地理探测器方法下北京市人口空间格局变化与自然因素的关系研究

人口空间分布具有尺度特征,从乡镇街道尺度研究自然因素对城市人口空间格局的影响有利于得出更精细的结果,并为城市人口合理布局和规划提供科学依据。论文利用第五、六次人口普查乡镇街道数据,分析北京市人口空间格局特征,利用地理探测器研究自然因素对人口分布的影响。研究表明：1）自然因素对不同类型人口空间格局影响具有差异性。对常住人口作用强度由大到小的自然因素分别是适宜建设用地面积、地形起伏度、坡度、海拔高程和河网密度,对外来人口作用力由大到小的自然因素分别是地形起伏度、适宜建设用地面积、坡度、海拔高程和河网密度;2）自然因素对不同地区人口空间格局影响具有差异性。除适宜建设用地面积外,坡度和河网密度分别对六环内、外区域人口密度影响较大。高程和地形起伏度对六环外人口格局作用力高于六环内地区;3）两类自然因素叠加对人口密度作用的强化方式体现为因素相互协同或因素作用力非线性增加。5类自然因素对人口密度的影响力交互作用探测值为1,各类自然因素对城市人口空间格局的影响力协同增强。     

基于APCS-MLR模型的沱河流域污染来源解析

水污染来源的精准识别一直是水环境管理的热点和难点问题,为了解沱河流域水质特征与污染来源,该研究基于16个监测点位月尺度水质数据,采用绝对主成分-多元线性回归（APCS-MLR）模型,解析污染来源及其主要贡献.结果表明:①COD是年度超标因子,总磷和氟化物在部分月份超标,水质从汛期至11月较差.②城镇生活与城市径流是影响沱河水质的主要驱动因子,其方差贡献率达24.7%,其次为环境背景值、农村生活源、畜禽养殖业+河道内源和种植业源,其方差贡献率分别为19.6%、9.9%、8.8%和7.6%.③从最主要的超标因子COD来看,城镇生活与城市径流是主要污染源,贡献率达60%;从总氮、总磷和氨氮指标来看,种植业、农村生活和畜禽养殖业为主要污染源,总计贡献率分别为56%、54%和57%.研究显示,加快污水管网的建设完善,控制城镇污染物的排放、收集和处理是沱河水质达标的当务之急,应重点加强对农田径流和畜禽养殖污染的有效管控.      

基于地理探测器的中国国家级开发区时空演化过程及其驱动力研究

各种类型的开发区是我国改革开放的“试验田”和经济快速发展的重要空间载体,其空间分布格局一直是国内外关注的热点问题,但对其中长时间尺度的空间演化过程研究相对较少,而后者是理解中国经济空间演化的重要基础。运用最邻近指数、核密度指数和地理探测器等方法,总结了中国国家级开发区空间演化的过程及其驱动力因子。研究的主要结论是：各类国家级开发区的时空演化经历了三个阶段,即起步试点阶段、稳步推进阶段和快速推广阶段;政策上实现了从试点探索到面上推广;空间上呈现出从东部沿海向沿江、沿边以及内陆不断拓展,从东部向中西部推进,从省会城市向地级市递进的特征;开发区的时空演化格局是距离、城市等级、经济实力、开放程度等因素综合作用的结果,其中城市等级、开放程度和经济发展水平是核心影响因子,距离和经济密度是次级影响因子;不同类型的开发区核心驱动因子既存在共同性,同时因为定位、功能不同也具有差异性。     

面向粮食产量空间化的多元回归分析模型中的两个关键问题探讨

为比较不同区域尺度变量对模型拟合效果的影响,在全国不分区和分区两种情况下,分别基于县级和地市级两个区域尺度上的样本构建粮食产量与水田、水浇地、旱地面积之间的多元线性回归模型,结果显示,用地市级数据作分析样本比用县级数据作分析样本好,分区建模比不分区建模效果好。因此,将全国划分为7个区,以地市级数据作为区域尺度的变量,在区域、栅格、亚栅格三个尺度上探讨变量（因变量、自变量）尺度和常数项取值这两个因素对模型应用的影响。得到以下结论：1）基于区域尺度样本构建的多元回归模型,如果常数项不为0,则不能用于空间化计算;如果常数项为0,则可以用于空间化计算;2）基于栅格尺度样本构建的多元回归模型,不论常数项是否为0,均可应用于空间化计算;3）基于亚栅格尺度样本构建的多元回归模型,不论其常数项是否为0,也均可用于空间化计算,但需要将计算结果乘以一个系数,该系数等于栅格单元面积与亚栅格单元面积的比值。上述结论对其他类型的统计数据空间化具有指导和参考价值。     

平原丘陵过渡带土壤有机碳空间分布及环境影响

为定量分析景观过渡带中土壤有机碳空间分布及环境影响,将环境因子纳入空间自回归模型与地理加权回归模型分析比较,并以普通最小二乘回归模型作对照.结果表明:土壤性质指标中,容重及有效铁与土壤有机碳存在极显著相关关系;地形及区位因子中,纬度、高程、坡度、粗糙度等稳定性因素与土壤有机碳存在极显著相关关系;土壤有机碳的局部集聚性多发生在核心景观过渡带;空间回归模型的拟合优度均优于普通最小二乘回归模型,估计值的空间自相关变化趋势与实测值一致,残差的空间模式显著减弱;能够灵活调整权函数与带宽的地理加权回归模型能够更好地分析土壤有机碳的空间变异.模型评价方面,GWR-1和GWR-2的残差平方和较OLS分别降低了20.717%和8.799%; SLM、SEM、GWR-1、GWR-2的AIC值较OLS分别减小了5.108、5.391、19.887和11.751.除本身存在的空间自相关外,模型中土壤性质指标及环境因子能大幅解释土壤有机碳的异质性.本研究引入辅助变量,运用空间回归模型分析了平原丘陵过渡带土壤有机碳的空间变异,可为生态恢复、环境变化指示及研究区典型柑橘区的区划提供依据.     

成渝经济区土地利用变化特征与驱动力分析

以成渝经济区2000年、2005年、2010年3个时期的土地利用数据为基础,应用RS和GIS技术,提取成渝经济区各种土地利用类型数量、土地利用类型动态度及土地利用转移矩阵,分析2000—2010年成渝经济区土地利用变化数量及转移特征;应用偏最小二乘回归方法,结合社会经济数据,构建土地利用变化的偏最小二乘回归模型,分析成渝经济区土地利用变化驱动力。结果表明,研究期间成渝经济区人工表面、林地和耕地面积变化十分显著,其中,人工表面面积增加2 337.03 km²,林地面积增加2 719.15 km²,耕地面积减少5 840.27 km²,耕地主要转换为林地和人工表面;人口压力的加剧是成渝经济区土地利用变化的最主要驱动因素,社会经济快速发展为次强驱动因素,国家调控政策的实施对土地利用变化也具有重要的驱动作用。     

千河下游水体-沉积物重金属空间分布、风险及影响因素

为了研究千河下游水体-沉积物重金属污染特征、风险程度及其影响因素,采集千河下游表层沉积物19份及水样20份,使用电感耦合等离子体质谱仪(ICP-MS)测定8种重金属(As、Cd、Cr、Cu、Mn、Ni、Pb和Zn)含量,分析了水体中重金属含量和健康风险,对沉积物重金属空间分布及污染特征进行探析,以DEM、气温和降水等11种因子为自变量,结合地理探测器和地理加权回归模型对沉积物重金属污染影响因素进行空间分异探究.结果表明,千河下游8种水体重金属浓度均未超过地表水环境质量标准Ⅱ类水体标准,其中Pb元素变异系数为3.11,浓度高值区主要集中于东岭冶炼公司和凤翔火车站周围.水体成人致癌物Rc均值为7.72E-06,呈较轻风险程度,儿童致癌物Rc均值为1.17E-04,呈强风险程度,成人与儿童非致癌物风险均为可承受风险程度,儿童R总的高值主要集中在凤翔火车站周边,呈较强风险程度;千河下游沉积物重金属除As和Mn外,其余6种元素均超过陕西省土壤背景值,其中Cd元素含量均值为1.12 mg·kg^-1,是陕西省土壤背景值的12倍,Cd、Zn和Pb污染较严重,主要分布在长青村、南湾...     

中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现：2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783~0.865之间,而OLS模型的R²在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

京津冀地区高分辨率PM2.5浓度时空变化模拟与分析

为了全覆盖、高分辨率和高精度识别京津冀地区大气PM_2.5质量浓度时空变化,选取多角度大气校正算法遥感反演的1km AOD为主要预测因子,多种气象要素和土地利用要素为辅助预测因子,构建了混合效应模型+地理加权回归模型的两阶段统计模型,并针对京津冀地区PM_2.5污染较严重的特点,模型中引入了AOD²等独特预测因子.通过上述两阶段模型定量预测了研究区2017年1 km²空间分辨率的每日PM_2.5质量浓度.结果表明,模型交叉验证的决定系数R²为0.94,斜率为0.95,均方根预测误差为13.14 μg·m^-3,在前人基础上预测精度进一步提升,可用于PM_2.5浓度时空变化预测与分析.2017年,京津冀地区PM_2.5浓度年均值为44.96 μg·m^-3,年均值范围在0~89.89 μg·m^-3之间.PM_2.5浓度时空变化差异性明显,整体上呈现"平原西南部浓度高、平原东北部浓度中等和山区高原浓度低"的空间分布格局以及"冬季浓度高、夏季浓度低和春秋过渡"的季节变化特点.模型预测结果的高时空分辨率可以支持流行病学研究在较小区域的暴露评估和识别小尺度污染源的时空变化,分析发现在大气污染防治行动计划实施以来,污染较严重的冀中南山麓平原区可能出现了重要污染源的空间变化.模型预测与分析结果可以为京津冀大气污染防治提供科学支撑.     

中国暖季近地面臭氧浓度空间格局演变及主要气象驱动因素

中国的近地面臭氧（O₃）浓度在2015~2018年间持续升高,已成为仅次于颗粒物的重要大气污染物.基于中国337个城市2015~2018年暖季（4~9月）的实时O₃浓度数据和气象数据,利用趋势分析、空间自相关、热点分析和多尺度地理加权回归（MGWR）,研究了2015~2018年中国暖季地表O₃浓度的空间演变格局,探讨了气象因素对其驱动的空间差异性.结果表明：①中国暖季O₃浓度整体呈显著升高趋势（P<0.05）,平均升高速率为0.28 μg·（m³·a）^-1,其中超过55%的城市O₃浓度每年升高0.50 μg·m^-3;②O₃浓度存在明显的区域差异,高值区（平均浓度>60 μg·m^-3）分布在华东、华北、华中和西北部分地区;低值区（平均浓度<20 μg·m^-3）分布在华南和西南地区;③O₃浓度变化趋势在空间上存在位于华东、华北、西北以及华中地区的热点区域和位于西南、华南（广西）以及东北地区的冷点区域;④气温是中国暖季O₃变化的主要气象驱动因素,其对华北、西北和东北地区O₃浓度的影响显著高于其他地区;除广西、云南和江西部分地区外,O₃浓度与气温呈显著正相关;O₃浓度在华南、华东和华中大部分地区与风速呈显著负相关,O₃浓度在华北和东北部分地区与风速呈显著正相关;除辽宁、山东、河北、甘肃、广东及西南部分地区外,O₃浓度与云层覆盖度呈显著负相关;除西北和西南部分地区外,O₃浓度与降水呈显著负相关.