“可持续社会指数”的研究综述与展望

正确评价和监测区域可持续发展水平,是实现2030年可持续发展目标的关键参考.随着观测手段和计算机技术的蓬勃发展,以指标观测和指数表达为基础的“指标时代”的到来为研究区域可持续发展水平提供了一个思路.“可持续社会指数”是全要素的综合评价,可以综合衡量国家尺度的可持续发展程度,并长期监测.从理论研究、指标框架和方法论的角度详细介绍了“可持续社会指数”,从对“可持续社会指数”的指标选取和指数计算方面的局限和改进两个方面,对其相关研究进行综合梳理.最后,提出了未来可能应用的研究方向.     

顾及开发强度的长江中下游土地变化模拟及规划对策

土地变化模拟能够判断不同规划政策对当前土地空间格局的影响.传统土地变化模拟侧重于从土地利用/覆盖类型预测土地变化情况,较少关注土地的开发强度.本文以长江中下游为例,在土地利用/覆盖的基础上构建一套考虑开发强度的土地系统,聚焦长江中下游价值突出的两种土地类型提供的服务,在共享社会经济路径下实现同时满足两种土地服务需求的土地变化模拟,并对结果进行对比分析.模拟结果显示,未来人口增加会使当前建设用地面积扩张,向着更加集约的方向变化;同时,人口的增加会带来粮食需求,农业用地中开发强度最高的高利用率耕地面积扩张.模拟结果可为区域规划提供对策和建议.     

地理时空三向聚类分析方法的构建与实践

随着地理数据获取能力的不断提升,地理数据体量呈指数增长,数据种类、数据性质更加多元化。对数据的有效甄别和归类成为理解地理现象时空特征、演化过程和行为机制的关键。传统聚类方法面临数据体量大、维数高、质量差的挑战,加之对地理空间与时间关联分析的需求,对聚类方法改进和提升研究的要求越来越迫切。本文介绍了从单向到三向聚类构建思路的变革。单向聚类是仅在样本或属性方向上进行聚类,易忽视非常相似的局部特征、易犯“横看成岭侧成峰”的错误。双向聚类是基于数据矩阵内元素值的相似性,形成一个子矩阵分割方案,使子矩阵内元素相似度尽可能高,子矩阵间元素相似度尽可能低,从而实现行列两方向的同时聚类,避免了单向聚类的不足。鉴于双向聚类难以满足地理研究超出双向的解译需求,本文提出并研发了一个全新的三向聚类方法,给出了运用该方法开展地理时空格局过程探测的流程,总结了如何根据研究涉及的“空间—时间—尺度—属性”构建三维数据体;最后,展示了三向聚类的地理实践案例。结果表明：① 三向聚类是一种大数据时代探测地理数据时空分异规律的有效方法,可以解决数据维度高、质量低等问题;② 面对不同的地理问题,三向聚类在算法层面上是通用的,不同之处仅在于：根据不同问题涉及的空间、时间、尺度、属性的不同,构建不同的数据体;不同数据体聚类得到的不同结果回答不同的地理问题;③ 三向聚类可以实现地理数据的时空分异规律多方向、多尺度、多层次的联合解译,揭示地理特征时空尺度叠加效应。最后,论文强调根据地理问题组织数据的重要性,期待未来能够提升三向聚类在多空间尺度、多属性方面的地理研究实践。     

近40年中美地缘政治关系波动及背景解析

基于GDELT数据利用概率分析和自适应分形分析方法,从合作与冲突的角度分析1979年以来历届美国总统任期内中美态度的差异以及中美态度的持久性。结果分析表明：① 中美地缘政治关系经历3个时期,分别是冷战期、转变期和经贸合作期。这3个时期的特征是中美关系的战略基础历经从联合抗苏到经贸关系转变;② 美国对华的冲突态度在老布什和克林顿时期发展和提高,在小布什时期和奥巴马前期有所缓和,但是在奥巴马后期趋于严重。③ 美国对华整体态度持续性存在约4 a时间尺度,而且主要受冲突态度的影响。在当前特朗普政府时期,中美地缘政治关系的政治和经济要素已经发生重大转变,建议中美关系政策制定者和研究者要重视这种转变,寻求新思维和新途径应对进入新阶段的中美关系。     

不同辐射对土壤湿度长程相关性的影响——以黑河流域阿柔超级站为例（英文）

Analyses of the soil moisture evolution trend and the influence of different types of radiation on soil moisture are of great significance to the simulation and prediction of soil moisture.In this paper,soil moisture(2–60 cm) and various radiation data from 2014–2015 at the A’rou superstation were selected.The radiation data include the net radiation(NR),shortwave and longwave radiation(SR and LR).Using adaptive fractal analysis(AFA),the long-range correlation(LRC) of soil moisture and long-range cross correlation(LRCC) between moisture and three types of radiation were analyzed at different timescales and soil depths.The results show that:(1) Persistence of soil moisture and consistency between soil moisture and radiation mutate at 18-d and 6-d timescales,respectively.The timescale variation of soil moisture persistence is mainly related to the influence process of radiation on soil moisture;(2) Both the soil moisture persistence and soil moisture-radiation consistency vary substantially with soil depth.The soil depth variation of soil moisture persistence is related to the influence intensity of radiation;(3) From 2–6 day timescales,LR displays the strongest influence on soil moisture at depths of 2–10 cm through negative feedback of radiation on the soil temperature.The influence intensity decreases with depth from 2–15 cm.Therefore,the soil moisture persistence is weak and increases with depth from 2–15 cm;and(4) At more than 6 day timescales,SR and NR display a stronger influence on the soil moisture persistence at depths of 2–40 cm through positive feedback of radiation on the soil temperature,especially at depths of 2–10 cm.This influence also weakens with depth.The soil moisture persistence at depths of 2–10 cm is the weakest and increases with depth from 2–40 cm.The research results are instructive for determining timescales and soil depths related to soil water in hydrological models.     

八宝河流域土壤温度波动的时空分异

The Babao River Basin is the "water tower" of the Heihe River Basin.The combination of vulnerable ecosystems and inhospitable natural environments substantially restricts the existence of humans and the sustainable development of society and environment in the Heihe River Basin.Soil temperature(ST) is a critical soil variable that could affect a series of physical,chemical and biological soil processes,which is the guarantee of water conservation and vegetation growth in this region.To measure the temporal variation and spatial pattern of ST fluctuation in the Babao River Basin,fluctuation of ST at various depths were analyzed with ST data at depths of 4,10 and 20 cm using classical statistical methods and permutation entropy.The study results show the following: 1) There are variations of ST at different depths,although ST followed an obvious seasonal law.ST at shallower depths is higher than at deeper depths in summer,and vice versa in winter.The difference of ST between different depths is close to zero when ST is near 5℃ in March or –5℃ in September.2) In spring,ST at the shallower depths becomes higher than at deeper depths as soon as ST is above –5℃;this is reversed in autumn when ST is below 5℃.ST at a soil depth of 4 cm is the first to change,followed by ST at 10 and 20 cm,and the time that ST reaches the same level is delayed for 10–15 days.In chilling and warming seasons,September and February are,respectively,the months when ST at various depths are similar.3) The average PE values of ST for 17 sites at 4 cm are 0.765 in spring > 0.764 in summer > 0.735 in autumn > 0.723 in winter,which implies the complicated degree of fluctuations of ST.4) For the variation of ST at different depths,it appears that Max,Ranges,Average and the Standard Deviation of ST decrease by depth increments in soil.Surface soil is more complicated because ST fluctuation at shallower depths is more pronounced and random.The average PE value of ST for 17sites are 0.863 at a depth of 4 cm > 0.818 at 10 cm > 0.744 at 20 cm.5) For the variation of ST at different elevations,it appears that Max,Ranges,Average,Standard Deviation and ST fluctuation decrease with increasing elevation at the same soil depth.And with the increase of elevation,the decrease rates of Max,Range,Average,Standard Deviation at 4 cm are –0.89℃/100 m,–0.94℃/100 m,–0.43℃/100 m,and –0.25℃/100 m,respectively.In addition,this correlation decreased with the increase of soil depth.6) Significant correlation between PE values of ST at depths of 4,10 and 20 cm can easily be found.This finding implies that temperature can easily be transmitted within soil at depths between 4 and 20 cm.7) For the variation of ST on shady slope and sunny slope sides,it appears that the PE values of ST at 4,10 and 20 cm for 8 sites located on shady slope side are 0.868,0.824 and 0.776,respectively,whereas they are 0.858,0.810 and 0.716 for 9 sites located on sunny slope side.     

多目标优化NSGA系列算法与地理决策：原理、现状与展望

地理学正在经历“剧变”时代,愈发强调决策支持。地理决策过程中往往涉及众多因素,需要通盘考量不同因素、权衡利弊,并提出最优方案,是典型的多目标优化过程。数学领域的多目标优化算法因而在地理决策中具有广阔的应用潜力和重要意义,其最新进展是地理学中新方法、新工具的重要来源。本文综述了多目标优化领域最前沿、最流行的算法代表“非支配排序遗传系列算法”（Nondominated Sorting Genetic Algorithms,NSGAs）,对其三代不同算法的原理、适用性进行对比,并综述了这些算法在地理决策领域的应用现状、改进方法、问题与局限。研究发现：在三代算法中,NSGA-Ⅱ因其在计算复杂性和使用场景方面的优势在地理决策中最为流行;NSGA-Ⅲ对建模要求较高,尚未得到广泛关注。在地理决策的各领域中,水资源管理领域是NSGA算法应用最多、最成熟的领域,该领域的问题建模和在NSGA算法中融入局部搜索的经验值得其它领域借鉴和推广;土地利用规划领域提出了较多的NSGA改进算法,为更好地融合NSGA算法进行地理决策树立了典范。未来研究中,可通过凝练行业共性问题、构建通用优化模型降低NSGA算法的应用门...     

“十三五”时期黄河流域PM2.5时空分布规律及多尺度社会经济影响机制分析

黄河流域生态保护与高质量发展是我国新时代的重大战略任务。探究黄河流域PM_2.5浓度的时空变化趋势,并分析其社会经济影响因素,对该地区的大气污染防治和实现高质量发展具有重要意义。本文采用时间序列趋势估计、空间自相关分析、地理探测器和地理加权回归方法,揭示了“十三五”时期年黄河流域不同尺度（全流域以及61个地级市）PM_2.5浓度值和变化趋势的时空分异特征,定量探究了社会经济因素对PM_2.5浓度的影响机制及其时空过程。结果表明：① 在“十三五”时期,黄河流域的PM_2.5污染情况整体好转,其浓度呈波动下降的趋势,平均每年下降约4.2 μg/m³,彰显了我国大气污染防治攻坚战取得的重要成效;② 山东、河南、山西和陕西的PM_2.5浓度值较高,但山东、河南改善速度较快,山西和陕西改善速度较慢;③ 以目前的改善速率推算,在黄河流域61个地级市中,54个市将能够完成“十四五”规划中PM_2.5浓度下降10%的目标,而咸阳、西安、榆林、太原、临汾、运城、晋城7市将难以完成;④ 人口密度、工业企业数、土地利用强度是导致黄河流域PM_2.5浓度升高的主要社会经济因素,其解释力均达到50%以上;⑤ 从2015—2019年,土地利用程度指数和人口密度的主要影响区域均转移至黄河流域中部地区,建议山西、陕西、内蒙古应作为下一阶段治理工作关注的重点区域;⑥ 促进与环境承载力相协调的城乡发展、控制工业规模并提高其环保水平,是进一步治理黄河流域大气污染的重要策略。     

新时代自然灾害态势感知的实践与方法探索

随着人类世的到来,“常态化”的极端天气与自然灾害成为人类生存面临的首要问题。大数据智能化的技术驱动、大科学（计划）的学科基础、全球化治理与应对的需求牵引,共同构成了新时代自然灾害研究的主旋律。论文提出自然灾害态势感知的概念,并结合新时代背景提出洞悉“态”、预测“势”两个不同层次的感知。在洞悉“态”方面,论文辨析了传统灾害观测与大数据态势感知的区别和联系;并以社交媒体、手机信令、视频监控等为例,梳理了大数据在台风、洪涝、地震、极端高温等灾害态势理解中的研究与实践。在预测“势”方面,论文总结了系列大数据观测—机器学习—机理模型整合的方法,并以城市洪涝事件演进模拟为例进行说明;在区域或全球尺度,提出应在大科学（计划）统一定义的未来情境下开展跨领域综合态势的感知与预测,并服务于区域的可持续发展;特别是利用人地耦合模型,感知灾害对社会经济的级联影响和远程效应,用以消除和解决非传统安全的威胁。最后,建议国家成立相关研究机构推进灾害大数据的共享和应用,开展灾害灾情标准知识库、训练库的建设;建议进一步推进机理模型、大数据、机器学习的整合与应用,推进自然灾害人地系统的耦合,提升中国自然灾害的社会治理与决...     

中国及其周边国家间地缘关系解析

地缘关系研究作为地理学中一个重要研究领域越来越受到学者关注,开展基于大数据的地缘关系的定量研究,是对传统地缘关系研究的重要补充。利用新闻媒体大数据GDELT从全球性的视角将中国及其周边国家间地缘关系综合表达为合作与冲突关系,通过有序聚类方法识别中国及其周边国家合作与冲突的阶段划分,并对不同阶段国家间的合作与冲突关系进行社会网络分析,利用社区探索等工具对合作与冲突网络进一步剖析和解译,最后对不同时段内突出的双边关系进行对应分析,以及以中国为中心的均衡度分析。结果发现：1979-2017年中国及其周边国家间合作与冲突关系在时间上表现出明显的3个阶段,中国逐渐成为网络的中心,形成了以中国为中心,以俄、日、韩为支撑的广泛合作格局;中越、中日、中俄、朝韩等各阶段突出的双边关系表现出各异的发展态势和驱动因素;伴随着中国和平崛起的进程,中国与周边国家的合作越来越均衡,与此同时中国与周边国家的冲突范围不断扩大。