昆仑山区构造区划初探

青藏高原虽然经过了多次考察,已经基本摸清了高原的构造格架,然而高原西北部的昆仑山—喀喇昆仑山地区的构造区划仍很不明确。经过这次考察,获得了大量新资料;新发现了库地-苏巴什为一条独立的更早阶段的重要构造界线。考察发现麻札-康西瓦-木孜塔格构造带与东面的昆仑山口-玛沁构造带相联,是真正原第四缝合带所指。由以上这两条构造带把昆仑山分成了北带、中带与南带3部分,而南带从构造发育历史看它与可可西里-巴颜喀喇区相联,不属于真正的昆仑构造区。     

甘肃白龙江流域水源涵养服务时空格局及其影响因素

白龙江流域是长江上游的主要生态屏障和水源涵养区,对维系流域生态和可持续发展至关重要。以甘肃白龙江流域为例,基于参数本地化的InVEST模型对1990—2016年水源涵养时空变化及其影响因素进行分析。结果表明:流域多年平均水源涵养深度为47.50 mm,呈现先减少后回升的趋势。空间上,其高值区主要集中于迭部、文县和舟曲的中高山阴陡坡林区（平均涵养深度在该三县2500~3500 m海拔段、阴坡和半阴坡、25°以上坡段和林地高于流域的平均涵养深度）;低值区主要位于宕昌和武都的中低山阳缓坡农牧区（平均涵养深度在该两县 2500 m以下海拔段、阳坡和半阳坡、25°以下坡段和耕、草地低于流域的平均涵养深度）。气候背景下,人类活动驱动的土地利用/覆被格局空间差异是影响水源涵养时空变化的重要因素,退耕还林对减缓气候变暖背景下水源涵养深度的下降具有重要意义。     

乡村振兴视角下耕地利用转型的时空格局及路径分析——以淮海经济区为例

深刻解读耕地利用转型内涵,基于乡村振兴与耕地利用转型的系统逻辑构建相关评价指标体系,运用探索性空间数据分析（ESDA）和标准差椭圆（SDE）等方法,对2002年、2007年、2012年和2017年淮海经济区耕地利用转型效度进行评测,据此揭示乡村振兴战略背景下耕地利用转型的时空格局及转型路径。结果表明：（1）15年间淮海经济区耕地利用转型呈现整体上升、区域均衡的时空格局。（2）耕地利用转型空间集聚现象明显,南北差异显著。空间转型集聚程度逐渐减弱,功能转型呈现先降低后升高、再降低又趋于平缓的态势。（3）耕地利用转型呈现东北—西南格局,以徐州市为区域重心,在南北方向上持续收缩、东西方向上不断平移,导致转型空间形态呈C状分布;系统要素的交流耦合渐进增长且上升通道具有收缩趋势,最终形成“分散—聚拢—分散—聚拢”重叠形态的转型路径。建议研究区未来发展重点聚焦转型发展内源动力的协调融合,引导耕地利用转型由“C形”扩散转向“O形”收敛的圈层式包容增长格局,并不断提升耕地多功能融合增益的共享程度,将地理系统的均衡机制转化为乡村振兴的现实效能。     

中国资源型城市房价时空变化与影响因素分析

基于禧泰数据库的全国城市二手房价监测数据,利用描述统计和GIS空间分析方法详细分析了2011—2018年126个中国资源型城市房价时空变化特征,并采用空间杜宾模型进一步揭示了其影响因素。研究结果表明：（1）2011年和2018年中国资源型城市平均房价分别为4105元/m²和5675元/m²,再生型城市、成熟型城市、成长型城市和衰退型城市的平均房价依次递减;（2）2011—2018年中国资源型城市平均房价呈现出波动上升的态势,房价增长率为38.2%,远低于全国城市平均房价增长幅度55.3%,且不同类型资源型城市房价的增长幅度有所差异,以成熟型和再生型城市的房价增幅相对较大;（3）中国资源型城市房价和变化存在显著的空间集聚特征,房价热点区主要集中在东部地区和中部地区城市,房价冷点区主要以东北地区和西部地区城市为主;（4）空间杜宾模型显示,人均GDP、人均住房开发投资、多样化指数、专业化指数和工业废水排放强度是影响中国资源型城市房价空间差异的主要因素。     

闽三角地区碳排放时空差异及影响因素研究

以闽三角地区为研究对象,以2005~2017年为研究期,构建城市尺度的碳排放清单,应用对数平均迪氏指数分解方法从时间维度的纵向比较和典型年份城市横向比较两个维度开展了驱动因素的分解分析及评价,探讨了闽三角碳排放变化影响因素的时空差异.结果显示：研究期内闽三角CO₂排放增长较快,从2005年的74.08Mt增加到2017年169.48Mt,增幅为128.75%.其中,泉州贡献最大,占比为67.93%.碳排放变化趋势分析来看,产业结构和经济增长为导致闽三角地区碳排放量增长的主要因素,累计贡献度分别为30.38%和12.21%,能源结构为抑制碳排放的重要影响因素,累计贡献度为-45.76%.时空差异上看,能源结构效应在研究期内均表现为抑制效应,最大贡献率为52.95%;而产业结构效应均表现为促进效应,最大贡献率为33.85%.在研究期内,漳州市碳减排力度最大,最大净减排148.27Mt.而泉州市经济增长和产业结构效应贡献率较大,未来仍具有较大的减排空间.厦门市经济增长和产业结构效应贡献率均低于参考值,且在研究期内变动幅度较小,碳减排压力较低.研究结果深化了闽三角地区碳排放的时空格局及影响因素的科学认识,为闽三角地区及相似城市群的减排治理提供了有益借鉴.     

香港近海海域叶绿素a定量反演及时空变化分析

以2009~2019年HJ-1A/B卫星多光谱数据和对应日期的实测数据为数据源,通过预处理提取出各波段组合反射率并与实测叶绿素a浓度数据进行统计相关性分析,选取相关性最高的波段组合作为特征变量与2/3的实测叶绿素a浓度数据进行建模,并用剩下的1/3实测叶绿素a浓度数据进行精度验证以确定最佳遥感反演模型,最后根据最佳反演模型对2009-2019年的香港近海海域叶绿素a浓度进行反演,明晰该海域近10年的叶绿素a浓度时空变化特征.结果表明：利用HJ-1A/B卫星多光谱数据反演香港近海海域叶绿素a浓度的最佳波段组合为第3波段和第2波段比值（B3/B2）,相关系数（r）为0.893;最佳反演模型为利用B3/B2构建的e指数回归模型（Chl=0.004e^6.693(B3/B2)）,决定系数（R²）为0.934,均方根误差（RMSE）为0.255μg/L,平均相对误差（RPD）为25%;近10年香港近海海域的叶绿素a浓度时空变化特征：空间上整体呈现“东高西低,由东向西逐渐减小”的分布特征,西部海域比东部海域平均浓度低5μg/L左右;2017年内呈“春低秋高,夏升冬降”的随季节变化特点,其中秋季最高,夏春两季次之,冬季最低.     

长株潭城市群气溶胶时空分布与传输规律

为研究长株潭城市群大气污染时空演化特征及潜在传输规律,采用2008~2016年中分辨率成像光谱仪（MODIS）MAIAC气溶胶光学厚度（AOD）数据,分析长株潭城市群近10a来AOD演化特征.在此基础上,利用拉格朗日混合型单粒子轨迹模式（HYSPLIT）及全球资料同化系统（GDAS）气象要素数据研究大气污染物潜在传输规律.结果表明,长株潭城市群AOD呈现下降趋势,并以春、夏季下降幅度最为显著.空间上,AOD总体呈北高南低、西高东低分布特征,并与经济发展、城市化水平等因素密切相关.此外,长株潭城市群大气污染物向外长距离传输（>1500km）、中距离传输（500~1500km）以及局地传输（0~500km）比率分别为17.89%、36.45%和45.66%,主要影响湖北、江西、安徽、广东、广西、江苏和浙江等地区.研究结果有助于理解长株潭城市群大气污染的时空变化规律,同时为区域“联防联控”、建设“美丽中国”提供科学的辅助依据.     

长江经济带农业源非二氧化碳温室气体排放的时空特征

利用清单方法核算了1980~2016年长江经济带农业源非二氧化碳（CO₂）温室气体的排放总量和排放强度,分析了不同经济发展情景和农业-环境脱钩状态下长江经济带2030年和2050年的排放情景.研究表明：时间维度上,1980~2016年长江经济带农业源非CO₂温室气体排放总量呈上升趋势,从0.26Gt CO₂-eq上升到0.32Gt CO₂-eq;2030年和2050年在高情景和中情景2种情景下,长江经济带农业源非CO₂温室气体排放量不会达峰,江苏、湖南、重庆、云南、湖北和安徽等六省（市）的单位农地面积排放强度将增加;3种情景下,四川始终为单位农地面积排放强度较低的地区.     

饮用水常规处理工艺中细菌群落的时空分布

为弄清饮用水常规处理工艺过程中细菌群落的时空分布和动态变化规律,以我国南方某市一常规处理工艺水厂为研究对象,采用Illumina HiSeq高通量测序技术对夏季和冬季原水、沉后水、滤后水、出厂水和滤砂生物膜等细菌群落进行解析.结果表明,出厂水pH值、浊度、COD_Mn、菌落总数等指标均满足《生活饮用水卫生标准》（GB5749-2006）的要求.夏季细菌多样性明显高于冬季,混凝沉淀和消毒是影响细菌群落多样性和组成的主要工艺单元.细菌群落组成呈现一定的季节性变化,水样中优势菌门主要包括变形菌门（Proteobacteria）、放线菌门（Actinobacteria）、蓝细菌门（Cyanobacteria）等,在滤砂生物膜样品中,变形菌门（Proteobacteria）亦占绝对优势.在属水平上,检测到的条件致病菌属包括弧形菌属（Vibrio）、不动杆菌属（Acinetobacter）和分支杆菌属（Mycobacterium）.水温和溶解氧是影响细菌群落的主要水质参数.     

基于GF1_WFV的千岛湖水体叶绿素a浓度时空变化

基于高分一号（GF-1）遥感影像以及水体实测样点数据,运用波段对数组合,以千岛湖为研究对象,构建和择优了叶绿素a浓度反演模型,对2013~2019年千岛湖区域水体叶绿素a浓度值进行了估算,并利用变异系数、Mann-Kendall显著性检验模型、Theil-Sen趋势分析模型对其时空变化特征进行了分析.研究表明,基于波段对数组合的反演模型可用于千岛湖清洁水体叶绿素a浓度值的反演（R²=0.8976）;年际变化分析发现,在研究期限内,千岛湖水体叶绿素a浓度平均值维持在较低水平,近94%的水体像元叶绿素a浓度小于3.65μg/L,水质较佳;时空动态分析进一步发现,千岛湖水体叶绿素a浓度值大都经历了较为微小的波动变化,其中,有超过67%的水体像元浓度值呈现出微小的增长趋势,在分布上也呈现出一定的空间格局形态.