大通湖湖区水质时空分布特征及其影响因子解析

运用主成分分析和聚类分析对2019年7-11月大通湖湖区33个采样点的8个水质指标进行了数据分析,采用单因子指数法和综合水质标识法对水质进行了综合评价,分析了大通湖湖区水质的时空特征,识别了主要影响因子和污染源.以单因子指数法为评价方法,2019年7月大通湖水质为Ⅴ类,8月为劣Ⅴ类,9-11月大通湖湖区水质有所改善,为...     

长三角城市群旅游生态效率时空演化特征及其影响因素研究

长三角一体化是我国当前重要的国家战略之一,旅游业发展在助推长三角产业高质量一体化发展中扮演着重要角色。综合运用SBM-undesirable模型、核密度估计、空间分析等方法探索长三角城市群26个核心城市2007—2017年旅游生态效率时空演化特征,并运用面板Tobit回归模型探讨其影响因素。结果表明:(1)长三角城市群内旅游生态效率存在着显著不均衡性,研究期内旅游生态高效率城市有所减少,较高效率城市数量增加,低旅游生态效率城市增多且呈现向城市群西部敛缩的态势。(2)长三角城市群内旅游生态效率两级分化程度和地区之间的非均衡性在逐步减小。(3)长三角城市群旅游生态效率东部大于西部,北部大于南部,东西方向上非均衡性比南北方向更加显著。(4)长三角城市群旅游生态效率表现为以空间负相关为主的分布特征,空间异质性大于空间集聚性。(5)旅游经济规模、旅游产业结构、科技创新水平、城镇化发展、经济发展水平、建成区绿化覆盖率和对外开放水平对城市群整体和不同省市旅游生态效率影响的空间异质性较强。     

中国旅游经济发展差异时空演变及影响因素研究北大核心

以2008—2019年我国31个省份的旅游经济为研究对象,综合运用标准差、变异系数、Moran′s I指数对旅游经济发展情况进行整体判读,并运用冷热点分析、经济重心模型探究旅游经济发展差异的时空演变,采用地理加权回归模型分析其影响因素及驱动机理。结果表明:①我国区域旅游经济增长不均衡,但相对差异越来越小。②旅游经济发展高水平区域由东向西南扩散,集聚在东部地区和长江经济带上。③我国旅游经济重心进入湖北省,轨迹向西南方向移动,集中在中部地区。④经济基础条件越好的地区并不意味着旅游业越发达。⑤资源禀赋条件、交通可达性、旅游接待设施水平对区域旅游经济增长有正向促进作用,呈现“南高北低、西高东低”的特点。     

次区域城市群协同发展时空演变及动态模拟研究——以宜荆荆恩城市群为例

建立"经济水平—交流服务—产业发展—生态文明—公共服务—科技创新"框架,以宜荆荆恩城市群为例,并与相似区域城市群对比,综合运用耦合协调度、BP神经网络模型、ArcGIS空间分析工具研究次区域城市群协同发展时空演变规律及发展趋势。结果表明:(1)宜荆荆恩城市群综合发展能力指标总体协调发展不均衡。(2)与苏锡常都市圈相比,宜荆荆恩城市群的综合协同发展水平较低,且处于波动状态。(3)在动态模拟方面,宜荆荆恩城市群2020—2025年协同水平差距将持续增大,其协同发展水平在南北方向呈倒"U"型,东西方向呈"两边低,中间高"的趋势。     

我国文化和旅游产业融合效率的时空动态演化及其驱动机理

采用仁慈型交叉DEA效率模型、冷热点分析、Tobit模型等方法对2010—2019年我国文化产业和旅游产业融合效率的时空动态演化及驱动机理进行了全面探析,结果发现:①2010—2019年我国文化产业和旅游产业融合效率呈波动上升趋势。②研究期内,文化和旅游产业融合效率呈“东部—中部—西部”依次递减,而融合效率增长率呈“东部—西部—中部”依次递减,但融合增长率都不高。③研究期内,文化产业和旅游产业融合效率呈区域差异性和集聚性。④从文化和旅游产业融合效率驱动机制剖析来看,经济发展、居民消费水平、地区城市化水平、信息发达程度、创新能力、政府政策支持力度是我国文化和旅游产业融合效率的驱动因素,促使效率时空动态演化。     

城市土地扩张的时空特征及其影响因素研究--基于我国31个省份面板数据北大核心

以我国31个省份为研究单元,基于2001—2019年城市面板数据,构建城市土地扩张面积指数和扩张强度指数,结合固定效应面板数据模型,从国家和区域尺度分析了我国城市土地扩张时空特征及其影响因素。结果表明:①城市土地扩张面积指数呈持续上升的趋势,而城市土地扩张强度指数呈波动下降的趋势。②东部地区城市土地面积增长最为明显,其次为西部、中部和东北地区;中部地区城市土地扩张强度下降最为明显,其次为西部、东部和东北地区。③城市土地面积扩张最为明显的区域分布在新疆、重庆、云南等省份,年均城市面积增长倍数超过0.2;城市土地强度扩张增长区域分布在北京、广东、辽宁等省份,年均增长超过0.04。④全国尺度上,产业非农化对推动城市土地扩张最为显著;区域尺度上,人口城市化对不同地区城市土地面积扩张影响普遍较强。     

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。     

Distribution characteristics of dinoflagellate cysts in the Yantian Port,Shenzhen, China北大核心CSCD

An annual quarterly survey of six stations in Yantian Port, Shenzhen, China was conducted from January 2020 to October 2020 to investigate the spatial and temporal distribution of dinoflagellate cysts in the surface sediment of Yantian Port. In total, 36 species representing five groups and two uncertain taxa were identified. The dominant species were Scrippsiella trochoidea, Alexandrium spp., Gymnodinium catenatum, Cochlodinium spp., and Lingulodinium polyedrum. The seasonal difference was not obvious in terms of temporal distribution. The number of species ranged from 32 to 36, and the abundance varied from 297 to 996 cysts/g. The annual average values of the diversity index, richness index, and evenness index were 3.65, 1.55, and 0.93, respectively. The annual number and abundance of heterotrophic species were higher than those of autotrophic species. The number and abundance of species at stations near the dock zone were lower than those near the adjacent area. Notably, six toxic dinoflagellate cysts were found in the surface sediment of Yantian Port, indicating a potential outbreak risk for their vegetative cells in the local coastal area. This study provides a picture of the “Seed Bank” of dinoflagellates near Yantian Port, Shenzhen, and provides a reference value for predicting the occurrence of algal blooms. © 2022 Science Press. All rights reserved.     

济南市PM2.5中二次组分的时空变化特征及其影响因素

为分析济南市PM_2.5中二次组分的时空变化和影响因素,对济南市春季(2019年5月16—25日)、秋季(2019年10月15—24日)和冬季(2019年12月17—2020年1月16日)4个典型点位的PM_2.5样品进行连续采样,并测定了PM_2.5中水溶性离子、有机碳(OC)和元素碳(EC)的含量。结果表明:物流交通区的二次组分质量浓度最高(56.13μg·m^?3),钢铁工业区的二次组分浓度比城市市区高,但是二次组分占比较城市市区低,清洁对照点的浓度和占比最低;济南市4个功能区SO₄^2?和NO₃^?转化率均高于0.1,除清洁对照点外,城市市区、钢铁工业区和物流交通区的SO₄^2?转化率明显高于NO₃^?转化率;济南市春季、秋季和冬季的ρ(NO₃^?)/ρ(SO₄^2?)分别为0.67、2.57和1.98,春季PM_2.5浓度以固定源贡献为主,秋季和冬季以移动源贡献为主;运用ISORROPIA热力学模型分析了含水量和pH对二次组分生成的影响,含水量会随着污染增大而增大,酸度和含水量对二次无机组分的转化机理产生影响,酸度会抑制二次无机组分的生成,而含水量会促进二次组分的生成;后向轨迹聚类分析结果表明,占比最高的轨迹(29.2%)来自东北方向的滨州和东营,基于潜在源贡献因子(WPSCF)和浓度权重轨迹(WCWT)分析PM_2.5中二次组分质量浓度的潜在污染源区域,SO₄^2?的主要贡献源区在济南市区北部的济阳区和东北方向的滨州、东营等,NO₃^?和NH₄⁺的主要贡献源区在济南市区北方向的济阳区、东北方向的章丘区和南方向的莱芜区等。该研究结果可为中国北方城市细颗粒物进一步的治理和防控提供数据支撑和理论依据。