GAM模型在蝗虫地理格局分布研究中的应用——以黑河上游3种天然草地蝗虫为例

将基于样本调查数据的群落—地形因子回归分析与地理信息系统支持下的昆虫属性空间格局预测结合,是昆虫-地形关系定量研究的新途径.通用可加性模型(GAM)的非参数属性使之具有对不同数据类型的广泛适应性,成为这种“回归分析+空间预测”途经的有效手段.不同程度上依赖于数字高程模型的环境空间数据集是实现空间预测的必要条件.我们利用广义可加模型方法,定量分析了3种不同生态种蝗虫与地形因素的相关关系.结果表明:(1)3种不同生态种的蝗虫具有不同的模型结构、模拟效果以及结果的稳定性,反映了所受地形因子影响的差异.(2)蝗虫的广布种与地形因子关系最弱,局部地形的变化仅对其密度变化有影响;常见种受地形因子的影响明显高于广布种,同时受大尺度的海拔与微地形的剖面曲率影响;稀有种分布格局对地形条件的选择性最强,同时受限于海拔、坡度和坡向.(3)模拟结果对常见种以及稀有种的模拟全部有效;对广布种的预测基本失败.(4)模型预测变量的有效性和全面性决定了模型对数据的解释能力,非线性关系体现了蝗虫密度-地形指标的不确定性,除模型解释的变化外,其他生物因子、非生物因子以及随机因素也影响模型的可靠性.     

闽东北沿海罗源县土地利用空间分布格局的多尺度分析

在不同的空间尺度上,制约土地利用空间分布的影响因子及其影响程度并不相同,因此区域空间分布格局分析应优先考虑制约空间分布的影响因子识别及其影响程度的尺度依赖性的研究。本文以闽东沿海的罗源县为研究区域,采样统计方法与GIS技术,选取20个候选影响因子,研究了该县主要土地利用空间分布格局的影响因子及其空间尺度相关性。研究表明模型的解释能力、影响因子及其影响系数均会随研究尺度发生不同程度的变化,回归模型的解释能力以及主要影响因子的制约程度总体上均随研究尺度增大呈增强趋势。除受坡度、海拔高程等地形条件的严格制约外,罗源县主要地类均在一定程度上受到人口因素以及若干可达性因素的影响。     

山区气温空间分布模拟的DEM尺度影响

以浙江省仙居县为实验区,通过气温空间分布的地形调节统计模型,并使用了10个气象站(哨)的气温资料和不同空间分辨率的DEM(均来源于1:1万的数字化地形图),模拟了不同空间尺度的年平均气温空间分布,比较了它们的误差大小以及随宏观地形(海拔)和微观地形(坡度和坡向)的分布差异.结果表明:基于不同空间分辨率DEM模拟的平均气温呈现较大的空间分布差异性;随着DEM空间分辨率的减小,误差逐渐增加(最大绝对误差为2.04℃,相对误差为15.10％),且空间差异性降低.而且微观地形因子(坡度和坡向)随着空间分辨率的变化产生显著变化,进而明显影响气温的空间分布,不同坡度之间的年平均气温差最大为9.5℃,最小为1.8℃.不同坡向之间的年平均气温差最大为12.2℃,最小为2.4℃.     

闽东北沿海罗源县土地利用空间分布格局的 多尺度分析

在不同的空间尺度上,制约土地利用空间分布的影响因子及其影响程度并不相同,因此区域空间分布格局 分析应优先考虑制约空间分布的影响因子识别及其影响程度的尺度依赖性的研究。本文以闽东沿海的罗源县为研 究区域,采样统计方法与GIS 技术,选取20 个候选影响因子,研究了该县主要土地利用空间分布格局的影响因子 及其空间尺度相关性。研究表明模型的解释能力、影响因子及其影响系数均会随研究尺度发生不同程度的变化,回 归模型的解释能力以及主要影响因子的制约程度总体上均随研究尺度增大呈增强趋势。除受坡度、海拔高程等地 形条件的严格制约外,罗源县主要地类均在一定程度上受到人口因素以及若干可达性因素的影响。     

不同空间尺度DEM对山区气温空间分布模拟的影响——以浙江省仙居县为例

以浙江省仙居县为实验样区,通过气温空间分布的地形调节统计模型,使用10个气象站(哨)气温资料和4种不同空间分辨率的DEM(5 m,源于1∶1万数字化地形图;30 m,来源于Aster GDEM v2;90 m,来源于SRTMv4.1;900 m,源于GTOPO30’)模拟不同空间尺度年均气温空间分布,比较其误差大小及随宏观地形(海拔高度)和微观地形(坡度和坡向)的分布差异。结果表明:基于4种不同空间分辨率DEM模拟气温呈较大空间分布差异性;随着DEM空间分辨率减小,误差逐渐增加,空间差异性降低。微观地形因子(坡度和坡向)随空间分辨率的变化产生显著变化,明显影响气温空间分布,不同坡度和坡向间年均气温差最高可达到10～12.5℃,最小仅为1.9～2.6℃。     

植物属性地理的研究进展与展望

植物属性地理学是植物地理学的一个新兴研究方向,研究植物属性的地理分布规律。目前与植物属性地理相关的研究热点主要集中在植物属性的多尺度表达、植物属性的权衡关系和属性多样性与生态系统功能三个方面。比叶面积、叶干物质含量、叶氮含量、种子质量、植物高度、茎密度是最受关注的植物属性。植物属性需要在植物个体水平上进行测量,然后基于群落内物种相对优势度的加权平均上推到群落水平。植物属性权衡关系主要包括叶片经济型谱及属性与环境因子之间的权衡关系研究。全球植物属性数据库的丰富与共享,推动着植物属性地理学的蓬勃发展。当前的植物属性空间连续分布主要利用全球属性数据库和空间统计建模方法实现,但借助激光扫描和成像光谱技术直接对区域植物功能属性进行空间制图正成为植物属性地理学空间计算的新方法。植物属性的空间格局分析是植物属性地理学的重要内容之一,不仅有助于解释植物物种的适应性与分布、群落构建等问题,而且为预测全球气候变化对植物的影响提供了依据。用植物属性代替物种可以更好地解释植物分布和植物对环境适应的生理机制,所以在全球植被模型研究中开始尝试将基于物种的植被动态模型发展为基于属性的植被动态模型,这将会给全球变化下碳循环过程的模拟和陆面模式带来新的机遇和挑战。展望未来,植物属性地理学仍然需要发展新的研究手段,深化全球植物属性的空间分异规律及其与环境因子之间的关系研究,以及完善全球和区域植物属性数据库建设。     

基于栅格的安徽省人口－经济耦合关联及地形梯度差异

基于2018年的人口数据和经济数据,采用土地利用影响模型对社会经济指标空间化,探讨安徽省人口－经济空间关系对地形的响应。结果表明：1）空间化模型预测的人口和经济密度能够反映实际状况,并将人口－经济空间关系划分为超前型、滞后型和协调型3种类型。皖南山区以滞后型为主,经济集聚滞后于人口集聚;皖北地区以协调型为主,人口和经济发展处于平衡状态;皖中地区以超前型为主,经济集聚大于人口集聚;2）随着地形因子的变化,地形对人口的影响强于经济。海拔＞100 m,坡度＞6°,地形起伏度＞50 m的区域,属于经济集聚滞后于人口集聚的重点关注区域,主要分布在金寨县、霍山县、岳西县和太湖县等大别山核心区和池州市、黄山市和宣城市境内等皖南山区;3）人口－经济空间关系与地形有一定的空间相关性。总体上,随着海拔升高、坡度和地形起伏度增大,超前型面积占比越来越低,滞后型面积占比越来越高,协调型面积占比基本处于稳定。这可能是由于高低起伏的地表特征不仅对农业机械化产生显著的阻隔效应,使第一产业发展受限,且对基础设施建设、招商引资和产业布局有显著影响,弱化了地区经济优势。     

土地利用变化空间模拟的进展--CLUE-S模型及其应用

土地利用变化的空间模拟是进行土地利用情景分析的重要基础。本文在介绍了国际上常用的细胞自控模型(CA)、土地利用变化及效应模型(CLUE)的基础上,重点分析了小尺度土地利用变化及效应模型(CLUE-S)的方法,并以邯郸地区为例进行了案例研究。认为CLUE-S模型采取经验模型的方法,通过建立土地利用空间分配和驱动因子之间的统计关系模拟近期土地利用变化的情景。同时也考虑了不同土地利用方式之间的竞争关系,因此可以较好地模拟小尺度地区的近期土地利用变化情景;考虑到短期或近期土地利用变化的因子主要与人类的社会经济活动有关,而社会经济因子的空间化尚存在一定难度。因此,突破这一瓶颈成为CLUE-S模型发展和应用的关键;CLUE-S模型主要解决的是不同空间尺度上的土地利用空间分配问题,在土地生产潜力评价、土地利用规划等方面具有广阔的应用前景。     

北京市土地利用空间格局演化模拟及预测

土地利用空间格局的演化模拟可定量地从空间尺度揭示区域土地利用变化的驱动因素,是厘清未来时期内土地变化的重要途径。基于CLUE-S模型,以北京市为研究案例,结合1985、2000和2010年三期土地利用数据,运用Logistic逐步回归方法识别了北京市各种土地利用类型演化的驱动因素,对北京市土地利用空间格局进行模拟。在此基础上,基于北京市社会经济发展、土地利用规划、资源禀赋及生态保护等不同情景,对北京市2020年土地利用空间分布格局进行模拟及预测。结果表明：①不同的时期内,驱动因子对不同土地利用类型的影响呈现差异性,其中交通因素及社会经济因素对土地利用类型的转化率影响较显著,坡度对各个土地利用类型的影响较大。②通过对2010年北京市土地利用变化的模拟结果来看,Kappa指数为87.03%,说明预测结果与实际土地利用情况有较好的一致性。③预测结果显示,北京市的城市发展均表现为继续向外扩展,且以东南、东北为主要扩展方向,但扩张的程度存在差异。     

GIS支持下青海湖地区草地蝗虫发生的气候因子分析

由于青海湖地区的草地蝗虫对气温、降水等气候因子的敏感性 ,因此气候的空间分异明显地决定了蝗虫的空间分布。根据该区蝗虫优势种的生命史及关键时期相应地选取 5种气候指标 ,即蝗虫发生当年 1月的负地温的积温、5月下旬的积温、6月下旬的积温、5 - 7月的湿润指数以及上年 8月的湿润指数 ,在地理信息系统软件Arc/Info的支持下 ,建立了青海湖地区草地蝗虫发生信息的GIS样点数据库及 5种气候指标的空间分布式数据库 ,并分别进行蝗虫发生与这 5种气候指标的空间叠置分析 ,以提取草地蝗虫发生信息的各气候指标数据库。T -检验表明 ,此 5种气候指标对蝗虫空间分布的影响均极为显著。最后 ,以这些气候指标为自变量 ,建立了用于该区草地蝗虫发生预测的气候学模型。     

豫西黄河流域土地利用空间格局地形梯度特征分析

豫西黄河流域土地利用空间格局在水平和垂直方向上都具有明显区域特征。利用DEM数据对研究区土地利用空间格局地形梯度规律进行了分析,结果表明:(1)各土地利用类型的空间分布规律随高程和坡度的变化具有显著的特点:受人类活动干扰影响较大的各类农业用地、建筑用地、果园、水域和湿地主要分布在海拔相对较低和坡度相对较小的区域;而受人类活动干扰影响较小的各类林地(除果园外)、草地和未利用地则比较均匀地分布在海拔相对较高和坡度较大的区域。(2)不同的海拔段和坡度段内各土地类型的分布也存在一定的分布规律:农业用地类型和林地类型在各个地形梯度内都占有较大的面积比重,这是由于其基数较大,在区域内占据优势地位决定的;在低海拔小坡度地段内农业用地具有相对的面积优势;有林地随着海拔升高和坡度增大,面积比例不断增大,其主导地位随之增强。     

GIS支持下青海湖地区草地蝗虫发生的气候因子分析

由于青海湖地区的草地蝗虫对气温、降水等气候因子的敏感性，因此气候的空间分异明显地决定了蝗虫的空间分布。根据该区蝗虫优势种的生命史及关键时期相应地选取5种气候指标，即蝗虫发生当年1月的负地温的积温、5月下旬的积温、6月下旬的积温、5－7月的湿润指数以及上年8月的湿润指数，在地理信息系统软件Arc/Info的支持下，建立了青海湖地区草地蝗虫发生信息的GIS样点数据库及5种气候指标的空间分布式数据库，并分别进行蝗虫发生与这5种气候指标的空间叠置分析，以提取草地蝗虫发生信息的各气候指标数据库。T－检验表明，此5种气候指标对蝗虫空间分布的影响均极为显著。最后，以这些气候指标为自变量，建立了用于该区草地蝗虫发生预测的气候学模型。     

青海省土壤有机碳估算及其不确定性分析

土壤有机碳对区域碳平衡起着关键性的作用,量化其空间格局及动态变化是准确评估生态系统碳汇潜力的基础。然而,不同土壤有机碳估算方法和不同样本得出的结果存在非常大的差异和不确定性,尤其是地形复杂、对气候变化敏感的青藏高原地区。为定量评估不同方法估算的土壤有机碳密度空间分布格局在青藏高原地区的差异,论文以青海省为研究区,收集整理了青海省806个土壤有机碳密度采样点数据,基于气候、植被、地形和土壤等多种解释变量,采用逐步回归、反距离权重插值、普通克里格插值和随机森林模型4种不同的方法,对青海省表层(0~30 cm)土壤有机碳密度空间分布及其影响因素进行了探究。结果表明,归一化植被指数、光合有效辐射、总氮、年均温、海拔、年降水量和净初级生产力是土壤有机碳密度估算的重要变量;尽管4种方法所估算的青海省土壤有机碳密度的均值较为接近,处于5.14~5.62 kg C·m^-2之间,但其变化范围存在较大差异,分别为0.17~23.25、0.34~46.61、0.56~35.08和0.62~24.85 kg C·m^-2;4种方法模拟结果的均方根误差分别为3.93、3.37、3.48和3.19 kg C·m^-2,平均标准差分别为0.12、0.51、0.61和0.27 kg C·m^-2,其中随机森林模型的结果较为稳定且精度较高,也更能准确反映青海省土壤有机碳的空间分布格局。比较发现,现有的土壤有机碳产品(SoilGrids250m 2.0和HWSD v1.2)在反映青海省土壤有机碳的分布方面还存在较大差异,相对而言,SoilGrids250m 2.0产品的土壤有机碳和随机森林模拟结果比较接近。     

GIS支持下青海湖地区草地蝗虫发生的地形分析

草地蝗虫发生的地形分析是建立草地蝗虫发生预报模型的基础，以青海湖地区为实验区，在Arc/Info和ArcView地理信息系统的支持下，进行草地蝗虫发生与各地形变量（包括海拔高度、坡度与坡向）的叠置分析，提取草地蝗虫发生的地形信息数据库，然后，分别采用T－检验（对连续变量－海拔高度和坡度）和卡方（Chisquare)检验（对类变量－坡向类型）进行各地形变量对草地蝗虫发生的差异显著性检验，结果表明，海拔高度和坡度对草地蝗虫发生的影响极为显著（显著性水平p=0.000)，而坡向地草地蝗虫发生的影响不是特别明显（显著性水平p=0.039)。     

人穷还是地穷?空间贫困陷阱的地统计学检验

引入地统计学的变异函数和交叉相关图方法,以甘肃省六盘山片区为案例区,通过分析村级贫困的空间格局及其与地理因子关系随空间尺度的变化,提供空间贫困陷阱检验关于尺度的深入理解。结果表明：地统计学方法兼具有效性和可靠性,可以反映地理因素—贫困状况关系随时空的变化,对“人地关系”视角下反贫困理论与实践研究具有积极意义。案例区空间贫困陷阱问题突出,村级贫困在一定空间范围内具有自相关性,空间总变异中自相关部分远高于随机性部分,这与不同尺度上地形、气候、区位等结构性因素的影响和控制有关,总体上到县城距离、海拔和总人口3个因子的影响范围和强度较大。     

元胞邻域对空间直观模拟结果的影响

作为一种空间直观模拟模型,地理元胞自动机(Geo-CA)能够模拟及预测城市扩展与土地利用情景.地理CA模拟中,元胞邻域及其空间构型会对转换规则的挖掘与空间直观模拟结果的可靠性产生显著影响,从模拟进度和精度、景观格局及运行效率等角度可以定量分析这种影响.以logistic回归CA模型为例,基于Von:Neumann型和M...     

深圳土地利用时空变化与地形因子的关系研究

引入GIS空间分析和数字地形模型(DEM)技术,利用土地利用数据和地形数据,定量分析土地利用时空变化与地形因子的关系,从土地利用空间分布、土地利用转移和土地利用变化速度3方面总结地形因子对深圳土地利用时空变化的影响特征及规律。结果表明:在深圳土地利用时空变化过程中,地形因子对土地利用变化的影响作用明显,在不同地形级别上土地利用分布、土地利用转移和土地利用变化速度等均表现出不同的时空变化特征。     

山地丘陵区土地利用分布及其与地形因子关系——以河北省怀来县为例

为探究山地丘陵地区不同地形因子对土地利用空间格局的影响,以河北省怀来县为例,研究了各土地利用类型在不同地形上的分布特征。同时,定性和定量分析了土地利用景观格局与地形环境的相关性。研究表明:土地利用景观格局分布存在明显的地形梯度特征,较高地形级别主要分布着林地和草地,其分布指数在较高地形级别占据优势位;而受人类活动干扰影响较大的城乡建设用地、采矿用地、耕地、园地和水域的优势位分布在较低地形级别上。移动窗口法得到的景观格局指数的分布定性显示出土地利用景观格局随地形变化的梯度特征,典范对应分析结果定量显示出典范对应分析排序的前4个轴的累计土地利用景观指数—地形解释变量为96.98%,地形因子第1排序轴与土地利用变化景观格局指数特征第一排序轴的相关系数达到0.671,其土地利用景观格局指数与地形因子存在显著的相关性。由此可见,高程、坡度和地形起伏度这三类地形因子对山地丘陵区的土地利用类型的结构和空间分布起着重要的影响作用。     

澜沧江-湄公河流域人口分布及其与地形的关系

基于90 m×90 m数字高程模型(DEM)和1 km×1 km的人口密度栅格数据,采用GIS空间分析与数理统计方法,研究了澜沧江-湄公河流域的人口分布格局及其与高程、坡度、坡向和地形起伏度的关系。结果表明:1.澜沧江-湄公河流域人口分布呈北疏南密的基本格局,人口最为密集的区域位于南端的湄公河三角洲,源头杂多县则是大片无人区;2.澜沧江-湄公河流域人口密度随海拔由低到高经历了一个急降缓升又下降至尖灭的变化过程,人口总量随海拔呈现倒指数增长变化;3.澜沧江-湄公河流域80%强的人口集中分布在坡度≤2°的平坦区域,当坡度达到38°时,人口累积曲线趋于平稳;4.澜沧江-湄公河流域各坡向人口分布较为均衡,坡向对人口分布的影响不显著;5.澜沧江-湄公河流域人口密度与地形起伏度成倒指数关系,地形起伏度对人口分布的影响较为显著,流域内大部分人口分布于低起伏地区。     

基于定性和定量辅助变量的土壤有机质空间分布预测——以四川三台县为例

准确获取土壤性质的空间分布信息,是区域土壤资源优化利用和土壤环境保护的需要。以川中丘陵区三台县为案例区,运用人工神经网络模型,构建融合区域定性及定量辅助变量的空间预测方法,模拟三台县土壤有机质的空间分布格局。结果表明,研究区土壤有机质在4.20~47.60 g kg^-1之间,平均为17.97 g kg^-1;变异系数为36.89%,属中等程度变异。土壤有机质的块金值与基台值之比为0.742,变程为7.0 km,即空间自相关性较弱。不同土壤类型间有机质含量差异显著;土属的空间分布较土类能更好地揭示研究区土壤有机质含量空间分布格局的差异。除土壤类型因素的影响外,坡度、地形湿度及植被盖度是研究区土壤有机质空间变异的主要因子。融合土壤类型因素和地形植被因子的神经网络模型预测结果,比普通克里格法、回归克里格法以及神经网络结合普通克里格的方法,更符合研究区地学规律和实际情况;其预测结果的平均绝对误差、平均相对误差和均方根误差较其他3种方法均降低幅度显著。同时,该方法对极值有较好的预测能力。研究为复杂环境条件下准确获取区域土壤性质的空间分布信息提供了较可行的方法。