京津冀地区综合减灾示范社区的空间格局及其影响因素

为厘清京津冀地区综合减灾示范社区空间格局,优化地区防灾和减灾资源基础设施建设,以京津冀地区1 275个综合减灾示范社区为研究对象,运用空间分析和计量方法,对京津冀地区综合减灾示范社区的空间格局及其影响因素进行研究。结果表明：京津冀地区综合减灾示范社区呈集聚型分布,空间分布极不均衡,差异较大,从市域尺度看,主要集中在北京市、天津市和石家庄市;从地理区域来看,主要分布在京津地区、冀中地区等区域;核密度分析显示京津冀地区综合减灾示范社区存在明显的区域差异,在空间分布上有3个高密度地区,其中以北京市中心城区一带最为明显;综合减灾示范社区空间分布的全局莫兰指数表明存在显著的空间正相关性;地理探测器分析表明,京津冀地区综合减灾示范社区空间格局主要受到经济因素和人口因素影响,受政策因素和灾害风险因素影响较小。     

基于GIS的长沙市洪涝灾害风险动态评估

运用GIS技术的空间分析与建模功能构建洪涝灾害风险评估模型,以长沙市地理基础数据、遥感数据、气象水文、社会统计数据为基础,从洪涝灾害的危险性、暴露性、敏感性三个角度出发,对长沙市洪灾风险进行动态评价.结果表明：与1994年相比,2010年长沙市洪灾敏感性有所增加,暴露性上升,洪灾风险增大;从空间分布上看,长沙市区及望城区由于地势平坦,湘江干流贯穿其中,加之经济发达,因而洪灾风险较高;而西部的宁乡县和东部的浏阳市洪灾风险较低;提出了有针对性的防洪措施.该评价结果与实际情况相符,可为洪灾风险管理与决策提供科学依据.     

京津冀地区生态系统健康时空演变及其影响因素

厘清区域生态系统健康水平及其影响因素对促进可持续发展意义重大.通过构建生态系统健康评价模型,分析了京津冀地区2000年、 2010年和2020年生态系统健康时空演变特征,利用地理探测器与地理加权回归模型（GWR）识别了生态系统健康水平的影响因子.结果表明,研究期内京津冀地区生态系统自然健康指数整体上为上升趋势,北部和西部区县优于东南部区县;京津冀地区生态系统服务指数整体上为下降趋势,呈现出北高南低的空间分异格局;京津冀地区生态系统健康水平呈现先上升再下降趋势,在空间分布上呈现显著的空间异质性,大城市的中心城区生态健康水平较低,燕山和太行山区以及环渤海区县,生态系统健康水平较高;研究期内京津冀地区生态系统健康的空间格局保持相对稳定,热点区及次热点区主要分布在冀北山地和太行山区,冷点区及次冷点区主要分布在东南平原区和部分大城市周边地区.人口密度、年均气温、人均耕地面积和城镇化水平为京津冀地区生态系统健康的主导因子,均与其呈现负相关驱动特征.     

京津冀地区生态系统服务价值时空变化及驱动因子分析

基于京津冀地区2000年、2010年和2018年土地利用分类数据,通过分析土地利用结构及其动态变化、构建生态系统服务价值（ESV）模型,探究京津冀地区13个地市ESV的时空演变,运用地理探测器分析京津冀地区ESV驱动因子。结果表明：1)2000—2018年,耕地是京津冀地区最主要的土地利用类型,建设用地是面积和动态度变化最剧烈的土地利用类型。2)2000—2018年京津冀地区ESV呈先下降后上升趋势,调节服务与支持服务始终是京津冀地区生态系统服务的核心功能,其中水文调节的贡献率最大。3）从时间上看,京津冀地区地均生态系统服务价值（AESV）变化不大。从空间上看,京津冀地区AESV空间分布差异明显,高值区主要分布在冀北和京津地区,低值区主要分布在中南部的平原地区。京津冀各地市AESV的变化较为明显,大多数地市呈减少趋势。4）各土地利用类型的敏感性指数均小于1,其中林地的敏感性指数最高,对ESV的影响最大。5）地理探测器分析表明,京津冀地区AESV在空间上的分布差异受到区域自然因子、经济因子和社会因子共同作用,其中高程、地均GDP、人口密度等因子的贡献率较大,不同驱动力之间的交互作用对京津...     

污染空间建立与识别研究

基于对污染场地的相关研究,提出建立污染空间的构想;以株洲市为例,应用株洲市环境监测站提供的2012年环境实测资料,首先分别对大气、水体、土壤污染分布状况进行分析,分别对上述环境要素的污染强度进行了区域划分;然后通过赋予其相应的权重借助Arcgis软件进行叠加,采用自然断点法将污染等级分类,最终识别出株洲市污染空间,结果表明：西北的清水塘工业区及其附近地区污染程度最大,向东南方向逐渐减轻;综合污染空间的分布与大气和土壤的污染空间分布在地理分布上具有相同的趋势,这充分说明综合污染空间较好的拟合了各环境要素的污染分布情况,为环境问题的研究提供了新的思路.