点识别体系,利用金坛区2015年的遥感影像、土地利用数据、POI数据等,通过多目标遗传算法、最小阻力模型等方法,构建了金坛区层级生态网络,并采用表征网络拓扑结构和节点效用性等指标,定量评价生态节点优化前后的生态网络性能,取得以下主要研究结论：（1）多层级生态网络在节点效用、网络整体性能上显著优于一般网络,且在复杂生态水网区域具有较强适用性;（2）金坛区现状生态网络分布不均匀,生态节点布局亟待优化,经优化节点覆盖率提升了17.70%,节点分布均匀度降低45.45%,平均聚类系数提升了87.36%;（3）多层级生态节点体系具有实践应用性,应针对不同类型生态节点采取差别化管理策略。     

典型通航飞机PM与TVOC排放特征及排放因子

选取DA-40D型为典型机型,于2019年12月5日～8日在辽宁省朝阳机场开展飞机在推力功率为13%、37%、52%、73%和100%的5种工况下颗粒物(PM)、黑碳(BC)、总挥发性有机物(TVOC)的测试和分析.结果显示,5种推力功率下PM粒子数浓度在大推力工况中峰值位于0.25和0.3μm处,小推力工况峰值不明显,且PM₁/PM₁₀达99%以上.该款发动机排放PM_2.5、BC和TVOC排放质量浓度随推力上升均呈现升高的趋势,浓度分别在129.8～1039.4,18.3～291.9和311.6～7343.2μg/m³,排放浓度快速增加分别出现在全推力、中/全推力以及中等推力区间.通过逐步回归方法分析发现发动机进气总共压力对于PM_2.5和BC浓度影响最大,而TVOC浓度主要受冷却液温度影响.通过构建飞机LTO飞行模型,结合排放强度拟合及飞机性能参数计算,确定PM_2.5、BC和TVOC在LTO过程的排放因子分别为25.91,6.98和71.26μg/LTO...     

机场能见度临近预测方法

能见度是保障机场航班安全、正常运行的重要标准之一。为精准预测能见度,使用2020年天津机场气象和常规空气质量监测数据,构建基于方差膨胀因子(Variance Inflation Factor, VIF)、主成分分析(Principal Components Analysis, PCA)和Informer的能见度预测模型,并将均方根误差、平均绝对误差、平均绝对百分比误差作为评价指标进行误差分析。结果显示,VIF-PCA-Informer模型比单一的Informer和简单组合模型效果更优,能更好地捕捉长时间序列特征的关系。相比于单一的Informer、长短期记忆神经网络和门控循环单元模型,VIF-PCA-Informer模型均方根误差下降了0.214 1～0.348 6,平均绝对误差下降了0.184 2～0.275 3,平均绝对百分比误差下降了0.322 4～0.527 0;VIF-PCA-Informer模型对能见度的临近预测(1 h)更为精准。使用高效的机场能见度预测模型可在保障航班安全高效运行方面发挥较大支撑作用。     

耦合MOP与GeoSOS-FLUS模型的县级土地利用结构与布局复合优化

在自然资源整合不断加强,土地利用结构日趋复杂的形势下,采用单一土地利用结构优化方式难以有效满足区域土地利用合理规划的需求。综合考虑生态文明、乡村振兴、城乡融合等土地可持续利用目标,构建土地利用结构优化与布局优化的集成体系,对提升规划适用性具有积极作用。选取常州市金坛区为研究区,以经济效益与生态效益为优化目标,设置自然演变、经济优先和生态优先三种发展情景,在通过MOP(多目标规划)模型进行土地利用结构优化的基础上,利用GeoSOS-FLUS模型实现土地利用布局优化。结果表明:通过集成MOP和GeoSOS-FLUS模型,采用"结构+约束+布局+准则"研究模式探索县域单元下的土地利用结构布局优化,对调整土地利用结构,优化土地利用空间布局有一定帮助。从案例分析结果看,城镇工矿用地数量在自然演变和经济效益优先情景下分别增加了39%和95%;林地在生态效益优先情景下增加了40%;农村居民点在三种情景下分别减少33%、66%和66%。在三种发展情景下,空间格局都将面临城镇空间与生态空间两级分化的现象,后期区域发展中应加强城乡土地利用与生态保护协调发展,促进空间布局均衡化。     

乡村振兴目标下的国土整治研究进展及关键问题

中国国土整治历经40年发展,在促进乡村耕地保护、解决土地资源低效利用问题、助力扶贫攻坚等方面发挥了重要作用。回顾中国国土整治事业发展历程,基于文献计量分析与文献综述方法总结相关研究进展,提出了未来国土整治研究的关键问题,得到以下结论：中国国土整治事业与研究都历经国土整治规划、专项国土整治、国土综合整治三个阶段,促进乡村振兴是当前国土整治的最重要历史任务;目前形成了以解决国土空间与资源利用问题为目标,以服务政策管理需求为导向,以土地利用研究为理论支撑,以农用地整治、农村居民点整治、国土综合整治等为主要对象并向国土空间生态修复拓展的研究体系;形成了包括业务管理部门与特色科研单位为核心的分散组团式研究群体;乡村振兴目标下的国土整治研究围绕土地整治规划选址与分区决策、土地整治项目全流程监测监管与绩效评价、农村居民点整治潜力评价、土地整治政策成效评估等现实需求以及土地整治驱动生态系统变化机制、土地资源优化配置方法、土地利用冲突协调机制等科学问题开展了大量特色研究,充分发挥地理学经世致用特点。面向未来国土综合整治研究,应重点围绕“理论框架—问题识别—规划决策—技术体系”解决关键问题,以理论研究推动中国国土整治事业发展,为促进乡村振兴目标实现做出贡献。     

"移民-产业-环境"共生型流域规划方法研究——以金沙江中游为例

基于移民 产业 环境协调发展的内涵，引入共生理论，分析其在流域综合规划研究中的适用性。以金沙江中游优势产业与移民可持续发展规划为实证，建构了其应用分析框架：(1)建构了以系统论、共生理论和人本主义为哲学方法论，以共生型流域规划的科学思维、制定共生型流域规划的工作方法为科学层次基本方法，以共生型流域规划的基本思路、技术程序及其中关键步骤所采用的具体方法等为实践层次的具体方法的"移民 优势产业 环境"共生型流域规划的方法体系；(2)论证了共生理论应用分析的重点内容及其具体化方法，并阐述了共生型流域规划的基本特征和应用前景.     

郑州新郑国际机场本地化排放因子与排放清单

基于郑州新郑国际机场的飞行数据和国际民航组织发动机排放数据库,获得2019年飞机实际飞行时间,测算了全年所有机型飞机 主发动机的污染物排放因子,建立了包括飞机及地面特种车辆在内的机场精细化大气污染物排放清单.结果表明,新郑国际机场飞机运行时间对典型机型耗油量影响明显,月际变化趋势一致.典型机型的本地化污染物排放因子的差异,与各飞行阶段的耗油量和单位燃油污染排放量密切相关,其中,波音B738机型运行占比最大且排放因子较高.2019年新郑国际机场NO_x、CO、HC、SO₂和PM的总排放量分别为1207.7、921.2、123.7、268.3和36.2 t,主要来自飞机主发动机排放.研究期内,各类污染物排放均在11：00达到峰值.飞行阶段中,NO_x排放主要来自飞机在 起飞降落循环中的爬升阶段,占比达45.6%;CO和HC在地面滑行阶段的排放占比远高于其他运行阶段,分别占95.4%和93.9%;SO₂和PM在不同工作模式下的排放占比较为接近.各机型中,波音B738和空客A320两种机型在5类污染物排放量中贡献最大,波音B737机型排放CO较高.     

一次航班飞行全过程大气污染物排放特征

飞机发动机以航空煤油为燃料,在运行过程中会排放多种大气污染物,对空气质量和人体健康存在较大影响.选择A320作为典型机型,提取了一次真实航班飞行过程中的机载飞行数据,基于BM2及BM2-FOA耦合模型,获得了其在飞行全过程中每一时刻CO、UHC、NO_x及PM_(2.5)的排放指数,并计算了CO、UHC、NO_x、SO_2、CO_2及PM_(2.5)的精确排放量.结果表明,飞行过程中CO和UHC排放指数与推力变化趋势相反,数值范围分别为0.67~595.34 g·kg~(-1)和0.05~0.43 g·kg~(-1).NO_x排放指数与燃油流量变化趋势一致,数值范围是0.96~114.25 g·kg~(-1).PM_(2.5)排放指数全过程变化较小,约为0.25~0.36 g·kg~(-1).飞行全过程中,CO_2排放总量最大,约为2.0×10~4kg.同时,NO_x的排放量约为213.4 kg,SO_2也排放了24.5 kg.CO、PM_(2.5)和UHC的排放量分别为7.5、2.2和0.5 kg.将本次精确计算结果与使用ICAO基准模型对LTO起降阶段的估算结果进行对比后发现,基准模型LTO飞行时间较真实时间偏长37%.基准模型估算LTO阶段CO、UHC污染物排放量偏高,NO_x偏低,且偏差较大;而SO_2、CO_2和PM_(2.5)的排放量估算结果偏差相对较小.与机动车相比,A320飞机的一次LTO起飞着陆飞行,NO_x排放量约等于一辆小客车行驶8.6×10~4km,或相当于1274辆小客车1 d的排放量.