农村劳动力转移就业的时空路径——以安徽省4个样本村为例

借鉴时间地理学理论与方法,提出农村劳动力转移就业时空路径概念。以安徽省4个样本村为例,使用ArcGIS、SPSS等软件进行数据分析,得出农村劳动力转移就业时空路径的基本类型与特征:① 农村劳动力依据时空路径特征可分为稳定型、逐步稳定型、漂泊不定型、回流型、逐步开拓型、断续型六种类型;② 4个样本村劳动力打工时空路径演化有明显的地域差异;③ 21世纪初期是农村劳动力全面接受打工就业方式的时期,就业行业主要集中在建筑业、制造业、服务业,“老家亲戚、朋友”是最重要的打工媒介;④ 农村劳动力在打工地和家乡间的流动节律有“春节型”、“节假日型”、“休息日型”、“每日型”四种类型;⑤ 农村劳动力转移就业具有明显的空间指向和粘性特征,家乡是重要的结点空间,社会经济地理位置是地域差异形成的重要原因。     

5个全球气候模式对中国东北地区地面温度的模拟与预估

利用5个全球气候模式和中国东北地区162个站点地面温度实测资料,评估全球气候模式和多模式集合平均对中国东北地区地面温度的模拟能力,并对SRES B1、A1B和A2排放情景下,中国东北地区未来地面温度变化进行预估。结果表明：全球气候模式能够较好地再现了东北地区地面温度的年变化和空间分布特征,但存在系统性冷偏差,模式对夏季地面温度模拟偏低1.16 ℃,优于冬季。预估结果表明,3种排放情景下21世纪中期和末期东北地区地面温度均将升高,末期增幅高于中期,冬季增幅高于其他季节, SRES A2排放情景下增幅最大,B1排放情景下最小;增温幅度自南向北逐渐增大,增温最显著地区位于黑龙江小兴安岭;21世纪末期3种情景下中国东北地区年平均地面温度将分别升高2.39 ℃(SRES B1)、3.62 ℃(SRES A1B)和4.43 ℃(SRES A2)。     

1961-2012年辽宁省极端气温事件气候变化特征

利用辽宁省52个气象台站逐日平均气温、 最高气温和最低气温数据, 使用国际通用的10种极端气候指数, 研究了1961-2012年辽宁省极端气温事件的气候变化特征. 结果表明: 年平均极端气温事件空间分布存在明显的地区差异. 时间尺度上, 1961-2012年辽宁省年及四季极端暖事件(暖昼日数、 暖夜日数、 夏季日数、 热带夜数和热浪持续指数)呈增加趋势, 极端冷事件(冷昼日数、 冷夜日数、 结冰日数、 霜冻日数和寒潮持续指数)呈减少趋势; 极端暖事件在20世纪90年代中期开始明显增加, 极端冷事件在20世纪80年代末期开始显著减少; 极端暖事件的变化速率要小于极端冷事件. 辽宁省气温日较差有增大的趋势, 极端暖(冷)事件的增加(减少)在秋季(冬季)最为显著. 空间变化上, 极端气温事件在全省基本都呈一致的增加或减少的分布. 多数极端气温事件均存在8 a左右的周期, 检测到的突变的时间大致在20世纪80年代中期到90年代末期. 20世纪80年代末期辽宁省气候变暖后, 极端暖事件和冷事件均有明显的增加和减少.     

中国农村劳动力就业空间行为研究

人类的空间行为是行为地理学研究的重要内容.目前,行为地理学对消费者空间行为和旅游者空间行为的研究较多,就业行为作为农村劳动力的重要空间行为还没有引起学者们的广泛关注.通过对中国农村劳动力就业感知行为、就业决策选择行为、就业行为、就业体验行为的分析,认为:农村劳动力就业空间行为就是指与劳动力就业空间选择有关的感知、决策、行为及体验,这4个过程是紧密联系的一个统一体.对农村劳动力就业空间行为的研究有利于深入认识中国农村劳动力就业的现状与问题,可以为相关政策的制定提供理论与现实依据.     

中国东北地区及不同典型下垫面的气温异常变化分析

利用6个代表站1905-2001年较长时期的月平均气温,对缺测年代的数据进行了插补,建立了东北地区近百年平均季、年气温序列。对所建温度序列与同一区域内26个代表站平均温度序列的近46年同期资料做了相关分析,检验了序列的代表性。在所建序列基础上,分析了东北百年气温的年代、年和季节等不同时间尺度变化特点和地域分布特征,采用谱分析方法探讨了序列的周期性变化特征,并采用Mann-Kendall和Yamamoto方法对经过滑动平均的气温序列进行了突变分析。结果表明,东北近百年年平均温度表现为明显的增暖趋势,但为起伏式增暖;冬季增温非常强烈,夏季在1995年以前不仅没有升温,反而有明显降温趋势,但1995年以后夏季气温明显升高,春秋季的升温趋势与冬季类似,但幅度小得多;在区域内,增温强度似乎并不随纬度增大,纬度较低的沈阳增温最强;三种典型下垫面中以山地的增温幅度最强;功率谱分析表明了百年气温变化的2.3年和4.2年的主周期,其中2.3年周期比较显著。     

1961 - 2017年中国东北地区降雪时空演变特征分析

利用东北地区162个气象台站逐日降水量和天气现象数据, 采用统计分析方法, 对近57年（1961 - 2017年）降雪的气候特征和时空演变规律进行了分析。结果表明： 降雪量和降雪日数最多出现在12月, 小雪和中雪最多出现在11月或12月, 大雪和暴雪在冬末春初出现概率最高。降雪分布为山地大于平原, 平原地区自北向南、 自东向西减少, 降雪高值区主要位于大兴安岭北部、 小兴安岭和长白山区, 降雪强度中心位于长白山区和辽宁中部平原地区。年、 秋季、 冬季、 春季降雪量占同期降水量比例分别为4.7%、 7.0%、 84.4%和7.6%; 辽宁省西部山区和南部大连地区日最大降雪量占年总降雪量比例最高, 最长连续降雪日数在2 d以下, 降雪较高纬度地区更为集中。近57年降雪量和降雪强度分别以1.93 mm?（10a）^-1和0.11 mm?d^-1?（10a）^-1的速率显著增加, 降雪日数以2.08 d?（10a）^-1速率显著减少; 降雪量增加主要表现为各等级降雪量的增加, 降雪日数减少主要是微量和小雪日数的减少, 降雪强度增加主要为大雪和暴雪降雪强度的增加。年、 秋季和冬季降雪量占同期降水量比例平均每10年增加0.36%、 0.48%和0.45%, 春季以0.11%?（10a）^-1的速率减少。中雪、 大雪和暴雪对降雪贡献率均呈增加趋势, 小雪降雪量和微量降雪日数贡献率减少; 1987年降雪量和降雪日数突变后, 微量降雪日数和暴雪日数、 小雪降雪量贡献率改变显著。就区域平均而言, 2001 - 2017年的降雪量较1961 - 1980年增加了27.8%, 降雪日数减少了22.4%。     

辽宁省霾天气季节变化特征及其主导因子分析

利用辽宁省51个地面气象观测站的能见度、均一化相对湿度和天气现象资料,采用最优距离法和固定比例法对能见度资料进行一致性处理,重建了1961—2020年的辽宁省逐日霾资料,并利用该资料对辽宁省年和四季霾日时空变化特征和主导因子进行分析。结果表明,1961—2020年辽宁省平均年霾日呈显著增加趋势[2.1 d·(10 a)^-1],但2015年以来霾日显著减少;空间上,年和四季霾日呈现一致的分布特征,均存在1个高值中心(沈阳)和2个副高值中心(北票和锦州),年平均霾日分别为139、52、46 d,辽东和辽西山区为霾日低发区,年平均霾日在20 d以内。风向和风速是霾日形成的重要气象因子,西南偏南风增加带来的暖湿气流对春季、夏季和秋季霾日的形成贡献较大,北风的减少则对冬季霾日的形成贡献较大。霾发生时辽宁省春季、夏季和秋季发生西南偏南风的频率分别由11.4%、12.1%和8.0%增加至15.8%、19.8%和13.5%,冬季则表现为北风发生频率的减少和静风发生频率的增加;霾发生时四季风速均较平均状况偏小,说明小风有利于霾的形成。辽宁省霾长期演变受到污染物排放、风力因子和环境政...     

近45a辽宁夏季降水的气候特征

利用1961～2005年辽宁省53个测站,6～8月降水量资料,采用EOF、趋势分析等方法,对辽宁地区夏季降水量的空间分布特征和时间演变规律进行了诊断分析研究。结果表明：辽宁地区夏季降水的空间分布既有整体一致的性质,也存在东南部和西北部相反变化的差异。近45 a来,辽宁地区夏季降水有减少趋势,并且存在着4～6 a的周期变化。辽宁夏季及其各月降水都有明显的年代际变化特征,20世纪60年代夏季降水处于偏多时段,70年代偏少,80年代和90年代偏多,进入21世纪的前5 a降水偏少。