首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  免费   0篇
  国内免费   2篇
综合类   5篇
  2023年   1篇
  2022年   1篇
  2021年   1篇
  2020年   1篇
  2019年   1篇
排序方式: 共有5条查询结果,搜索用时 265 毫秒
1
1.
利用SPOT VEGETATION数据获取的归一化植被指数(NDVI),分析三江源地区植被覆盖度(FVC)的空间异质性,围绕自然和人类活动因素,基于因子回归与交互作用联合探索自然因素和人为因素对三江源地区植被覆盖的影响.结果表明:(1)三江源地区植被覆盖度整体呈现明显的空间异质性;(2)总体上FVC空间分布的影响因素表现为自然环境因素>人类活动因素;(3)降水是影响三江源地区FVC的主要驱动因子,解释力达0.777;(4)因子交互发现:驱动解释系统呈现双因子增强,说明从系统的角度来看不存在独立起作用的因子,年降水量与其他因子的交互作用最强;(5)降水梯度影响了三江源地区FVC空间异质性的解释程度.随着降水增加,因子解释力趋稳,在降水量较多的三江源东部地区,FVC趋向于更易受高程和气温的影响;(6)数据结果亦验证了因子独立的全局最优筛选仅仅是模拟因变量特征的最优函数,其解释效果与因变量的驱动解释不能完全等同.  相似文献   
2.
以中国和八大综合经济区为研究区,全面分析人文因子、土地利用类型、气候因子和地形因子对植被总初级生产力(GPP)空间分异的影响差异.利用MODIS GPP数据、气象数据、土地利用类型、DEM数据、夜间灯光和人口密度数据等,基于Theil-Sen Median趋势分析、Mann-Kendall显著性检验和地理探测器模型,在全国和经济区尺度上分析2000~2020年植被GPP时空变化特征,探测植被空间分异的影响因子及影响因子间的协同机制.结果表明,2000~2020年中国及八大经济区植被GPP整体呈波动上升趋势,呈上升趋势的区域占总面积的84.46%,其中,呈极显著上升区域占19.86%,主要分布在黄河中游综合经济区中部和大西北综合经济区东部.影响因子探测结果表明,湿度、日照时数、降水和土地利用类型是中国植被GPP空间分异的主要影响因子,其中,湿度的影响力最高,q值为0.64.经济区尺度上,湿度、日照时数、降水是影响东北、黄河中游、大西南和大西北综合经济区植被GPP空间分异的主导因子,而人文因子对东部和南部沿海综合经济区植被空间分异的影响较大.交互作用探测结果表明,中国植被GPP空间分异主要...  相似文献   
3.
宝鸡市区土壤重金属污染影响因子探测及其源解析   总被引:6,自引:4,他引:2  
张军  董洁  梁青芳  杨宁宁  耿雅妮 《环境科学》2019,40(8):3774-3784
为深入分析工业城市土壤重金属污染的影响因子及来源途径,本文以宝鸡市区采集的62份表层(0~20 cm)土壤样品为研究对象,使用电感耦合等离子体质谱仪(ICP-MS)测定重金属(Cd、As、Cu、Pb、Zn、Cr、Mn和Ni)含量,基于地统计方法及地理探测器模型,以土壤重金属污染负荷指数(PLI)为主导指标,探测土壤重金属污染的影响因子,并使用Unmix6. 0受体模型进行重金属源解析.结果表明:①宝鸡市区表层土壤重金属Cd、Pb、Cu、Zn、As、Cr、Mn和Ni含量均值分别为0. 77、16. 75、40. 52、261、17. 03、49. 18、331和30. 52 mg·kg~(-1),其中Cd和Zn均值超过了国家二级标准,是陕西省土壤背景值的8. 2倍和3. 8倍,Cu、As和Ni均值也超过了陕西省土壤背景值,Cd和Zn在城区土壤中存在重度污染现象.②宝鸡市区表层土壤重金属区域总污染负荷指数(PLI_(zone))达1. 36,为轻度污染,经地理探测器分析,土壤质地和铁路距离对污染分布的解释力最强,P_(D,H)分别为0. 040和0. 026,交互解释力均达0. 099.③Cd、Cu和As主要为工农业活动所致的"人为源",Zn和Ni为交通排放造成的"人为源",Cr、Pb和Mn主要为"混合源".研究区表层土壤重金属主要来源为"混合源",为轻度污染级,土壤质地和距铁路距离是土壤重金属污染的主要影响因子.本研究可以为宝鸡市土壤重金属污染与防治提供科学依据.  相似文献   
4.
研究多熟制水稻面积时空演变及驱动机制对保障我国粮食生产和安全具有重要意义。综合运用Nich指数和地理探测器模型,探讨了洞庭湖地区1987—2017年一季稻和双季稻种植面积的时空动态变化及主要影响因素。结果表明:(1)近30年来,位于丘岗山地区的一季稻面积比例大于中部平原地区,整体呈上升的变化趋势;武陵区、沅江市等地在2007—2017年呈先降后升的变化趋势。(2)1987—2002年间一季稻和双季稻面积相对变化率呈西高东低的梯度型变化模式;2002—2017年间一季稻呈高—低—高的条带状变化模式,双季稻呈北高南低的变化发展模式。(3)1987年和2017年地理探测模型结果表明,有效灌溉面积、工业从业人员、农业从业人员、农林牧渔总产值对水稻面积影响程度不断加深。研究结果可为水稻种植结构调整提供参考依据。  相似文献   
5.
焦化场地内外土壤重金属空间分布及驱动因子差异分析   总被引:6,自引:5,他引:1  
顾高铨  万小铭  曾伟斌  雷梅 《环境科学》2021,42(3):1081-1092
焦化场地作为典型的工业污染场地,其特征污染物重金属严重危害人体健康,研究其场地内外污染物的空间分布及驱动因子,对于后续的采样设计、风险评估、污染防控等工作具有重要指导意义.本研究基于反距离加权法分析某在产焦化厂内部及外部的重金属As、Cd、Cr、Cu、Hg、Ni、Pb和Zn的空间分布,并利用地理探测器分析焦化厂内部及外部的重金属空间分布驱动因子差异.结果表明,该焦化厂内部及周边除As、Ni和Zn外,其余重金属的超背景值率均在50%以上,且内外部重金属变异系数超过30%,空间分布连续性较差.其中内部平均变异程度为:Hg > Cd > As > Cu > Zn > Cr > Pb > Ni,外部平均变异程度为:Hg > Cu > Cd > As > Zn > Pb > Cr > Ni.根据分异及因子探测结果,理化性质因子中对焦化厂内部及外部重金属空间分布贡献最大的均为土壤全氮、有机质和有效中微量元素含量;距离污染源因子中对内部重金属空间分布贡献最大的为粗苯、冷鼓工段,对外部重金属空间分布贡献最大的为焦炉熄焦工段,并且污染源及土壤理化性质的交互因子对内部重金属空间分布的贡献度略高于外部.根据结果可知,决定焦化厂内部及外部的重金属空间分布的理化性质驱动因子较为一致,其主要基于土壤养分元素对重金属有效性的影响.而决定焦化厂内外部重金属分布的污染源存在差异,内部重金属分布主要受到焦化产品精制工艺中排放含重金属废气及废水等的驱动,外部重金属分布主要受到炼焦制气工艺中排放废气沉降的驱动.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号