晋西北地区土地沙漠化时空格局及其驱动因素

利用晋西北地区1975,1991,2000,2015,2019年遥感影像,采用转移矩阵模型、重心迁移模型和主成分分析法,研究晋西北地区土地沙漠化的时空变化及其驱动机制.结果表明：土地沙漠化面积在时间上呈现先增加、后减少的动态趋势,其中1975~1991年沙漠化土地面积增加1495.10km²,非沙漠化土地转移为轻度沙漠化土地面积最大（1506.12km²）;1991~2000年沙漠化土地面积增加689.09km²,轻度沙漠化土地转移为中度沙漠化土地面积最大（11098.72km²）;2000~2015年沙漠化土地面积减少2365.85km²,中度沙漠化土地转移为轻度沙漠化土地面积最大（10569.56km²）;2015~2019年沙漠化土地面积减少1931.39km²,轻度沙漠化土地转移为非沙漠化土地面积最大（1909.93km²）.空间上呈现先偏南、后偏西北的迁移趋势,其中1975~1991年、1991~2000年沙漠化土地重心总体上偏南方向迁移,重度沙漠化土地重心迁移距离最大,分别为19.26,20.06km;2000~2019年沙漠化土地重心向西北迁移,轻度沙漠化土地重心迁移距离最大,为30.29km.1975~2019年晋西北地区土地沙漠化动态变化是自然因素和人为因素共同作用的结果,人口数量和牲畜数量是影响沙漠化土地变化的主要人为因素,大风日数是影响沙漠化土地变化的主要自然因素.     

陕西省碳排放时空格局演变及其影响因素

基于DMSP/OLS和NPP/VIIRS夜间灯光数据,运用探索性空间分析、冷热点分析和标准差椭圆分析等方法,估算了2000～2020年陕西省碳排放量,探讨了陕西省碳排放的时空演化特征,并构建了空间杜宾面板模型分析其影响因素.结果表明:(1)2000～2020年陕西省碳排放总量呈现持续增长趋势;碳排放分布具有显著的地域差异规律,呈现“陕北>关中>陕南”的分布态势.(2)碳排放重心向陕西东北方向移动,说明陕西东部地区和北部地区对全省碳排放量的影响作用加强;碳排放具有显著的空间正自相关性,即表现为集聚效应;碳排放的冷热点转化较为明显,热点在陕北地区扩张,冷点逐渐消失.(3)陕西省碳排放的直接正向影响因素有城镇化率、人口数量、单位GDP能耗、产业结构和经济增长,其中城镇化快速发展和人口规模扩大是陕西省碳排放持续增长的主要推动力.     

1998~2016年中国地级以上城市PM2.5污染时空格局

利用1998~2016年全球PM_2.5浓度栅格数据集，以地级以上城市为基本单元提取出PM_2.5浓度数据，采用核密度估计法、全局空间自相关、局部空间自相关、热点分析等方法探讨我国地级以上城市PM_2.5污染的时空格局演化规律.结果显示：①研究期内我国PM_2.5浓度总体呈现上升趋势，年均增长0.55μg/m³；.变化趋势可以分为2个阶段：1998~2007年呈快速增长态势；2008~2016年呈现"下降~增长~下降"的变化趋势.按地区分析，东部和中部地区呈现相似的变化趋势.西部地区和东北地区均整体呈现增长的态势，但西部地区变化较为平缓，东北地区波动较为剧烈.②研究期内核密度曲线峰值逐步右移，这表明中国地级以上城市PM_2.5污染程度总体上在加剧，且东部和中部城市加剧程度远大于西部.③PM_2.5污染在空间分布上具有显著的空间正相关特征.高值聚集区集中分布在山东、河南、河北、江苏、安徽、湖南、湖北的大部分地区以及四川东部地区，1998~2007年间高值聚集城市数量呈现增加的态势，2007年达到峰值，空间上表现为向西部和南部扩张；此后高值集聚城市数量逐渐减少，聚集区南界逐渐北移.低值聚集区集中分布在内蒙古、黑龙江西北部、新疆、西藏、台湾、海南、福建等地区.研究期内低值聚集区城市数量整体呈现先增加后减少的波动状态.     

基于ESDA-GWR的1997—2012年中国省域能源消费碳排放时空演变特征

利用1997—2012年《中国能源统计年鉴》和《中国统计年鉴》相关数据,结合重心转移、ESDA及GWR等模型和方法,分析了近16年间中国省域能源消费碳排放量的空间相关性、异质性及影响因素,根据碳排放量划分标准将各省份划分为不同的碳排放区.结果表明:16年间碳排放量的重心向西迁移;我国省域碳排放量存在较为显著的空间正相关,自相关性在整体上表现出先增大后减小的趋势.2001年全局Moran's I指数达到最高值,为0.3012;能源消费碳排放量的冷热点格局表现出冷点扩张、热点被压缩的趋势;影响碳排放量的6个因素的影响程度由大到小依次为:总人口人均GDP煤炭消耗比重全社会固定资产投资第二产业比重人口老龄化率,只有人口老龄化率这一指标表现出负相关性;近16年我国省域碳排放量的空间格局发生了显著变化,2012年已有13个省份属于超重型碳排放区,表明我国要加强碳减排的力度.     

中国大豆压榨企业空间格局及其演变机制

随着中国居民生活水平的不断提高,国内肉蛋奶的消费需求逐年增长,致使作为主要饲料蛋白原料的豆粕需求也不断增加。而豆粕是大豆压榨行业的主要产品,因此,大豆生产、大豆压榨、饲料生产和畜禽养殖组成了一个密切关联的产业系统,大豆原料生产与供给区分布、饲料生产和畜禽养殖业布局又会对大豆压榨行业空间格局的形成产生重要影响。以大豆压榨企业为研究对象,通过产业链视角,运用平均最近邻分析、核密度分析方法,研究了1996-2016年间中国大豆压榨企业的空间格局演变规律与集聚特征,然后构建了条件Logit模型探讨影响中国大豆压榨企业区位选择的主要因素。结果表明：中国大豆压榨企业空间集聚程度较高,自1996年以来,经历了从大豆主产区向沿海港口城市集聚再沿长江、哈大铁路、陇海铁路等交通运输线路扩散的演化特点。各地原料资源禀赋、运费成本、市场规模与潜力、集聚经济以及政府政策都会不同程度地影响中国大豆压榨企业的空间格局,并且不同时期影响大豆压榨企业空间格局的因素显著性及强度都会有所变化。2000-2005年原料资源禀赋、运输成本、豆粕市场规模以及集聚经济发挥着较大作用;2006-2010年间集聚经济和政府政策共同主导了大豆压榨企业的区位决策;2010年以后市场潜力与集聚不经济则表现出更强的作用。     

滇池宝象河流域氮磷流失空间格局解析

有效控制氮磷流失量是水质持续改善的关键因素,定量解析流域氮磷流失量对于氮磷污染精准控制至关重要.宝象河作为滇池流域最主要的入湖河流之一,对滇池水质的影响极为重要.该研究基于第二次全国污染源普查数据,建立了宝象河流域高分辨率的氮磷排放清单,通过构建宝象河LODEST模型估算流域氮磷非点源污染入河系数,并对宝象河流域的氮磷流失量及其空间格局进行解析.结果表明:①2018年宝象河流域TN和TP的排放量分别为1 456.92、191.16 t,流域内种植业非点源是最大的污染源,其次是城镇生活点源和未收集点源.②2018年宝象河干海子断面TN和TP的径流通量分别为270.49和11.19 t,非点源入河系数分别为0.297和0.048.③2018年宝象河流域TN和TP流失量分别为432.28和18.57 t,氮磷流失空间格局呈显著的空间异质性,流域内TN和TP流失强度总体呈外高内低的分布,农业污染为主的子流域氮磷流失最为严重.该研究提出的氮磷流失量估算方法较好地揭示了流域氮磷流失空间分布规律,论证了降雨和地形的不均匀性是造成流域氮磷流失量呈显著空间异质性的重要因素.研究成果可为滇池流域入湖污染负荷控制与削减工程提供重要的科学依据,同时能够为宝象河流域水环境的精准控污和精细管理提供有效的决策支撑.      

城郊流域源汇景观格局与水体抗生素的关系

阐明城郊地区土地利用格局对水体抗生素的影响,对于维护水质安全和城乡居民健康具有重要意义.本研究以长三角典型城郊宁波樟溪流域为例,基于不同子流域定位监测,研究了城郊流域水体抗生素的组成和分布特征,基于源汇景观模型探讨了流域源汇景观格局特征对水体抗生素的影响.结果表明,不同子流域水体抗生素含量和种类存在较大差异,抗生素的浓度变化范围为1.12～53.74 ng·L^-1.景观分析表明研究区从上游到下游"源"景观的面积逐渐增大,而"汇"景观的面积逐渐减小.不同子流域水体抗生素的非度量多维尺度分析(NMDS)发现具有相似源汇景观格局的子流域水体抗生素组成和含量具有一定的相似性.土地利用的组成及其在海拔、坡度和距离上的分布都对水体抗生素浓度有不同程度的影响.相关分析和冗余分析(RDA)表明,源汇景观负荷比指数(LWLI)与水体抗生素浓度呈正相关关系,子流域LWLI越大其水体抗生素浓度越高.通过流域景观格局优化,使"源""汇"景观在空间上合理分布,可以减少水体抗生素污染.     

京津冀“生态系统服务转型”及其空间格局

以1980年、2000年、2015年土地利用类型、NPP和统计数据为基础,运用GIS和生态系统服务价值测算方法,分析京津冀食物生产与固碳释氧两种服务的变化及其空间格局,揭示“生态系统服务转型”的原因。结果表明:（1）35年来,京津冀土地利用变化以建设用地扩张和耕地减少为主。1980年和2000年,NPP的高值区主要位于山区,2015年NPP的高值区主要位于平原。（2）1980-2000年京津冀生态系统服务变化以食物生产服务增加与固碳释氧服务降低为主,2000-2015年京津冀以食物生产服务与固碳释氧服务同时增加为主。“生态系统服务转型”模式为“食物生产+固碳释氧–”→“食物生产+固碳释氧+”。（3）农业生产力提升、林地面积与质量和耕地质量、草地质量提升是“生态系统服务转型”的主要原因。     

纱帽山不同海拔大气氮湿沉降通量差异及递变规律的数学模拟

通过对毕节市七星关区城郊纱帽山不同海拔大气沉降进行采样,检测了湿沉降中的水溶性总氮、铵态氮、亚硝态氮和硝态氮等指标.结果表明：①采样点位总氮湿沉降通量随海拔升高呈明显下降趋势,海拔每升高1 km年均垂直递减梯度为5.43 kg·hm^-2·a^-1.冬季山顶通量占最低海拔样点通量均值的29.23%,而夏季为87.80%.这是由季节性降水差异所导致的,夏季雨水冲并作用使得大气气溶胶浓度为全年最低（冬季最高）,因此,在有限海拔高度内垂直梯度在夏季最小而冬季最大.②各路径不同程度地出现了沉降峰值带（步梯路除外）,这与下垫面污染气体的垂直扩散有关.以车辆尾气为污染源,借助高斯模式推导其最大浓度出现的高度为56.11 m,而实测峰值带为理论计算高度的2~3倍,这与污染物扩散条件复杂及经验公式的非普适性有关.③铵态氮和硝态氮为无机氮的主要形式,亚硝态氮仅占9.04%,且冬季沉降量最大,这与氨氧化细菌在应对低温等不利环境方面有更强的适应性有关.④借助指数模型模拟了氮的湿沉降通量随海拔高度的递变规律,拟合公式为M=15.2534k·exp（-0.00079602x）,随机检验拟合程度较高,具有实际应用价值和推广前景.     

景观格局类型对热岛效应的影响——以福州市中心城区为例

以“火炉”城市之一福州市为例,运用RS与GIS技术、半变异函数分析等方法,以2009年、2018年Landsat TM/OLI系列影像为数据源,从城市尺度分析了景观格局与城市热岛的关系,从景观格局特征尺度分析了景观格局类型对热岛效应的影响.结果表明：从2009年、2018年9个景观格局指数计算结果显示福州市中心城区景观格局破碎化程度增加;2009年与2018年的景观格局特征尺度分别为3600m,2500m,表明后者的景观格局更为丰富;虽然主城区的热岛效应得到了一定缓解,但城市热岛的范围逐渐扩大,八个新城分别成为了新的热岛中心;不同景观格局类型的热岛效应的严重情况依次为：纯人工本底格局 > 人工本底的散布格局 > 人工本底的指状、网络格局 > 自然本底的指状、网络格局 > 自然本底的散布格局 > 纯自然本底格局.研究以期通过细化景观格局研究尺度,为具有热岛降温作用的景观格局提出优化的方向.