基于GWR模型的汉江流域土地利用类型与水质关系评估

土地利用类型与水质指标之间存在着密切的联系。地理加权回归与传统回归分析的不同点在于它是一种局部回归分析方法,可应用于空间数据以探讨土地利用类型与水质指标之间的空间变化关系。利用普通最小二乘法(OLS)模型和地理加权回归(GWR)模型对汉江流域2015年94个采样点不同河岸带宽度(20m及50m)的5种土地利用类型(草地、林地、耕地、城市用地和未利用地)与7个水质指标之间的影响关系进行了对比分析与评估。结果表明:在分析土地利用类型与水质类型的空间关系时,GWR模型优于OLS模型。GWR模型评估结果表明:在汉江流域上段,耕地面积的增加使TN、PO_4~(3-)、活体Chl-a、Ca~(2+)、NH_3-N、COD和Na~+浓度显著增加;在汉江流域中段,城市用地的增加会使TN、PO_4~(3-)、活体Chl-a、Ca~(2+)和NH_3-N浓度显著增加,耕地使COD和Na~+浓度变大;在汉江流域下段,主要影响水质的是城市用地。此外,汉江流域中下游地区河岸带宽度控制在50m范围内可以达到降低污染物浓度的作用,有利于削减面源污染。该研究结果可为汉江流域中下游地区合理规划河岸带土地利用以抑制面源污染传输提供科学依据。     

基于偏最小二乘模型的河流水质对土地利用的响应

流域土地利用类型变化是影响河流水质的重要因素之一.为探究子流域尺度土地利用与河流水质之间的相互关系,本文基于太子河流域遥感影像和水质数据,采用偏最小二乘模型(partial least squares,PLS),分析不同土地利用类型对流域水质的影响程度.选取7个不同子流域土地利用类型面积百分比作为自变量X,总氮(TN)、硝酸根离子(NO_3~-)、氯离子(Cl-)与硫酸根离子(SO_4~(2-))这4个水质参数浓度值作为因变量Y,构建了土地利用类型与河流水质数据的偏最小二乘模型,并使用其余子流域数据对构建的模型进行验证.结果表明,太子河流域不同子流域土地利用类型与河流水质指标TN与NO_3~-之间线性关系显著,决定系数R~20.62.其中,耕地面积变化对水体中TN浓度变化影响明显,居民及工矿建设用地面积变化则对水体中NO_3~-浓度变化影响强烈.但对于Cl-和SO_4~(2-)来说,土地利用类型对其浓度大小有一定影响,但并不是最主要的影响因素.虽然太子河流域未利用地面积百分比极小(1.13%),但是未利用地面积变化对水质参数有较显著影响(影响系数0.24).     

中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现：2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783~0.865之间,而OLS模型的R²在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现：2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783~0.865之间,而OLS模型的R²在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

西苕溪流域径流对土地利用变化的空间响应分析

针对流域土地利用变化所引起的径流空间变异问题,论文以太湖上游西苕溪流域为例,基于SWAT模型（Soil and Water Assessment Tool）模拟的不同土地利用情景下月尺度径流过程,通过GWR模型（Geographically weighted regression）在空间上定量评估了土地利用/覆被变化对流域径流过程的影响。结果表明：径流变化在流域空间分布上存在一定非平稳性,其与子流域内面积变化较大的土地利用类型相关性显著,其中城镇用地影响最大,林草地和耕地影响次之。径流变化对城镇用地的空间响应关系表现为由上游到下游逐渐增强,而对林草地和耕地的响应关系表现为从流域上游到下游逐渐减弱。对比发现,多因子GWR模型相对于单因子GWR模型更适合综合分析径流对土地利用/覆被变化的空间响应关系。     

入湖河流水质对土地利用时空格局的响应研究:以洱海北部流域为例

揭示土地利用与入湖河流水质的内在联系是非点源研究的重要内容,以洱海北部流域为研究对象,从土地利用类型组成和空间格局入手,综合空间分析和统计分析方法对两者响应关系进行研究.结果表明,研究区平均坡度(SLOPE)、植被区面积百分比(VEG)作为表征土地利用类型组成的指标,与入湖河流TN和TP的关系显著,斑块密度(PD)、农业用地斑块密度(PDagr)、水体形状指数(LSIwat)作为表征土地利用空间格局的指标,与TP和NH+4-N的关系显著;类型水平下,入湖河流水质对土地利用空间格局的响应关系较景观水平强,水质响应指标为雨季TP和旱季NH+4-N,回归调整系数R2分别为0.761和0.978;旱季,入湖河流水质对土地利用的响应关系强于雨季,水质响应指标为TN、TP和NH+4-N.因此,进行洱海北部流域非点源污染治理时可考虑提高植被覆盖率和农业用地集约化程度,尽量避免旱季对自然水体的人为干扰,后续进行土地利用空间格局与入湖河流水质关系研究建议选类型水平.     

尼洋河流域土地利用结构对水质的关联分析

文章以尼洋河流域为研究区域,用该流域2018年8月TM遥感影像图作为底图,结合野外实地调查获取尼洋河流域的土地利用图。借用ArcGIS的水文及空间分析功能,将流域划分为7个子流域,并分析各子流域的土地利用结构。根据2018年9月现场采取的水样检测结果,分析COD、TP、TN及NH_4~+-N的空间变化特征,同时结合各子流域土地利用结构分析其之间的统计关系,研究流域内土地利用类型与河流水质之间的联系,以期为藏东南生态安全屏障区内的河流水质保护提供科学借鉴。结果表明:COD、TN及NH_4~+-N有明显的空间变化特征,在空间上尼洋河中游水质最优。流域内土地利用结构与水质之间的相关关系表现为:未利用土地与林地起汇作用,建设用地起源作用,从水质指标响应程度上看:对TN影响最大的土地利用类型是建设用地,对NH_4~+-N和COD影响最大的分别是水域和林地,流域内TP的空间特性与流域内土地利用类型不存在多元线性回归关系。     

县域尺度土壤铜的有效性及相关影响因素评估

了解土壤重金属相关属性(如全量、有效态含量等)的空间分布状况及相关环境因子对其有效性的空间非平稳影响,对土壤重金属风险区域的划定和空间调控措施的制定具有重要作用.本研究基于张家港市357个土壤样本数据,首先探讨了土壤类型和土地利用类型对土壤有效铜的影响.然后采用普通克里格预测了该区域土壤全铜和有效铜的含量,计算得到其有效性比率(即有效铜/全铜)的空间分布状况,并结合有效铜及其有效性比率划定了土壤有效铜的风险调控区域.最后,采用一种空间局部回归技术,地理加权回归(GWR)探索了土壤有效铜与3个主要土壤因子(即土壤全铜、pH和SOM)之间的空间局部回归关系.结果表明,土壤类型和土地利用类型均对土壤有效铜含量存在一定程度的影响.土壤铜的有效性比率具有较强的空间异质性,其变化范围在13.56%~29.15%.模型对比结果显示,GWR模型较传统的普通最小二乘回归(OLSR)模型具有更高的拟合精度(即较大的决定系数R2,较小的AICc信息准则和残差平方和).GWR分析结果显示,各土壤因子对土壤有效铜的影响在空间上是非稳态的.GWR模型能有效地揭示相关土壤属性对土壤有效铜的空间非平稳影响,其结果可解释局部区域土壤有效铜累积的原因.基于上述分析结果,可以为该研究区域内土壤有效铜的调控提供具体的空间决策支持.     

新安江流域土地利用结构对水质的影响

以新安江上游流域为研究区域,用该流域2010年5月TM遥感影像图作为底图,通过实地野外调查获取了新安江流域的土地利用图.运用ArcGIS的水文、空间分析功能,将流域划分为8个子流域,并分析各子流域的土地利用结构.根据2010年1～12月的水质监测数据,分析TN、TP、高锰酸盐指数、NH4+-N、粪大肠菌群的时空变化特征,以及与土地利用结构之间的定量关系.结果表明,TN和NH4+-N有明显的时间变化特征,为枯时期>丰水期>平水期,而其他几种指标没有明显的时间变化.在空间上,整体上呈现出渔梁、浦口污染最为严重.流域内土地利用结构与水质之间的相关关系表现为:耕地、水体、建筑用地起源作用,林地、草地起汇作用.在年度上看,耕地对TN、NH4+-N、高锰酸盐指数影响最大,草地对TP影响最大;不同水期上,枯水期和丰水期,对各指标影响最大的土地利用类型为耕地,在平水期,对TN、TP、粪大肠菌群影响最大的土地利用类型分别为耕地、草地、林地.     

北洛河流域水质空间异质性及其对土地利用结构的响应

根据2011年10月和2012年10月的北洛河流域水体采样数据,利用GIS技术和地统计学方法,分析了北洛河流域水质指标TP、TN、NO-3-N、NH+4-N和高锰酸盐指数(CODMn)的空间变异特征,并探讨了子流域尺度上不同土地利用结构对河流水质的影响.结果表明,北洛河流域水质指标TN和NO-3-N受结构性因素影响显著,表现出较强的空间变异性,而TP、NH+4-N和CODMn受到结构性因素和随机性因素共同作用,表现出较弱的空间变异特征.TN与农业用地面积百分比呈显著正相关关系,与林地面积百分比呈显著负相关关系,NO-3-N与农业用地面积百分比存在显著正相关关系.可以初步推测,控制TN空间异质性分布的结构性因素是农业用地和林地,而控制NO-3-N空间分布的结构性因素为农业用地.     

平原丘陵过渡带土壤有机碳空间分布及环境影响

为定量分析景观过渡带中土壤有机碳空间分布及环境影响,将环境因子纳入空间自回归模型与地理加权回归模型分析比较,并以普通最小二乘回归模型作对照.结果表明:土壤性质指标中,容重及有效铁与土壤有机碳存在极显著相关关系;地形及区位因子中,纬度、高程、坡度、粗糙度等稳定性因素与土壤有机碳存在极显著相关关系;土壤有机碳的局部集聚性多发生在核心景观过渡带;空间回归模型的拟合优度均优于普通最小二乘回归模型,估计值的空间自相关变化趋势与实测值一致,残差的空间模式显著减弱;能够灵活调整权函数与带宽的地理加权回归模型能够更好地分析土壤有机碳的空间变异.模型评价方面,GWR-1和GWR-2的残差平方和较OLS分别降低了20.717%和8.799%; SLM、SEM、GWR-1、GWR-2的AIC值较OLS分别减小了5.108、5.391、19.887和11.751.除本身存在的空间自相关外,模型中土壤性质指标及环境因子能大幅解释土壤有机碳的异质性.本研究引入辅助变量,运用空间回归模型分析了平原丘陵过渡带土壤有机碳的空间变异,可为生态恢复、环境变化指示及研究区典型柑橘区的区划提供依据.     

利用LUR模型模拟杭州市PM2.5质量浓度空间分布

模拟城市大气污染物浓度空间分布对研究城市空气质量及人体健康至关重要.本研究利用土地利用回归模型(Land Use Regression,LUR),提取包括污染点源因子、交通因子、人口因子、土地利用因子和气象因子等60个预测因子,基于地理加权算法(GWR)建立春、夏、秋、冬四个季节的模型,实现对杭州地区近地表PM_(2.5)质量浓度空间分布的预测.结果表明:基于地理加权回归算法时,检验模型的R2值分别达到0.76(春季)、0.70(夏季)、0.73(秋季)、0.76(冬季),模型能够解释PM_(2.5)浓度值80%以上的变异.每个季度杭州地区PM_(2.5)浓度变化不尽相同,但总体以杭州中部最高,西南部偏低.研究说明基于LUR模型模拟大尺度地区PM_(2.5)质量浓度空间分布是可行的.     

中国PM2.5污染空间分布的社会经济影响因素分析

中国的细颗粒物(PM_(2.5))污染具有危害性强、覆盖范围大、空间分布不均匀的特点.本研究以2015年中国PM_(2.5)监测站点数据为基础,尝试结合空间分析的方法,对PM_(2.5)污染空间分布的社会经济影响因素进行分析.首先以省级行政区划为基本单元,选取Moran's I指数和局部自相关指数(LISA)分析PM_(2.5)在国家尺度上的分布特征.然后利用普通最小二乘回归模型(OLS)和地理加权回归模型(GWR)分析PM_(2.5)浓度的空间分布和各项社会经济指标的相关性.结果表明,GWR模型比OLS模型更好地揭示出PM_(2.5)浓度分布和各项因素之间的关系.PM_(2.5)浓度在空间分布上存在以京津冀为中心的高浓度聚集区向四周逐渐递减,在广西、四川等南部省份形成低浓度聚集区的空间分布结构.另外,森林覆盖率和人均电力消费量与PM_(2.5)浓度显著负相关,人均私家车保有量和PM_(2.5)浓度显著正相关,其中人均私家车保有量是对PM_(2.5)浓度影响最大的因素.     

福建省土地利用多尺度空间自相关分析

常规统计方法是分析制约土地利用空间分布的影响因素常用方法,其理论假设前提是数据本身在统计上是独立的,呈正态分布。而土地利用空间数据往往具有一定的空间自相关性,同时空间自相关性中蕴含一些有用的信息,必须采用合适的方法予以解决。论文以福建省作为研究区域,采用Moran's I系数的自相关图来表示土地利用及其影响因子的空间自相关性特征,并且在此基础上建立了土地利用与影响因子的空间自回归方程。研究结果表明,研究区域内土地利用与影响因子普遍存在空间自相关性,并且空间自相关性与研究尺度密切相关,空间自相关性随尺度增大而增强。空间自回归模型的解释能力比经典统计回归模型略强,并且空间自回归模型中的残差较小、空间模式不明显,而经典回归模型的残差比较大,并且具有显著的空间分布模式。     

Influence of urban spatial and socioeconomic parameters on PM2.5 at subdistrict level: A land use regression study in Shenzhen, China

The intraurban distribution of PM_2.5 concentration is influenced by various spatial, socioeconomic, and meteorological parameters. This study investigated the influence of 37 parameters on monthly average PM_2.5 concentration at the subdistrict level with Pearson correlation analysis and land-use regression (LUR) using data from a subdistrict-level air pollution monitoring network in Shenzhen, China. Performance of LUR models is evaluated with leave-one-out-cross-validation (LOOCV) and holdout cross-validation (holdout CV). Pearson correlation analysis revealed that Normalized Difference Built-up Index, artificial land fraction, land surface temperature, and point-of-interest (POI) numbers of factories and industrial parks are significantly positively correlated with monthly average PM_2.5 concentrations, while Normalized Difference Vegetation Index and Green View Factor show significant negative correlations. For the sparse national stations, robust LUR modelling may rely on a priori assumptions in direction of influence during the predictor selection process. The month-by-month spatial regression shows that RF models for both national stations and all stations show significantly inflated mean values of R² compared with cross-validation results. For MLR models, inflation of both R² and R²_CV was detected when using only national stations and may indicate the restricted ability to predict spatial distribution of PM_2.5 levels. Inflated within-sample R² also exist in the spatiotemporal LUR models developed with only national stations, although not as significant as spatial LUR models. Our results suggest that a denser subdistrict level air pollutant monitoring network may improve the accuracy and robustness in intraurban spatial/spatiotemporal prediction of PM_2.5 concentrations.     

Anthropogenic land use substantially increases riverine CO2 emissions

Carbon dioxide (CO₂) emissions from inland waters to the atmosphere are a pivotal component of the global carbon budget. Anthropogenic land use can influence riverine CO₂ emissions, but empirical data exploring cause-effect relationships remain limited. Here, we investigated CO₂ partial pressures (pCO₂) and degassing in a monsoonal river (Yue River) within the Han River draining to the Yangtze in China. Almost 90% of river samples were supersaturated in CO₂ with a mean ± standard deviation of 1474 ± 1614 µatm, leading to emissions of 557 - 971 mmol/m²/day from river water to the atmosphere. Annual CO₂ emissions were 1.6 - 2.8 times greater than the longitudinal exports of riverine dissolved inorganic and organic carbon. pCO₂ was positively correlated to anthropogenic land use (urban and farmland), and negatively correlated to forest cover. pCO₂ also had significant and positive relationships with total dissolved nitrogen and total dissolved phosphorus. Stepwise multiple regression models were developed to predict pCO₂. Farmland and urban land released nutrients and organic matter to the river system, driving riverine pCO₂ enrichment due to enhanced respiration in these heterotrophic rivers. Overall, we show the crucial role of land use driving riverine pCO₂, which should be considered in future large-scale estimates of CO₂ emissions from streams. Land use change can thus modify the carbon balance of urban-river systems by enhancing river emissions, and reforestation helps carbon neutral in rivers.