武汉市耕地资源动态变化及驱动力研究

依据武汉市2000—2009年耕地面积和社会经济统计数据,分析了该市耕地数量变化的过程,并运用主成分分析法分析了该市耕地数量变化的驱动因素。研究表明:耕地总面积在时间上分为3个不同的变化时段,空间位置上表现出区域差异,人均耕地面积呈现逐年下降趋势。近年来人口增长、经济发展和农业科技进步是武汉市耕地资源数量变化的主要驱动因素。研究结论对武汉市保证耕地总量动态平衡,实现耕地资源的可持续利用具有重要意义。     

阿勒泰市耕地资源动态变化及驱动力分析

[目的]通过对1995～2009年阿勒泰市耕地数量和质量变化的探究,分析耕地数量变化的驱动力因子,为合理利用、因地制宜管理耕地资源提供依据.[方法]用灰色关联度分析方法对影响耕地数量变化的因素进行了探索性研究.[结果]阿勒泰市近15年耕地数量呈波动变化态势,影响耕地数量变化的因素主要是经济和社会因素.[结论]综合分析影响耕地数量变化的社会、经济因素,工业建设投资、农业建设投资、农业总产值以及城市化水平是影响耕地数量变化的主要驱动力.     

四川省耕地演变时空特征及影响因素研究

新常态背景下,中央提出确保耕地红线不突破,把握四川省耕地演变状况,对四川省合理利用耕 地资源具有重要的理论价值和意义。利用2000-2013 年耕地数据分析该省耕地演变时间特征,并运用区位熵 和相对变化率分析该省耕地演变空间特征,基于此,借助PCA 法探讨该省耕地演变的影响因素。结果表明： （1）四川省耕地总量和耕地人均数量呈下降趋势;（2）成都平原的耕地区域集聚程度最高,川西北高原和川 西南山地的耕地区域集聚程度较低;（3）耕地地域差异较大的地区主要分布在川西南山地和川西北高原（除 阿坝州外）以及部分丘陵地区,耕地地域差异较小的地区主要集中在四川盆地;（4）形成这种时空特征的影 响因素主要是社会经济因素、人口因素、农业生产因素。     

湖北省1995～2005年耕地资源态势及宏观驱动力研究

利用1995～2005年的统计数据,分析了湖北省近11年来耕地数量变化及区域差异,并在此基础上进一步探讨了影响耕地数量动态变化的驱动力.结果表明,11年来,湖北省耕地面积总体态势逐年下降,耕地变化空间差异明显;耕地数量动态变化的直接影响因子为建设占用耕地、生态退耕和灾害毁地;间接影响因子为经济增长、人口城镇化、人口增长和政策因素.     

南平市耕地动态变化及驱动因素

选取近15年南平市耕地面积统计数据,采用定性和定量相结合的方法,研究了南平市近15年来耕地面积变化的总体趋势、空间差异和驱动因素.结果表明,在1990～2005年期间,南平市耕地变化总体呈逐年下降趋势,且各县(市、区)耕地变化空间差异较大;耕地动态变化的驱动因素主要为经济发展对耕地占用的巨大需求和比较经济利益对耕地占用的巨大压力.对于耕地数量快速减少区和平稳减少区,应采取不同的措施以保障耕地资源的持续利用.     

武汉市耕地资源的时空变化及驱动力分析

基于武汉市1997~2006年的统计数据,从耕地资源变化的时间特征和空间差异入手,分析了武汉市耕地资源变化的规律与趋势,并运用因子分析和多元线性回归相结合的方法,定量分析了该市耕地资源变化的驱动因素。结果表明,武汉市耕地资源变化的时空特征明显,耕地资源呈现出减少的总体趋势;人口增长、经济发展和农业科技进步是影响武汉市耕地资源数量变化的3类因素。研究结论对武汉市合理利用耕地资源,实现地区农业的可持续发展具有重要意义。     

基于Logistic回归模型的新市区耕地数量变化景观立地要素驱动力分析

以保定市新市区为研究区域,采用统计学的研究方法进行单因素相关性分析,利用流失耕地与未流失耕地的累积概率曲线和不同范围内的流失耕地比例来分析耕地数量变化与自变量之间的相关性,以找出对耕地数量变化有贡献的因素。最后运用Logistic回归模型对耕地数量变化状况进行回归分析,定量化研究导致变化发生的景观立地要素驱动力因子,并对耕地变化的风险进行了预测分析。研究表明,耕地流失过程主要受到城镇、主要道路和主要河流三个景观立地要素的影响,离城镇用地和主要道路的距离越近,耕地流失的风险越高,而离主要河流越近,耕地流失的风险越低;利用回归结果进行耕地变化风险预测,能够模拟未来耕地数量和土壤质量变化情况,为耕地保护提供科学指导和依据。     

阜平县耕地质量时空演变分析

土地资源是人类社会持续发展的要素支撑,耕地资源作为土地资源的精华,其质量变化将显著影响粮食安全、社会稳定。基于阜平县耕地质量等别评价成果,使用耕地质量综合指数和等别模型、ArcGIS空间分析工具研究阜平县耕地质量变化。结果表明:时间上,阜平县耕地数量呈增长趋势,等别构成稳定,耕地变化集中在自然等10等、利用等12等和经济等13等上,耕地整体质量向好但经济利用水平有待提升;空间上,阜平县耕地等别空间分布与地势变化高度契合,破碎化程度高,耕地空间整体由西北向东南移动。高等地、中等地主要分布在东南一侧,低等地分布在西北地区;减少耕地分布较为分散,东部地区减少耕地比西部地区数量较多,新增耕地相对集中在东南部。     

安徽省耕地资源数量的变化及其驱动力

基于安徽省1990-2012年耕地资源变化数据及相关统计资料,采用主成分分析与回归分析,对22年安徽省的城镇化进程与耕地面积变化进行综合评价,并对影响地区耕地资源数量变化的驱动因子进行系统研究。结果表明:1)1990-2012年,安徽省城镇化水平呈持续上升、耕地面积呈显著减少的趋势;2)省域耕地资源数量变化驱动力综合得分呈逐渐增加的趋势,即影响地区耕地资源数量变化的驱动力逐渐加强;3)安徽省城镇化进程集中体现为地区经济发展、城市空间扩张以及城镇人口增加,其中,地区经济发展成为影响耕地资源数量变化的主要驱动因素且呈负相关关系。     

基于农村发展视界下的阿勒泰市耕地动态变化及因素分析

[目的]从农村发展的角度出发,通过对2000～2010年阿勒泰市耕地面积动态变化的分析研究,寻找影响阿勒泰市耕地动态变化的农村发展因素,同时对农民更好地合理利用耕地,挖掘耕地利用的最大的潜力更具有现实的指导意义.[方法]根据阿勒泰市农村社会发展的现状,通过主成分分析方法对影响阿勒泰市耕地动态变化的农村发展因素进行分析.[结果]10年间阿勒泰市耕地数量呈现平稳上升的趋势,影响阿勒泰市耕地数量变化的农村发展因素主要是科技与发展因素和生产资料因素.[结论]综合考虑影响耕地数量变化的农村发展因素,农业机械总动力、农业产值、化肥施用量和有效灌溉面积是影响耕地数量变化的主要农村发展驱动力.     

基于GIS和地统计学的土壤养分空间变异特征研究——以新疆农七师125团为例

基于地理信息系统(GIS)和地统计学,以地理信息系统软件ArcGIS为平台,采用Geostatisical Analyst地统计分析模块中的Kriging插值方法研究了新疆农七师125团土壤养分的空间变异性.应用GIS能够将系统变量的属性数据同地理数据相结合,使大区域范围内进行地统计学分析变得较为方便,研究结果表明,全氮、有机质、速效磷、速效钾均具有中等的空间相关性,但变异尺度不同.分析中还发现Kriging插值模型的选择及Crossin-ValNation交叉验证的检验与系数修正均影响分析工作的结果精度.     

基于GIS和Logistic回归模型的土地利用空间模拟与分析——以龙海市为例

基于2014年龙海市土地利用变更数据、DEM数据和社会经济数据,借助GIS空间分析技术,共设计7个模拟尺度,运用Logistic回归模型选取对试验区有重要贡献的10种驱动因子进行空间统计分析,并对龙海市土地利用空间格局进行模拟.试验结果表明,龙海市模型的最佳模拟尺度为125 m×125 m,在该尺度下耕地、园地、林地、建设用地的空间分布格局模拟精度分别为:82.73%、76.65%、69.52%、88.49%.龙海市土地利用类型与各驱动因子具有显著相关性,高程、人口、可达性因素是决定龙海市土地利用空间格局形成与演变的重要因素,可为研究龙海市未来土地利用动态模拟提供依据.     

承德市沙尘灾害时空分布特征及成因探讨

利用1991-2010年承德市9个气象站的气象数据和相关社会经济资料,采用统计学和相关分析的方法,详细分析了承德市沙尘灾害的时空分布特征及其形成原因。结果表明:承德市沙尘灾害在时间分布上以2000-2002年出现最为频繁,2005年以后沙尘灾害又呈上升趋势,春季为1a中沙尘灾害出现最为集中的时期;在空间分布上,沙尘灾害发生频率具有从西北向东南沿河谷走向递减的特征。沙尘灾害的产生主要受大风日数的影响,其为关键气象因子,地形要素和地表覆被状况也对沙尘灾害发生产生重要影响。     

东北地区归一化植被指数与环境因子间的尺度依存关系

以东北地区植被指数数据为基础,设置了西南—东北方向、南—北方向两条生态样带,使用小波进行时空时频分析,了解归一化植被指数变化的多尺度特征以及与地形、气候因素的空间多尺度关联性;应用冗余分析定量研究环境因子对归一化植被指数空间分布的影响。结果表明:小波能量谱可以清晰识别归一化植被指数空间尺度结构,在西南—东北、南—北样带上,主要特征为50~70、70~160 km,归一化植被指数在西南—东北方向上的变异性强于南—北方向;小波相干图谱能够直观显示归一化植被指数与环境因子随空间尺度、空间位置变化的依赖关系,在小尺度上地形对植被空间分布起着主导作用,大尺度上气候因子为主要因素。对于西南—东北方向上归一化植被指数,降水量、海拔是其主控因子,其中降水是其空间分异的首要影响因子;在南—北方向上,气温、海拔、降水量是归一化植被指数的主控因子,其中气温是其空间分布的主导因子。     

延吉市建设用地动态变化及驱动力分析

利用延吉市2000—2009年土地变更调查数据,分析延吉市建设用地变化的总体趋势和空间差异,并运用主成分分析法探讨建设用地增长的驱动机制.结果表明：延吉市建设用地呈逐年增加趋势,空间差异变化显著,其中城镇、交通运输和水利设施用地增长较快.驱使建设用地增长的3大因子为经济发展、基础设施建设、人口增长与人口流动引起的城镇化进程推进,其中经济发展是主要社会驱动力.针对不同驱动力提出相应的措施,以促进本地区城市建设的可持续发展.     

鄱阳湖地区油菜生产气象条件分析与种植气候区划

针对鄱阳湖地区油菜生产的特点,对影响油菜生长和产量形成的气象条件进行分析,并建立油菜气候区划指标.根据鄱阳湖地区1961～2005年油菜生长季气候要素分析显示,影响该区油菜生长发育的主要气候要素为降水和日照条件,关键生长发育期为播种出苗期和开花结荚期.采用1: 5万数字高程模型(DEM)和GIS空间分析,将影响油菜生长的关键气候要素插值生成分布式数据,并根据建立的油菜气候区划指标对鄱阳湖地区油菜种植进行区划.结果表明,除鄱阳湖滨湖区及湖区的南部为油菜种植一般区外,其余地区均为油菜种植的最适区和较适区,尤其鄱阳湖地区北部,为油菜种植的最佳区.     

马鹿冬季生境破碎化因子斑块尺度结构的地理统计学分析

应用地理统计学的空间自相关分析和半方差分析技术,研究黑龙江省完达山地区冬季马鹿生境破碎化因子的斑块尺度结构,揭示了马鹿数量分布与生境因子斑块结构之间的内在关系.结果表明:①马鹿冬季生境因子中的9个生境破碎化因子具有明显的空间自相关性,其Moran’sI值的显著性达73%;其他有蹄类的干扰等6个生境因子在不同距离范围内表现出不同的空间自相关的特征,说明在不同空间尺度下表现出马鹿生境不同尺度的结构特征;居民点、农田和废弃运材路这3个因子在全部14个距离梯度下均表现出显著的正相关特征,这不仅说明它们对生境破碎化在大尺度的空间格局上影响的高度一致性,而且说明这3个因子在马鹿冬季生境破碎化过程中影响的范围较大,发挥着一定的作用;②马鹿在冬季破碎化的生境中,数量分布的半方差随空间距离梯度的变化呈“巢状结构”特点,反映出马鹿数量分布的空间格局存在着多尺度的变异,而马鹿分布数量的分维数D接近于2,说明马鹿数量分布的空间格局变异主要发生在较小的尺度上,表明了马鹿生存微生境的重要性,但较大的标准差也表明,在较大的尺度上的居民点、农田和废弃运材路等人为活动的影响不容忽视,表现为样点内马鹿足迹链数量的差异很大,较高的数量持续一段时间后往往随之以较低的数量.这充分显示了马鹿数量分布的多尺度和生境因子等级斑块的空间分布特征,以及微生境的脆弱性,即一旦一定微生境因子的斑块尺度发生变化,则可能导致马鹿数量分布空间格局的较大改变.此外,揭示马鹿生境破碎化因子在不同空间尺度上自相关的特性和分布的格局,对今后关于马鹿的生境研究时应用取样尺度的有效性、独立性和代表性都具有重要的意义.     

Global sea level rise and the greenhouse effect: might they be connected?

Secular sea level trends extracted from tide gauge records of appropriately long duration demonstrate that global sea level may be rising at a rate in excess of 1 millimeter per year. However, because global coverage of the oceans by the tide gauge network is highly nonuniform and the tide gauge data reveal considerable spatial variability, there has been a well-founded reluctance to interpret the observed secular sea level rise as representing a signal of global scale that might be related to the greenhouse effect. When the tide gauge data are filtered so as to remove the contribution of ongoing glacial isostatic adjustment to the local sea level trend at each location, then the individual tide gauge records reveal sharply reduced geographic scatter and suggest that there is a globally coherent signal of strength 2.4 +/- 0.90 millimeters per year that is active in the system. This signal could constitute an indication of global climate warming.     

县域尺度表层土壤质地空间变异与因素分析

【目的】以北京市平谷区为研究区域,采用传统统计和地统计学相结合的方法研究县域尺度下土壤质地空间变异的规律,探究土壤质地空间变异的机理。【方法】采用Levine’s方法进行方差奇次性检验,根据检验结果选取最小显著性差方法(least-significant difference,LSD)对土壤颗粒组成与高程、母质、土地利用和水域分布关系进行研究。空间预测采用普通克里格法,鉴于土壤质地属于成分数据,插值前对原始数据进行对称对数比转换。【结果】不同高程组、母质类型、土地利用类型及水域缓冲区组各颗粒平均含量存在一定的差异性,不同高程组和母质类型的土壤颗粒组成之间的差异性比不同土地利用类型和水域缓冲区明显。总体而言,研究区内随着海拔高度的降低,土壤颗粒呈现由粗变细的趋势;由石英含量较高的酸性岩母质发育的土壤土壤颗粒较粗;菜地土壤颗粒相对较细;随着离水域距离的增大,土壤砂粒含量呈增加趋势。地统计分析结果显示,土壤质地各颗粒表现出极强的空间自相关性,空间变异主要由结构性因素引起。各颗粒空间插值结果表明,土壤各颗粒组成空间分布总体趋势特征比较明显。【结论】传统统计分析和地统计学相结合的方法能够系统和全面地揭示土壤质地空间变异的确定性和随机性,研究区土壤质地空间格局主要受地形、母质等自然因素影响。经过对称对数比转换后,土壤质地各颗粒组成空间预测结果满足成分数据空间插值的要求。     

基于SPEI的陕北黄土丘陵区干旱特征及影响因素分析

为探讨陕北黄土丘陵区干旱特征及其影响因素,借助绥德2000-2014年逐日的气象数据,基于Hargreaves、Thornthwaite和Penman-Monteith蒸散模型及同一套降水资料计算,获得不同时间尺度(月、半年和年)3种标准化降水蒸散指数(SPEI),对比分析上述3种SPEI的差异并选取适宜于陕北黄土丘陵区的SPEI,而后采用SPEI分析干旱特征,并利用通径法分析气象因子对SPEI敏感性。结果表明:1)基于Penman-Monteith蒸散模型的SPEI(SPEI-PM)能够准确反映陕北黄土丘陵区干旱事件,与SPEI-PM相比,基于Hargreaves和Thornthwaite的SPEI值偏低,计算误差为0.26～0.38;2)干旱变化呈现减弱趋势,短时间尺度上(1和6个月)SPEI-PM值变化频繁,长时间尺度上(12、18和24个月)SPEI-PM值变化幅度小且变化周期长;3)在月、半年和年尺度上对SPEI-PM影响程度最大的气象因素分别为气温和相对湿度。