塔里木河流域土地开发的生态响应研究

60 a来塔里木河流域耕地面积净增100×10⁴ hm²,在流域内部形成众多生态环境安全问题。通过选取水资源生态环境指数、社会生态环境指数和生态环境压力指数,运用ESDA空间分析方法和GWR模型对塔里木河流域35 a间土地开发与生态时空演变特征和空间响应关系进行研究,构建"土地开发-生态风险预警"模型,得出以下结论：1980-2015年克孜勒苏州和喀什地区生态等级正向转移比例较大,有84.86%的比例由较低等级（I）正向转移为低等级（Ⅱ）;和田地区的克里雅河流域,阿克苏北部区域以及塔里木河末端且末县等级退化严重,负向转移比例23.46%。和田、阿克苏、喀什地区每增加1.0×10⁴ hm²未利用地开垦规模,综合生态环境分值下降0.60到0.35,而克孜勒苏州则上升1.3~2.1;上游喀什与中游阿克苏两地区每1.0×10⁴ hm²生态退耕,每年将分别化解32.06×10⁴ t和15.60×10⁴ t化肥污染压力。阿克苏地区与巴音郭楞州土地开发生态风险达到环境资源承载力指数的75%以上,预警程度超过Ⅱ级,而克孜勒苏州土地开发处于生态安全范围。每1.0×10⁴ hm²未利用土地开发,全流域风险指数增长均值为0.003 4,下游巴音郭楞州在增加15×10⁴~20×10⁴ hm²耕地后,生态风险将逼近并超过环境预警界限,上游克孜勒苏州将在15 a之后进入中度警告阶段。     

东南亚华人华侨网络与中国企业海外投资的区位选择关系研究

随着“走出去”战略的实施和“一带一路”倡议的提出,中国在全球化经济中逐渐成为国际投资的主要力量之一。海外华人华侨网络曾经积极促进外商对华的直接投资,是否在这个过程中再次扮演积极的作用,是当前经济地理领域尚未充分探究的问题。因此,本文从经典的区位选择问题切入,探究海外华人华侨网络与中国企业海外投资的区位选择的关系,利用2001-2016年中国企业投资东南亚国家的数据,通过混合逻辑模型回归分析海外华人华侨对中国企业投资区位的影响。结果表明：① 从整体上看,东南亚各国的华人华侨规模和中国企业对外直接投资的区位选择之间存在显著的正相关关系;② 从投资时间上看,海外华人华侨规模与中国企业对外直接投资区位选择之间的关系显著性呈现扩大趋势,说明华人华侨在促进中国企业对外投资方面存在较大潜力;③ 从投资的行业和环节上看,不同行业和不同职能部门的企业在东南亚投资中海外华人华侨在其投资区位选择中所起的作用不同。     

三峡库区规模农地时空变化特征及其驱动机制

探讨库区农地利用的转型及其机制,可反映中西部结合带、山区、库区的农村变化和人与环境关系的变化,为典型山区的农业多功能转型发展方向提供科学依据。选取三峡库区腹地5个区县为研究区,通过定义“规模农地”相关概念,利用ArcGIS 10.2软件并结合SPSS、地理空间探测器等技术手段对规模农地的变化与机制进行分析。研究发现：规模农地的转移来源主要由耕地和灌木林地组成,除部分高山反季节蔬菜,规模农地的增长一般发生在低海拔地区,且在坡度30°范围内均有分布;不同类型的规模农地空间变化有所不同,但均与道路和乡镇级行政中心的关系明显。斑块水平上,高程、坡度等自然因素对规模农地的贡献相对较大;乡镇水平上以道路交通、农业人口密度等社会经济与人文因素驱动力为主;区域水平上,各区县的驱动因子影响力较研究区整体尺度更为显著。规模农地的变化与发展受多种因素驱动,但农业政策始终是各驱动因素的主导,不同水平的行为主体会促使规模农地发展趋向不同的方向,但原则上均受国家农业发展现状与政府政策导向影响。     

基于消费责任制的碳排放核算及全球环境压力

因区域间贸易而转移的碳排放对于全球各个国家或者地区的碳排放核算及其减排责任划分具有重要而深远的影响。通过构建多区域投入产出分析模型和基于扩展的STIRPAT模型,本文核算了全球39个主要国家基于消费责任制的碳排放,并在此基础上深入探讨了全球环境压力的影响因素问题。研究发现：首先,从以净流出为主的中国和俄罗斯来看,尽管贸易给这些地区带来了大量的资源,但随之会产生严重的区域生态环境问题。而对于美国和欧盟等地区来说,这些国家或者地区通过全球贸易规避了大量的碳减排责任。此外,在全球贸易中,区域净流出的贸易隐含碳排放越小,基于消费责任制核算的区域碳排放量就越大,故而在全球减排目标分配中承担的减排任务也需相应地增加。全球贸易隐含碳排放净流出量较大的地区主要位于亚洲和东欧等地,而净流出量最小的地区主要是以西欧和北美等高度发达的经济体为主。其次,就基于消费责任制核算下的全球环境压力而言,人口因素和富裕程度是导致全球环境压力不断增加的两个重要因素,而提高生产技术水平以及逐渐提高清洁能源在总能源消费中的比重是推动全球节能减排、缓解全球环境压力的有效途径。     

“走出去”的地理学——从人文地理学视角看中非合作研究

中非合作正在成为国际政治和经济舞台上的重要事件。本文选用Endnote和Antconc等信息提取软件对国内外知名文献库中收录的有关中非合作的文章进行了梳理。以“中非合作”作为模糊关键词,对Web of Science、Taylor & Francis、Elsevier和中国知网四大数据库进行搜索,得到相关中外文文献共计623篇。分析发现,中外学者对中非合作议题的关注多集中于政治学和经济学的学科分析框架之下,其他学科视角相对缺乏。从人文地理学视角来看,尽管也有部分经济地理和政治地理学者对该话题进行了探讨,但并未完全脱离政治学和经济学的分析框架,且数量较少、未能体系化。因此,本文从与中非合作最为紧密的政治地理、旅游地理以及社会文化地理等三个方向提出了未来可能成为中非合作研究热点话题的基本研究框架。鉴此,随着国家“一带一路”倡议的逐步实施,期望未来能有更多人文地理学者投入到中非合作研究中,积极发挥中国地理学“走出国门”的大国智力责任和担当,为中非合作研究与实践作出自己的贡献。     

Integrating spatial and temporal contexts into a factorization model for POI recommendation

Matrix factorization is one of the most popular methods in recommendation systems. However, it faces two challenges related to the check-in data in point of interest (POI) recommendation: data scarcity and implicit feedback. To solve these problems, we propose a Feature-Space Separated Factorization Model (FSS-FM) in this paper. The model represents the POI feature spaces as separate slices, each of which represents a type of feature. Thus, spatial and temporal information and other contexts can be easily added to compensate for scarce data. Moreover, two commonly used objective functions for the factorization model, the weighted least squares and pairwise ranking functions, are combined to construct a hybrid optimization function. Extensive experiments are conducted on two real-life data sets: Gowalla and Foursquare, and the results are compared with those of baseline methods to evaluate the model. The results suggest that the FSS-FM performs better than state-of-the-art methods in terms of precision and recall on both data sets. The model with separate feature spaces can improve the performance of recommendation. The inclusion of spatial and temporal contexts further leverages the performance, and the spatial context is more influential than the temporal context. In addition, the capacity of hybrid optimization in improving POI recommendation is demonstrated.     

东亚地区南北两个风暴源地中风暴的结构和动力学差异

基于欧洲中心中期天气预报再分析资料(ERA-40),使用涡旋追踪和合成技术、多尺度子空间变换以及局地多尺度能量分析方法研究了东亚地区南北两个风暴源地中风暴的差异。结果发现,南、北两个源地风暴在结构上和内部动力过程上均存在着显著不同。南支源地(40°N以南)风暴底层比高层强,与线性斜压模式中的最不稳定模态结构相似;而北支源地(40°N以北)风暴则正好相反,与下游发展理论所描述的斜压波结构相似。并且发现,南支源地风暴的非地转风场比北支源地风暴的强。能量学诊断结果显示,南支源地风暴的能量源除了斜压不稳定外,有很大一部分来自正压不稳定,而北支源地风暴中则是存在弱的动能逆尺度传输。此外,南支源地风暴的浮力转换和非绝热做功均比北支源地风暴的强,其主要原因是南支源地风暴的垂直运动更强,风暴中的水汽更加充足。      

东印度洋海洋学综合科学考察航次概况

赤道东印度洋海域是西半球暖池的重要组成部分,对我国季风系统乃至全球气候变化研究意义重大.印度洋作为海上丝绸之路的交通要道,开展东印度洋海洋调查也是保障海上丝绸之路安全的重要一环.自2010年起,国家自然科学基金委为贯彻落实《国家自然科学基金"十一五"发展规划》的战略部署而设立的"国家自然科学基金委印度洋综合航次",极大地促进了海洋学科多学科交叉和融合,丰富了该海域的海洋观测数据,取得了丰硕的科研成果.本文介绍了2010年起至今的东印度洋海洋学综合科学航次考察的内容、进展和成果,并展望了东印度洋海洋学综合科学考察航次今后的主要方向.     

改进的CLDAS降水驱动对中国区域积雪模拟的影响评估

积雪因为其特定的属性在气候变化和水文循环中扮演着重要角色,在大气和陆面之间起到了调节能量和水交换的显著作用,而陆面驱动数据的质量直接决定着模式对积雪的模拟效果。本文采用CLDAS(CMA Land Data Assimilation System)和改进后的降水驱动(CLDAS-Prcp)分别驱动Noah3.6陆面模式对积雪变量进行模拟,并对中国主要的积雪区东北区域、新疆区域、青藏高原区域的积雪覆盖率、雪深、雪水当量的模拟效果进行了评估。结果表明,CLDAS-Prcp改善了原有驱动在冬季由于低估降水所造成的模拟积雪量偏少的情况;东北区域模拟结果与观测的时间变率最为一致,积雪覆盖率、雪深、雪水当量的相关系数分别为0.42,0.78,0.93;而雪水当量的改进效果最明显,均方根误差和偏差分别减小了54.8%和83.1%,相关系数提高了0.47;同时,CLDAS-Prcp不仅能反映积雪变量的年际变率,而且能够较准确地反映出强度较大的突发降雪事件。     

云雷达和微波辐射计联合反演大气湿度廓线的初步研究

利用中国气象局大气探测试验基地的微波辐射计亮温值、对应的云雷达测得的反射率因子和L波段探空数据,采用BP(back propagation)神经网络作为反演工具,反演得到大气垂直湿度廓线。将天气情况分为晴天、低云、中云和高云四种情况,对比不加入反射率因子的反演湿度廓线,分析两种反演方法在各高度层的均方根误差。对比结果表明,加入反射率因子的反演湿度廓线与探空廓线的相关系数平均值为0.862,均方根误差为14. 9%,而不添加反射率因子的相关系数平均值为0.763,均方根误差为19.2%。