河南省人口城镇化特征及影响因素的空间异质性

采用变异系数、空间自相关和地理加权回归(GWR)等方法,分析了欠发达农区河南省1991年、2000年和2010年县域城镇化的时空动态变化,并对影响因素的空间异质性进行了分析。结果表明:河南省的城镇化初始呈低层次均衡,局部高值县区日趋集聚,总体差异程度减弱,城镇化率显著提高的县区主要分布在京广线以西,县区城镇化呈全局弱正自相关。分别采取OLS和GWR模型对社会经济发展水平、区位条件和产业结构等方面的8个影响因子进行分析,OLS和GWR分析显示第一和第二产业产值比重对所有县区城镇化为负效应,人口密度对所有县区为正效应,而GWR分析结果为变参数,因子的系数有正有负,表明各因素的影响效应存在显著的空间差异。     

基于GWR模型的中国城市雾霾污染影响因素的空间异质性研究

基于全国城市的PM_2.5监测数据,识别PM_2.5的时空分布特征,并着重利用地理加权回归模型分析自然和社会经济因素对PM_2.5影响的空间异质性。结果显示：2015年全国PM_2.5的年均浓度为50.3 μg/m3,浓度变化呈现冬高夏低,春秋居中的“U型”特征;PM_2.5的空间集聚状态明显,其中京津冀城市群是全国PM_2.5的污染重心。地理加权回归结果显示：影响因素除高程外,其余指标均呈现正负两种效应,且影响程度具有显著的空间差异性特征。从回归系数的贡献均值来看,自然因素对城市PM_2.5浓度影响强度由高到低依次是高程、相对湿度、温度、降雨量、风速、植被覆盖指数;各类社会经济指标对城市PM_2.5浓度影响强度排名依次是人口密度、研发经费、建设用地比例、产业结构、外商直接投资、人均GDP。由于各指标对城市PM_2.5浓度变化的影响程度存在着空间异质性,因此在制定大气治理对策时可以考虑不同指标影响程度的空间差异,从而使得治霾对策更具针对性。     

1982—2015年中国气候变化和人类活动对植被NDVI变化的影响

基于中国603个气象站的地表气温和降水观测资料以及GIMMS NDVI3g数据,采用变化趋势分析和多元回归残差分析等方法研究了1982—2015年中国植被NDVI变化特征及其主要驱动因素（即气候变化和人类活动）的相应贡献。结果表明：① 1982—2015年中国植被恢复明显,在选择的32个省级行政区中,山西、陕西和重庆的生长季NDVI增加最快,仅上海生长季NDVI呈减小趋势。② 气候变化和人类活动的共同作用是中国植被NDVI呈现整体快速增加和巨大空间差异的主要原因,其中气候变化对各省生长季NDVI变化的影响在-0.01×10 ^-3~1.05×10 ^-3 a ^-1之间,而人类活动的影响在-0.32×10 ^-3~1.77×10 ^-3 a ^-1之间。③ 气候变化和人类活动分别对中国近34年来植被NDVI的增加贡献了40%和60%;人类活动贡献率超过80%的区域主要集中在黄土高原中部、华北平原以及中国东北和西南等地;人类活动贡献率大于50%的省份有22个,其中贡献率最大的3个地区为上海、黑龙江和云南。研究结果建议应更加重视人类活动在植被恢复中的作用。     

中国省际边界区县域经济格局及影响因素的空间异质性

通过构建省际边界区经济发展差异指数,结合空间自相关模型对省际边界区县域经济发展差异格局进行分析,并利用全局回归（OLS）模型和地理加权回归模型（GWR）对省际边界县域经济发展差异影响因素的空间异质性进行研究。结果表明,中国省际边界区县域经济发展具有显著的空间集聚性,边界经济发展差异较大的地区集中在蒙甘边界,蒙宁边界和陕蒙边界地区。政府宏观调控因子与西部地区县域经济发展差异呈负相关趋势,教育发展水平对县域经济发展差异影响呈现出贫困与发达地区二元分异,边界的紧凑度、地形起伏度、交通优势度与产业结构因子对县域经济发展差异指数呈现出正相关趋势。本文具体分析了在不同省际边界县域内,各影响因素对县域经济发展差异指数的影响程度差异和作用方向差异,为合理调控不同地区发展要素、缩小省际边界地区经济发展差异、制定不同省际边界县域发展策略提供科学依据。     

中国区域创新来源的空间异质性研究

基于经济普查数据,应用地理加权回归模型实证研究了中国区域创新来源因素对创新绩效影响的空间异质特征。结果发现当前中国区域创新主要来源是自主研发,国内技术引进和技术吸收对区域创新有正向作用,外国技术引进、出口、外国直接投资存在一定负效应。不同的省域,创新来源因素对创新绩效的影响存在空间异质。创新来源因素对区域创新的影响大体呈现从东部发达地区向西部后发地区梯度递减特征。在东、中部地区,自主研发成为主要创新来源因素,正效应显著;西部地区的创新来源除自主研发,国内技术转移和吸收仍发挥重要作用,地理加权回归较好揭示了创新影响的空间异质特点。     

中国大陆省域人均CO2排放影响因素的空间异质性研究

以中国大陆30个省区为研究对象,基于2013～2019年各省区人均CO2排放及相关影响因素数据,运用多尺度地理加权回归方法,分析中国省域人均CO2排放影响因素的空间异质性.结果表明:(1)人均CO2排放影响因素的空间作用尺度不同.能源强度的空间作用尺度是所有因素中最小的,其空间作用尺度为45.而第三产业增加值与第二产业...     

流动人口购房意愿影响因素的空间异质性——基于MGWR模型的研究

基于2016年中国流动人口动态监测数据,运用多尺度地理加权回归模型对流动人口流入地购房意愿影响因素的空间异质性进行分析。研究发现：① 中国流动人口在流入地城市的购房意愿整体偏低,尤其在流动人口聚集的东南沿海地区,流动人口购房意愿最低。② 多尺度地理加权回归（multi-scale geographically weighted regression,MGWR）模型能识别出不同因素对购房意愿的影响具有空间尺度差异,其中户口类型、流动范围、流动次数等显著变量对不同区域流动人口购房意愿的影响存在明显的区域差异。③ 各影响因素呈现显著的空间分异格局,其中婚姻状况、户口类型、职业类型、房价、公共服务等因素对东南地区购房意愿的影响较大,收入、流动次数、已购住房、随迁子女等因素对东北地区购房意愿的影响更大,西北地区平均受教育年限和拥有住房公积金对流动人口购房意愿的正向促进作用显著,而跨省流动的负向影响由西北向中部地区梯度递减。     

北京城市住宅土地市场空间异质性模拟与预测

土地制度转型和空间重构背景下,价格信号在土地区位配置及空间结构塑造方面发挥出有效性。基于北京市2004-2009 年居住用地出让地块微观数据,利用空间扩展模型、地理加权回归模型和特征价格模型对居住用地价格影响因素及其空间异质性进行了有效检验和预测。模型结果表明：① 居住用地价格影响因素存在着显著的空间异质性,重点小学、轨道交通和公园等设施便利性因素在不同区域对地价的作用强度存在明显差异。② 相比于特征价格模型和空间扩展模型,GWR模型能够有效刻画土地市场空间异质性的离散性、突变性和跳跃性,因而其对居住用地影响因素的空间异质性刻画和居住用地价格的预测最为准确。③ 居住用地价格影响因素的空间异质性表明居住用地子市场存在的可能性,利用GWR模型对地价影响因素的估计可以为土地子市场的划分提供方法借鉴。     

广州市社区出行低碳指数格局及其影响因素的空间异质性

通过构建社区出行低碳指数（CTLCI）模型,对广州市社区出行低碳指数的空间格局及其差异特征进行了分析,并利用全局回归（OLS）模型和地理加权回归（GWR）模型对社区出行低碳指数的影响因素以及其间关系的空间异质性进行了研究。结果表明,广州市社区出行低碳指数由中心城区向外逐渐递增,呈明显的圈层结构。内圈层的社区出行低碳指数内部差异最小,中间过渡圈层的最大。社区人口密度对社区出行低碳指数的影响以正向作用为主,公共交通供给水平和路网密集程度对社区出行低碳指数的影响以负向作用为主,且它们的影响作用具有空间异质性。具体指出了在不同地域空间内社区人口密度、公共交通供给水平和路网密集程度对社区出行低碳指数在影响程度和作用方向上的差异,为减少广州城市交通碳排放、针对不同空间制定有效的低碳政策和构建低碳城市空间结构提供了科学依据。     

Variation in vegetation greenness in spring across eastern China during 1982-2006

Vegetation greenness is a key indicator of terrestrial vegetation activity. To understand the variation in vegetation activity in spring across eastern China (EC), we analysed the variation in the Normalised Difference Vegetation Index (NDVI) from April to May during 1982-2006. The regional mean NDVI across EC increased at the rate of 0.02/10yr (r²=0.28; p=0.024) prior to 1998; the increase ceased, and the NDVI dropped to a low level thereafter. However, the processes of variation in the NDVI were different from one region to another. In the North China Plain, a cultivated area, the NDVI increased (0.03/10yr; r²=0.52; p<0.001) from 1982 to 2006. In contrast, the NDVI decreased (-0.02/10yr; r²=0.24; p=0.014) consecutively from 1982 to 2006 in the Yangtze River and Pearl River deltas, two regions of rapid urbanisation. In the eastern region of the Inner Mongolian Plateau and the lower reaches of the Yangtze River in East China, the NDVI increased prior to 1998 and decreased thereafter. In the Hulun Buir area and the southern part of the Yangtze River Basin, the NDVI increased prior to 1998 and remained static thereafter. The NDVI in the grasslands and croplands in the semi-humid and semi-arid areas showed a significant positive correlation with precipitation, while the NDVI in the woodlands in the humid to semi-humid areas showed a significant positive correlation with temperature. As much as 60% of the variation in the NDVI was explained by either precipitation or temperature.     

气候驱动格局下中国陆地植被指数变化

将降水、气温和日照作为驱动中国陆地植被指数变化的典型气候因子,基于1982-1999年10天合成的NOAA/AVHRR NDVI与同期降水量、平均气温和日照时数数据,按所有年份求平均后,分析旬NDVI与旬降水量、旬平均气温和旬日照时数的年内相关关系,确定中国陆地植被指数变化的气候驱动格局,揭示不同气候因子驱动格局下植被指数的时空变化特征和规律.结果表明,绝大部分植被覆盖区NDVI受气候因子驱动作用明显.气候因子驱动陆地植被指数变化的空间分异格局较为明显,大致分为气温显著区,降水显著区,日照显著区,气温和降水显著区,气温和日照显著区,降水和日照显著区,气温、降水和日照显著区,气温、降水和日照弱显著区,气温、降水和日照不显著区等9大类型.受局部地形、大气环流、海拔高度等的影响,在大的基本气候驱动格局内,还会形成其他不同的小气候驱动格局.1982-1999年间,所有气候驱动区的植被活动均表现为增强趋势,其NDVI的增加主要发生在春季或夏季.其中,气温和日照显著区的春季NDVI增幅最大,降水和日照显著区的夏季NDVI增幅最大.从各月变化来看,气温显著区、气温和降水显著区5月份的NDVI增长最为迅速,降水显著区、降水和日照显著区6月份的NDVI增长最迅速,日照显著区、气温和日照显著区3月份的NDVI增长最迅速,气温、降水和日照弱显著区4月份的NDVI增长最迅速,这些月份对全年NDVI变化的贡献也最大.     

1982-2006 年中国东部春季植被变化的区域差异

分析了中国东部1982-2006 年4-5 月归一化差值植被指数(NDVI) 的空间格局和变化趋势空间分布,通过聚类分析辨识了植被活动变化过程的主要模态,并探讨了他们与温度和降水变化的相关关系。结果表明：(1) 多年平均的春季植被活动呈现南强北弱的分布特征,由强到弱的过渡带大约位于34°~39°N;(2) 1982-2006 年,华北平原、呼伦贝尔草原和洞庭湖平原的春季植被活动呈显著增强的趋势,其中华北平原NDVI 增速高达0.03/10 年(r² = 0.52;p <0.001),长三角和珠三角地区则呈显著减弱的趋势,其中长三角地区NDVI减速达-0.016/10 年(r² = 0.24;p = 0.014);(3) 1982-2006 年春季植被活动变化过程的区域差异鲜明,并呈现层次性特征,首先是长三角和珠三角与其他地区的差异,前者呈减弱趋势,后者呈增强趋势,其次是呼伦贝尔草地、华北以及江南—华南地区与东北地区、内蒙古东部和东南部及长江下游地区的差异,前者持续增强,后者以1998 年为分界点先增强后减弱,再次是各个模态年际变率的差异;(4) 半湿润—半干旱的草地和农田区植被活动与降水量变化显著正相关,半湿润—湿润的森林区植被活动与温度变化显著正相关,温度或者降水最高能解释NDVI 60%的方差。     

近20年中国阿尔泰山区冰川湖泊对区域气候变化响应的时空特征

以1992年、2002年、2013年的Landsat TM/ETM+/OLI遥感影像为基础,人工解译阿尔泰山区三期冰湖边界与类型,叠置获取由SRTM DEM派生的流域、海拔、坡向属性,分析冰湖的时空分布与变化特征,探讨影响该区冰湖演化的因素。研究表明:1目前该区共有冰湖1147片,总面积101.63 km2。近20年冰湖总体数量增多、面积增大。2冰川侵蚀湖与冰碛阻塞湖对气候变化的响应不同。3随着气温升高,冰川侵蚀湖水量盈亏峰值上升至更高海拔,冰碛阻塞湖变化愈不稳定。4西风环流对该区冰湖影响深远,偏西向坡面降水量充足,故偏西向冰川侵蚀湖总体变化量小,而偏西向冰碛阻塞湖则在收入持续大于支出的情况下不断扩张。5相对于中国西部其他高山高原区,该区海拔低,冰湖对气候变化响应十分敏感,各空间单元中冰湖收入与支出水量多少受气温升高与降水减少幅度的影响大。     

NDVI spatial pattern and its differentiation on the Mongolian Plateau

GIMMS NDVI database and geo-statistics were used to depict the spatial distribution and temporal stability of NDVI on the Mongolian Plateau.The results demonstrated that:(1) Regions of interest with high NDVI indices were distributed primarily in forested mountainous regions of the east and the north,areas with low NDVI indices were primarily distributed in the Gobi desert regions of the west and the southwest,and areas with moderate NDVI values were mainly distributed in a middle steppe strap from northwest to southeast.(2) The maximum NDVI values maintained for the past 22 years showed little variation.The average NDVI variance coefficient for the 22-year period was 15.2%.(3) NDVI distribution and vegetation cover showed spatial autocorrelations on a global scale.NDVI patterns from the vegetation cover also demonstrated anisotropy;a higher positive spatial correlation was indicated in a NW-SE direction,which suggested that vegetation cover in a NW-SE direction maintained increased integrity,and vegetation assemblage was mainly distributed in the same specific direction.(4) The NDVI spatial distribution was mainly controlled by structural factors,88.7% of the total spatial variation was influenced by structural and 11.3% by random factors.And the global autocorrelation distance was 1178 km,and the average vegetation patch length(NW-SE) to width(NE-SW) ratio was approximately 2.4:1.0.     

蒙古高原NDVI的空间格局及分异

GIMMS NDVI database and geo-statistics were used to depict the spatial distribu-tion and temporal stability of NDVI on the Mongolian Plateau. The results demonstrated that: (1) Regions of interest with high NDVI indices were distributed primarily in forested moun-tainous regions of the east and the north, areas with low NDVI indices were primarily distrib-uted in the Gobi desert regions of the west and the southwest, and areas with moderate NDVI values were mainly distributed in a middle steppe strap from northwest to southeast. (2) The maximum NDVI values maintained for the past 22 years showed little variation. The average NDVI variance coefficient for the 22-year period was 15.2%. (3) NDVI distribution and vege-tation cover showed spatial autocorrelations on a global scale. NDVI patterns from the vegetation cover also demonstrated anisotropy; a higher positive spatial correlation was in-dicated in a NW-SE direction, which suggested that vegetation cover in a NW-SE direction maintained increased integrity, and vegetation assemblage was mainly distributed in the same specific direction. (4) The NDVl spatial distribution was mainly controlled by structural factors, 88.7% of the total spatial variation was influenced by structural and 11.3% by random factors. And the global autocorrelation distance was 1178 km, and the average vegetation patch length (NW-SE) to width (NE-SW) ratio was approximately 2.4:1.0.     

1982-2009 年珠穆朗玛峰自然保护区植被指数变化

植被指数是指示植被变化的重要指标, 本研究基于1982-2009 年珠穆朗玛峰自然保护区(简称珠峰地区)植被指数(NDVI)时间序列数据、土地覆被和野外调查等数据, 采用时序变化趋势和空间分析法, 对珠穆朗玛峰地区植被的时空变化过程及保护区成效进行了定量分析。研究表明:①珠峰地区NDVI分布的总特征是南部和北部高, 中部低。②1982-2009 年珠峰地区NDVI年际变化趋势和空间异质性十分明显:1982-1997 年, 珠峰地区NDVI总体上呈显著上升趋势, 北部地区增幅较大;1998-2009 年, NDVI总体下降(56.96%的NDVI呈下降趋势), 其中, 珠峰地区中部和北部的NDVI下降最为明显, 而南部核心保护区森林和灌丛的NDVI则呈显著上升趋势, 且变化幅度较大。③长时间序列植被指数变化的过程和空间差异性推断:1998 年以来, 天然林保护等生态工程促使珠峰地区保护效果更加明显。     

1960~2013年中国沿海极端气温事件变化特征

基于1960~2013年中国沿海110个地面气象站资料,分析了中国沿海极端气温事件的变化特征。结果表明：中国近54 a来月最高气温极小值（TXn）、极端最高温（TXx）、极端最低温（TNn）和月最低气温极大值（TNx）都呈上升趋势,其中极端最低气温上升幅度最大,升幅为0.40 ℃/10a。日较差（DTR）、冷昼日数（TX10p）和冷夜日数（TN10p）呈下降趋势,降幅分别为-0.12℃/10a、-0.7 d/10a和-2.19 d/10a,暖昼日数（TX90p）和暖夜日数（TN90p）呈显著上升趋势,升幅分别为1.31 d/10a和2.24 d/10a。SU25和TR20近30 a上升幅度分别为6.35 d/10a和5.28 d/10a。从空间变化来看TXn、TXx、TNn和TNx分别有97%、71%、97%和97%气象站呈上升趋势,大部分都通过了0.01水平的显著性检验。TX10p、TN10p和DTR分别有90%、99%和81%的气象站呈下降趋势。大部分极端气温指数变化趋势与纬度、经度和海拔有显著的相关性。极端气温指数在气候变暖突变前后也存在明显差异,TX10p、TN10p和DTR在气候变暖后明显减少,而其他指数则明显上升。