喀斯特山地土壤侵蚀和产水量的最优解释力

喀斯特生态系统服务主导影响因子识别是科学治理石漠化的前提,然而环境因子对生态系统服务空间分布的解释力受尺度变换的影响,其尺度效应的定量研究仍需进一步加强。为定量厘定环境因子解释力的尺度效应,本文从多尺度视角出发,利用地理探测器定量分析不同空间分辨率下环境因子对土壤侵蚀和产水量的解释力,并探求其在不同地貌形态类型区的差异性规律。结果表明,坡度和植被覆盖度是影响土壤侵蚀空间分布的主导因子,两者的交互作用对土壤侵蚀空间分布的解释力更强。受研究区地形起伏普遍性和景观破碎化的影响,坡度和土地利用类型在低分辨率下解释力最优。降水、海拔和土地利用类型是产水量空间分异的主导因子。降水和土地利用类型的交互作用对产水量的解释力达95%以上,海拔在不同地貌形态类型区的空间变异性影响其最优解释力水平。具体表现为：在台地、丘陵类型区海拔空间变异性较小,在高分辨率下其解释力最优;在山地类型区,海拔空间变异性较大,在低分辨率下其解释力更强。本文通过多尺度分析定量甄别生态系统服务变量的最优解释力,以期为喀斯特山地生态系统服务的主导因子精准辩识和分区优化提供途径和依据。     

中国村域贫困地理格局及其分异机理

贫困与地理环境之间的关系是贫困地理学理论研究的核心。本文以贫困地域系统和区域多维贫困为理论基础,构建了村域贫困化的理论分析框架,以2013年底中国精准扶贫识别的12.4万个贫困村为研究对象,运用空间自相关、核密度分析和地理探测器等方法,刻画了新时期中国贫困村的空间地理格局,定量探测了贫困村地域分异的主导因子,揭示了村域贫困化与地理环境之间的相互作用机理。结果表明：① 贫困化与地理致贫因子相互作用、相互影响,空间上两者的作用路径和表现形式复杂多样。总体上,可从自然和人文2类要素和环境、经济、社会3个维度来综合识别村域致贫因子。地理环境在贫困化过程中发挥着基础性作用,经济要素是重要的致贫因子,社会要素具有贫困放大效应。② 贫困村分布具有明显的空间集聚性特征。全国贫困村空间分布与胡焕庸线和地势三级阶梯所形成的基础地理格局具有高度一致性,村域贫困化具有明显的垂直分异特征和坡度分异特征,在空间上有1个一级核心区、5个二级核心区、7个三级核心区。③ 地形、资源禀赋、劳动力状况、交通条件和公共服务是中国村域贫困化空间分异的主导因子,且省际间各因子驱动大小差异明显。交互探测结果表明,双因子交互驱动力强于单因子作用,交互作用类型以非线性增强为主。     

镇域尺度的规模农地演变特征及其驱动机制研究——以重庆奉节县为例

在土地利用逐步集约化以及乡村振兴战略背景下,厘清山区规模农地时空演变规律及其驱动机制,对于整合山区有限的农地资源,推动农业适度规模化经营意义重大。为揭示山区镇域尺度规模农地演变规律,本文基于重庆市奉节县典型山区乡镇2008年、2018年两期4类农地斑块数据,综合运用GIS空间分析技术和景观格局指数等方法对比分析草堂镇、康乐镇规模农地发展演变特征,并引入地理探测器模型进一步探讨规模农地演变的驱动因子。结果显示:传统型耕地数量呈下降态势,现代型果园数量均有所增长,现代型蔬菜、茶园数量比较稳定;传统型耕地分布热点区域缩减,现代型果园核密度最高值是2008年的2～3倍,各类型规模农地在镇级尺度分布呈聚集、均匀和随机3种模式,集聚特征空间尺度范围缩小;斑块特征上CA、NP、MNN三项指标变化最大,CA与NP呈正相关,最小平均最近距离MNN由传统型耕地变为现代型果园,现代型蔬菜斑块形状最为规整;距河流距离、距道路距离和农业人口密度等主导因子以及距河流距离∩高程、距道路距离∩农业人口密度等交互因子是推动规模农地演变的重要驱动力。本研究对于山区农地资源整治、规模农地发展以及转变农业发展模式具有借鉴意义。     

沙漠化及其防治

X144翻协物31卿2燕河下游翻济纳绿洲现代荒澳化过程及其驱动机制=M司-ernd.妃rti6cationp双犯既in Ejina~and its dynanuc mecha-ni,n/辛森,李凡一//地理科学.介仑创润,24(l)一61一67 导致额济纳绿洲荒摸化的驱动力是区域气候暇千化、强盛的风蚀俊蚀力、上中游过度开发水土资源的人为活动和额济纳绿洲内的“三滥”活动等.从荒漠化驱动力的第一主成分与第二主成分反映出驱动因子的多面性和综合性,绿洲内外过度的人为活动是其主导驱动因素.内在、外在驱动力在时间与空间上的藕合性是绿洲荒摸化的区域机制,驱动力因子团的互动一激发作用形成…     

基于地理探测器模型的疏勒河流域景观生态风险评价及驱动因素分析

疏勒河流域地处河西走廊最西端,是典型的干旱内陆河流域,生态环境极其脆弱,也是我国重要的生态屏障之一。借助Fragstats软件从斑块和景观2个尺度,结合2000—2018年土地利用数据,评价分析疏勒河流域景观生态风险时空变化特征,利用地理探测器定量分析了该流域景观生态风险驱动因素。结果表明:(1)疏勒河流域主要景观类型为未利用地和草地,其斑块个数(NP)、景观形状指数(LSI)、最大斑块指数(LPI)和聚集度指数(AI)值均较高;2000—2018年蔓延度指数(CONTAG)值下降、香农多样性指数(SHDI)和香农均匀度指数(SHEI)值缓慢上升,流域景观破碎度严重。(2)疏勒河流域景观生态风险空间分布呈现北高南低,2000—2018年呈现流域景观生态风险逐渐下降趋势,其中较高风险和高风险地区面积下降明显。(3)人为干扰度是影响景观生态风险空间分布的主要因子,归一化植被指数(NDVI)次之,人口密度影响最小;景观生态风险的影响均为双因子增强或非线性增强,无显著差异大多表现在自然和自然因子间,自然和人为因子之间存在显著性差异。因此,对流域进行景观生态风险指数评价和驱动因素分析至关重要。     

基于InVEST模型的西苕溪流域产水量分析(英文)

流域产水量的计算与分析对水资源的规划、管理以及水库建设具有重要意义。本研究将InVEST中的产水量模型应用于西苕溪小流域。该模型的数据需求主要包括土地利用/覆被,年均降雨量和潜在蒸发散,土壤深度,植被可利用水量。为验证模型的精确度,利用基期的降水径流关系,得到2003-2007年的平均自然径流量。经过反复校验,当Z系数为6.5时,产水量为8.3亿m3,与自然径流量最为接近,从流域产水量的分布来看,南部和西南部地区单位面积的产水量较高。     

景观格局变化驱动力研究进展

景观格局变化驱动力研究是理解人类活动与景观格局演化关系的基础。本文概述了驱动因子的分类, 分析了主导驱动因子的时间尺度效应、空间尺度效应和主题尺度效应, 并介绍了驱动因子的相互作用、驱动机制识别、驱动系统自适应等的研究进展。驱动力识别方法正经历从简单定性分析向定量、半定量分析转变的过程, 数据获取手段也随着遥感技术等的进步得到快速发展, 多学科手段综合是景观格局驱动力研究的必然趋势。但由于驱动力研究的问题导向型特征, 目前尚缺乏对某一类景观格局变化驱动力的归纳及跨时空、多尺度对比。对景观格局变化的跨界研究, 可以加深对制度、文化等驱动力的驱动机制的理解。     

黄河流域A级旅游景区空间格局及其影响因素的多尺度分析北大核心CSCD

旅游景区合理布局是实现黄河流域旅游业高质量发展的内在要求与根本保障,识别景区空间格局及其影响因素如何随尺度发生变化,对黄河流域的景区多层级统筹管理具有重要现实意义。基于地理因素的空间尺度效应,从县域、市域、集聚区3个尺度构建了分析框架,利用统计与GIS技术揭示黄河流域A级景区多尺度空间格局,运用地理探测器、空间叠加分析等揭示各尺度影响因素及其差异特征。结果表明:(1)黄河流域A级景区整体呈东部和南部密集、西部和北部稀疏的空间格局,流域南部形成一个中高密度弧形带。随着研究尺度增大,景区集聚范围逐渐扩大,集聚程度逐渐降低;(2)县域尺度上,全国重点文物保护单位密度对景区格局影响程度最大,其次是植被覆盖度、年降水量、到最近河流距离、国家湿地公园密度。人口密度是市域尺度影响程度最大的主导因素,非主导因素在与各主导因素交互后形成强烈的增强效应。集聚区尺度景区格局主要受年降水量、植被覆盖度等自然环境因素的刚性约束;(3)3个尺度的影响因素明显不同,不同尺度景区格局并不是主导因子简单组合或累积的结果,而是自然环境、旅游资源、社会经济及区位复杂交互后的产物。     

无定河流域全新世中期人类聚落选址的空间分析及地貌环境意义

以无定河流域的数字高程模型为主要研究对象,利用地理信息系统软件进行空间分析,与陕西北部无定河流域龙山时期遗址的分布位置叠置和聚类分析,讨论聚落选址与地貌类型、距河流水平距离、河网等级等6个地形地貌因子之间的关系。结果发现,全新世中期无定河流域人类在聚落选址时,对水文条件、地貌和地面坡度条件有较强的倾向性,而对地面朝向无明显倾向性。选址时选择地形地貌影响因子的优先顺序为:地貌类型、遗址距河流距离、遗址处地面坡度、遗址处河流等级、遗址处地面朝向。     

地理探测器方法下甘肃白龙江流域景观破碎化与驱动因子分析

基于GIS技术、景观格局指数、主成分分析和地理探测器的方法,定量分析了1990~2014年甘肃白龙江流域的景观破碎化及其驱动因子。结果表明：1990~2014年甘肃白龙江流域景观破碎化程度先增加后降低;研究期间流域东南部的景观指数变化最为剧烈和复杂,主要是文县和武都区;人类干扰（人类活动强度和土地利用类型）和地形因子（高程、坡度和坡向）对景观破碎化空间分异的影响显著不同,其中人类干扰是景观破碎化空间分异的主要驱动因子。     

横断山区产水服务空间异质性及归因分析

包括产水服务在内的生态系统服务已被纳入区域土地利用规划以及可持续发展决策中,识别其空间分异特征及影响因素是进行决策的基础,而空间分异的定量归因研究仍需进一步加强。以空间异质性明显的中国横断山区为研究区,借助InVEST模型模拟产水服务空间分布,选择气候、地形、土壤、植被、土地利用等因子,采用地理探测器开展产水服务空间异质性归因分析。结果表明,① 气候类因子是产水服务空间异质性的主要控制因子,其中以降水量和蒸散量为主。② 在不同地貌及气候分区中,各因子对产水的空间分异的解释能力存在显著差异：平缓地区,蒸散量解释能力远高于降水量,随着起伏度的增大,降水量解释能力逐步增强,最终成为主要因子;在高原气候区,以蒸散量解释能力最强,而在中亚热带气候区,降水量为主要的控制因子。③ 值得注意的是,平缓地区土地利用类型因子的解释能力较为突出,在山区发展中应注意土地利用的合理规划,以减轻土地利用变化对产水服务空间变化的影响。④ 风险探测识别的产水服务重要区主要为初育土及人为土分布区、灌木林区以及坡度在≤ 5°和25°~35°区域,而其对应的高程值则在不同区域之间存在差异,因此,在横断山区产水服务的维持与保护工作中应充分考虑不同分区的具体情况。     

Revealing ecosystem services relationships and their driving factors for five basins of Beijing

A clear understanding of the relationships among multiple ecosystem services(ESs) is the foundation for sustainable urban ecosystem management. Quantitatively identifying the factors that influence ES trade-offs and synergies can contribute to deepening ES research, from knowledge building to decision making. This study simulated soil conservation, water yield and carbon sequestration in Beijing, China, from 2015–2018. The spatial trade-offs and synergies of these three ESs within the five major river basins in Beijing were explored using geographically weighted regression. Furthermore, geographical detector was applied to quantitatively identify the driving mechanism of the environmental factors for the ES trade-offs and synergies. The results show the following:(1) the spatial relationships between soil conservation and water yield, as well as between water yield and carbon sequestration, were mainly trade-offs. There was a spatial synergy between soil conservation and carbon sequestration.(2) Regarding the spatial trade-off/synergy between soil conservation and water yield in Beijing, the dominant influencing factor was temperature/elevation, and the dominant interactions of the spatial trade-off and synergy between these two ESs in Beijing and the Chaobai River Basin are all manifested in the superposition of precipitation and potential evapotranspiration, temperature, and elevation.(3) Topographic factors were the dominant factors influencing the spatial relationship between soil conservation and carbon sequestration in Beijing and its five major river basins. As a result of the distribution of water systems and hydrological characteristics of the basins, differences were observed in the effects of different combinations of interaction factors on the spatial relationship between these two ESs in different basins.(4) Temperature had the strongest explanatory power in terms of the spatial trade-offs and synergies between water yield and carbon sequestration. The interactions between precipitation and temperature and between precipitation and elevation were the dominant interactions affecting the spatial relationship between water yield and carbon sequestration in Beijing. Overall, the explanatory power of influencing factors on the trade-offs and synergies and the degree of interaction between factors coexist in different basins with consistency and differences. Therefore, understanding the quantitative characteristics of basin-scale spatial trade-offs and synergies between ESs is important for ecosystem management and the promotion of synergy in different basins.     

新疆且末绿洲土地利用变化机制与驱动力分析

土地利用与覆盖变化是全球变化研究的重要组成部分,干旱区土地利用与覆盖变化的机制与驱动力又是干旱地区相关问题研究的核心。新疆且末绿洲特殊的MODS背景,制约着LUCC的一系列过程及其规律。LUCC是各种自然、社会、政治、经济和文化因素相互作用的结果。驱动力类型与特征受绿洲时空特征的制约而表现出不同的特征。在区域尺度上,且末绿洲LUCC的自然驱动力,包括了相关区域地壳运动、冰川变化、风沙活动等自然作用过程,热量、降水、温度变化等的气候过程以及地表径流、冰川进退等引起的水文过程的作用。在特定生产力发展水平下,人类的社会经济活动直接影响了LUCC的演变过程及演变趋势。     

风水复合侵蚀研究进展与展望

风水复合侵蚀是干旱,半干旱区一种常见的土壤侵蚀类型,是风水两相外营力相互耦合驱动下发生的地表物质再分配过程。在辨析风水复合侵蚀类型的基础上,将风水复合侵蚀影响因子归结为侵蚀动力因子、土壤抗蚀性因子与干扰因子,并分析了影响因子间的互馈关系;从全球尺度、区域尺度和局地尺度,总结了风水复合侵蚀在空间尺度上的差异;评述了风水共同侵蚀过程中侵蚀力与侵蚀能量的叠加效应,风水交替侵蚀过程中侵蚀力与侵蚀能量的交替性特征,以及下垫面和干扰因子对风水复合侵蚀的响应;阐述了风力与水力侵蚀在总侵蚀量中的贡献比率与两者叠加所产生的耦合效应;认为风水复合侵蚀实验研究是认识风水复合侵蚀过程与机理的基础,应将风水复合侵蚀过程段研究扩展到全过程研究,同时加强下垫面在风水复合侵蚀中的响应机制以及水蚀与风蚀间的抑制效应研究,以期达到全面客观地认识风水复合侵蚀过程与机制的目的。     

基于参与式调查与主成分分析的金塔绿洲变化驱动力分析

内陆河流域绿洲变化驱动机制是旱区绿洲学研究的核心内容之一。利用1963~2010年的Keyhole存档相片、KATE-200卫星航片、Landsat遥感影像等多源数据,获取了金塔绿洲空间分布及面积变化信息。在此基础上,结合参与式调查和主成分分析方法定量分析绿洲变化的驱动机制。研究表明：近47 a来金塔绿洲总体呈现增长的趋势,绿洲规模不断扩大,至2010年绿洲面积高达539.47 km²。其主要原因是气候变化、人口增加、水资源的开发利用与科技进步、社会经济发展及政策等因子的相互交织作用。气候变化是背景因子,人文因子是绿洲变化的主成分因素,且在不同历史社会背景下,其主导人文因素也不同。     

黄河流域生境质量时空演变及其影响因素

黄河流域是中国重要的生态区域,探究该流域生物多样性时空变化特征对区域生态保护修复具有重要意义。运用InVEST模型评估黄河流域2000—2018年生境质量并结合空间自相关模型探究其时空变化及分布特征,利用地理探测器单因子探测和交互探测方法分析生境质量空间分异特征的驱动因子。结果表明：2000—2018年,黄河流域平均生境质量指数为0.631,整体呈现小幅下降趋势,下降幅度为0.16%,在空间上表现出西高东低的分布特征;黄河流域生境质量在空间上表现高度正相关特征,表现为生境质量相似值在空间上集聚,生境质量低值区域集中在黄河流域下游、关中平原以及汾河谷地区,生境质量高值区域集中在黄河上游青藏高原地区;土地利用/覆被是生境质量空间分异最重要的驱动因子,q值为0.5560,而且任何两种驱动因子对生境质量空间分异的交互作用都要大于单个驱动因子的作用,土地利用/覆被与气温、海拔、降雨量、坡度以及NDVI的交互因子均大于0.5。     

黄河流域降水格局及影响因素北大核心CSCD

黄河流域位于干旱、半干旱与半湿润过渡地带,是中国重要的经济地带和生态屏障,研究流域降水时空格局及其对多驱动因素的响应具有重要意义。本文分析了近70年降水的时空格局规律、多尺度特征以及降水对不同气象要素与环流因子的响应。结果表明:黄河流域降水量呈下降趋势,降水变率为-0.88 mm/10a,而上游地区呈增加趋势。流域降水存在显著的年周期尺度;年际周期尺度为主导模态,集合经验模态分解(EEMD)的累积方差贡献率为94.85%。偏小波相干性(PWC)分析表明蒸散量为降水多尺度特征的主导气象因素,气象因素主要调制降水的季节性与年周期,环流因子主导降水的年际和年代际周期;不同类型因素的耦合可以增强对降水在所有周期尺度的解释能力。     

干旱区水土资源时空变化的定量研究

水资源是制约干旱区土地资源开发利用的主要自然因素，水、土资源利用在时间和空间上平衡与否的矛盾影响着干旱区生态环境与社会发展。用定量化的数学模型表示二者的互相影响，能描述、解释和预测二者关系并能为制定对策提供依据。本文首先分析了干旱区土地利用与水资源的相互影响，然后对水土资源相互影响下时空变化的模拟方法和理论进行了综述。一方面从蒸散的计算、模拟地下水补给、模拟区域尺度上土地利用影响、模拟土地管理措施影响、模拟抽取地下水影响、以系统方法模拟土地利用影响等几方面对土地利用影响下水资源的时空变化模拟进行了综述。同时对水资源影响下土地利用变化的模拟从主要考虑水文作用的水文－植被模型的建立应用及引入人为因素为驱动力的土地利用变化模拟两方面做了综述。文章最后进一步概括了干旱区水土资源时空变化模拟的趋势并就此方面的研究提出了三点展望意见。     

生态保护红线区生态系统服务多维驱动力的定量分离

生态系统服务的时空变化受环境因子和服务间权衡/协同两个维度的驱动。在保障区域与国家生态安全、经济与社会可持续发展的生态保护红线区,厘清生态系统服务的驱动机制对该区生态系统的管理优化尤为重要。本文以北京生态保护红线区为例,考虑土壤保持、产水量和植被固碳3项生态系统服务,运用地理探测器判断并识别生态系统服务间关系的影响变量,进而基于偏相关方法定量分离并比较服务间净关系与环境变量两个维度对生态系统服务的影响。结果表明：对任一生态系统服务而言,环境变量和服务间关系对其空间异质性有不同程度的影响,且两种变量之间的交互作用均会增强单一变量对该生态系统服务空间分异的决定力。各服务形成过程的差异性使得影响服务间关系的重要环境因子存在区别,但土地利用强度均是3对服务空间关系的极重要因子,表明北京生态保护红线区土地利用的合理规划对该区生态系统服务的协同优化至关重要。剔除极重要因子后比较服务间净关系与环境变量对生态系统服务的影响,结果发现：环境变量（坡度和降水）对土壤保持时空变化的驱动力更强;降水和植被固碳服务两个维度对产水量的影响相近;植被固碳的时空变化与其他两项服务密切相关,环境变量的影响相对较小。