科尔沁湿草甸参考作物蒸散发模拟分析

为探明气候变化下干旱半干旱地区湿草甸参考作物蒸散发(ET₀)影响因子,使用FAO 56 P-M模型对科尔沁湿草甸ET₀进行模拟,利用涡度相关系统对模型的适用性进行评价,并通过通径分析及指标敏感性分析对ET₀的影响因子进行辨识。结果表明:(1)小时尺度模拟精度最高,日尺度次之,月尺度较差,小时尺度上晴、阴、雨3种天气条件下模拟效果不同,晴天最优,阴雨天较差。(2)ET₀年内变化呈单峰曲线状,生长季明显高于非生长季,集中在3—10月,占全年89.79%。生长季典型晴天ET₀逐小时分布特征遵循倒“U”单峰型变化规律。(3)通径分析结果显示,对ET₀的通径系数以及对回归方程估测可靠程度E的总贡献均表现为VPD(饱和水汽压差) > T_min(最低气温) > R_n(冠层表面净辐射)>u₂(2 m高度风速),即VPD为影响ET₀最重要的因子;指标敏感性分析中,在去除VPD后引起的E变化最大,说明ET₀对VPD的变化最为敏感,其次为u₂、T_min和R_n。     

中国COVID-19疫情扩散的时空模式及影响因素

在2020年全球暴发新型冠状病毒肺炎（COVID-19）疫情的背景下,揭示中国疫情扩散时空模式及影响因素对于科学制定防疫策略具有重要作用。针对2020年1月24日—3月18日期间中国COVID-19疫情从快速扩散到逐步控制的完整过程,基于累计确诊病例数据,以317个地级市为对象,建立疫情扩散时空模式判别模型,结合峰位置、半峰间距、峰度、偏度等参数,解析时空模式的基本特征;基于交通可达性、城市关联程度和人口流动构建多元Logistic回归模型,揭示时空模式的关键影响因素。结果显示：① 距武汉市直线距离588 km为判别疫情扩散4种空间模式的有效边界,综合同一空间模式下的时间过程类别,得到13类疫情扩散时空模式。② 蛙跳型的疫情扩散相对严重;除近距离蛙跳型以外,其余空间模式的疫情扩散时间过程差异明显;各种时空模式的新增确诊病例峰值大多为2020年2月3日;所有普通类城市的平均半峰间距约为14 d,与COVID-19病毒的潜伏期一致。③ 与武汉市的人口关联度主要影响蔓延型和近距离蛙跳型空间模式,与武汉市的通航状况对远距离蛙跳型空间模式具有正向影响,迁出人口数量对蛙跳型空间模式有显著作用,综合型空间模式受初级和次级疫情暴发地的双重影响。不同城市应根据自身的疫情扩散时空模式,在疫情期间高度重视交通管控,从关键环节遏制疫情扩散。     

中国人口流动管控应对COVID-19疫情效应评估

中国政府通过历史罕见的人口流动管控遏制新型冠状病毒肺炎（COVID-19）疫情爆发。人口流动管控措施对于疫情防控起到何种作用?又如何影响中国人口流动和短期分布的地理特征?本文通过SEIR病毒传播动力学模型评估管控措施的有效性,利用移动定位数据追踪中国人口流动时空变化,以回顾COVID-19重大疫情人口流动管控的正负效应：① 人口流动管控使COVID-19疫情日新增感染曲线显著平稳化,成为中国应对COVID-19疫情重大突发性公共卫生事件时非药物干预措施的重要组成部分。人口流动管控使中国日新增感染者波峰日推迟1.9倍到达,当日感染人数下降63.4%。在选取的5个省份、5个湖北省城市、6个湖北外城市中,波峰日分别推迟1.4~8倍、5.6~16.7倍和2.3~7.2倍到达,当日感染人数分别下降56.9%~85.5%、62.2%~89.2%和67.1%~86.2%。因此,人口流动管控为疫情防控准备争取了宝贵的缓冲时间,极大降低了疫情集中爆发对于医疗设施的冲击;② 人口流动管控限制人口地级流动。2020年1—4月中国人口地级行政区划之间流动强度较2019年同期日均下降40.18%,其中,2020年“春运”节后返工流（1月25日—2月18日）平均下降66.4%,对社会运行与经济发展产生重大影响;③ 人口流动管控与人们对于疫情的恐惧导致2020年中国农历春节的返乡流受到显著影响,并短期改变中国人口时空分布的动态趋势。本文有助于理解重大突发性公共卫生事件下政府人口流动管控策略及其对人口流动与分布地理特征的影响。     

基于多源数据的湖北省COVID-19疫情时空扩散影响因子分析

利用武汉市人口迁出规模指数与武汉迁入到湖北各市人口比例的乘积（MSI）及市内交通强度（TI）,建立时间回归模型,分析各市的COVID-19每日新增病例;利用交通可达性及各市GDP比例,建立空间回归模型,分析湖北省各市COVID-19的万人累计感染率。结果显示：1）基于人口迁徙数据与各市每日新增COVID-19病例构建的回归模型具有显著性（Sig.=0.00）,R²达0.715;从标准化系数结果可以看出,MSI（0.85）对各市每日新增病例的影响程度更高;2）累计万人感染率与医疗机构数、GDP具有显著的正相关关系,与床位数量不相关;3）基于交通路网、社会经济数据与湖北省各市的万人累计感染率构建的空间回归模型亦具有显著性,其标准化决定系数为0.672,各市GDP比例对模型的影响更大。     

固定沙质床面的空气动力学粗糙度

通过固定沙质床面的空气动力学粗糙度z₀的风洞实验研究,结果表明,z₀与沙粒粒径的关系为:z₀=a₁+b₁D²ln(D),并非Bagnold的1/30定律,也不是其他研究者的z₀与沙粒粒径D的固定关系。Bagnold的1/30定律仅对有限风速情况和非常狭窄的颗粒粒径范围有效。风也是影响空气动力学粗糙度的活跃因子。z₀与沙粒粒径,z₀与摩阻速度,z₀与摩阻雷诺数之间的关系都与风速有关。类似于水利学粗糙度,将空气动力学粗糙度划分为空气动力学完全光滑区、过渡区和完全粗糙区三个区域。     

基于熵权-TOPSIS的山区乡镇通达性研究——以重庆市石柱县为例

交通是支撑区域经济社会发展的基础之一,通达性则是反映交通设施水平的有效评价指标。本文以重庆市石柱县为例,选取空间数据和调研数据,引入熵权-TOPSIS模型构建集内外通达性和摩擦阻抗于一体的指标体系,客观分析山区乡镇的通达性,以期为交通合理规划提供参考。结果表明：①通达性指标对区域综合通达性影响程度为：交通设施技术(C₄)>摩擦阻抗(C₅)>等效道路密度(C₂)>乡镇内部连通度(C₁)>与省干道衔接度(C₃)。②贴近度变异系数达0.5410,说明样区交通通达性水平空间差异大。③通达性空间格局表现出以南宾、西沱、悦崃为极核点向外围扩散递减趋势;通达性空间分布表现为西高东低,高通达区主要分布在平缓区,低通达区主要分布在陡峭山区。④通达性良好区域呈“一环一轴”模式分布,呈显著主干道指向性。⑤样区乡镇通达性空间分布格局与经济发展水平和土地流转面积有较高趋同性。研究结果能为区域协调发展、交通合理规划提供良好的理论与实践指导。     

砾石床面的空气动力学粗糙度

通过砾石床面的空气动力学粗糙度(Z₀)的风洞实验研究,结果表明,砾石床面的空气动力学粗糙度(Z₀)与砾石粒径、砾石覆盖度和自由风速有关,Bagnold的1/30定律和其它有关空气动力学粗糙度与粗糙元高度的固定比例对砾石床面都不适用。在各种一定砾石覆盖度条件下,砾石床面的Z₀随自由风速的增加而呈指数衰减。在各种一定自由风速条件下,Z₀随砾石覆盖度C的变化遵循二次曲线:Z₀=F₁+F₂C+F₃C^1.5+F₄C²,砾石覆盖度为40%~75%时,Z₀达到最大值。建立了包含自由风速和砾石覆盖度两个因子的Z₀的双因子综合模型。     

我国COVID-19疫情时空演变特征研究——基于314个城市329天面板数据

基于2020年1月24日至12月18日我国314个城市的COVID-19现存确诊数、累计确诊数等统计数据,采用地理数据探索、新兴时空热点分析、空间马尔科夫链、动态面板数据空间杜宾模型等方法分析了COVID-19疫情的时空变化特征。研究发现:我国COVID-19疫情大致划分为大规模快速爆发期、全国严格防控期、全国抑制期、局部复发期、常态化防疫期5个阶段,绝大部分城市的疫情变化特征与全国总体情况类似;新兴时空热点方法识别出4种类型共124个疫情冷热点,其中增强热点24个、振荡热点27个、持续冷点16个、渐少的冷点57个;疫情热点主要分布于中东部地区特别是湖北周边区域,疫情冷点主要分布于西南、西北及东北地区;各城市现存确诊人数的马尔科夫链转移概率矩阵分析结果显示,各种类型维持现状的概率大于0. 893,向下转移的平均概率明显高于向上转移的概率,在不同空间滞后类型的影响下各类型转移概率发生明显变化;动态面板空间杜宾模型估计结果显示314个城市现存确诊数具有显著的时空自相关性且不同阶段有明显差异。     

沙地春玉米叶片水势与土壤水肥关系的研究

通过鉴定二次回归旋转正交组合设计试验,获得沙地春玉米拔节期叶片水势(Y)与土壤相对含水量(X₁)和尿素施用量(X₂)之间的关系方程:Y=-1.35+0.06X₁-0.02X₂+0.05X₁X₂+0.05X₁²+0.09X₂²。玉米拔节期的叶片水势受土壤含水量的影响远大于受施肥量的影响;当土壤相对含水量为74%、尿素施用为59g·m^-2时,玉米拔节期的叶片水势最高。     

基于系统动力学的新冠肺炎疫情影响北京经济发展的模拟仿真分析

运用系统动力学方法,以北京市为例,通过多情景设置模拟COVID-19疫情对北京经济发展的影响;并对不同政策干预效果进行仿真分析。研究表明：① 分行业来看,COVID-19疫情对交通运输业的直接影响来自于出行管制,需求锐减和相关限制措施导致行业在短期内增长乏力;租赁与商务服务业需求不会随着疫情管控措施解除而立刻增加,行业复苏有一定的时滞;受其他行业复苏延迟影响,金融业发展的低迷时期会更长;复工复产的有序推进加速了工业和建筑业发展,有利于增强其对保持经济稳定的贡献。② 从整体来看,新冠肺炎疫情暴发在短期内使得北京经济下行压力增大,各种管制措施出台和需求萎缩会进一步降低经济增速。然而,随着疫情蔓延得到有效遏制和复工复产步伐加快,COVID-19疫情对北京经济发展的不利冲击会大幅降低。③ 从政策干预效果来看,解除企业生产和经营活动限制所引起城市经济发展水平的提升幅度大于财政对相关产业的补贴;而2种政策组合干预会进一步降低因COVID-19疫情暴发而对经济带来的不利影响,避免经济出现滑坡。模拟结果符合北京市2020年经济发展实际情况,验证了模拟方法的有效性。     

2020年湖南省COVID-19疫情的地理学分析

以发病数和发病率为依据,利用ArcGIS 10.3软件和地理探测器,探究湖南省2020-01-21—02-28间COVID-19疫情的时空变化及其影响因素,结果显示：1）疫情演变具有时序阶段性。湖南省COVID-19流行过程可分为扩散期—鼎盛期—衰减期—消亡期4个阶段;所有发病县区中84.47%的首发病例为武汉输入。2）疫情传播具有交通依赖性。确诊患者和高发病率地区集中在铁路干线附近,“地级市早发、主城区多发”特征明显。3）疫情程度具有距离衰减性。邻近武汉的湘中、湘北、湘东北地区发病数和发病率最高。4）疫情分布具有空间集聚性。发病数和发病率集聚水平先增大后保持高位,疫情热点区位于长株潭及岳阳市,冷点区位于湘西州。5）疫情流行具有因子交互性。无风、寒冷、干燥的天气更利于疫情传播;人口密度、路网密度和GDP是影响疫情空间分异的主要因素;自然因子与社会因子的交互作用最强。6）影响因子具有空间异质性。空间距离、人口密度对发病数和发病率两者的影响都有空间异质性,空间距离对湘东北地区疫情的影响最大,人口密度对湘西北、湘北地区疫情的影响最大;人口流动性、卫技人员数仅对发病数的影响有空间异质性,人口流动性的影响程度由北向南递减,卫技人员数的影响程度以长株潭城市群为核心向外围圈层递减。     

基于脆弱性视角的中国高铁城市网络韧性研究

基于中国高铁城市间列车流动数据构建高铁城市网络,利用脆弱性视角对中国高铁城市网络韧性进行研究,并探讨了新型冠状病毒肺炎疫情背景下武汉和湖北封城状态的网络韧性及城市响应,主要结论为：① 中国高铁城市网络发育程度有待提高,城市网络发展水平区域差异性和层级性特征明显。② 城市网络核心节点地位突出,控制能力强,关联效应显著,城市网络具有较强的适应和恢复能力,但网络韧性受关键节点影响显著。③ 蓄意攻击相比随机攻击能显著降低城市网络韧性,但在核心网络未遭受严重打击状态下,整体网络仍能保持较高的运转效率。④ 中国高铁城市核心网络保留了城市网络的主要运行特征,东高西低的网络发育特征明显,京广和京沪高铁是核心网络中交往最为频繁的通道。⑤ 武汉和湖北封城对中国高铁城市网络韧性总体影响较小,但对城市节点影响明显,总体上受到城市行政等级、交通运输干线和地理空间距离等因素影响,区域封锁状态下随着核心-边缘结构的调整,城市将提升自我核心度以弥补封锁区域核心地位的缺位。     

新冠肺炎疫情的空间扩散过程与模式研究

研究新冠肺炎疫情的空间扩散过程与模式对于防疫抗疫资源的合理配置、突发公共卫生事件的管理与应对以及未来公共卫生体系的完善具有重要意义。本文综合时间和空间尺度,从地理学视角研究了新冠肺炎疫情的城际空间扩散过程,归纳总结扩散模式,并揭示了其影响因素。研究发现：新冠肺炎疫情在中国的发展主要经历了6个阶段,并在空间上表现出邻近扩散、迁移扩散、等级扩散和廊道扩散等地理模式;地理邻近性、人口流动、人口规模、交通网络、疫情防控管理等因素对疫情的空间扩散具有显著影响。新冠肺炎疫情的空间扩散过程和模式一定程度上是“流空间”网络下人类社会经济活动空间组织模式的一种反映,与地理邻近性、社会经济联系的跨区域性及人类活动的时空规律等密切相关。本研究以期为世界各国的疫情防控措施制定提供参考,也为中国未来应对公共卫生应急风险提供经验借鉴。     

新冠肺炎疫情扩散与人口流动的空间关系及对中国城市公共卫生分类治理启示

人口流动影响新冠肺炎疫情传播与风险扩散。基于百度迁徙大数据和各省市区卫生健康委员会数据，结合地理信息技术，研究了2020年1月1日至3月5日136个城市新冠肺炎疫情扩散与武汉市人口流出的空间关系及其对我国城市公共卫生治理启示。研究表明：1）中国新冠肺炎疫情扩散过程具有阶段性特征，经历了疫情发生与隐性扩散、快速扩散与暴发、扩散遏制和扩散衰减4个阶段。2）研究时间段武汉市人口主要流向湖北省境内以及周边省市和北京、上海、广州、深圳等一线城市，具有地理邻近性和倾向区域中心城市的人口流入特征。受地理距离、时间成本、社会经济联系、境外输入等因素的影响，新冠肺炎疫情空间分布的不平衡性明显，长江中游城市群、京津冀城市群、长三角城市群、粤港澳大湾区和成渝城市群成为新冠肺炎疫情集中分布的重点区域，一些重点出入境口岸城市的新冠疫情扩散风险较大。3）新冠肺炎疫情扩散与人口流出之间具有较强的正向等级相关性。两者之间的空间关系可以分为8种调控类型，近90%的城市具有人口流入多、确诊病例数高或人口流入少、确诊病例数低的特征。其中，人口流入多、确诊病例数高的城市主要集中分布在湖北省境内以及中国重点城市群的中心城市，其防控压力来自人口流入多、确诊病例数高带来的疫情扩散风险；而人口流入少、确诊病例数低的城市分布较为分散，其防控的难点在于提高防控对策的精准性。我国疫情防控取得了显著成效，但随着时间的演进全球疫情形势反弹的不确定性仍然存在，外防输入、内防反弹的压力依然很重，现阶段乃至未来一段时期，疫情防控将伴随中国经济社会发展成为新常态。建议针对8种调控类型，从人口流动、交通和资源等引导与管控方面分类提出精细化的疫情防控策略，提升城市公共卫生治理能力。     

珠海市新型冠状病毒肺炎聚集发生的时空特征及传播路径

利用珠海市卫生健康局公开发布的98例新型冠状病毒肺炎病例流行病学调查数据，通过26个疫情聚集单元的时空特征分析和4类典型传播路径的案例剖析，深入探讨了珠海市新型冠状病毒肺炎聚集发生的时空规律和传播路径。结果表明：1）珠海的疫情发展与武汉的人口流动与管控密切相关，由于管控及时，目前仍以疫源区直接输入和家庭聚集扩散为主要传播方式，在有限范围内扩散。2）存在输入一代家庭聚集传播、输入一代非家庭聚集传播、输入二代家庭聚集传播、输入二代非家庭聚集传播4种不同的传播路径，且以第一种为主要方式，但非家庭聚集传播的路径复杂，应加强流行病学调查和防控。3）对输入性病例从输入到发病的滞后周期以及聚集单元最长发病时间间隔来看，有少部分病例或携带者可以突破14 d限制，应警惕目前普遍采用的14 d隔离措施可能存在的风险。     

陕西省COVID-19疫情时空演化与风险画像

新型冠状病毒肺炎（COVID-19）疫情的暴发与蔓延，给中国乃至全球带来了极大挑战，已成为社会与学界关注的痛点问题。大流行病在人群与地域的传播扩散是人类与疫情抗争的时空动态过程，值得从地理学视角展开讨论。文章以毗邻中国疫情始发省域湖北的陕西省为研究区，基于官方通报的病例数据与人工判读采集的病例详细信息及相关POI数据，综合运用数理统计、空间分析、文本分析、案例分析等方法，重点探究确诊病例的社会人口学特征和疫情的时空演化格局，评估重点市域的疫情风险等级。结果表明：1）陕西省确诊病例以男性居多，年龄上整体趋向中高龄化，以40~49岁人群为最；外地感染与本地感染均以由“城”作起点的迁移主导；多呈由武汉输入型病例所致的小型核心家庭群聚感染模式，而大型复合感染及特殊场所感染影响深远。2）疫情时间变化差异性显著，整体呈现波动发展、低速衰退、平稳清存3个阶段，确诊时间相对发病时间及初诊时间存在滞后性，且输入型病例多在返陕后0~3 d出现症状。3）疫情在陕西省的空间扩散呈现“远鄂单核”的结构模式，这显著区别于其他环鄂省域。陕西省COVID-19发病率空间分异显著，表现为集中于中南部的倒“T”型分布模式；市域演变呈“三足鼎立”模态；流动路径以“武汉—西安”为主，呈“一源多汇、汉入中南”的流动格局。4）重点市域西安疫情风险等级的空间分布特征表现为“一组团三小片”格局，主城区风险等级高于周边区县。     

新冠疫情对中国国际航空网络连通性的影响及空间差异

航空运输在实现各国互联互通、推动全球经济发展中发挥着重要作用。突发公共卫生事件或恶劣天气等均易对航空网络的连通性造成影响。本研究以新冠疫情为例，从全球航空网络视角探讨新冠疫情对中国国际航空网络连通性的影响及地区差异。研究结果表明：疫情期间，中国境外通航城市、国际航班、国际航线数量均大幅缩减，航空网络连通效率显著降低，但其空间格局未发生根本性变化，东亚和东南亚仍是中国对外主要联系地区，经济联系与贸易仍然起着重要作用。航线停飞对中国与中亚、西亚和大洋洲航空网络的连通性影响最大，而航班缩减对中国与东亚、中亚和东南亚航空网络的连通性影响最大。在国内，北京、上海和广州仍然是中国对外联系的枢纽城市，且其聚集度在疫情期间得到提升。     

The impact of COVID-19 on China’s regional economies and industries

Scientifically assessing the economic impact of major public health emergencies,containing their negative effects,and enhancing the resilience of an economy are important national strategic needs.The new coronavirus disease (COVID-19) has,to date,been effectively contained in China,but the threat of imported cases and local risks still exist.The systematic identification of the virus's path of influence and intensity is significant for economic recovery.This study is based on a refined multi-regional general equilibrium analysis model,which measures the economic and industrial impacts at different epidemic risk levels in China and simulates development trends and the degree of damage to industries and the economy under changes to supplies of production materials and product demand.The results show that,at the macroeconomic level,China's GDP will decline about 0.4％ to 0.8％ compared to normal in 2020,with an average drop of about 2％ in short-term consumption,an average drop in employment of about 0.7％,and an average increase in prices of about 0.9％.At the industry level,the epidemic will have the greatest short-term impact on consumer and laborintensive industries.For example,the output value of the service industry will fall 6.3％ compared to normal.Looking at the impact of the epidemic on the industrial system,the province most affected by the epidemic is Hubei,which is the only province in China in the level-1 risk category.As the disease spread outward from Hubei,there were clear differences in the main industries that were impacted in different regions.In addition,simulation results of recovery intensity of regional economies under the two epidemic response scenarios of resumption of work and production and active fiscal stimulus policies show that an increase in fiscal stimulus policies produces a 0.3％ higher rate of gross regional product growth but it causes commodity prices to rise by about 1.8％.Measures to resume work and production offer a wider scope for industrial recovery.