区域一体化政策对城市高学历人才分布的影响与作用机制——以长三角地区为例

人才是城市发展的核心动力,近年来,城市间人才竞争日趋激烈,人才空间配置失衡的问题日益严重。如何通过区域协调发展,促进人才空间分布的优化,成为区域高质量发展的关键。本文以长三角地区为例,基于城市高学历人才规模的估算,剖析区域一体化政策对城市高学历人才分布的影响及作用机制。研究发现：① 长三角就业人口中高学历人才占比逐年提升,由2005年的20.19%增长至2018年的30.89%,呈现出“多中心、中部强、南北弱”的空间分布态势,且极化现象明显;② 相较于其他城市,被纳入区域一体化政策的城市平均多6.81万本科学历人才和0.59万研究生学历人才,中小城市与核心城市受到区域一体化政策的影响更加明显;③ 区域一体化政策主要通过提升城市创新产出和公共服务水平的方式,来影响城市高学历人才的规模和占比。在区域协调发展的战略要求下,本文的研究发现可为城市间人才优化配置和区域治理提供决策支持。     

耦合WorldView-2和珠海一号影像的红树林物种分布

红树林物种遥感分类受影像分辨率、波段信息、分类策略、影像特征选择方法等因素影响。现有的红树林物种遥感分类研究大多关注于分类精度的比较,较少报道商业高分与国产高光谱卫星的结合在物种分类的应用。基于湛江高桥红树林保护区的高分（WorldView-2）和高光谱（珠海一号）卫星影像,本文旨在利用随机森林分类方法,比较不同特征选择算法（极端梯度提升（XGBoost）、极端随机树（ERT）、连续投影算法（SPA））和不同空间分辨率（WorldView-2影像从0.5 m的分辨率重采样为1 m、2 m、4 m、8 m、10 m）对红树林物种分类精度的影响,并耦合WorldView-2与珠海一号影像研究红树林物种空间分布格局及影响因素。每种空间分辨率的WorldView-2影像提取248个特征（52个光谱特征及196个纹理特征）,珠海一号影像提取117个光谱特征。结果表明,XGBoost方法优于ERT和SPA,在影像特征选择中具有巨大优势;与其他空间分辨率相比,2 m分辨率的WorldView-2影像具有更高的分类精度;耦合WorldView-2和珠海一号影像的分类精度（分辨率：2 m,总体精度：88.98%,kappa系数：0.846）高于单一的WorldView-2影像（分辨率：2 m,总体精度：83.47%,kappa系数：0.768）和珠海一号影像（分辨率：10 m,总体精度：78.50%,kappa系数：0.703）;另外,林窗、高程、离岸距离一定程度上影响红树林物种分布格局。本文表明WorldView-2与珠海一号高光谱影像的结合在景观及区域尺度上精确提取红树林物种信息具有巨大潜力,有利于红树林生物多样性保护及科学管理。     

The Brine Origin of Cambrian in Tianba County,Chongqing City,China

正1 Introduction Tinba salt factory in Wuxi county was founded in the early seventies,under the background of salt demand being in shortage in Sichuan mountain aera,which were     

Characteristics and Implications Significance for Carbon and Oxygen Isotope Continuous Change of Zhenjia1 Well in The Northern Shaanxi Salt Basin

正Zhenjia1 well located in the 2nd salt depression of the Northern Shaanxi Salt Basin(Zhang et al,2013),is the basis potash exploration wells,and its main purpose is marine potash prospection,combining with gas exploration.Drilling completion depth is 3443.6m,     

Influence of Painting and Dyeing?on?Temperature?Fluctuation of Northern Tibetan Salt Brines

正Introduction The amount of the total dissolved salts(TDS)in most of the salt brines on northern Tibet is relatively lower.So the effective brine concentration technique is needed for lithium,boron and potassium extraction from these brine     

Dynamic Changes of Lakes in Tibet Plateau and the Climate Interaction in the Past Forty Years

正Lake change,as a mirror of climate change,has obvious indication and warning effect on climate.By extracting information of all lakes in Tibet Plateau from Landsat of the 1970’s,the 1990’s,around 2000 and 2010 based on RS and GIS,and,in combination with on-the-spot investigations to a few representative lakes,the authors     

Hydrochemistry of the Gasikule Salt Lake,Western Qaidam Basin of China

正The Qaidam Basin is a large intermontane depression in Qinghai Province,China,which located on the northern margin of the Tibet plateau,and surrounded by the Qilian,Kunlun and Aljun mountains which rise to more than 5000m.Some 27 salt lakes occur within the basin,occupying an area of approximately 1500 km2.Additionally,there are extensive areas of dry playas.Together,the playas and salt lakes cover about one quarter of the total basin area.Whereas the western     

Logging Response Characteristics for Pore Brine Potassium Reservoir in the West of Qaidam Basin

正Pore brine potassium and deep sand gravel layer found is of large size and high economic value liquid potash deposit in western Qaidam basin depression tectonic(Fig.1).Because the reservoir is relatively thick,it is difficult to     

利用Sentinel-2影像超分辨率重建的红树林冠层氮含量反演

氮素是植被整个生命周期的必要元素,红树林冠层氮素含量（CNC）遥感估算对红树林健康监测具有重要意义。以广东湛江高桥红树林保护区为研究区,本文旨在基于Sentinel-2影像超分辨率重建技术进行红树林CNC估算和空间制图。研究首先基于三次卷积重采样、Sen2Res和SupReMe算法实现Sentinel-2影像从20 m分辨率到10 m的重建;然后以重建后的影像和原始20 m影像为数据源构建40个相关植被指数,采用递归特征消除法（SVM-RFE）确定CNC估算的最优变量组合,进而构建CNC反演的核岭回归（KRR）模型;最后选取最优模型实现CNC制图。研究结果表明：基于Sen2Res和SupReMe超分辨率算法的重建影像不仅与原始影像具有很高的光谱一致性,且明显提高了影像的清晰度和空间细节。红树林CNC反演波段主要集中在红（B4）、红边（B5）、近红外波段（B8a）以及短波红外波段（B11和B12）,与“红边波段”相关的植被指数（RSSI和TCARIre1/OSAVI）也是红树林CNC反演的有效变量。基于3种方法重建后10 m的影像构建的模型反演精度（R²val>0.579）均优于原始20 m的影像（R²val=0.504）;基于Sen2Res算法重建影像构建的反演模型拟合精度（R²val=0.630,RMSE_val=5.133,RE_val=0.179）与基于三次卷积重采样重建影像的模型拟合精度（R²val=0.640,RMSE_val=5.064,RE_val=0.179）基本相当,前者模型验证精度（R²cv=0.497,RMSE_cv=5.985,RE_cv=0.214）较高且模型变量选择数量最为合理。综合重建影像光谱细节及模型精度,基于Sen2Res算法重建的Sentinel-2影像在红树林CNC估算中具有良好的应用潜力,能为区域尺度红树林冠层健康状况的精细监测提供有效的方法借鉴和数据支撑。