基于地理探测器的甘肃省植被覆盖时空变化及驱动力分析

准确量化人类活动和气候变化对生态环境退化的作用,探讨不同驱动因子的主次关系,是当前区域生态环境研究中的热点。本文基于1982—2015年的归一化植被指数(normalized difference vegetation index,NDVI),结合自然因素和人为因素,选取15个涵盖气候、地形地貌、社会经济等方面的因子,采用趋势分析法和地理探测器模型,对甘肃省植被NDVI的时空变化特征及驱动力进行探测。结果表明：甘肃省NDVI在空间上呈现从东南向西北递减,且低植被覆盖度区域和高植被覆盖度区域呈现“两极化”的分布规律,分别占全省植被面积的39.2%和17.8%。省内大部分地区NDVI呈现增长趋势,植被显著改善区域主要集中在陇东、陇中地区。降水量、植被类型、人均粮食占有量、土壤类型、土地利用类型是甘肃省NDVI空间分布的主要驱动因子,解释力均大于0.5,且双因子的叠加作用大于单因子的作用。本研究有助于揭示不同因子对甘肃省植被变化的驱动机制,为生态环境建设和资源利用管理提供科学参考。     

基于参数最优地理探测器的福州市生境质量时空格局与驱动力分析

揭示生境质量的时空演变特征和影响因素可为区域可持续发展提供参考依据。基于2000年、2010年和2020年的土地利用数据,运用InVEST模型、土地利用转移矩阵和参数最优地理探测器等方法,综合分析福州市生境质量时空演变及其驱动因素。结果表明：福州市2000年、2010年和2020年生境质量指数分别为0.812、0.806和0.793,生境质量改善的面积小于生境质量退化的面积,福州主城区和东南沿海区域的生境状况亟须改善。3 km网格为本研究的最佳空间尺度,最佳数据离散化分类数为6,自然间断点法更能解释驱动因素的驱动程度。高程、坡度和夜间灯光是福州市生境质量空间分异的主要影响因素,坡度和夜间灯光的交互作用对生境质量变化的解释力最强。

     

黄河中游不同地貌分区景观格局脆弱性及其驱动力

黄河中游生态环境脆弱,科学评估流域景观格局脆弱性是因地制宜开展该区生态环境建设的基础.以黄河中游1990~2018年5期土地利用数据为基础,采用景观脆弱度指数,分析景观格局脆弱性的时空演变,并结合最优参数地理探测器方法探究不同自然地貌分区景观格局脆弱性的影响因素.结果表明:①1990~2018年,耕地（面积占比为36.96 %~39.97 %）是黄河中游的优势景观,耕地（减少10185.00 km²）和建设用地（增加7678.46 km²）面积变化最大.②1990~2018年,景观格局以较低和中度脆弱区为主,面积占比为70 %~80 %,较高和高脆弱区集中在黄土丘陵沟壑区,低脆弱区集中在河谷平原区和土石山区,脆弱度呈先降后升的变化趋势;1990~2000年和2000~2005年,脆弱性等级变化以“脆弱度减少”为主,2005~2010年和2010~2018年,以“脆弱度增加”为主.③年降水和NDVI是影响景观格局脆弱性的主要驱动因素,不同自然地貌分区的影响因素则各有不同:黄土丘陵沟壑区和土石山区的主导因子分别为年降水和DEM（自然因素）,黄土高塬沟壑区、河谷平原区和沙地沙漠区的主导因子分别为人口密度、土地利用程度和距道路的距离（人为因素）.任意两个影响因子的交互结果均表现为双因子增强或非线性增强.风险探测显示,各自然地貌分区的景观格局脆弱度高值区分别分布于对应主导因素的不同取值范围.因此,在黄河中游的生态治理实践中,应针对不同自然地貌的脆弱性特点,实施因地制宜的治理策略,进一步提升流域的生态治理水平.     

近30年秦岭山地商洛段林地类型时空变化及其驱动力

在遥感和地理信息系统(GIS)技术的支持下,以商洛地区1978年多波段扫描仪(MSS)和1990、2000、2006年专题制图仪(TM)四期遥感影像为基础,利用ERDAS软件的监督分类与GIS的空间分析功能,提取了商洛地区各类型林地的动态变化信息,研究分析了近30年来商洛地区各种类型林地的时空变化特征.结果表明:林地的总面积由12584.55km2增加到14479.44km2;针叶林、灌丛面积增加,而针阔混交林、阔叶林的面积减少,低海拔地区较高海拔地区变化剧烈.林地破碎化程度严重,且内部结构发生了根本性的变化,大多数阔叶林被灌丛取代.区域社会经济财力、农民收入及适耕地的多少是林地类型变化的主要驱动力.     

基于地理探测器的土壤重金属空间分异及其影响因素分析研究进展

地理探测器是探测空间分异性,以及揭示其背后驱动因子的一种新的统计学方法,由于其既能揭示单一因素对因变量的影响,也能评价双因素相互作用的影响,且不需要考虑线性,还能避免多变量共线性的影响,没有较强的模型假设,解决了传统方法在分析类别变量时的局限性,在土壤重金属空间分异领域研究的应用越来越广泛.通过收集40篇关于地理探测器在土壤重金属空间分异领域的研究报道,梳理了采用的自变量离散化方法、研究尺度、因变量和自变量类型、因子探测、交换探测、风险探测和生态探测等内容,并提出下一步的应用研究急需明确的问题,为地理探测器在土壤重金属空间分异领域深层次应用提供支撑.     

福建省生产废水和生活污水污染物排放的驱动力及其时空分异

采用对数平均迪氏指数方法,区分生产和生活两个体系,构建时空分解分析模型,追踪了福建省9个设区市2011—2019年水污染物排放变化的关键驱动力及其贡献的时空差异.结果显示：研究期内福建省工业废水污染物排放持续减少,并且各驱动力贡献的区域差距明显变小,趋于平衡;生活污水污染物排放量仍保持高位,各驱动力贡献的区域差距基本保持不变.其中,经济规模扩张是福建省水污染物排放的主导驱动力,主要源于福州、厦门、泉州经济赶超发展影响;城镇化发展对区域生活污水污染物排放的驱动影响表现为增排效应,以福州和厦门尤为显著;工业化发展对区域工业废水污染物排放的影响效应由正驱动逐渐转变为负驱动,这主要归功于三明和泉州产业结构调整优化的拉动 效应;技术效应一直是福建省水污染物排放控制的重要驱动力,但部分地区已逐渐步入生活污染物技术减排攻坚期.     

基于地理探测器的流域水污染影响因子分析

流域水污染影响因子分析是开展水污染防治的基础工作,研究提出了一种基于地理探测器的流域水污染影响因素定量分析方法,并在滏阳河流域进行了应用。文章利用地理探测器定量探测水污染的重点影响因子,采用标准差椭圆揭示了流域水污染的时空演变特征与重点影响因子的空间分布特征。结果表明：滏阳河流域的工业与环保类因素对水污染空间分布的影响最显著,其中环境治理投资、工业废水排放量、工业企业数影响较大;各个因子对水污染空间分布的影响存在交互增强作用;同类影响因子间对水污染空间分布不存在显著性差异;滏阳河流域水污染空间分布随工业发展,呈现出范围有所扩大,分布重心向西南方向偏移,在地理空间上呈扩张分散化的趋势;同时,流域水污染与影响因子在空间分布上具有相似性。     

基于地理探测器的山西省2000～2020年NPP时空变化特征及驱动力分析

植被净初级生产力(NPP)可以表征植物生长状况,同时也是碳循环研究中不可或缺的要素.应用2000～2020年MODIS NPP产品和山西省高程、坡度、降水、气温、土地利用和人口密度等多源数据,采用趋势分析、相关性分析和地理探测器等方法,探究了山西省及其煤炭国家规划矿区NPP的时空演变特征和驱动因子,结果表明：(1) 2000～2020年山西省NPP总体呈现波动上升趋势,平均上升速率(以C计)为6.7g·(m²·a)^-1.不同用地类型的NPP总量差异表现为：耕地>林地>草地>建设用地>水域>未利用地;(2) NPP变化空间异质性明显,山西省西部和北部区域NPP均值较低,而东部和南部区域NPP均值较高;三大煤炭基地NPP相比较,晋东基地>晋中基地>晋北基地;(3) NPP和降水相关性较高,全省62.2%的区域降水量与NPP变化呈显著相关(P<0.05),主要分布在山西省中部和东部.NPP变化与气温关系较弱,两者显著相关(P<0.05)的区域仅占1.10%;(4)应用地理探测器分析结果显示,不同...     

基于地理探测器的地表水质影响因素研究——以山西省吕梁市为例

水质变化的影响因素是地表水研究的重要内容.为揭示市域尺度规模的地表水质污染特点及其影响因素,本文以山西省吕梁市为例,通过断面水质评价法对研究区内24个监测断面的地表水质污染状况进行评价.在此基础上,利用地理探测器分析自然因素(包括年均气温、年均降水量、高程)与社会经济因素(包括土地利用类型、人口密度、人均GDP)对2020年吕梁市地表水质的影响与交互作用.结果表明：研究区域地表水质整体状况为轻度污染,部分断面存在中度污染,且在空间上分布不均匀,主要污染指标为■、NH₃-N和TP.地表水质是多种因素共同作用的结果,与自然因素相比,社会经济因素对地表水质的影响更加明显.人口密度、年平均降水量和土地利用类型是吕梁市地表水质的主要影响因素,各因素的影响程度在交互作用后均有所增强.人均GDP和高程在与其他因素交互后为非线性增强,可作为地表水质空间预测模型的辅助因素.     

基于地理探测器的流域土壤磷流失影响因素分析

基于修正的通用土壤流失方程(RUSLE)和地理探测器,定量分析了甘肃白龙江流域土壤磷流失的空间分异及其影响因素.结果表明:①2014年流域平均土壤磷流失量为0.214 t·km~(-2)·a~(-1),流失总量为3945.38 t·a~(-1);②磷流失空间分布较为破碎,热点区集中于迭部北部和舟曲东北部等高山区及舟曲、文县和武都三区县交界的低山河谷区,冷点区集聚于宕昌北部耕作区和文县南部森林保护区;③流域磷流失的空间分异主要受土地利用和地形的影响,农牧业生产也发挥了一定作用,磷流失整体表现为随海拔和坡度的抬升而增加,草地林地耕地;④流域及其内部冷热区影响因素差异较大,这是由各区地理环境协同差异所致,最大交互因子分别为土壤类型∩景观破碎度、土壤类型∩植被覆盖度、降水∩第一产业从业人口比重.在流域磷流失治理中,应合理安排农牧业生产,在提高植被覆盖度的同时降低景观破碎度.     

2000年以来黄河流域土地市场化时空格局演变及驱动因素

基于土地市场交易结构的视角,测算2000—2016年黄河流域104个地级以上城市一级土地市场化程度,综合利用Global Moran’s I、G_i*指数空间统计模型对其时空格局演变特征进行分析,运用灰色关联度分析模型探究土地市场化时空格局演变的主要驱动因素。研究发现:2000—2016年,黄河流域土地市场化水平表现出先持续上升后不断下降的阶段性变化特征,呈现了"东高西低"的空间分异格局。黄河流域土地市场化水平整体具有显著的空间自相关性,土地市场化热点区域以下游主要城市为核心,经历了先加速蔓延、后缓步收缩的时空演进历程。黄河流域土地市场化水平的时空格局演变主要由经济发展水平、产业结构升级、固定资产投资、政府财政收支比、外商直接投资以及区位条件等因素共同驱动,但受我国社会经济发展的阶段性影响,各因素在不同年份的影响程度存在显著的差异性。     

国家中心城市共享住宿的时空分布及影响因素——基于DBSCAN算法的分析

共享住宿的兴起是城市旅游服务业供给侧结构性改革的重要推动力,科学认识其时空格局及驱动因素对城市旅游发展意义重大。通过Airbnb网站获取我国九个国家中心城市的共享住宿房源信息,运用标准差椭圆,DBSCAN聚类算法等空间分析方法分析房源的时空演变格局,并借助地理探测器探讨房源空间分布格局的影响因素。结果表明：（1）2015—2017年,国家中心城市共享住宿的空间格局变化较快,整体处于快速发展期,2017—2019年,空间格局趋于稳定,整体处于稳步增长期;（2）国家中心城市共享住宿的发展具有时空依赖性,聚类中心随时间均不断增加,多数城市的共享住宿逐步向城市四周扩展,东中西三个区域之间聚类中心的时空差异明显;（3）从发展方向和高级别聚类中心数量来看,国家中心城市共享住宿的发展方向存在四周型和“单—多”方向主导型以及“0-1”“X-1”“1-X”三种演变模式;（4）商业、交通、人口等指标因素对国家中心城市共享住宿的空间格局产生较大影响,各区域之间及各城市之间影响因素的作用强度和显著性存在明显差异,其中餐饮、休闲娱乐、购物、住宅小区等成为驱动共享住宿空间格局形成的主要影响因素。     

中国城市旅游发展的时空演化及影响因素——基于动态空间马尔科夫链模型的分析

旅游业已成为中国经济增长的重要驱动力。在静态（空间）马尔科夫链模型的基础上,创新性地引入动态空间马尔科夫链模型,系统地分析中国城市旅游发展的时空格局及影响因素。结果表明：（1）中国城市旅游发展具有持续性的特征,总体上存在“路径依赖”的趋势;同时,旅游发展低水平区向较高/高水平区演变的概率较低,城市旅游发展存在“贫困陷阱”现象。（2）中国城市旅游发展水平的类型演变在地理空间上存在紧密的关联性,即与旅游发展水平越高的城市邻接,其向上级类型区转移的概率也越大;反之与旅游发展水平越低的城市邻接,其向下级类型区转移的概率也越大。（3）中国城市旅游发展受到市场化水平、资源禀赋、对外开放度等方面的综合影响。针对中国城市旅游发展存在过度商业化等问题,提出相应的政策建议。     

鲁南经济带城乡绿色发展效率时空分异及驱动因素识别

城乡绿色发展效率对高效低耗绿色发展模式构建、社会经济可持续发展以及实现城乡互动融合具有重要意义。基于鲁南经济带35个县(市、区)13 a面板数据,综合采用DEAMalmquist指数法、城乡绿色发展效率脱钩状态模型、地理探测器等多种计量模型,对2005—2017年鲁南经济带城乡绿色发展效率时空分异特征与驱动因素进行综合研究,结果表明:(1)技术进步是鲁南经济带绿色TFP增长的主要来源,但其贡献度不断下降,而纯技术效率与规模效率对于绿色TFP增长的促进作用逐年增强;(2)研究期内鲁南经济带绿色TFP增长具有空间分异性,绿色TFP的高效率区和次高效率区有向东北和西南地区集中的趋势;(3)鲁南经济带城乡绿色发展效率的脱钩关系出现反复,由负脱钩(耦合)到脱钩再到负脱钩,整体上城乡绿色发展处于动态变化与非协调(或低级耦合)阶段;(4)普通中学在校学生数、粮食产量、城乡居民储蓄存款余额是城乡绿色发展效率的高作用力影响指标,因子交互作用后对城乡绿色发展效率解释力远超单因子,反映出鲁南经济带城乡绿色发展效率的驱动因素具有复杂性特征。     

东北地区能源消费碳排放时空演变特征及其驱动机制

运用探索性空间分析、冷热点分析、标准差椭圆分析和地理加权回归分析等地学方法,研究了我国东北地区2005—2014年间能源消费碳排放的时空演化特征及其驱动机制.结果表明:①东北三省的能源消费碳排放量从高到低分别为辽宁省、黑龙江省、吉林省,2014年碳排放量分别达到20266、9914、6411万t;②东北三省能源消费碳排放量呈比较显著的全局空间正相关特征,在统计学上显著性检验存在多个冷、热点,其中,热点区主要集中在辽宁省的大连市、沈阳市、本溪市和辽阳市,吉林省的吉林市,以及黑龙江省的大庆市和鸡西市,冷点区主要集中在黑龙江省的大兴安岭市、黑河市、佳木斯市和伊春市;③在省级尺度上东北三省碳排放重心在2005—2014年间呈往东偏移的趋势,在市级尺度上辽宁省和吉林省碳排放重心往西偏移,而黑龙江省碳排放重心则往南偏移;④在省级尺度上,能源消费碳排放主轴方向为"西南-东北",但有往北旋转的趋势,黑龙江省能源消费碳排放主轴呈现往北旋转的趋势,辽宁省和吉林省的能源消费碳排放主轴方向则呈往东旋转的趋势;⑤东北地区影响能源消费碳排放量的主要驱动因素的影响程度排序为:人均GDP产业结构总人口数城市化率老龄化.     

中国旅游业绿色发展效率时空演变特征及影响机理

绿色发展是旅游业可持续发展理念的重要组成部分,是旅游业奉行以人为本、生态至上和全面发展的新价值观。在梳理旅游业绿色发展概念及内涵基础上,构建旅游业绿色发展效率评价体系,运用SBM-Undersirable模型、核密度估计、空间马尔科夫链等方法,探讨2008—2018年中国31个省（市、自治区）旅游业绿色发展效率（TGDE）时空演化特征及影响机理。研究发现：（1）时间和空间变化方面,TGDE总体处于中等偏下水平,时间上呈“W”型变化形态,“下降—上升—调整”阶段特征显著;空间呈“东—中—西”递减分布,内部差异为西部地区>东部地区>中部地区,低、中、高效率由“金字塔”向“菱形”结构转变,高效率地区集中于东部沿海,中等效率多分布于中西部地区,低效率位于胡焕庸线两侧。（2）动态演进方面,TGDE始终存在两极分化现象,但区域协调性逐步增强,具有较强平稳性,难以实现跨越式发展,空间向上转移省份比较集中,以中西部为主,向下调整省份较少,且存在明显的空间溢出效应,溢出影响具有不对称性。（3）影响机理方面,总体上,经济水平、产业结构、政府规制、教育水平和旅游资源影响因子与TGDE间存在显著的正向关系,对外开放程度的作用不显著,但各因子的影响程度、作用机理及条件具有较强地域性。     

中国县域肉类生产的时空演变及影响因素

随着人均收入的增加和城镇化的推进,促进了居民肉类消费增加。厘清肉类生产格局的变化对肉类可持续供给具有重要意义。基于中国县域视角,以2000—2016年的肉类产量数据为基础,运用标准差椭圆、空间自相关、地理探测器等方法,揭示我国肉类生产的时空演变规律及其影响因素。结果表明:（1）2000—2016年的全国肉类产量呈增加态势,增幅为43.5%,不同区域肉类产量差异较大。（2）全国肉类高产县数量增加显著,范围扩大,空间上呈条带状集聚特点,重心整体北移;其生产的集聚特征显著且相对稳定,但局部表现出一定差异。（3）自然资源禀赋、社会经济及农业技术在不同阶段都影响肉类生产空间格局的演变。粮食产量和第一产业增加值是主要因素,农业机械总动力影响逐年增大,不同因子间的交互作用会强化肉类生产空间分异的效果。     

黄河流域资源型城市生态效率时空演变及驱动因素

生态效率是区域发展质量和人地协调程度的综合体现。采用TOPSIS法测度2003—2017年黄河流域37个资源型城市的生态效率,借助泰尔指数、全局空间自相关和热点分析揭示其时空演变规律,利用面板Tobit回归模型探寻关键驱动因素。结果表明：（1）黄河流域资源型城市生态效率总体上以2007年为分水岭,先平稳、后上升;不同城市生态效率的增速和增幅差异较大,下游城市明显高于中、上游城市,再生型城市明显高于成长、成熟和衰退型城市。 （2）城市间生态效率差异大小先略微下降、后持续上升;生态效率空间格局由随机分布向集聚分布演变,低值集聚区从山西、河南交界处向山西中、北部移动,高值集聚区分布具有空间粘性,一直位于下游山东境内。（3）产业转型、科技创新、基础设施完善和区位条件对生态效率改善具有显著正向驱动作用,外向型经济、资源依赖和环境规制抑制生态效率提高,城镇化、工业化和外资利用对生态效率演变的影响不显著;不同类型资源型城市生态效率改善的主要驱动因素存在异质性。     

中国红色旅游经典景区网络关注度时空演变及影响因素

借助“百度指数”,获取2011—2019年中国31个省（市、自治区）对红色旅游经典景区的网络关注度,结合区域差异分析法、景区偏好系数分析红色旅游经典景区网络关注度的时空演变特征,利用面板数据回归模型和地理探测器揭示其影响机理。研究发现：（1）从时序上看,2011—2019年红色旅游经典景区的网络关注度持续上升,具有明显的季节性差异,呈“M”型变化形态。（2）从区域上看,东—中—西部具有明显的梯度递减特征,区域差异呈东—西—中部依次递减态势,空间结构比较均衡,东部地区多位于热点区,中部地区多处于一般区,西部地区则属于冷点区,各省（市、自治区）存在一定季节性差异。（3）景区角度方面,景区的月际变化分为单峰型、双峰型和多峰型三种,单峰型季节差异显著,双峰型和多峰型的季节差异较小,景区偏好类型呈“金字塔”结构,具有“多中心”分布特征,整体格局相对稳定。（4）影响因素方面,客源地网络发展水平的贡献>人口规模>教育水平>经济发展水平,而旅游恩格尔系数的影响不显著,目的地的星级酒店数量、旅游化水平、市外交通可达性是重要影响因素,信息化水平、空气质量、旅行社及公共管理能力是主要影响因素,其他因素影响力较小。     

中国代表性滑雪场网络关注度时空演变及影响因素

基于百度指数数据,运用指数测度、空间地理分析、回归模型和地理探测器,对2011—2019年中国大陆26个代表性滑雪场网络关注度的时空演变特征及影响因素进行分析。结果表明:(1)时间演化上,网络关注度呈先增后减且逐渐平稳的规律。2015年、2016年为峰值年份,季节性差异明显,共两个波动峰值且为“南北为单,中东为双”的分布格局。(2)空间特性上,全国和地区均为先增后减特征,地区差异显著;变异程度先降后增并趋于稳定,全国分布相对稳定平衡,地区分布呈不稳定集聚特性。省区冷热区域分布总体呈“东北热—西南冷”格局,层级变化以稳定型为主。(3)滑雪场层面上,滑雪场总体偏好层级变动较大,高偏好保持稳定领先,其余层级以下降变动为主。滑雪场冷热点分级呈“北热南冷”的格局,东北、华北两个热点集聚区域演变较为稳定。(4)影响因素上,需求侧影响因素排序为滑雪消费吸引力>受教育程度>经济发展水平>信息化水平>滑雪场建设水平。供给侧的滑雪人次占比、滑雪经济贡献、客运承载力、冰雪旅游资源丰度、官方媒体建设水平解释力较强,其他因素影响并不显著。