共查询到20条相似文献,搜索用时 15 毫秒
1.
基于地理探测器的喀斯特不同地貌形态类型区土壤侵蚀定量归因 总被引:15,自引:0,他引:15
土壤侵蚀形成机制与影响因素识别是当前研究的核心与前沿议题,然而从多因素综合作用的角度进行定量归因仍需加强。以喀斯特典型峰丛洼地流域为研究区,基于GIS手段和RUSLE模型模拟土壤侵蚀,综合土地利用、坡度、降雨、高程、岩性、植被覆盖度等影响因子,应用地理探测器方法针对喀斯特不同地貌形态类型区进行土壤侵蚀的定量归因研究。结果表明,各影响因子对土壤侵蚀的解释力及因子间耦合作用程度在不同地貌形态类型区差异显著,其中土地利用和坡度是决定土壤侵蚀空间异质的主导因子,但在山地丘陵区,随着地形起伏度的升高,坡度的控制作用下降,即地理探测器q值表现为中海拔丘陵>小起伏中山>中起伏中山;生态探测器显示土地利用对土壤侵蚀的影响相比于其他因子有显著差异;双因子交互作用有助于增强对土壤侵蚀的解释力,土地利用与坡度的协同作用对土壤侵蚀的解释力达到70%以上;对于土壤侵蚀空间分布的差异性检验,风险探测器显示在小起伏中山、中起伏中山等地貌形态类型中,具有显著差异的影响因子分层组合数占比至少55%。因而,喀斯特地区土壤侵蚀的治理应综合考虑不同地貌形态类型区土壤侵蚀影响机制的空间异质性。 相似文献
2.
重点镇是小城镇发展的龙头,形成科学合理的重点镇布局对优化中国城市化战略格局有重要意义。论文以2004年和2014年分别公布的1887个和3675个全国重点镇为样本,对其分布及效应的变动特征进行探究,进而在地级尺度对重点镇布局的影响因子及其作用进行地理探测和局部空间回归。结果表明:① 经增补调整,中国重点镇布局及建设效应的均衡性增强,主要集聚区西移北扩,冷热点的分布突破“胡焕庸线”,经济辐射效应的分化程度减弱,体现出政策因素的有力影响。除县际均衡和区域倾斜政策外,重点镇的分布还受到海拔高度、公路网密度、常住人口城镇化率等因子的显著作用。② 因子探测器、GWR模型和交互作用探测器的结合能更精准地刻画影响因子的作用方式、方向、路径和强度。中国重点镇的布局不是5个显著性因子均匀、独立、直接作用的结果,而是影响均具空间异质性的各因子两两交互作用后增效的产物。③ 县际均衡政策与其他因子的协同作用是形成现有重点镇分布格局的主导力量;区域倾斜政策的效果总体较好,但目标区域还需更准确。 相似文献
3.
基于RUSLE的卧虎山水库流域土壤侵蚀特征分析 总被引:3,自引:0,他引:3
通过RUSLE模型对卧虎山水库流域土壤侵蚀进行全面评价验证和总结。结果表明:① 水库流域平均侵蚀模数为462 t/(km2·a),该数值与通过水库淤积等资料推算评估结果基本一致,表明本研究结果具有较高的可信度;水库流域年均侵蚀量达到2.6×106t,其中高于容许土壤流失量的面积为176 km2,占到流域总面积的31.51%。从不同侵蚀级别来看,占流域面积27.77%的轻度侵蚀,对流域侵蚀总量的贡献率为54.64%; 面积占比3.74%的中度及以上侵蚀,侵蚀量贡献率达到30.94%。② 流域内土壤侵蚀空间差异较大,回归分析发现地形因子是导致各子流域土壤侵蚀模数差异的主要因素;就土地利用类型而言,旱地和农村居民点是流域内的主要侵蚀土地利用类型;流域内土壤侵蚀模数随着坡度增加呈现相应增大趋势,8°~25°坡度段面积比例不仅最大,而且侵蚀量占比最高,是水库流域的主要侵蚀坡度段。 相似文献
4.
基于RUSLE模型的土壤侵蚀时空分异特征分析——以辽宁省朝阳市为例 总被引:2,自引:1,他引:2
以数字高程模型(DEM)、降雨量、土壤、遥感影像等为基础数据,运用GIS与遥感技术,结合RUSLE模型研究辽宁省朝阳市2001~2010 年的土壤侵蚀时空分异特征。研究结果如下:① 2001~2010 年土壤侵蚀模数总体呈下降趋势,其中2009 年的平均土壤侵蚀模数为254.02 t·hm-2·a-1,为10 a 间最低值;② 微度土壤侵蚀面积总体呈上升趋势,但以上2 个指标在2010 年均出现了不同程度的反弹;③ 朝阳县是土壤侵蚀最严重的地区,土壤侵蚀模数的平均值最高,为747.33 t·hm-2·a-1,中度以上土壤侵蚀面积分别为29.2%、32.67%、34.57%、31.41%。 相似文献
5.
基于RUSLE的广东南岭土壤侵蚀敏感性研究 总被引:2,自引:0,他引:2
基于修正的通用水土流失方程RUSLE和GIS技术,分析了影响土壤侵蚀敏感性的降雨侵蚀力因子、土壤可蚀性因子、坡度坡长因子以及植被覆盖与管理因子,并生成单要素敏感性评价图,在此基础上,评价研究区土壤侵蚀敏感性,探讨不同土壤侵蚀敏感性的分布规律及其主导因子的空间分异特征。结果表明:降雨侵蚀力因子的变化范围为8 181.52~14 621.56(MJ·mm)/(hm2·h·a),土壤可蚀性因子为0.146~0.238(t·hm2·h)/(hm2·MJ·mm),坡度坡长因子为0~612.615,植被覆盖与管理因子为0.101~1.183,土壤侵蚀的最大值和平均值分别为7 016.44和137.69 t/(km2·a),土壤侵蚀敏感性以低度敏感和较低敏感为主,不同影响因子在敏感性分区的变化范围不同,其中地形因子和植被覆盖与管理因子对土壤侵蚀最为敏感。 相似文献
6.
地表温度(LST)变化对陆面过程的能量收支平衡与生态系统稳定有着至关重要的影响。本文基于MOD11C3数据,使用回归分析、GIS空间分析、相关性分析及质心模型等方法,分析了中国2001—2020年LST变化及其时空分异格局;运用地理探测器识别中国38个生态地理分区下LST变化的主导因子,进而探寻其形成原因。结果表明:① 中国2001—2020年LST气候平均值为9.6 ℃,整体呈东南及西北干旱区高、东北及青藏高原低,平原高、山区低的基本格局;LST与海拔呈显著负相关,相关系数达-0.66;第一阶梯负相关性最为显著,相关系数达 -0.76,LST递减率为0.57 ℃/100 m;② 中国2001—2020年LST倾向率为0.21 ℃/10 a,升温区占国土面积的78%,整体呈现“多核式升温,轴线式降温”的空间特征;③ 中国LST及变化具有显著的季节性特征,冬、夏两季均温空间分布较其他季节的差异较大且波动更为明显;季节性升/降温区的质心轨迹呈环状,且运动呈现出对应的季节性反向轨迹,降温区质心移动幅度更大,说明降温区的区域差异性和季节变异性较大;④ 中国LST变化由自然影响与人类活动共同驱动,其中自然因素贡献更大,日照时数和海拔是关键因子;两大主导类型在空间分布上与“胡焕庸线”高度吻合,其以东区域多以人类活动强度为主导并与地形因子共同作用,而以西区域则多以自然因素为主,通过与气候、地形、植被等因子的相互耦合从而增强/削弱LST变化幅度。本文可为应对气候变化、解析地表环境模式、保护生态环境等方面提供科学参考。 相似文献
7.
8.
9.
10.
11.
12.
基于GIS和RUSLE的滇西北山区土壤侵蚀空间特征分析——以云南省丽江县为例 总被引:15,自引:0,他引:15
土壤侵蚀空间分布特征,是进行土壤侵蚀防治规划、实践的重要基础与依据。研究以云南省丽江县为例,应用RUSLE估算了县域土壤侵蚀量,并基于G IS的空间统计分析功能,分析了土壤侵蚀在海拔、坡度与土地利用类型等方面的空间分布特征。结果表明,全县平均土壤侵蚀模数为52.50 t/(hm2.a),属于强度侵蚀,县域东部的金沙江沿岸、3 500~6 000 m高程带、25°~90°坡度带,以及裸地与荒草地、旱地等不同类型区域是研究区土壤侵蚀治理的重点地区。 相似文献
13.
新时代我国城市发展内外环境明显变化,城市扩张特征和驱动机制也呈现出新特点.以乌鲁木齐市为例,描述1990—2018年城市建设用地扩张特征,利用地理探测器研究扩张时空机制,重点分析2010年以后扩张新特点.结果表明:(1)乌鲁木齐建设用地由1990年的84.37 km2增加到2018年的361.91 km2,城市形态由南... 相似文献
14.
健康中国战略是中国新时期的重大战略之一,手足口病作为全球关注的公共卫生问题,已成为中国影响范围较为广泛和普遍的典型传染性疾病,尤其对婴幼儿健康造成巨大威胁。本文构建健康地理学视角下的传染病研究理论框架,采用集中度和空间分析方法解析中国2008—2017年手足口病发病时空分异特征和变化规律,对18个影响其发病的风险因子进行空间相关和地理探测,揭示手足口病地理分异的主要影响因素和作用机理。结果表明:① 健康地理学视角下的传染病研究理论框架由传染病发病的基本环节、影响因素和分布扩散状态3个子系统构成,各子系统之间及子系统内部相互影响相互作用。② 2008—2017年中国手足口病发病率呈现波动上升、两年为一周期且偶数年份高于奇数年份的发病规律,春末夏初及秋末冬初为发病高峰。③ 2008—2010年手足口病发病率未体现明显的空间集聚特征;2011—2017年发病率存在较强的空间自相关性,热点地区主要集中在广东、广西、海南等地区,且呈现自北向南、自小而分散向大而集中的演变趋势;发病典型地区可以总结为气候湿热区、经济落后且医疗水平低的地区和易集聚感染的人口密集区3种。④ 有12项因素通过了相关分析和地理探测的显著性检验,与手足口病发病率体现正向作用的因素解释力从大到小依次为“气温>年降水量>湿度>气压>人口密度>路网密度>人均GDP”,负向相关关系作用大小依次为“日照时数>风速>AQI指数>海拔>千人床位数”,气温和降水量与其他因子的交互作用最为明显。本文为健康地理学、手足口病病理学、流行病学的相关研究提供实证检验基础,为服务健康中国战略和流行病预防与控制提供重要科学支撑和政策参考。 相似文献
15.
基于参数最优地理探测器的江西省山洪灾害时空格局与驱动力研究 总被引:1,自引:0,他引:1
江西省是我国山洪灾害严重的省份之一,但目前缺乏对该省山洪灾害时空格局和驱动因子全面系统的研究.该文根据全国山洪灾害调查项目江西省1950-2015年山洪灾害数据集,对江西省山洪灾害时间分布特征、空间分布规律、主要影响因子分布趋势与灾害重心迁移格局进行挖掘;在此基础上,运用参数最优地理探测器对降雨和地形两种连续型因子生成最优离散化因子,分别探测江西省全域范围和流域范围山洪灾害的主要驱动因子及作用机制.结果表明:全域范围江西省降雨因子解释力明显强于地形因子,其中历时短、重现期长的10 min强降雨对山洪灾害的解释力最强,且在特定地形条件与降雨交互作用后呈非线性增强;流域范围降雨多为山洪灾害的主导因子,但各流域的降雨主导因子差异明显,地形因子解释力更强,多数流域最大交互作用的双因子为降雨与地形因子,表明流域内因降雨和地形产生明显的山洪灾害空间分异特征.研究结果可为山洪灾害区划、防治等研究提供科学依据. 相似文献
16.
基于地理探测器的中国城市男性青少年BMI影响因子探究 总被引:1,自引:0,他引:1
运用变异系数与地理探测器方法分析中国城市男性青少年体质指数(BMI值)在2005年、2010年、2014年变化的空间分异,探究其核心影响因子。结果显示:① 中国城市男性青少年BMI值在东中西部存在显著性差异,变异系数分别为5.14%、1.68%、2.82%;区域内部也差异明显,东部差异性最强、中部最小。② 2005年中国城市男性青少年BMI值从东北向西南呈现由高到低的阶状分布特征,经9年的演变,2014年呈现出北高南低的三级阶梯分布特征。③ 中国城市男性青少年BMI增长率由2005—2010年的1.36%到2010—2014年的2.44%,说明中国城市男性青少年肥胖率呈加速上升趋势。④ 在空间尺度上,各区域探测的主导因素存在差异性。⑤ 在时间尺度上,从2005年到2010年,再到2014年,影响中国城市男性青少年BMI的主导因子由地理环境要素转为社会经济要素。 相似文献
17.
陕西省渭北矿区地处黄土高原,受到自然环境和煤炭开采等人类活动的双重影响,该地区土壤侵蚀更为严重,生态环境更加脆弱。以渭北矿区为研究对象,基于RUSLE模型对渭北矿区土壤侵蚀进行了评估,并综合植被覆盖度、多年平均降水量、坡度、土地利用类型和煤炭年产量等影响因子,应用地理探测器方法对渭北矿区土壤侵蚀进行定量归因。研究结果对矿区水土流失防治具有一定参考价值。结果表明:(1)渭北矿区土壤侵蚀以微度和轻度侵蚀为主,土壤侵蚀严重的区域主要位于研究区西南部、中部和东南部。(2)植被覆盖度和多年平均降水量是造成研究区土壤侵蚀的主导因子,坡度介于20°~25°的地区、植被覆盖度小于0.3的区域和裸地是发生土壤侵蚀的高风险区。(3)渭北矿区各因子协同作用对土壤侵蚀的解释力均大于单因子解释力,因此多个因子共同作用会对土壤侵蚀造成显著影响。 相似文献
18.
19.
基于RS与GIS的广州市森林景观格局时空分异研究 总被引:11,自引:0,他引:11
以TM影像和野外调查资料为数据源,基于3S技术对1986-2006年广州市森林空间格局进行动态分析。结果表明:1986-2006年广州市森林景观斑块数量增加,平均斑块面积减小,景观结构破碎化程度有上升趋势,主要表现在:多样性指数、分维数增大,聚集度、均匀度减小,在空间和类型上局部变化不同于整体表现。自然地理条件、人口增长、政府政策是导致景观格局变化及其区域差异的主要驱动力。随着城市扩展、农田开发等人类干扰的不断加剧,森林景观生态环境保护与经济开发之间的矛盾将愈加突出。 相似文献
20.
The formation mechanism and influencing factors identification of soil erosion are the core and frontier issues of current research. However, studies on the multi-factor synthesis are still relatively lacked. In this study, the simulation of soil erosion and its quantitative attribution analysis have been conducted in different geomorphological types in a typical karst basin based on the RUSLE model and the geodetector method. The influencing factors, such as land use type, slope, rainfall, elevation, lithology and vegetation cover, have been taken into consideration. Results show that the strength of association between the six influencing factors and soil erosion was notably different in diverse geomorphological types. Land use type and slope were the dominant factors of soil erosion in the Sancha River Basin, especially for land use type whose power of determinant(q value) for soil erosion was much higher than other factors. The q value of slope declined with the increase of relief in mountainous areas, namely it was ranked as follows: middle elevation hill> small relief mountain> middle relief mountain. Multi-factors interactions were proven to significantly strengthen soil erosion, particularly for the combination of land use type with slope, which can explain 70% of soil erosion distribution. It can be found that soil erosion in the same land use type with different slopes(such as dry land with slopes of 5° and above 25°) or in the diverse land use types with the same slope(such as dry land and forest with a slope of 5°), varied much. These indicate that prohibiting steep slope cultivation and Grain for Green Project are reasonable measures to control soil erosion in karst areas. Based on statistics of soil erosion difference between diverse stratifications of each influencing factor, results of risk detector suggest that the amount of stratification combinations with significant difference accounted for 55% at least in small relief mountain and middle relief mountainous areas. Therefore, the spatial heterogeneity of soil erosion and its influencing factors in different geomorphological types should be investigated to control karst soil loss more effectively. 相似文献