滇池流域地理特征对滇池水污染的影响研究

从滇池流域地形、流域水系、流域土地利用及滇池湖盆形态等几个方面的地理特征出发,研究分析这些地理特征对滇池水污染的影响。流域地形决定了滇池是全流域水流及其承载的各种污染物的最终受纳水体。流域水系特征加之水资源的匮乏造成了高污染水入湖。流域土地利用格局造成了大量污染物的产生且易入湖。流域、湖盆形态导致了入湖污染物在湖中的充分滞留及沉积污染物的易释放。     

节约能源,从我做起

在上周星期四的时候,由于我们大白天拉着窗帘打开灯被我们地理老师发现了,因为地理老师是绿色小记者站的负责老师,也是环保社团的创始人,所以老师很环保,看到我们大白天开着灯     

中部六省区制造业地理集中度分析

中部六省区在我国经济社会发展格局中占据重要地位.采用Eillison和Glaser设计的公式计算了中部六省区制造业17个行业从2007-2010年间的地理集中指数.通过对地理集中指数的分析发现,中部六省区制造业存在“小范围小幅度集中,大范围大幅度扩散”现象,且集中主要存在于化学纤维制造业、化学原料及化学制品制造业和专用设备制造业这些技术和资本密集型行业.从制造业17个行业扩散大于集中的现象可见,中部六省区目前还处于聚集效应的下降阶段.     

西南高山峡谷区植被变化及影响因素分析

西南高山峡谷区是我国典型生态脆弱区,认识其植被变化特征及影响因素可以为西南高山峡谷区生态环境建设对策的制定提供理论依据,对实现区域经济、环境以及生态和谐统一发展,具有一定的现实意义.基于2000~2019年NDVI、社会经济因子和自然因子数据集,采用一元线性回归法、Hurst指数、地理探测器模型和变异系数等方法分析了西南高山峡谷区NDVI时空变化及稳定性特征,并探讨了NDVI空间分异影响因素.结果表明：①空间上看,植被呈现东南高,西北低的分布格局,中高和高植被覆盖的区域面积占比71.71%,植被覆盖总体处于较高水平.时间上看,植被呈现改善趋势的区域面积占比85.90%,恢复效果明显,且未来植被变化趋势还将以改善为主.②高程、植被类型和土壤类型是影响NDVI空间分异的主导因子,q值均不低于0.40;气温和降雨量为次要因子,q值分别为0.274和0.225.双因子交互作用增强了单因子的影响力,表现为双因子增强和非线性增强两种关系,其中高程∩植被类型组合q值最高为0.714,其次是高程∩土壤类型组合q值为0.688.③研究时段内NDVI整体稳定性较好,低波动变化和较低波动变化的区域面积占比为89.95%;而中等以上波动的区域面积占比为10.05%,集中在海拔高、气温低、降雨少、土壤贫瘠和植被较差等生态环境相对脆弱的区域.植被变化是多因素综合作用的结果,需因地制宜,有针对性地采取不同策略修复西南高山峡谷区生态环境.     

黄河流域地级城市土地集约利用效率与生态福利绩效的耦合性分析

通过构建包含时间趋势变量的超越对数生产函数形式的随机前沿分析模型,对黄河流域2008—2017年57个城市的土地集约利用效率与生态福利绩效进行了测度,借助偏离系数的耦合度模型、马尔科夫链以及地理探测器等方法从市域和省域层面探究了两者耦合度的动态演进规律,并阐明了耦合机理与驱动机制。研究发现：（1）各城市的土地集约利用效率稳中有进,而生态福利绩效却呈波动下降的态势,两者的耦合度经历了“先降后升”的阶段性演变过程。（2）大部分省份耦合度的变异系数表现出扩大的倾向,尚有近1/5的城市属于低发展度低协调度的耦合类型;耦合度在空间上呈现出“东北—西南”走向的分异格局,重心整体向西南方向移动,其类型演变以大概率保持原有类型和向相邻的类型转化为主。（3）在驱动因子探测中,经济发展解释力>自然条件解释力>社会文明解释力;因子交互作用以双因子增强效应为主,非线性增强效应为辅,且社会因子是最主要的交互对象。     

基于地理标记照片的入境游客空间特征与移动轨迹——以南京市为例

随着互联网与社交媒体的兴起,用户分享内容中的地理标记数据成为旅游流研究的重要对象。以南京入境旅游流空间特征为研究对象,以2010—2018年Flickr平台内南京地理标记照片为基础,利用DBSCAN算法、ArcGIS 10.2等方法与技术探究南京入境旅游热点区域、游客移动轨迹特征及模式。研究结果显示：（1）南京入境游客访问峰值出现在3-6月及10月,以一日游为主。（2）南京AOI空间分布差异明显,历史城区是南京入境旅游最热门区域,其AOI分布与旅游景区、商业购物等相关产业空间高度重合;中心城区的AOI分布数量次之,钟山风景区是其热度核心,深受热衷历史文化的游客追捧;郊区的AOI分布数量最少,基本与当地旅游景区相吻合。（3）单日游和多日游的游客移动轨迹网具有显著差异性,分别体现在网络范围、网络体系、旅游对流及转移差值4个方面。（4）南京入境游客移动轨迹模式可划分为区域内部移动轨迹模式和区域间移动轨迹模式。根据上述研究结果,分别针对历史城区、中心城区及郊区提出相应的发展建议。     

基于地理探测器的中国国家级开发区时空演化过程及其驱动力研究

各种类型的开发区是我国改革开放的“试验田”和经济快速发展的重要空间载体,其空间分布格局一直是国内外关注的热点问题,但对其中长时间尺度的空间演化过程研究相对较少,而后者是理解中国经济空间演化的重要基础。运用最邻近指数、核密度指数和地理探测器等方法,总结了中国国家级开发区空间演化的过程及其驱动力因子。研究的主要结论是：各类国家级开发区的时空演化经历了三个阶段,即起步试点阶段、稳步推进阶段和快速推广阶段;政策上实现了从试点探索到面上推广;空间上呈现出从东部沿海向沿江、沿边以及内陆不断拓展,从东部向中西部推进,从省会城市向地级市递进的特征;开发区的时空演化格局是距离、城市等级、经济实力、开放程度等因素综合作用的结果,其中城市等级、开放程度和经济发展水平是核心影响因子,距离和经济密度是次级影响因子;不同类型的开发区核心驱动因子既存在共同性,同时因为定位、功能不同也具有差异性。     

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.     

基于MGWR模型的中国城市PM2.5影响因素空间异质性

基于全国297个地级市2018年PM_2.5浓度数据、自然与社会经济数据,采用多尺度地理加权回归（MGWR）模型分析了各影响因素对PM_2.5浓度的作用尺度与影响效果的空间异质性.结果表明,MGWR模型适用于中国地级市PM_2.5浓度影响因素研究.在作用尺度上,人均GDP、技术支持水平作用尺度最大,其次是相对湿度、居民地比重、人口密度与风速,降水量、第二产业比重、植被覆盖状况、温度与能源消费强度作用尺度最为局限.在影响效果上,相对湿度、人口密度与居民地比重全部为正向作用;第二产业比重和能源消费强度主要为正向作用,分别占总样本的70.71%与64.98%;风速、温度既存在正向作用也存在负向作用,空间上呈两极分化,其中正向作用分别占总样本的49.83%与57.91%;降水量、植被覆盖状况主要为负向作用,分别占总样本的91.58%与69.70%;人均GDP、技术支持水平全部为负向作用.研究结果表明各因素对于中国城市PM_2.5浓度的影响均存在着不同程度的空间异质性.     

基于地理标记照片的夜间游客时空行为及轨迹特征研究——以重庆中心城区为例北大核心

夜间旅游在深化供给侧结构性改革,构建以国内大循环为主体,国内国际双循环相互促进的新发展格局中发挥着重要作用。收集马蜂窝旅游网上2016—2020年的重庆中心城区地理标记照片,运用DBSCAN算法、时间统计分析和追踪分析探究重庆中心城区夜间游客的时空行为及轨迹特征。结果表明:①重庆中心城区夜间游客数量与国内外游客总量时间变化特征存在差异,气候条件和节假日是影响重庆中心城区夜间游客数量的重要因素。②重庆中心城区夜间游客规模逐年递增,游客量方面,春季>秋季>冬季>夏季,夜间旅游旺季为4月、5月、10月,热门时间段为18—20时,20时达到峰值。③重庆中心城区夜间旅游AOI形成“一核多点”的空间格局,倾向高级别景区(点)、城市商业街区、重要交通节点、山脊线、水岸线和重要文化空间。④重庆中心城区夜间游客行为轨迹以单节点轨迹为主,部分为区域内轨迹和区域间轨迹,单节点轨迹倾向知名度高的夜间旅游节点,区域内轨迹呈现核心边缘扩散特征,区域间路径轨迹以“A→B”式为主。