基于TVX方法的南京市城区时空格局与地表温度的研究

随着全球气候变化和人类活动的不断加剧,导致生态、资源与环境问题日趋严重,区域空间格局变化与地表温度的研究已成为全球环境变化的热门和重点研究课题。采用2000年、2006年和2010年的TM遥感影像,结合GIS和RS技术研究南京市不同时期的时空分布特征、演变特征以及地表温度的变化。结果表明: 2000～2010年南京市城区建设用地面积增长幅度较大,而耕地面积却呈显著递减趋向,水体和草地面积基本保持稳定,林地面积略有增长。NDVI和MNDWI均与地表温度呈负相关,通过构建TVX空间观察南京城市化进程,发现植被覆盖度持续降低,地表温度急速上升,到2010年,所有土地利用类型的聚类点的转化轨迹趋于一点,变化向量幅度是：林地>草地>水体>耕地,研究结果表明林地和水域对城市地表热环境具有强大的缓解作用,在城市化进程中,要注重城市水域和林地的保护,同时要改善城市绿化、减少能耗和节制热源     

人工园林大面积种植区植被净初级生产力时空变化研究

云南西南地区自然资源丰富,近年来,随着社会经济的快速发展,橡胶、茶园和桉树等人工园林大规模种植主要占用了天然林和耕地,土地利用结构和空间布局发生了很大变化。为了探讨土地利用/覆被变化对植被净初级生产力（NPP）的影响,以人工园林大面积种植区西盟县为研究区,运用综合模型、CASA模型和MODIS产品（BIOME-BGC模型）,对西盟县2000年、2005年、2010年和2015年各地类NPP的时间变化和空间分布特征进行分析。结果表明：（1）2000~2015年,CASA模型模拟的西盟县NPP呈先减少后增加的趋势,MODIS模型模拟的NPP值变化趋势与CASA模型一致,综合模型则呈现逐年增加的趋势;（2）西盟县NPP的空间分布形态从西至东均呈“低值-高值-低值-高值-低值”（“M”）变化,与西盟县水热资源的分布特征和土地利用/覆被变化有关,西盟县NPP空间变化主要集中于人工园林种植区;（3）3种模型中,CASA模型和MODIS产品（BIOME-BGC模型）比综合模型更适用于地形气候复杂多样的山区NPP的模拟计算,其中CASA模型空间精度更高。     

基于MODIS数据的安徽省植被水分利用效率时空变化及影响因素

水分利用效率是衡量生态系统碳水循环耦合程度的重要指标。基于MODIS数据、土地覆盖类型数据和气象数据,估算安徽省植被水分利用效率(WUE）,采用趋势分析法和相关分析法对安徽省2000~2014年植被WUE的时空格局、变化趋势及影响因素进行研究。研究表明:（1）不同植被类型的WUE年均值差异明显,常绿阔叶林和常绿针叶林的WUE均值较高,分别达到1.66和1.69 gC?mm-1?m-2,而耕地的年均WUE最低,各植被类型的年均WUE按照“常绿针叶林>常绿阔叶林>灌木>草地>落叶阔叶林>针阔混交林>耕地”的顺序递减。植被年均WUE具有较强的空间分异性规律,整体上呈现南北高中间低的趋势,植被WUE的高值区主要分布在大别山区和皖南山区,分布范围与常绿针叶林、常绿阔叶林的分布范围基本一致。（2）安徽省2000~2014年植被WUE年内变化呈现出“增加-减小-增加-减小”的M状“双峰型”趋势,具有明显的季节差异,呈现出春季＞秋季＞夏季＞冬季的特征,各季节植被WUE的均值分别占植被WUE的32.58%、24.91%、29.27%、13.24%。（3）安徽省植被WUE动态变化受到降水影响显著的区域占比3.88%;气温显著影响的区域占比2.19%;降水显著影响的地区主要分布在林地范围内,温度显著影响的地区则位于耕地范围内,降水和气温综合显著影响所占面积最小,为0.11%;而植被WUE受气温和降水影响均不显著占比为93.82%;整体上,安徽省大部分地区的植被WUE变化主要受非气候因素影响。     

山地城市边缘土地利用格局与变化的地形梯度分布特征分析——以重庆市巴南区为例

地形作为重要的自然基底因子,在很大程度上影响土地利用变化与空间格局形成。以重庆市巴南区为例,借助GIS和RS手段,利用Landsat TM遥感数据和DEM数据,采用地形位指数、分布指数和土地利用程度综合指数等计算方法,对巴南区2000、2010和2015年土地利用格局与变化的地形梯度分布特征进行了分析,探讨了土地利用格局与变化和地形梯度的相互关系,以期为相似地形条件下的山地城市边缘区的人地关系研究提供支撑或参考。研究结果表明：（1）巴南区土地以中、高级地形位为主,海拔200 m以下,坡度8°以下的土地资源较为匮乏;（2）研究期内,中、低级地形位区间内大量耕地转变为建设用地,土地分布结构变化导致二者的分布优势区间均向更高级地形位区间转移;（3）土地利用程度综合指数曲线呈倒“V”型,波峰逐渐向中级地形位区间移动,可以印证在研究期内巴南区低丘缓坡区域内土地利用强度逐渐提升。     

安徽省洪涝致灾危险性时空格局预估

预估未来极端天气事件致灾危险性对于评估气候变化对人类经济和社会的潜在风险具有极其重要的意义。本研究采用PRECIS模式模拟的气候情景数据,选取年均暴雨日数、年均最大三日降水量、高程、坡度和距河湖距离五个指标,对SRES B2情景下未来安徽省县域尺度洪涝致灾危险性时空格局进行预估。结果表明:相对于现阶段(1981-2010),未来安徽省年均暴雨日数和最大三日降水量总体上呈现北部减少、南部增加的趋势;各时段安徽省洪灾危险性等级由北向南大致呈逐渐升高的趋势;未来安徽省洪灾危险性格局变化主要发生在近期(2011-2040)和中期(2041-2070);到中期时段,安徽省洪灾危险性处于5级的县域个数和面积百分比分别为16个和17.87%,是现阶段的2倍和2.24倍。研究结果可为气候变化背景下该地区洪涝灾害风险管理提供科学依据。     

安徽省黄山市绿色发展时空趋势研究

基于《安徽省绿色发展指标体系》,结合黄山市的具体经济、社会与环境特征,设计包括6项一级指标和33项二级指标的黄山市绿色发展指标体系,运用基于群决策的层次分析法确定各级绿色发展指标的权重。基于2004～2016年统计数据,评估黄山市及各县区绿色发展水平的时空变化趋势与特征,利用聚类分析和主成分分析确定造成黄山市县区绿色发展时空差异的主导因素。结果表明：(1)2004～2016年黄山市及各区县绿色发展水平整体呈现上升趋势,究其原因,主要在于生态保护和增长质量这2方面绿色发展指数的显著增加。(2)黄山市各县区的绿色发展时空差异较大。造成2016年黄山市各县区绿色发展水平差异的指标主要集中于土地覆盖与土地利用、资源利用效率和污染物排放量。(3)2004～2016年间,黄山市在资源利用、环境治理和绿色生活指数方面进步有限,建议黄山市近期可以将其绿色发展工作重点置于提高能源和水资源利用效率、降低能耗、减少各主要污染物排放量和促进绿色出行等方面。     

基于土地覆被变化的安徽省生境质量时空演变特征

基于InVEST模型的生境质量模块,采用1995～2018年安徽省3期的土地覆被数据,分析省域生境质量时空演变特征及其对土地覆被变化的响应。结果表明:安徽省土地覆被变化主要是农田转向建设用地和林草地,以及农田和湿地之间的相互转化;23年间,安徽省生境质量整体呈单边小幅下降趋势;由于作为生境质量威胁源的建设用地急速扩张和蔓延,引发合肥和沿江5市城区及周边生境质量的显著下降;部分保护地及周边开展了有效的退田还湖(湿)和退耕还林(草),局域生境质量有明显改善,但多数生态源地生境质量的区域性变化并不明显;最后,对省域生境质量优化提出了相应的对策建议。     

安徽省镇域经济发展水平的时空分异及空间格局影响因素

基于1 244个镇域研究单元的人均财政收入数据,采用多种空间方法分析安徽省镇域经济发展水平的时空差异特征,并运用地理加权回归（GWR）进行影响因素分析。结论如下：（1）从不平衡度指数看,该值在研究时序变化上先升后降,表明近期研究区内部差异程度有所减小;空间序列上南北差异较大,黄山、宣城等市内部差异较小,阜阳、亳州等市内部差异较大。（2）从Zip指数来看,虽然经济发展水平集中的力量逐渐减弱,但实力强劲乡镇的发展速度依然较快且其垄断性较强。（3）从空间分异格局看,高值区主要有两大组团,一处在皖南区集聚且逐渐向北扩展,但2016年有所缩减;另一处则贯穿南北形成条带状“串珠”,呈现先逐渐扩大后几乎消失的变化特征。中值区呈基底状分布在皖中区域。低值区分布在西北和东北,其中西北区逐渐向南扩大,东北区逐渐减小。（4）从空间集聚状态看,4种显著类型区均存在且以显著HH区和显著LL区为主。显著HH区在黄山市周围集聚,并逐渐向池州、宣城扩展;显著LL区在阜阳、亳州等市集聚,并逐渐向南延伸;显著HL区和显著LH区数量较少且集聚现象不明显。（5）从影响因素来看,基于回归系数的平均值对经济发展水平的影响从大到小依次为建成区人口/总人口>常住人口>从业人员>二三产业从业人员/从业人员>行政面积>建成区面积/总面积>工业增加值>人均工业产值>地均工业产值。     

安徽省用水网络管理与关键区域界定

基于2005~2016年安徽省16个城市的用水量数据,利用社会网络分析（SNA）方法刻画了区域用水空间关联的网络结构特征,并进一步对水资源管理重点区域进行了筛选。研究发现：安徽省域内的用水联系紧密,不存在孤立的城市节点,样本考察期内,区域用水空间关联的网络密度有所下降,但呈现为等级森严的网络结构;个体网络特征表现出明显的“极化效应”和“马太效应”,合肥、马鞍山和芜湖具有较高的度数中心度、中间中心度和接近中心度,处于网络中的核心位置,主导着关联网络中水资源的流动和溢出;目前安徽省区域用水网络处于多核心阶段,且由初期的合肥和马鞍山-芜湖-铜陵双核驱动模式逐步演变成以阜阳、合肥和马鞍山-芜湖-铜陵为三大增长极的空间稳定格局。     

安徽省冬季PM2.5污染来源及其成因分析

随着中国城市化和工业化的加速发展,大气污染的问题日益突出,严重危害公众身体健康。基于安徽省逐小时PM2.5浓度监测数据,采用后向轨迹模式、潜在源因子分析法（PSCF）和权重浓度分析法（CWT）,构建PM2.5来源分析模型,分析了安徽省PM2.5的来源,并结合地理探测器辨析了影响PM2.5本底贡献浓度的驱动因子。结果表明：（1）本底贡献、本底外溢和外地输送这3个动态过程对安徽省PM2.5浓度的时空变化有重要的影响;（2）PM2.5月累计逐小时测量浓度、总浓度、外地输送浓度、本底贡献浓度、本底外溢浓度和月均PM2.5本底排放贡献率,均在整体呈现出西南高、东北低的分布趋势,但前3项在安徽西北部的阜阳、亳州和淮北等地出现高值区;（3）安徽省约97.5%的面积外地输送贡献率>50%,下辖市PM2.5本底排放贡献率在30%~50%,说明1月污染以外地输送为主;（4）工厂密度、车辆保有量密度和人口密度对PM2.5月累计本底贡献浓度的解释力q值分别为0.33、0.47和0.61,通过与PM2.5月累计测量浓度地理探测分析结果的比较,表明人为要素与PM2.5月累计本底贡献浓度的关系更加密切。研究结果可为区域大气污染治理提供科学的参考依据。     

长江流域的非平稳SPI干旱时空特征分析

全球气候变化背景下,由于降水时间序列存在非平稳性,导致利用传统的标准化降水指数(SSPI)估计的干旱可能存在较大偏差。文章基于GAMLSS模型,以气候指数作为解释变量进行参数拟合,建立一种基于可变参数的非平稳伽玛模型,计算非平稳标准化降水指数(NSPI),并与SSPI指数对比分析长江流域1962～2016年干旱时空变化特征,结果表明:(1)NSPI与SSPI变化基本一致,但非平稳伽玛模型比平稳伽玛模型更好地重现降水量以捕获当前全球气候变化背景下的降水变化。(2)长江流域1962～2016年干旱有加重趋势。上游干旱烈度、干旱历时、干旱强度和烈度峰值的变化速率分别为每10年上升0.064、0.041、0.023和0.027,而中下游则分别为0.151、0.089、0.021和0.030;干旱强度以轻至中旱为主。长江源头和四川盆地西南部干旱较严重,而金沙江和雅砻江上游及鄱阳湖南部的干旱相对轻微。(3)与SSPI相比,NSPI估计的相同干旱烈度和干旱历时的重现期较大,且估计的干旱事件相对集中。NSPI的干旱风险表明长江源头、金沙江下游和洞庭湖流域中部是高风险集中区,而川江上游和鄱阳湖东南部是低风险集中区。(4)构建的非平稳伽玛模型估计的NSPI能较好的预测各干旱特征,且对干旱烈度和干旱历时的预测性能更好。     

云南喀斯特关键带植被时空变化特征及气候与人为影响因子解析

受自然环境及人类活动的影响,滇东南喀斯特地区石漠化问题严重,当地生态环境面临巨大压力.基于MODIS-NDVI数据通过像元二分模型提取植被覆盖度FVC,采用回归与残差分析等方法对2000 ～ 2016年植被覆盖时空变化特征和趋势进行了分析,并对影响其变化的气候和人为因子进行了解析.研究结果表明:近17年研究区FVC总体呈波动上升的趋势,增长速率为春季(0.005 0/a)＞冬季(0.004 3/a)＞秋季(0.004 0/a)＞夏季(0.000 3/a),年增长速率0.003 6/a.2000年以来FVC呈增加趋势的区域占研究区总面积比例在85％以上,而在市域、县域中心区以减少为主.研究区分别有56.41％、61.47％的FVC与气温、降水因子的相关系数通过0.05的显著性检验,主要呈正相关关系.2000～2016年研究区受人类活动影响持续增加的面积占总面积80.54％,持续减弱的面积占13％,影响不变的面积占6.46％,人类活动对FVC变化的影响呈持续加强的趋势.研究结果将为定量评估喀斯特区域石漠化综合治理工程和生态修复评估提供科学依据.