夜光遥感数据支持下的区域经济空间格局精细化模拟——以河南省为例

为解决传统经济统计方式难以揭示行政单元内部经济空间格局的问题,利用夜光遥感、土地利用、人口等数据,运用多元回归和地理加权回归分析,对2015年河南省经济空间格局进行分产业精细化模拟。结果表明:(1)基于土地利用数据、农村人口数据建立的第一产业产值多元线性回归模型比基于单一土地利用数据建立的一元线性回归模型精度更高;(2)利用夜间灯光亮度总和对第二、三产业产值之和进行地理加权回归模拟,其精度比线性回归模型更高;(3)河南省经济区域差异和局部集聚特性明显,形成了多种城市形态和经济空间分布模式;(4)河南省内出现了多种经济发展模式,具有明显的地域特征,地理条件和交通区位是区域经济分异的主要影响因素。     

基于SLM模型的中国碳排放格网化空间分布模拟

以美国橡树岭国家实验室二氧化碳信息分析中心的中国碳排放数据、统计年鉴中的分省化石能源消费与水泥产量数据为基础,选取NDVI植被指数、DMSP/OLS夜间灯光数据、GDP、工业总产值、人口5个指标,对中国2000年及2010年的分省碳排放结果采用5km×5km格网,运用空间滞后回归模型(SLM)进行空间分布模拟,并对空间模拟结果进行误差分析及纠正,获得2000年及2010年地均碳排放强度空间分布图。结果表明,中国地均碳排放强度存在以下特征:区域差异分布特征明显,主要表现为从东部地区向中西部地区逐渐变小;存在几个明显高值热点及低值冷点区域;随着时间的推移,地域差异特征越发明显,冷点和热点区域分布特征更加显著;2010年各地区地均碳排放强度明显大于2000年。     

鄱阳湖区南昌县血吸虫疫情空间分布及 其流行因素分析

南昌县是鄱阳湖沿岸血吸虫流行区最主要的区域之一,是江西省血防工作的重点区域。结合疫水接触强度、村内耕牛数量、村到鄱阳湖边界的距离、村内湖岸线的长度等数据,通过传统线性回归、空间滞后回归模型、空间误差回归模型研究了2009年南昌县血吸虫疫情空间分布特点及其流行因素。结果表明：1）2009年南昌县血吸虫疫情主要分布在东北、东南部鄱阳湖沿岸、赣江流域沿岸等村域,疫水接触强度空间分布与疫情分布具有明显的一致性;2）单因素分析表明村内居民的疫水接触强度、村内耕牛数量、村内湖岸线长度、村到鄱阳湖边界的平均距离与病人数都具有明显的相关性,其中病人数和行政村到鄱阳湖沿岸的距离呈负相关性;3）3种回归模型拟合结果表明居民的疫水接触强度、村内耕牛数量、村到鄱阳湖边界的距离是影响南昌县血吸虫病人数分布的主要因子,以上3个指标可以解释总变异的81%。     

中国重要旅游城市雾霾时空特征

依托中国15个重要旅游城市,基于雾霾主导因素PM2.5观测数据、遥感气溶胶数据,运用土地利用回归方法模拟绘制PM2.5时空分布图,分析中国重要旅游城市PM2.5质量浓度的时空分异特征。结果表明：1）2013―2015年中国重要旅游城市PM2.5年均质量浓度总体呈逐年下降趋势,且明显呈现夏季低、冬季高、春秋季居中的季节变化特征;2）重要旅游城市PM2.5质量浓度在不同等级城市中存在明显差异,其PM2.5质量浓度整体规律为副省级市＞直辖市＞地级市;3）月均尺度上各重要旅游城市的宜游时间主要集中在4―9月,且2015年春冬季月份宜游城市明显增多;宜游时间较长的城市主要分布在空气质量优良的东南部沿海和森林覆盖率较高地区的地级市和部分副省级市,中西部地区和长三角地区的城市宜游时间则相对较短。     

河南省产业结构演变的城镇化响应研究

基于1978—2014年的统计数据,采用城镇化响应强度模型和多元线性回归方法,研究了河南省产业结构演变城镇化响应的时间和空间特征及其影响因素。结果表明:非农产业发展城镇化响应强度呈上升趋势,但第二、第三产业发展城镇化响应具有明显的差异,其中第二产业发展的城镇化响应强度呈现阶段性波动,第三产业发展城镇化响应强度呈"U"型曲线变化趋势;河南省城镇化响应的空间分布具有明显的差异,区域城镇化类型由单一化向多元化发展趋势明显;通过回归分析发现,区域城镇化总体水平、城镇体系发育程度、区域人口承载能力、产业集聚能力、城市经济密度、土地利用强度是影响河南省产业结构演变的主要因素。     

基于MM5/CALPUFF的乌鲁木齐市“煤改气”工程大气污染物浓度空间变化数值模拟

运用MM5/CALPUFF模型,模拟"煤改气"工程前后不同情境下分析乌鲁木齐市供热企业采暖期间主要大气污染物浓度及分布空间变化的变化。依照环境普查和环境统计数据,以燃煤锅炉排放数据为依据,选择空气质量模型CALPUFF进行情景设计模拟。通过预测,以燃煤量1 000 t·a-1及所有供热企业为排放源,SO2、NOx日均浓度分别下降66.85%、91.53%,年均浓度分别下降73.89%、81.03%,对PM2.5、PM10浓度改善效果有限。"煤改气"项目的实施,使大型采暖锅炉能源结构发生了根本性改变,乌鲁木齐市大气污染类型已由煤烟型向机动车尾气混合型转化。不同区域降幅存在着差异,污染物年均消减市南区市中区市北区。     

中国高分辨率温度和降水模拟数据的验证

PRISM模型是一种基于地理特征和回归统计方法生成气候图的模型。基于中国及其周边国家地区2450多个气象台站观测数据,以PRISM模型模拟生成了中国2.5′×2.5′(≈4～5km)逐月温度和降水数据。利用独立于模拟数据的中国生态系统研究网络18个野外观测站的长年气候观测数据,检验了PRISM模型的模拟结果,表明PRISM模型较好地模拟了我国温度和降水的空间分布及季节变化,除了在高山和亚热带地区由于地表覆盖和局部地形的差异影响模拟结果,其模拟值与实测值之间的趋势线同1∶1线基本一致,具有显著相关关系,其中降水效果略差     

城市道路PM2.5浓度的时空变化及地理因子影响分析

通过移动走航式观测获取长沙市岳麓山周边道路不同通勤时段PM2.5浓度数据,结合土地覆盖、兴趣点、数字高程模型、邻近污染源和街区路网分布5类微环境地理因子,采用空间聚合、空间自相关分析、分位数回归分析等方法,探究研究区内道路PM2.5浓度的时空变化及其与城市微环境地理因子的潜在联系.结果表明,长沙市岳麓山周边道路不同通勤时段PM2.5浓度时空差异明显:晚高峰时段PM2.5中位数浓度高达31.5μg/m3,早高峰和非高峰时段分别为28.2μg/m3和22.0μg/m3;高值PM2.5浓度在通勤高峰时段空间分布相对集中,在非高峰时段则相对分散.就地理因子影响而言:不同通勤时段影响PM2.5浓度的微环境地理因子在数量与类别上存在差异;同时,微环境地理因子对不同分位数道路PM2.5浓度的影响也具有异质性.依据各通勤时段不同地理因子的影响趋势和影响程度,采取相应的针对性调控、空间合理配置等干预策略有望全面降低道路PM2.5浓度.本研究可为基于空气质量视角的城市空间规划与开发建设调控提供科学依据.     

2014年中国城市PM_(2.5)浓度的时空变化规律

大气霾污染因其对人体健康、生态环境和气候变化的影响而成为全球关注的严重环境问题,PM2.5是中国霾污染频繁的主要原因。过去对国家尺度上PM2.5时空分布的认识主要基于卫星观测,因其反演方法的局限性,卫星资料难以真实反映近地面PM2.5浓度的时空变化规律。本文基于中国2014年190个城市中的945个监测站的PM2.5浓度观测数据,采用空间数据统计模型,揭示了中国PM2.5的时空格局。结果显示,2014年中国城市PM2.5平均浓度61μg/m3,具有显著的冬秋高、春夏低的"U"型逐月变化规律和周期性U-脉冲型逐日变化规律;中国城市PM2.5浓度呈现显著的空间分异与集聚规律,以及两次南北进退的空间循环周期;胡焕庸线和长江是中国PM2.5浓度高值区和低值区的东西和南北分界线,胡焕庸线以东和长江以北的环渤海城市群、中原城市群、长三角城市群、长江中游城市群和哈长城市群等地区是2014年PM2.5的高污染城市聚集地,京津冀城市群是全年污染核心区;以珠三角为核心的东南沿海地区是稳定的空气质量优良区。     

扬州市空气PM2.5浓度时空分异研究

利用江苏省环保厅数据监测平台发布的扬州市区空气PM2.5浓度数据资料,结合仪器测量所得数据资料,分析扬州市空气PM2.5时空分异及其影响因素。结果表明:扬州市空气PM2.5浓度日均值总体低于75微克/立方米。从时间分布来看,早-中-晚呈现出"高-低-高"的变化趋势,夏收时期则高于规定的标准;从空间分布来看,城乡之间的浓度差异较大。影响扬州市空气PM2.5浓度的主要因素:一是污染源的排放程度(机动车尾气为主);二是气象条件(逆温、风、雨等)。对应对PM2.5污染提出了建议。     

土地利用变化的多尺度空间自相关分析——以内蒙古翁牛特旗为例

用传统统计学方法模拟和解释土地利用变化的前提条件是研究分析的数据在统计上必须独立且均匀分布。但是空间数据相互之间通常具有依赖性 (即空间自相关),某一变量的值随着测定距离的缩小而变得更相似或更为不同。由于经典线性回归方法未能抓住数据的空间自相关特征,而空间自相关包含一些有用的信息,为了克服这一缺点,利用Moran的I系数自相关图来描述研究区土地利用变化的空间自相关,并且建立了不仅考虑回归而且又考虑空间自相关的混合回归-空间自相关回归模型 (即空间滞后模型)。研究得到：① 研究区土地利用变化模型中不但自变量之间而且因变量之间存在空间正自相关,这表明土地利用变化数据的空间自相关很强;② Moran的I系数随着尺度的变粗而减小,这是由于数据平均时的滤波特性和Moran的I系数对距离的非线性特征造成的;③ 经典线性回归模型的残差也表现出正相关,这表明标准的多元线性回归模型未能考虑土地利用数据所存在的空间依赖性;④ 混合回归-空间自相关回归模型 (即空间滞后模型) 的残差未存在空间自相关,并且有更好的拟合度;⑤ 相对于经典线性回归模型,混合回归-空间自相关回归模型 (即空间滞后模型) 对于存在空间自相关性的数据来说有着统计上的合理性,而经典线性回归模型未能考虑这些因素。     

大连市大气污染物质量浓度与气溶胶光学厚度的相关性分析

分别对2015年6~12月和2016年6~12月大连地区的大气污染物PM2.5、PM10、SO₂、NO₂、CO和O₃的浓度数据进行数据统计分析,基于ENVI软件平台利用MODIS数据反演大连地区的气溶胶光学厚度,通过回归建模研究气溶胶光学厚度与大连地区10个地面监测站点的大气污染物PM2.5、PM10、SO₂、NO₂、CO和O₃的浓度数据的相关性。回归建模以气溶胶光学厚度（AOD）为自变量,以大气污染物PM2.5、PM10、SO₂、NO₂、CO和O₃为因变量,在SPSS软件中分别选取线性、对数、三次、乘幂、指数5种函数类型进行研究,通过对比回归模型的拟合优度R²,选择最优拟合模型,探讨利用遥感数据反演气溶胶光学厚度监测大气污染的相关性。结果表明：气溶胶光学厚度与NO₂、PM2.5和PM10的最优拟合模型均为三次模型,其拟合优度R²分别是0.685、0.801和0.845;与O₃和SO₂的最优拟合模型为指数模型,其R²为0.367和0.482;与CO的最优拟合模型为对数模型,其拟合优度R²为0.810。该结果为分析大气气溶胶污染来源以及治理提供了数据。     

基于多元成土因素的土壤有机质空间分布分析

以陕西省蓝田县2013年667份土壤有机质样本为对象,运用GIS空间分析及遥感数字图像处理收集整理土壤类型、地形、植被等成土因子,利用多元线性回归分析集成所有成土因子对土壤养分进行空间分布预测。结果表明:通过分级统计均值定权法和像元线性拉伸法将所有成土因子统一为相对度量值,并根据成土因子与有机质含量的相关性显著程度进行因子取舍,有利于集成各类成土因子构建多元线性回归模型。预测结果定性分析表明:多元线性回归预测结果与kriging法预测结果在宏观上具有一致的空间分布趋势;但多元线性回归预测结果土壤有机质空间分布特征带有各种成土因子的变化特征,从视觉效果上,克服了传统插值法中存在的斑块状分布现象,更精细的描述了本区域内有机质空间分布趋势; MPE和RMS定量精度分析显示,在集成多元成土因素对有机质进行空间分布分析时,本文方法优于常用kriging插值法,该法可作为集成多元成土因子对土壤养分空间分布预测的有效方法。本区域内土壤有机质高值区域主要集中在地势低平、坡度缓和、湿度适中的农耕区,地势较高、坡度陡的山区有机质含量低。     

基于移动式监测的道路PM2.5浓度精细化时空模拟

作为主要的大气污染指标,PM_2.5浓度常来源于固定环境监测站点的监测与遥感影像数据,但时空精度普遍不足,难以揭示微尺度下城市内部PM_2.5时空分布情况。本文利用移动式监测方法,选择典型工作日(2017年11月27日),对广州市主城区道路以1 s和1 m为时空粒度进行PM_2.5浓度数据采集,并以早、晚出行高峰时段为对象,通过机器学习方法模拟道路PM_2.5精细化时空分布格局。结果表明,主城区早高峰道路PM_2.5浓度值相近的平均范围为24 m,晚高峰为15 m,PM_2.5浓度存在微尺度的时空异质性。利用多层感知器(MLP)构建的早、晚高峰PM_2.5浓度模型,拟合度分别达到0.70和0.68,明显优于传统的普通最小二乘法(OLS)线性回归模型。模型揭示出早高峰主城区全路网PM_2.5平均浓度为30.19μg/m3,晚高峰达到44.55μg/m3,部分高达94.82μg/m3,且“西高东低”的分布特征显著。本文提出的PM     

基于随机森林模型的东北地区收缩城市分布格局及影响因素研究

基于2005—2009年、2010—2014年、2015—2019年和2005—2019年人口变化数据,判定东北地区收缩城市,分析其空间分布格局,并对比运用多元线性回归方法和随机森林回归方法探索东北地区收缩城市形成的影响因素及其影响作用。结果表明：① 空间上,东北地区的收缩城市主要分布在以长白山、三江平原、小兴安岭和大兴安岭等地区为代表的“陆上边缘”地区;时间上,收缩中心呈现出明显向北移动的态势,与之相对的扩张中心呈现出向南移动的态势,并且收缩城市进一步集聚;② 在影响因素的研究上,多元线性回归与随机森林回归结果都表明社会经济因素对收缩城市形成起了主要作用;③ 随机森林回归的精度比多元线性回归高,其结果显示人均GDP对收缩强度的影响程度最大,随后依次为失业率、科学教育事业费、在岗职工平均工资,且这4个影响因素中仅失业率对收缩起促进作用,其余3个影响因素在不同程度上抑制收缩城市的形成。     

基于随机森林模型的西藏人口分布格局及影响因素

在乡镇尺度下厘清人口分布格局及其影响因素与区域差异,对在生态脆弱区制定可持续发展政策具有重大指导意义。基于2010年西藏自治区的乡镇尺度人口普查数据,提取人口密度和空间因子,利用空间统计方法分析了人口分布的疏密特征和集聚特征,对比运用多元线性回归方法和随机森林回归方法探索该地区人口分布的影响因素及其区域差异。结果表明：① 西藏乡镇人口密度在空间上表现出极强的非均衡性,其总体趋势是东南高西北低,高密度区与大江大河及主要交通干线具有较强的空间耦合性;② 大致以波绒乡（聂拉木县）—岗尼乡（安多县）为西藏的人口分界线,人口集聚的“核心—边缘”特征明显;③ 多元线性回归方法中,人造地表指数对人口分布的影响程度最大,随后依次为夜间灯光指数和路网密度;④ 利用随机森林方法进行的人口密度预测比多元线性回归方法精度高,可以用来对影响因子的重要性进行排序;排序在前六位的影响因子由高到低依次为夜间灯光指数、人造地表指数、路网密度、工业总产值、GDP和多年平均气温,它们与人口密度均呈正相关关系;地形地貌要素中以海拔和坡度的贡献率最大且与人口密度均呈负相关关系;⑤ 西藏人口分布格局的影响因素及其相互作用呈现出明显的区域差异特征,河谷是西藏地区人口的集聚区,主要分布在拉萨河谷、年楚河谷以及三江河谷;⑥ 通过随机森林回归分析,可以利用概念模型来表达人口分布影响因素,将主导因素概括为土地利用结构、道路通达度及城镇化水平。     

基于3种地理加权回归方法的安徽省土壤pH空间预测制图对比研究

基于安徽省140个采样点的土壤pH数据,综合考虑土壤、地形、气候、生物等因子对土壤pH的影响,采用地理加权回归(Geographically Weighted Regression, GWR)、主成分地理加权回归(Principal Component Geographically Weighted Regression, PCA-GWR)和混合地理加权回归(Mixed Geographically Weighted Regression, M-GWR)3种模型对安徽省土壤pH空间分布进行建模预测,揭示环境因子对土壤pH的影响在空间上的差异,最后以多元线性回归模型(Multiple Linear Regression, MLR)为基准比较3种GWR模型的精度。研究表明：(1)安徽省土壤pH具有空间异质性,且集聚特征明显。(2) 3种GWR模型中M-GWR模型略优,GWR、PCA-GWR和M-GWR的建模集调整后决定系数(R_adj²)分别为0.59、0.62和0.63;对比MLR模型,3种GWR模型的R_adj^2<...     

基于3种地理加权回归方法的安徽省土壤pH空间预测制图对比研究

基于安徽省140个采样点的土壤pH数据,综合考虑土壤、地形、气候、生物等因子对土壤pH的影响,采用地理加权回归(Geographically Weighted Regression,GWR)、主成分地理加权回归(Principal Component Geographically Weighted Regression,PCA-GWR)和混合地理加权回归(Mixed Geographically Weighted Regression,M-GWR)3种模型对安徽省土壤pH空间分布进行建模预测,揭示环境因子对土壤pH的影响在空间上的差异,最后以多元线性回归模型(Multiple Linear Regression,MLR)为基准比较3种GWR模型的精度。研究表明：(1)安徽省土壤pH具有空间异质性,且集聚特征明显。(2) 3种GWR模型中M-GWR模型略优,GWR、PCA-GWR和M-GWR的建模集调整后决定系数(R_adj²)分别为0.59、0.62和0.63;对比MLR模型,3种GWR模型的R_adj²     

黄河流域五大城市群PM2.5时空演变与影响因素探讨

以黄河流域5大城市群82个城市为研究区域,选取2016—2020年中国环境监测总站发布的环境空气颗粒物(PM_2.5)数据,采用空间自相关、地理探测器和地理加权回归等方法,研究PM_2.5的时空分布特征和空间异质性的主要驱动影响因素。结果表明：(1)PM_2.5年均值的变化大体呈倒“N”型,季均值变化呈先降后升的周期规律性的“U”型。(2)在空间分布上,形成了黄河下游>中游>上游的梯度递减空间差异格局,并有逐渐下降的趋势。(3)PM_2.5演变整体上呈正自相关集聚分布,集聚类型主要为高-高集聚、低-低集聚和低-高集聚类型。(4)2016年和2020年PM_2.5空间分异的自然地理因素比社会经济因素的驱动力更强,交互作用结果为双因子增强或非线性增强2种类型。(5)通过地理加权回归模型对分异探测解释力变化最大的5个因子进行拟合,5 a间各因子对5大城市群PM_2.5污染的负效应不断提高,正效应呈下降趋势,空间作用方向及强度上差异显著。研究结果为黄河流域5大城市...     

地级行政区尺度的中国公路网络发展水平与协调性评价

对不同尺度区域的交通发展研究是交通地理学研究的重要范畴。中国不同区域间公路网络发展水平存在较大差异,仅在31个省级行政区尺度上考察这种差异存在较大局限性;在地级行政区尺度上的研究能够更加精确地考察公路网发展的区域差异。以全国333个地级行政区为研究对象,首先选取公路网络相关的9个指标,运用加权平均法构建区域公路网络综合评价模型,对地级行政区尺度公路网络发展水平进行评价,并划分为三级区域,空间上具有东、中、西阶梯状分布的特征;其次,选取7个区域经济相关指标,构建区域经济综合评价模型以及区域公路网络发展与经济发展的相关性模型,证明两者之间具有显著的正相关关系;然后,通过计算协调指数,对333个地级行政区公路网络与经济发展的协调性进行了评价,并划分为“超前”、“协调”和“滞后”三类区域。其中滞后区域与第三级区域主要分布于西部地区,公路网络发展水平较低且滞后于经济发展的地级行政区有92个,是未来中国公路网络优化升级的重点区域。