Analysis of a Long-term Experiment with Repeated-measurement Models

Long‐term experiments are a classical case of repeated measurements. Traits are measured on the same experimental unit over many years so that correlations arise between the observations made on the same plot in consecutive years. This paper describes the analysis of a three‐crop‐rotation long‐term experiment. We analysed the yields of the crops and the organic carbon content in the topsoil over 30 consecutive years. Several variance–covariance approaches are discussed and the trait‐specific best fit is interpreted. Mixed models are used to describe the structure of the experiment. Both yields and soil organic carbon show a more or less pronounced variance heterogeneity. Especially for yields, the heterogeneity of cycles and years is dominant. The consideration of correlations results in a better model fit in all cases.     

Trends in NE Atlantic landings (southern Portugal): identifying the relative importance of fisheries and environmental variables

Time series of commercial landings from the Algarve (southern Portugal) from 1982 to 1999 were analyzed using min/max autocorrelation factor analysis (MAFA) and dynamic factor analysis (DFA). These techniques were used to identify trends and explore the relationships between the response variables (annual landings of 12 species) and explanatory variables [sea surface temperature, rainfall, an upwelling index, Guadiana river (south‐east Portugal) flow, the North Atlantic oscillation, the number of licensed fishing vessels and the number of commercial fishermen]. Landings were more highly correlated with non‐lagged environmental variables and in particular with Guadiana river flow. Both techniques gave coherent results, with the most important trend being a steady decline over time. A DFA model with two explanatory variables (Guadiana river flow and number of fishermen) and three common trends (smoothing functions over time) gave good fits to 10 of the 12 species. Results of other models indicated that river flow is the more important explanatory variable in this model. Changes in the mean flow and discharge regime of the Guadiana river resulting from the construction of the Alqueva dam, completed in 2002, are therefore likely to have a significant and deleterious impact on Algarve fisheries landings.     

基于地理探测器的重庆坡耕地时空格局演变特征及驱动机制

坡耕地是耕地的重要组成部分,分析坡耕地时空格局演变规律及驱动因素,有益于为合理利用坡耕地资源及生态功能修复与保持提供参考。基于2000—2018年坡耕地空间分布信息,利用土地利用转移矩阵、局部空间自相关(Local Spatial Autocorrelation, LISA)、地理探测器(Geodetector)等方法,从坡耕地时空变化特征、坡耕地冷热点格局和坡耕地变化驱动因子等方面开展,揭示重庆坡耕地时空分布特征及驱动因素。结果表明：1)与2000年相比,2018年重庆坡耕地面积减少2.40%,坡耕地2.23万km²,占耕地59.35%。6个区县(渝中、江北、江津、南岸、大渡口、石柱)年均坡耕地变化动态度大于1%,不同区县坡耕地面积变化趋势差异明显。2)近18年坡耕地与林地、草地、水田、建设用地等地类发生显著转移,转出、转入总体较均衡,其中坡耕地退为林地主要集中位于秦巴和武陵山区的石柱、武隆、丰都、云阳等区县,在土地利用转移过程中坡耕地面积呈小幅度减少趋势。3)坡耕地局部空间自相关异质性较显著,大多数区域坡耕地面积呈高-高和低-低聚集状态,热点区集中在渝东北区,...     

空间自相关性对冬小麦种植面积空间抽样效率的影响

空间抽样是实现区域农作物面积高效估算的重要手段,农作物分布受自然条件等因素影响普遍存在空间自相关性,但以往针对空间相关性对农作物面积抽样效率的影响研究明显不足。该研究选取安徽省凤台县为研究区,通过2017年4月4景GF-1全色多光谱影像(Panchromatic and Multispectral, PMS)与Google Earth高空间分辨率影像相结合提取研究区冬小麦。设计10种抽样单元尺度、3种抽样外推方法、2种相对允许误差和5种样本布局方式,构建多种冬小麦面积空间抽样方案。利用全局莫兰指数(global Moran’s index)评价不种尺度下抽样单元内冬小麦面积比的空间自相关强度,分析空间自相关性对冬小麦面积抽样效率(抽样误差、样本容量和空间布局)的影响。研究结果表明,抽样单元内冬小麦面积比的空间自相关强度随单元尺度的增大而减小,全局莫兰指数相应地由0.75降至0.50。无论在何种尺度下抽样单元内冬小麦面积比都呈显著的空间正相关性;抽样外推冬小麦面积总体的误差随空间自相关强度的减小呈先减小后明显增大的趋势。在10种抽样单元尺度中,当抽样单元尺度为2000m且抽样比为5%时,无论采用何种抽样方法外推总体的误差均为最小(简单随机抽样、系统和分层抽样外推总体的相对误差分别为17.94%、9.48%和1.82%);当相对允许误差设计为5%时,简单随机抽样外推总体所需样本容量随空间自相关强度的降低从660降至56。而分层抽样的样本容量不受空间自相关性的影响;5种样本布局方式中,采用分层随机抽样方式外推冬小麦面积总体的平均相对误差、平均变异系数和均方根误差最小,分别为1.82%、3.19%和0.11×108 m2。该研究可为有空间自相关存在下的农作物面积空间抽样方案合理设计提供参考依据。     

农业高质量发展的空间分异与影响因素 ——以广东省为例

农业高质量发展是乡村产业振兴的重要表征。广东省特色高效农业走在全国前列,以广东省为例量化评估农业高质量发展水平,可为各地诊断农业发展问题、监测农业高质量进展、支撑完善支持政策提供参考依据。本研究从高效化、绿色化和稳产化3方面构建了农业高质量发展评价模型,借助空间自相关分析方法、双变量空间关联性分析法分析了广东省农业高质量发展空间集聚特征与影响因素。研究发现,广东省农业高质量发展指数呈现“平原区>丘陵区>山地区”的特征,在空间上形成“平原区显著高高集聚、山地丘陵区显著低低集聚”的格局,高效化、绿色化和稳产化3个维度均呈现显著的正向集聚性,且空间集聚格局相似。农业高质量发展水平主要受到人均地区生产总值、高程等因素的影响,凸显农业高质量发展是一个因地制宜、循序渐进的过程,各地需立足本地资源禀赋、产业发展特色与地区经济发展水平综合施策。     

基于土地利用变化的河北省坝上地区景观生态风险评价

[目的]对河北省坝上地区近40 a来的土地利用动态变化和生态风险进行分析评价并对未来趋势作出预测,为该地区生态建设和治理、可持续发展提供科学依据。[方法]基于坝上地区1980—2018年5期土地利用数据以及通过土地转移矩阵、空间相关性分析等方法揭示和预测该区1980—2026年的土地利用变化特征并评估该区生态风险水平。[结果](1)整个研究期间,坝上地区土地利用类型以耕地为主,所占比例近50%,其中,1980—2018年,耕地、林地扩张面积均超过300 km~2,草地减少近616.60 km~2,水域面积缩减36.04%,其中耕地、林地、草地之间的互相流转程度较为剧烈,空间变化上表现为各地类的重心在2000—2010年明显迁移。(2)1980—2026年,坝上地区6个时期内生态风险值全局空间自相关Moran’s I指数均在0.500左右,其空间分布表现出较高的趋同集聚性。(3)近40 a来,坝上生态风险水平升至为高风险级,其区域增加了123.22 km~2,较高风险区域分布在城镇地区,据CA-Markov模型预测,未来坝上地区中等及中等以上风险区域持续扩张,丰宁县和围场县将分别出现小规模高风险区和较高风险区。[结论](1)近40 a来坝上地区草地退化严重,水域面积显著减少,原因系安固里淖干涸所致。(2)该区生态风险水平与土地格局分布具有较强相关性,且在未来会继续升高。     

城市扩张背景下景观破碎化动态演变及空间自相关分析——以南昌市为例

为探究城市扩张与景观破碎化演变过程及其关联机制,以江西省南昌市为例,基于2000—2015年的土地利用数据,运用城市破碎指数(UFI)刻画建设用地的景观破碎化水平; 然后结合形态学空间格局分析(MSPA)和景观连接度分析量化了自然景观和耕地的景观动态演变过程; 最后采用格网分析探究了三者之间的空间自相关动态特征。结果表明:2000—2015年间南昌市共有273.26 km²的耕地及45.61 km²的自然景观转为建设用地,整体城市破碎度指数在研究期内由2.27上升至4.94; 耕地核心区数量在15 a时间内持续衰减,自然生境在前期变化平稳,随着城市化进程的加快,核心及桥接区不断减少,岛状斑块开始增加; 空间自相关分析显示,景观破碎度与自然生境、耕地平均连通概率三者呈负相关,景观破碎度与耕地、自然生境平均连通概率之间的高低聚集区域集中分布在城市扩张的主要区域。2000—2015年城市快速扩张导致的破碎化致使耕地及自然生境景观结构发生改变,景观连通性逐渐丧失。     

基于耕地质量指数局部空间自相关的耕地保护分区

科学合理地制定耕地保护分区,是实现耕地差异化保护、精细化管理的重要保障。该文采用Moran散点图和局部空间自相关分析相结合的方法,以耕地质量指数为空间变量,探讨广宁县耕地质量的空间结构性特征和聚集性规律,并据此提出耕地保护分区方案。研究结果表明:广宁县耕地质量在空间分布上呈现出一定的聚集性规律,正相关类型(高-高和低-低型)多以"组团"形式出现,聚集性较强;负相关类型(高-低和低-高型)无明显集中区域,零星分布。基于局部空间自相关分析的耕地保护分区,既综合考虑了耕地自然条件、利用条件和经济条件,同时将耕地质量的空间属性作为第4维,纳入到耕地保护分区研究中,为耕地差异化保护、精细化管理提供了思路。最后,提出了基于局部空间自相关的耕地保护分区方案及相应的保护措施,可为研究区域耕地保护分区提供参考。     

基于空间自相关的农村居民点空间格局演变及其分区

农村居民点形态特征是自然地理条件和社会经济发展水平的集中体现,其形态特征空间集聚格局可为农村居民点分区提供基础依据。该文以北京市平谷区为例,基于空间自相关方法,分析平谷区农村居民点的空间格局及其演变特征,测度其空间关联性,获取农村居民点空间形态集聚格局,进而结合村庄定位、相关规划等,提出平谷区农村居民点分区方案。研究结果显示,农村居民点规模、形状、分布均呈显著空间自相关,正相关类型多以组团形式出现,而负相关类型则呈零星分布。不同的自然与社会经济特点区域表现出不同的集聚格局,地形地貌等自然条件控制下的农村居民点规模、形状和分布的集聚区域空间一致性较强,而城市化、工业化等人文过程则降低了其空间一致性。可据此将农村居民点分为5个管理区域,平原区农村居民点管理应注重其用地综合效益的提升,适时调整优化农村居民点用地结构以改善生产生活条件;半山区应因地制宜推行区域统筹的综合管理模式;而山区则应突出村庄特色,完善居民点内基础设施建设,实现农村居民点整合发展。     

山地丘陵区村级尺度耕地质量评价及保护分区

科学开展耕地质量评价,合理划定耕地保护分区,是实现耕地差异化保护和管理的重要前提。研究采用空间自相关方法,以重庆市荣昌区为例,以国家等耕地质量指数为空间变量,从村级尺度探讨山地丘陵区耕地质量的空间关联性与集聚特征,并基于局部空间自相关分析结果提出了耕地保护分区方案。结果表明:(1)荣昌区耕地质量全局空间上呈现较弱正相关性,全局Moran′s I值表现为耕地等别指数>利用等指数>自然等指数;局部空间上呈现较强变异特征,70%以上空间类型表现为随机分布,正相关类型(HH型和LL型)多以"组团"形态存在,负相关类型(LH型)以"点状"形态存在;(2)基于局部空间自相关类型特征及顺序组合,将耕地保护划分为重点保护区、重点改良区、适度改良区和适度调整区4类,并针对性提出耕地保护措施及管控说明。因此,在自然地理条件欠佳的山地丘陵区,研究结果可为各级行政主体精准有效地实施耕地保护和质量建设提供参考。