河南省雷暴日数时空分布的非均一性特征

利用河南省气候中心编制的97个台站1961-2000年雷暴日数的资料,对该省境内雷暴发生的时空分布非均一性进行了分析.结果表明:全省平均雷暴日数有明显下降的趋势;雷暴日数站间偏度系数具有明显的年际变化特征,80%的年代表现为正偏;而其峰度系数则60%的年份为负值,且具有明显的年际变化特征.年平均雷暴日数及其均方差空间分布型态比较一致.豫北、豫西和豫东南分别出现3个雷暴高发区,其中豫东南强度最大,豫西强度与其相当,豫北相对较小.历年雷暴日数以正偏为主;峰度系数则以负值为主.河南省除信阳地区外,各站雷暴日数在0.05置信水平上服从正态分布.     

汉江堵河流域地表水质时空变化特征

对汉江堵河流域9个点位为期1年的地表水水质理化特性进行时空特征分析,应用〖WTBX〗t〖WTBZ〗检验进行水质季节性变化分析,聚类分析进行空间相似性分析以确定空间尺度的分类情况,判别分析识别显著性指标,并以此反映上述空间聚类分析结果的差异性。结果表明:①Cl-、总溶解性固体（TDS）及浊度（Turbidity） 3项指标没有表现出显著的时间差异性;②温度、pH、NO-3、TP表现为丰水季显著大于枯水季,而SO2-4、HCO-3、NH+4、 DO则表现出相反的变化趋势,即枯水季显著大于丰水季;③空间聚类分析将采样点分为4类;④判别分析体现出良好的指标降维能力,仅需4个指标（NO-3、TDS、SO2-4、HCO-3）即可反映整体水质的空间差异性。     

移动通信基站电磁辐射时空分布及衰减特征

根据理论计算公式和实测数据,研究基站电磁辐射水平、垂直方向的衰减趋势,分析影响基站电磁辐射时空分布的各种因素,认为基站电磁辐射实际影响范围要远小于安全防护距离。     

基于知识推理的发电企业设备风险管理应用研究

基于发电企业设备自身的特点及工作人员对风险知识认知的局限性,有必要分析发电企业设备在运行、检修中潜在的风险.分析了设备风险知识与风险管理的关系,并以发电企业各类大型设备中应用最广泛的电动机为例,解决了电动机风险知识的表达及推理问题,为实现基于知识的设备风险管理提供了一种思路,对指导发电企业的设备日常维护、巡检以及状态监测、避免不必要的损失有着积极的意义.     

基于模糊神经网络的机动车驾驶教练员职业适宜性研究

提出应用模糊神经网络系统,建构教练员职业适宜性的3个要素(即心理素质、驾驶技能和知识的表达阐述能力)的学习样本,分析"三要素"的8项特征参数指标——场依存性、速度估计能力、交通安全意识、简单反应、选择反应、跟踪能力、行车注意力、表达阐述能力等,使用K-均值法对实验样本进行初始分类,形成标准学习样本,使用该样本对所构建系统进行训练和调试。利用经调试训练后的系统,依据所测教练员的心理、心理参数对其职业适宜性进行评价。试验表明:建立的教练员职业适宜性仿真模型能取得很好的评价效果。     

长江经济带PM_(2.5)时空特征及影响因素研究

大气细颗粒物(PM_(2.5))因其对空气环境质量乃至人类健康的巨大危害而逐渐引起学者们的关注。本文以我国综合实力最强、战略支撑作用最为突出的区域之一——长江经济带为研究对象,基于城市级空气质量监测数据,运用地理学时空分析与GIS可视化方法探索并呈现了2015年长江经济带PM_(2.5)的时空分布特征及其演变规律;在此基础上,结合空间回归模型考察了PM_(2.5)浓度与区域城市发展之间的内在关系。结果表明,就空间特征而言,长江中下游地区PM_(2.5)污染较长江上游地区更为严重,长江北岸地区比长江南岸地区更为严重;PM_(2.5)高浓度集聚地带主要位于鄂皖苏大部分地区,与空气质量较佳的云南及其周边地区呈"对角"分布状态。长江经济带内城市间PM_(2.5)浓度存在着显著的正向空间自相关,且自相关性随距离增大而不断减弱,其门槛尺度约为900 km;在这一范围内,PM_(2.5)空间集聚效应较为明显。就时间特征而言,冬季PM_(2.5)浓度相对较高,春秋两季次之,夏季空气质量最好;各地区浓度分布在年初相对离散,后有所趋同。此外,PM_(2.5)与其他类型的大气污染物(如SO2、NO2、O3)浓度两两之间均存在着显著的正相关性,暗示大气污染物从原发污染演变为二次污染,形成恶性循环。空间回归分析结果表明,PM_(2.5)污染随经济发展水平的提高呈现先上升后下降的趋势,在一定程度上支持了"环境库兹涅兹曲线"假说;且人口密度、公共交通运输强度均在不同程度上导致长江经济带PM_(2.5)浓度的升高。最后,从区域性联防联控、不同类型大气污染物协同治理、促进经济发展方式转型等方面为长江经济带的大气环境治理提出切实可行的政策建议。     

中国碳排放强度的时空演进及跃迁机制

面对气候变化所带来的生存危机以及环境治理的复杂状况,对中国碳排放强度时空演进的动态监测与预警治理的研究是实现碳排放强度下降目标的关键。文章测算1997—2015年中国大陆30个省区碳排放强度的空间面板数据,采用探索性时空数据分析(ESTDA)方法对中国碳排放强度的空间相关性、集聚特征及其时空跃迁进行空间统计分析,借助分位数回归与时空跃迁嵌套模型,揭示在时间和空间推移的双重作用下中国各省区碳排放强度的时空跃迁机制。研究结果表明:(1)中国30个省区的碳排放强度在时空分布上并不是完全随机状态,各个省区碳排放强度之间具有显著的空间相关性特征,碳排放强度的变动趋势会受到其相临近省区碳排放强度的影响,省域间的碳排放强度在空间分布上呈现"集聚"与"分异"并存的时空演进特征。(2)中国碳排放强度空间集聚趋势增强,具有高度的凝固性和较低的流动性,10个高碳排放强度省区碳排放强度的稳定性将成为制约中国碳排放强度整体跃迁的重点省区,相关省区的跃迁性将成为驱动中国碳排放强度整体跃迁的关键省区。(3)各省区的碳排放强度空间集聚过程中存在时空跃迁的驱动模式和制约模式,分位数回归模型能够很好地解释各驱动因素对碳排放强度时空跃迁的驱动机制,不同响应阶段的驱动因素的分位数与碳排放强度时空跃迁类型之间具有很强的嵌套性。(4)根据各省区碳排放强度时空演进及其跃迁机制的分析结果,进一步提出加强对关键省区碳排放强度的有效监测与治理,加大碳排放的约束力度等差异化的碳减排调控措施。     

基于卫星夜间灯光数据的中国分省碳排放时空模拟

中国能源统计数据"横向不可比,纵向不可加"现象依然突出,尤其是分省能源消费统计千差万别,给分省碳排放评估带来了较大困难,如何利用卫星遥感数据科学合理地估算中国分省碳排放是当前亟须研究的问题。本文运用DMSP/OLS全球稳定夜间灯光数据,在通过相互校正、年内融合和年际间校正等系列处理得到中国分省稳定夜间灯光数据的基础上,首先分别构建中国分省稳定夜间灯光亮度DN值与人均碳排放和单位面积碳排放之间的时空地理加权回归模型,两个模型整体效果均较好,拟合优度分别高达96.74%和99.24%;其次运用稳定夜间灯光亮度DN值对分省人均碳排放和单位面积碳排放进行时空模拟;最后运用人口规模和土地面积对分省碳排放进行估算。估算结果显示:(1)整体来看,2000—2013年年均碳排放模拟值与实际值6.3349×109t较为接近,两个模型的相对误差均在0.5%以内。(2)分年度来看,所有年份的相对误差均在5%以内,2006年分省加总碳排放模拟值与实际碳排放6.2036×109t最为接近,绝对误差和相对误差均较小,两个模型模拟值的相对误差均为0.04%。(3)分省域来看,2000—2013年年均碳排放模拟值与实际碳排放均非常接近,除海南和宁夏外,其余28个省区市的相对误差均在1%以内。(4)分年度分省域来看,以2013年为例,40%省份的相对误差在2%以内,70%省份的相对误差在5%以内。从整体、分年度、分省域、分年度分省域的估算结果来看,基于稳定夜间灯光数据的中国分省碳排放时空模拟效果良好。因此,运用卫星夜间灯光数据可以较为准确地对中国分省碳排放进行估算和预测,为卫星遥感影像数据服务分省碳排放监测和评估提供一种补充性参考。     

全球升温1.5℃与2.0℃情景下长江中下游地区极端降水的变化特征

基于长江中下游地区1961~2100年区域气候模式COSMO-CLM(CCLM)模拟与1961~2005年气象站观测的逐日降水数据,通过统计计算年降水量、强降水量、暴雨日数和极端降水贡献率4个极端降水指数,研究全球升温1.5℃与2.0℃情景下,长江中下游地区极端降水的时空变化特征。结果表明:(1)全球升温1.5℃情景下,年降水量相对于1986~2005年减少5%,强降水量、暴雨日数和极端降水贡献率分别增加7%、33%和4%;概率密度曲线表明,年降水量均值下降,强降水量、暴雨日数和极端降水贡献率均值上升,极端降水方差增大;年降水量、强降水量和暴雨日数在空间上表现为南部增加北部减少,极端降水贡献率则相反。(2)全球升温2.0℃情景下,年降水量下降3%,强降水量、暴雨日数和极端降水贡献率分别上升15%、46%和15%;年降水量均值稍有减少且方差稍有上升,强降水量、暴雨日数和极端降水贡献率均值和方差明显增加;年降水量减少区域位于长江主干以北,强降水量、暴雨日数和极端降水贡献率表现为绝大部分地区增加的空间变化特征。(3)全球升温由1.5℃至2.0℃时,年降水量、强降水量、暴雨日数和极端降水贡献率分别增加3%、7%、10%和11%;随升温幅度的增加极端降水均值和方差上升;极端降水呈增加态势的范围扩大。因此,努力将升温控制在1.5℃对降低极端降水的影响具有重要意义。     

中国耕地非农化压力时空格局的演变分析

社会经济和资源禀赋的区域差异导致耕地非农化压力表现出明显的空间异质性。开展耕地非农化压力测算并揭示其时空格局演变,是实现土地资源优化配置的基础。从经济因素、社会因素、产业结构和资源禀赋4个方面构建耕地非农化压力指数评价指标体系,采用熵值法计算各指标权重,继而计算1990~2014年中国31省的耕地非农化压力指数,并在此基础上开展了耕地非农化压力的时空格局分析。结果表明:(1)从空间格局分布来看,中国耕地非农化压力空间分布呈现明显的地理梯度,总体上呈现从东到西依次递减的态势。(2)从时间变化趋势来看,不同地区各省份之间的耕地非农化压力指数变化呈现多元化趋势。东部沿海地区,山东、浙江、江苏的耕地非农化压力指数处于上升阶段,上海、福建的压力指数变化趋势逐渐趋稳,广东的压力指数呈现下降趋势。中部地区,河南、河北、山西、江西的耕地非农化压力指数趋稳,陕西、湖北以及四川、重庆等西南地区省份的压力指数呈上升趋势。西部沿边3省(云南、西藏、新疆)的耕地非农化压力呈现了一致的下降趋势。(3)从时空格局结合来看,耕地非农化压力不同的省份其变化趋势呈现出截然不同的走向。在耕地非农化压力较大的地区,耕地非农化经历了从制度驱动向发展推动的阶段,经济增长的倒"U"型轨迹明显,经济增长与耕地非农化之间的关系逐渐脱钩。在耕地非农化压力居中或较小的地区,产业发展滞后,土地比较收益较低,耕地的社会保障作用、生态作用对耕地非农化的影响较大,从而增加了部分省份的耕地非农化压力。