黄河三角洲典型地区耕地土壤养分空间预测

掌握土壤养分的分布特点是实现养分优化管理的重要基础。论文选择黄河三角洲典型地区山东省垦利县为研究区,通过田间采样与实验室化验分析获取了1 278个样本（0~20 cm）的土壤碱解氮、有效磷、速效钾数据。在经典统计分析的基础上,用地统计学方法分析了土壤养分的空间变异特征,并拟合了养分的变异函数模型。利用普通克里格法（OK）、反距离权重法（IDW）、泛克里格法（UK）、径向基函数法（RBF）和局部多项式法（LP）5种方法进行空间插值,并采用独立数据集验证对插值结果进行精度评价,进而分析了各养分空间分布规律。为深入探索各方法的适用性规律,基于AN数据设计了离散、随机、聚集3种空间分布模式的数据,利用各模型的自动优化进行试验,对比分析了不同插值方法在土壤养分空间预测中的自适应性。结果表明：1）研究区碱解氮、有效磷、速效钾均为中等强度的空间变异和中等程度的空间自相关,其变异函数模型分别为球状模型、指数模型和球状模型,决定系数依次为0.951、0.892和0.787;2）在空间分布上,土壤碱解氮、有效磷、速效钾含量与地形和土地利用类型等有关,西南部地势较高,以水浇地和旱田为主,东北部沿黄农田受黄河淡水影响,耕地质量较好,而中部地区地势低平,以水田为主,养分含量偏低;3）相对于块金系数/基台值,Moran’s I是更为稳健有效的衡量土壤养分空间自相关性的方法;4）论文认为,空间分布模式、样本量、空间自相关性和空间聚集程度（最近邻比）均影响插值精度。在离散模式下,各方法自适应性均较差;在随机模式下,IDW与RBF自适应性优于OK和LP;在聚集模式下,各方法自适应性与样本量和空间自相关性有关,直至样本足够多时,4种插值方法精度接近。论文探明了研究区主要土壤养分的最佳插值预测方法,分析了土壤养分的变异特征和空间分布规律,为黄河三角洲典型地区耕地土壤养分利用管理和农业可持续发展提供了理论依据。     

基于空间适宜性评价和人口承载力的贵溪市中心城区城市开发边界的划定

城市开发边界的划定能够合理引导城市空间的有序发展,控制其无序蔓延。论文以典型的资源型城市贵溪市为研究区,从空间适宜性评价、人口承载力、城市规模以及城市总体规划和土地利用总体规划（简称“两规”）衔接等方面探索有效的城市开发边界划定方法。空间适宜性评价综合考虑自然、空间可达性和生态条件,运用聚类分析法确定区域内不宜作为开发建设的生态底线区域和适宜建设开发区域的高低等级,以此确定城市开发边界的发展方向。通过灰色预测GM(1,1)模型预测研究区2020年人口总量,并基于土地资源和水资源承载力验证当地所能容纳的最大人口总量,同时确定城市规模和划定城市开发边界。以空间适宜性评价、人口承载力、城市规模预测、两规衔接和空间形态控制等方法倒逼缩减建设用地,从而划定城市发展的刚性和弹性增长边界。     

基于遥感影像的江西省水体资源和水产养殖结构空间异质性分析

为系统掌握江西省水体资源结构和水产养殖基本特征,论文通过遥感技术获取了2012年各县域的水体面积,并划分为不同的水体类型。通过全局和局域空间自相关,分析了89个县（市）水产养殖典型要素的空间异质性以及空间差异程度。针对空间关联及非均质性的现象,运用地理加权回归揭示了水体资源大小、养殖方式、平均单产水平和渔业专业养殖人员数量对养殖产量的影响程度。结果表明：江西省水体资源类型以大水面为主,占总面积的70%,其次为水库山塘,占21.26%,小型池塘面积占9%。水资源结构地区差异明显,北部区域以大水面为主,南部以山塘水库为主。养殖产量和面积表现出空间集聚分布特征（P<0.01）,但各县域的聚集性分布也表现出不同的模式,彭泽县、都昌县、鄱阳县、南昌市辖区、南昌县、丰城市、进贤县和余干县8个县域,均为高-高分布类型,养殖面积和产量分别占到总量的34.55%、35.42%。从养殖品种结构上,特种养殖产量主要集中在上饶市、九江市、南昌市和宜春市,占69.84%,但特种养殖产量所占比例与水体资源大小的相关性下降,水资源较少的东部山区丘陵地带依据区位特征发展鳖、蛙产业,特种养殖比例较高。从水产养殖驱动力分析,水体面积对养殖产量的影响程度最大（中位值为0.46）,其次是小型池塘面积（中位值为0.36）、专业养殖人口数量（中位值为0.26）,3个因素与养殖产量均为正相关,其中水体面积和小型池塘面积对养殖产量的影响程度从南向北递减,专业养殖人口对养殖产量的影响程度从南向北递增。影响程度的空间异质性变化可能与养殖方式和品种结构有关。平均单产水平对养殖产量的贡献较弱（中位值为 -0.003）,各地区影响强度差别不明显。分析结果有助于系统了解江西省水体资源分布和养殖结构,对优化产业规划布局有重要的指导意义。     

综合生态安全格局构建与城市扩张模拟的城市增长边界划定——以天水市规划区（2015—2030年）为例

传统的城市增长边界划定方法,一般仅考虑生态安全格局,并未考虑在现有客观条件下的城市扩张趋势,划定结果具有一定的主观性;或仅对城市的扩张进行模拟,忽略了城市的生态安全问题。针对上述问题,论文通过耦合城市综合生态安全格局与基于CA_Markov模型的城市扩张模拟结果,提出了一种新的城市增长边界划定方法:首先,合理选取因子构建研究区的综合生态安全格局,利用禁建区对综合生态安全格局的结果进行修正,获得研究区的刚性增长边界;其次,合理选取城市扩张驱动因子,通过CA_Markov模型预测城市扩张边界;最后,综合考虑刚性增长边界、模拟获得的城市扩张边界及近期城市拓展方案等,获得最终的城市增长边界。并以天水市规划区（2015—2030）为案例,对方法的科学性进行了说明。结果表明,论文划定的城市增长边界内总面积370.56 km²,占规划区总面积的7.7%。此方法能够有效解决城市增长与生态保护之间的矛盾,对河谷型城市等建设用地匮乏、生态环境脆弱城市的增长边界划定具有良好的应用价值,也可为其他类型城市的城市增长边界划定提供参考。     

基于"3S"的南京市大气污染源清单网格化空间分配研究

基于GIS、RS、GPS集成技术,依据南京市10大类大气污染源排放和空间分布特征,采用合适的空间分配方法,根据各排放源的相关权重分配因子,构建了南京市2015年大气污染源排放清单1 km×1 km的网格化空间数据库,并基于GIS平台叠加显示形成了2015年南京市大气污染源1 km×1 km空间分布图.结果表明,此次空间分配结果与南京市GDP、路网、人口、农业等相关分布特征相互吻合,说明本研究网格化空间分配方法较为合理可靠,可满足后续空气质量模拟的需求.     

基于环境因子和邻近信息的土壤属性空间分布预测

为探索乡镇尺度上土壤属性空间分布预测的最佳方法,以江西省万年县齐埠镇为例,借助四方位搜索法、地统计学和遥感影像分析技术提取环境因子（地形因子和植被覆盖指数）和邻近信息[w（有机质）与w（速效钾）],构建OK法（普通克里金法）、RK1法（仅基于环境因子的回归克里金法）以及RK2法（基于环境因子和邻近信息的回归克里金法）对齐埠镇耕地表层（0~20 cm）土壤w（有机质）、w（速效钾）空间分布进行预测.结果表明:齐埠镇土壤w（有机质）平均值为35.03 g/kg,w（速效钾）平均值为96.73 mg/kg,均为中等空间变异性.对62个样点进行建模,16个测试样点进行独立验证的误差分析表明,RK2法对土壤w（有机质）、w（速效钾）预测结果的均方根误差、平均绝对误差和平均相对误差较OK法分别降低了18.05%、18.01%、21.77%和7.25%、9.49%、9.84%;较RK1法分别降低了22.48%、20.91%、22.02%和9.27%、12.61%、13.52%.研究显示,RK2法明显提高了土壤w（有机质）、w（速效钾）空间分布模拟精度,并且存在改进和提高的空间.      

北京市潮白河再生水补水河段水质时空变异

城市河道是城市再生水利用的主要载体,而人工湿地是城市再生水河道补水前主要的水质净化方式.为了解再生水补水与人工湿地对再生水补水段水质的影响,选取北京市潮白河再生水补水河段作为研究对象,利用聚类分析、判别分析及因子分析等方法对不同季节水体的水质情况进行分析.结果表明:研究区内水体氮磷污染严重,其中TN污染表现为NO₃--N、NO₂--N和NH₄+-N的混合型污染.聚类分析结果表明,水质在季节尺度上表现为丰水期（6-9月）和枯水期（2月、3月、5月和12月）两大类;在空间尺度上受再生水补水和湿地净化的影响表现为显著的空间差异性.判别分析结果表明,再生水补给对河道水质的影响无显著季节差异,湿地净化功能在丰水期和枯水期差异较大且丰水期湿地的净化效果最为明显.因子分析结果表明,再生水作为城市河道的补充水源,一方面对河道中的F-、Chl-a等起到稀释作用,另一方面使得水体中的N、P及离子含量增加;丰水期湿地的净化作用使水体中氮磷等有机营养物质含量及ρ（TDS）等显著降低.      

基于互联网大数据的成都餐饮源细颗粒物排放空间分配研究

餐饮过程排放的废气正成为大城市大气污染的重要来源之一.根据成都市2013年排放清单更新的研究成果,综合运用本地化的餐饮排放因子、排放活动水平的调查成果和成都市统计年鉴的统计数据等信息,对成都市餐饮源的PM_(2.5)排放总量进行了估算,其结果为4740 t·a~(-1).为了对区域的餐饮废气排放进行空间分配,本文抓取了互联网兴趣点POI信息.通过这些信息,对成都市的社会餐饮、学校食堂餐饮和家庭餐饮的空间来源进行了表征,对成都市生活源中餐饮污染物排放的空间分布规律进行了探索,并提出了新的餐饮源高分辨空间分配方法.结果表明,基于POI空间分配的2013年成都餐饮源单位面积年排放强度均值为0.29 t·km~(-2)·a~(-1),主城区均值为3.47 t·km~(-2)·a~(-1),全市的排放量分布区间为0~35.7 t·km~(-2)·a~(-1).互联网POI信息可以作为研究城市餐饮源空间分布的重要数据来源,在实际应用上更适于表征社会餐饮点源污染.     

重庆市突发环境事件时空格局及影响研究

基于2009年-2015年重庆市突发环境事件统计数据,研究了重庆市近7年突发环境事件的动态变化趋势、空间分布格局及污染影响特征,讨论了引发突发环境事件内外部因素之间的关系.结果表明:重庆市7年内共发生突发环境事件134起,且呈波动下降趋势,春季和夏季为交通事故和自然灾害高发期;突发环境事件空间上主要集中在主城九区及相邻的区县,渝西、渝东南及渝东北各区县发生次数较少.道路交通事故、设备故障和操作不当是导致突发环境事件的主要因素,主要发生形式为泄漏.污染类型主要为水污染和水气复合污染,污染物出现频率大小为:油类>酸碱类>液氨>苯及其化合物>减水剂>其他各种污染物.     

基于GIS和LUR模型的西安市PM2.5浓度空间分布模拟研究

基于地理信息系统GIS和土地利用回归LUR模型,模拟西安市PM2.5浓度空间动态分布,结果表明:与PM2.5浓度相关性最高的分别为缓冲区为2 km的水域面积、人口密度和距离水域距离,R 2分别为0.501,0.393和0.280;与PM2.5浓度相关性最低的分别为缓冲区为4 km的水域面积、未利用地面积和耕地面积,R 2分别为0.039、0.021和0.017.未考虑风速建立的LUR模型多元回归的相关系数为0.856,R 2为0.733,考虑风速的相关系数为0.892,R 2为0.796,表明风速对于污染物的分布影响较大,LUR模型模拟效果较好.模拟的PM2.5年均浓度高风险区分布于中部,中风险区分布于中西部,低风险区分布于东南部和西部.