城乡空置住房的识别、特征与成因——基于华北平原X县用电量等多源数据

对空置住房进行精准感知在国土空间规划中具有重要意义。基于华北X县2019年全县居民用电大数据构建了一种精准的空置识别和空置率计算模型。结果显示：该县出现过空置的住房占比高达33.81%,年空置率为21.64%;月空置率在一年中随月份小幅规律波动,波谷出现在2月和8月,波峰出现在5月和11月;村空置率具有空间自相关属性,县城为空置率高值集聚区;全年性空置为1931种空置节律模式中最主要的一种。将空置成因归纳为举家迁移和入城团聚等新流动模式促使全年空置和春节空置增多;扩展家庭内部住房过滤引发老旧住房空置;县城住房城镇化导致中心城区出现空置。应重视空置识别在国土空间规划中的基础作用,客观看待乡村住房空置现象,高度警惕县城的高空置率问题。     

长三角重点生态功能县域生态资产损益核算

限制开发的重点生态功能县域承担着生态保护与经济发展双重使命,如何实现生态与发展互促共进及生态产品价值化是当前面临的极大难点,生态资产损益核算为量化区域资源有偿使用、生态保护修复、生态文明绩效评价等提供了有效途径。以浙江省嵊州市作为长三角地区重点生态功能区的典型县域,基于栅格尺度评估了近20年生态资产存量与流量时空动态变化,并利用地理探测器结合人类活动类型监测分析了生态资产损益的驱动因素。结果表明：2000—2018年,由于森林生态资产质量降低及面积减少,嵊州市近60%区域的生态资产存量呈减少趋势,而生态资产流量总价值与单位面积价值均增益10%以上。相对于自然因素,社会经济因素对嵊州市生态资产损益平均贡献度更大,为17%。县域城镇化导致粮食供给轻微减损,70%以上乡镇生态资产增益,特别是石璜镇生态保护成效较突出。     

因子回归和交互联合探索区域植被覆盖度的影响因素——以三江源地区为例

利用SPOT VEGETATION数据获取的归一化植被指数（NDVI）,分析三江源地区植被覆盖度（FVC）的空间异质性,围绕自然和人类活动因素,基于因子回归与交互作用联合探索自然因素和人为因素对三江源地区植被覆盖的影响.结果表明：（1）三江源地区植被覆盖度整体呈现明显的空间异质性;（2）总体上FVC空间分布的影响因素表现为自然环境因素>人类活动因素;（3）降水是影响三江源地区FVC的主要驱动因子,解释力达0.777;（4）因子交互发现：驱动解释系统呈现双因子增强,说明从系统的角度来看不存在独立起作用的因子,年降水量与其他因子的交互作用最强;（5）降水梯度影响了三江源地区FVC空间异质性的解释程度.随着降水增加,因子解释力趋稳,在降水量较多的三江源东部地区,FVC趋向于更易受高程和气温的影响;（6）数据结果亦验证了因子独立的全局最优筛选仅仅是模拟因变量特征的最优函数,其解释效果与因变量的驱动解释不能完全等同.     

海岸带陆海气氮磷污染协同治理:监测、模拟与决策

陆海统筹已成为美丽海湾建设和海岸带可持续发展的关键战略。其中,陆海气氮磷污染协同治理是持续改善近岸海域生态环境质量的关键,但其缺乏理论指导与技术支撑。梳理了陆海气环境介质与界面过程的监测、模型(流域-河流模型、河口-近海模型、大气沉降模型等)的研究现状、技术难点和发展趋势。为加快推进流域-海域综合治理,亟须建立陆海气氮磷污染监测-模型-评估-决策体系。建议加快陆海气界面氮磷通量监测技术开发与应用,构建陆海气集成或耦合模型,在不同时空尺度上探究氮磷污染来源、主要输移通道、跨界面过程和机制。提出了未来研究重点:1)基于监测与模型提升海岸带生态系统的科学认知;2)构建陆海统筹视角的富营养化评估与生态系统健康评估方法;3)创新分区分类环境容量核算与分配方法;4)研究海岸带环境污染多目标治理优化方案;5)开展海岸带社会-经济-环境系统互馈模拟与多主体协同决策,助力生态环境治理能力现代化。     

基于机理模型与数据模型融合的污水处理智能控制系统构建思路

污水处理智能控制是水污染控制领域的前沿方向。人工智能技术的快速发展,为污水处理智能化控制系统研发注入了新的活力。当前亟须探索污水处理机理模型与数据驱动方法交叉融通的科学路径,重构污水处理智能控制系统的逻辑模式,以提升污水处理智能控制技术研发水平。为此,从污水处理过程的确定性-随机性特征出发,提出了融合机理模型与数据模型的双回路控制系统设想,未来通过充分的实践探索,有望为污水处理智能控制提供新的技术路线。首先,分析了污水处理智能控制系统的基本要素,分别探讨了基于确定性的机理模型及基于随机性的数据驱动模型对污水处理系统的控制作用,进而提出了机理模型与数据模型融合驱动的双回路控制系统基本逻辑架构及控制原理,并分析了该系统在污水处理复杂过程中应用的拓扑结构。最后,围绕未来污水处理智能控制技术发展作了展望。     

生态环境损害鉴定评估启动的驱动因素与机制完善:基于949个案例的实证研究

生态环境损害鉴定评估有助于生态环境损害的价值化评价与损害产生的因果关系分析,是损害修复与赔偿的重要依据. 然而,现有法律与政策尚未形成完善的生态环境损害鉴定评估启动机制. 为厘清生态环境损害鉴定评估启动的驱动因素,以完善启动机制,在梳理现行的生态环境损害鉴定评估法律政策的基础上,利用Probit模型分析949个环境民事司法案例数据,探讨启动生态环境损害鉴定评估的驱动因素,继而对启动机制的完善进行定性分析. 结果表明:目前生态损害鉴定评估启动主体较广泛,原告方主体类型、被告方主体类型、生态环境损害类型、审理法院级别等因素对损害鉴定评估启动具有显著影响;国家公权机关启动的鉴定结果认可度高于社会组织和私人主体,诉前鉴定的诉讼成本较低. 基于此,提出通过明确诉前以生态环境行政机关启动为主、诉中由法院决定是否启动的顺位规则,完善生态环境损害鉴定评估的启动机制.      

浙江省O3浓度时空格局及驱动因子

气象因子对臭氧(O₃)浓度有重要影响,为探索O₃浓度时空变化及相关因子,利用多元线性回归和后向轨迹聚类分析2014—2019年浙江省O₃浓度和气象因子数据. 结果表明:①浙江省O₃浓度时空分布不均匀,季节性变化差异显著,总体呈夏季>秋季>春季>冬季的特征,年均值呈上升趋势;春季、夏季、秋季和全年O₃浓度均于07:00左右达最小值,之后呈上升趋势,至15:00达峰值后降低,冬季O₃浓度最小值出现时间较其他季节晚1 h左右. 高浓度O₃主要分布在浙江省东北部及北部区域. ②多元线性回归模型结果表明,多元线性回归模型影响因子和拟合效果存在季节性差异,其中,春、秋两季蒸发量对O₃浓度的贡献率均超过20%,夏季相对湿度对O₃浓度的贡献率超过40%,秋季日光照时长对O₃浓度的贡献率超过40%,秋、冬两季NO₂浓度对O₃浓度的贡献率均超过35%. 春季多元线性回归模型均方根误差(RMSE)、均方绝对百分比误差(MAPE)和变异解释量(R2)分别为0.213、26.45%和0.422,夏季分别为0.234、30.49%和0.359,秋季分别为0.169、24.02%和0.445,冬季分别为0.154、34.14%和0.419. 研究表明,浙江省O₃浓度具有显著的时空分布特征,多元线性回归模型拟合结果在浙江省春、秋两季显著优于夏、冬两季.      

中国自然保护区空间分布的驱动因素北大核心CSCDCSSCI

农村地区是生物多样性资源的主要保留地,同时也是中国自然保护区的重要分布区。农村地区的机会成本作为自然保护区建设的主要成本,是影响保护区空间分布的潜在驱动因素。该研究从县级政府视角剖析了自然保护区建设的决策机制,利用2005—2018年县级面板数据,实证分析农村地区机会成本对保护区分布的影响,并按照保护区所在区域和级别进行分类讨论,探讨机会成本对保护区个体规模的影响。结果表明:(1)总体来看,机会成本是决定保护区空间分布的重要因素,机会成本和保护区面积之间呈显著的负向关系。机会成本每增加1%,该地区保护区面积将减少0.679%。(2)在东部和中部地区,机会成本对保护区面积有显著的负向影响,而在西部和东北地区,机会成本对保护区面积影响不显著。(3)机会成本对地方级保护区面积有显著负向影响,而对国家级保护区面积影响不显著。(4)随着机会成本的提高,自然保护区个体规模有缩小趋势,能够缓解机会成本的压力,但保护区生境面临破碎化风险,不利于生物多样性保护。因此,中国在进一步优化保护区布局的过程中,应充分考虑农村地区机会成本对保护区建立和管理的影响,完善以国家公园为主体的多功能自然保护地体系,严格审批各级各类自然保护区的范围与功能区调整,将生态保护价值高、生物多样性丰富的对象纳入保护体系;同时,建立多元化、市场化的保护地生态补偿机制,以缓解保护区建设与周边社区发展之间的矛盾,从而兼顾生物多样性保护和农村地区经济发展的双重目标。     

国务院办公厅发文要求加快新能源汽车推广应用

正国务院办公厅近日印发《关于加快新能源汽车推广应用的指导意见》(以下简称《意见》),部署进一步加快新能源汽车推广应用,缓解能源和环境压力,促进汽车产业转型升级。《意见》明确,要以纯电驱动为新能源汽车发展的主要战略取向,重点发展纯电动汽车、插电式混合动力汽车和燃料电池汽车,以市场主导和政府扶持相结合,建立长期稳定的新能源汽车发展政策体系,创造良好发展环境,加快培育市场,促进新能源汽车产业健康     

初中信息技术教学设计的改革与尝试

随着教学改革的不断深入,信息技术教学也发生了根本性的变化。随着信息时代的到来,社会生活的方方面面都需要信息技术手段和技能,信息技术大大改变了我们的生活和学习。在这一背景下,信息技术学科在教学中的地位得到了一定程度的提高,教学评价体系中也突出了信息技术的重要性。下面,笔者介绍一些自己在实际教学中对信息技术教学设计的改革与尝试。