基于逻辑回归模型的四平市景观格局演变及其驱动力分析

为研究近30 a来四平市景观格局的演变并分析其主要驱动力。笔者选取1990、2000、2010和2018年Landsat TM/ETM遥感解译数据,从类型和景观水平方面分析四平市近30 a来的景观格局指数和景观类型转移、演变趋势,采用Logistic回归模型揭示四平市景观格局演变的主要驱动力。结果表明:①四平市景观格局中耕地所占面积最大,为主要优势基质景观类型,对维持区域生态系统稳定起决定性作用,其次分别为林地景观、水域景观、城镇景观和草地景观;②近30 a来四平市景观破碎化程度增加,景观形状整体上趋于简单化,景观连接性和多样性增加,但景观均匀度下降;③1990—2018年林地向耕地和草地转化,草地主要转移为林地、耕地和未利用地,土地整体呈现逐年退化的趋势;④近30 a来四平市景观格局演变受自然因子(坡度、高程、距河流距离和距道路距离)和人为因子(人口和GDP)综合的作用。     

变形观测数据的经验模态傅里叶分析

针对变形分析及变形预测中非平稳非线性且含噪声的数据处理问题,该文采用经验模态分解技术提取反映变形趋势的低频逼近信号,利用傅里叶函数对低频逼近信号进行曲线拟合,并据此构建变形值预测模型,对出现的模型系数采用遗传算法求解。实例仿真表明所得预测模型具有较高的精确度,能满足工程需要。EMD-Fourier模型实质上是初等数学模型,具有结构简单、运算结果稳定、操作方便等优点。     

规模以上工业企业能源消费碳排放及情景分析——以淮海经济区徐州市为例

工业能源消费碳排放研究对指导区域CO₂减排和优化碳达峰路径至关重要,选取1995—2021年淮海经济区徐州市的统计年鉴数据,通过TAPIO脱钩模型、STIRPAT模型和SPSS分析软件研究了徐州市规模以上工业企业能源消费CO₂排放量与经济增长之间的脱钩关系,构建了工业能源消费CO₂排放量预测模型以及预测了2022—2030年不同情景下CO₂排放量。结果表明：徐州市规模以上工业企业能源消费CO₂排放量呈先缓慢上升、后快速上升,最后保持稳定的趋势,工业能源消费CO₂排放量从1995年的2 596.18万t增长到2021年的9 050.43万t,年增长率约为11.11%。徐州市工业能源消费CO₂排放量与经济发展之间以弱脱钩和强脱钩为主。基准情景下,2030年徐州市规模以上工业企业能源消费CO₂排放量为12 409.25万t,产业结构优化情景下,徐州市达峰时工业CO₂排放量为11 855.19万t,...