三江源区东部8县草地退化格局分析

利用3期遥感影像（20世纪70年代末MSS,20世纪90年代初和2004年TM）,借助1：100000地形图、1：1000000 草地图和植被图以及野外考察景观照片,对三江源区东部8县的草地退化状况进行分析,结果表明：①东部8县草地退化,总体为轻微退化类型区,退化趋势减弱。轻度破碎化草地、轻度破碎化和轻度覆盖度下降草地类型占该区总退化类型面积的63%;②轻度退化草地以阿尼玛卿山地周围所占比例最大。中度退化草地主要位于西部和南部山体的阳坡、半阳坡,而在阴坡上很少发现。重度退化草地多数分布于河流、居民点周围;③海拔3700~4500m之间是草地退化主要发生区,两时段退化草地面积分别占总草地面积的11.88%和8.01%,而8°~25°也集聚了东部8县主要草地退化类型;④两时段草地退化比重由20世纪70年代末到90年代初11.2%减小为20世纪90年代初到2004的9.8%,但草地退化趋势仍在持续;⑤研究有助于从本底上准确把握三江源区草地退化状况,进而认识源区主体生态系统本底状况。     

中国全要素能源效率测算及其驱动因素

为敦促中国全要素能源效率提升,遵循中国全要素能源效率测算、驱动因素分析的研究路径,首先以中国30个省份、直辖市、自治区(不包括西藏、香港、澳门和台湾)的面板数据为研究对象,将能源足迹纳入非期望产出指标,旨在使全要素能源效率测度指标更加科学;其次采用更适宜于面板数据的动态随机非参数数据包络分析法(StoNED)测度全要素能源效率,并按全国、八大经济区、分省3个层面分析测算结果;再次结合因变量为截断数据且可能存在空间效应的特性,构建包含环境规制、对外贸易、科研经费、能源消费结构、人口规模、产业结构6个驱动因素的空间误差面板Tobit回归模型(SEM-Tobit),研究中国全要素能源效率驱动因素效应;最后探求提升全要素能源效率的政策建议.研究发现:就全要素能源效率测度结果而言,从全国来看,中国全要素能源效率大致呈先下降后上升的分布特征;从区域来看,八大综合经济区全要素能源效率呈现由沿海向内陆逐渐收敛的发展态势;从具体省域来看,沿海省份全要素能源效率相对较高,但同一地区不同省份间全要素能源效率水平存在一定差异;从驱动因素分析结果来看,环境规制、能源消费结构对全要素能源效率呈现显著的负向作用,而产业结构、人口规模、对外贸易、科研经费对全要素能源效率呈现积极推动作用.     

黄土高原中尺度流域基流变化驱动因素分析

针对黄土高原基流的动态变化特征和驱动因素问题,以昕水河流域为例,采用数字滤波法（3次,α=0.925）分割基流,利用Mann-Kendall、Pettitt、小波分析和Hurst法分析该流域基流的趋势性、突变性、周期性和持续性特点,采用双累积曲线法对基流变化驱动因素进行分析。结果表明,昕水河流域多年平均基流量为0.45亿m³,基流指数为0.368;流域年基流量呈显著下降趋势（P<0.01）,在1985年发生突变;基流变化周期为27年,预计未来基流仍有进一步减少趋势（H>0.50）。流域降水和人类活动是基流变化的根本原因,人类活动通过植被覆盖度的变化、地下水的开发、煤矿开采和水土保持措施等方式影响基流。与第一阶段相比,第二、第三阶段降水和人类活动对基流的影响比例分别为25.89%、74.11%和0.37%、99.63%。进入21世纪,人类活动逐渐成为影响基流变化的主要因素。     

江苏省碳排放影响驱动因素分析——基于STIRPAT模型

江苏省作为全国经济快速发展的省份之一,也面临着日益严峻的生态环境问题。运用《2006年IPCC国家温室气体清单指南》提出的计算方法(简称IPCC法),计算了该省1996—2012年规模以上工业能源消费的碳排放总量,并以此为因变量,选取了第二、三产业从业人数,人均GDP,城市化率,土地变化等人口和经济因素作为碳排放的影响因子,基于改进的可拓展、随机性环境影响评估(STIRPAT)模型分析了不同因素对江苏省碳排放的影响程度。结果表明,第二、三产业从业人数,人均GDP,城市化率,建设用地总量,能源消费总量每上升1%,分别会引起碳排放总量增加0.131%、0.248%、0.290%、2.198%、0.530%。土地利用方式的变化、能源消费水平、城市化水平依次是影响江苏省碳排放的主要因素,应以主要影响因素为突破口,协同次要因素,采取合理的措施来降低碳排放量。     

河南省黄泛区农业景观格局动态及驱动因素

以1987年和2002年TM影像及1997年河南省土地利用现状图为主要数据源,采用斑块密度、景观多样性指数、破碎化指数、优势度和分布质心5个景观格局指数定量分析近20 a来河南省黄泛区农业景观格局动态变化及其驱动因子.结果表明,1987-2002年河南省黄泛区农业景观动态变化显著,各景观类型面积、斑块数量和斑块密度都发生了较大变化.水浇地、旱地和建设用地景观类型面积增加,是该地区占优势的景观类型,2002年占全区总面积比例为83.51%.该区人类活动强度较大,景观多样性和破碎化指数增大,优势度减小,说明各景观类型所占面积比例差异正在缩小,区域整体景观破碎化程度仍在增加.农业发展、人口增长、经济发展、人民生活水平提高和城镇化进程加速等是该区农业景观格局变化的主要驱动因素.     

汀江流域2000—2020年景观格局时空演变及驱动机制分析

景观格局时空演变是土地利用变化最直观的表现形式,剖析流域景观格局变化及其驱动力,对流域土地利用的管理与调控具有重要意义。利用土地利用转移矩阵、移动窗口法分析了汀江流域2000—2020年景观格局的时空变化特征,并利用地理探测器探究其演变的驱动机制。结果表明：1)2000—2020年,汀江流域内的自然景观不断转向人造景观,具体表现为人造地表(+120.95 km²)、耕地(+59.87 km²)、水体(+31.04 km²)大幅转入,草地(-135.83 km²)、林地(-66.8 km²)、灌木地(-8.8 km²)、湿地(-0.05 km²)大幅转出。2)从类型水平上看,流域景观离散程度不断增大,斑块边缘规则化;从景观水平上看,整体破碎度、割裂度加剧。林地景观具有很强的优势性,以其为代表的自然景观斑块呈现破碎状态,且斑块的割裂程度大,离散程度高;以人造地表为代表的人造景观斑块呈现片状分布,边界规则化,且斑块面积呈现增大趋势。3)人口...     

七姊妹山泥炭藓湿地大泥炭藓(Sphagnum palustre L.)群落分布格局及其驱动机制

为探究七姊妹山泥炭藓湿地大泥炭藓(Sphagnum palustre L.)群落的分布格局及其驱动机制，进而为亚热带山地泥炭藓湿地保护、恢复和开发利用提供科学的理论依据，于2021年6月，对该湿地泥炭藓斑块设置样方，使用标准样方法进行植被、环境调查，同时采集样品进行测量分析。运用系统聚类法进行群落的数量分类，随后使用单因素方差分析、多元回归分析及Pearson相关性分析检验各群丛间环境因子以及大泥炭藓生长、生理指标的差异及其相关性，明确影响大泥炭藓生长的主要环境因子及内在机制。结果显示：(1)37个调查样方可分为4个群丛类型，即：Ⅰ、蕨-大泥炭藓群丛(Ass.Pteridium aquilinum-Sphagnum palustre);Ⅱ、大理薹草-大泥炭藓群丛(Ass.Carex rubrobrunnea var.taliensis-Sphagnum palustre);Ⅲ、野灯心草+蛇床-大泥炭藓群丛(Ass.Juncus setchuensis+Cnidium monnieri-Sphagnum palustre);Ⅳ、紫萼+芒尖苔草-大泥炭藓群丛(Ass.Hosta ventr...     

生态安全与生态旅游尺度

近些年来,受市场需求拉动和追逐商业利益的驱动,我国各地的生态旅游活动迅猛发展.由于缺乏科学规划和有效的宏观调控,其过滥的规模与速度以及不适宜的发展策略已严重威胁着生态旅游区的生态安全.为保障旅游区的生态安全,促进旅游业的可持续发展,必须在生态旅游的产业尺度、时空尺度、技术尺度和建筑尺度等领域,分层面严格规范我国各地的生态旅游活动.     

珠三角城市群湿地景观格局变化及其驱动因素分析

湿地生态系统是构建城市生态安全体系的重要组成部分.以珠江三角洲(简称珠三角)城市群湿地为研究对象,利用多时段遥感数据调查湿地资源时空分布,结合地理信息系统(GIS)技术分析湿地结构与景观格局变化,选取8个驱动因素进行主成分分析,探讨快速城市化背景下湿地景观格局动态变化的成因.结果表明:珠三角城市群湿地类型主要为水田,其...