粮食地理学视角下乡村本土农业的社会建构——元阳哈尼梯田稻作系统案例

选取元阳哈尼梯田稻作系统为研究对象,基于粮食地理学的农产品生产-消费网络理论,通过深度访谈等方法分析多元主体在本土农业生产消费领域中的策略及行为,解读其中的社会建构现象。研究发现:农业生产领域中多元参与特征显著,优质稻种的人为筛选、种养品种的多样化以及土地流转的推广均为政府、村民和外来企业为实现各自利益而共同协商达成的策略,不同行动者共同利用与改造着农业生产的各种要素;农产品消费领域中,政府和企业逐步承担了农产品商品化的后续工序,国有资本完成农产品的收购、加工与包装,外来商业资本负责建构商品品牌,满足目标消费者的市场需求是他们的共同目标。     

2000年来中国边境城市对外贸易位序-规模分布及其影响因素

全球化背景下对外贸易活动是特定地域外向联系强度的重要表现,是边境城市区域功能的重要组成部分。运用位序-规模法则、分形理论及核密度等方法,以中国边境各城市的进出口贸易额为主要指标,剖析了中国边境地区对外贸易的规模分布特征及其影响因素。结果发现：①不同阶段的中国边境对外贸易位序-规模特征明显,位序结构内部城市次序变化较大;②位序-规模分布的无标度区变化显著,在18年内出现了4段分形表现,外贸活动的规模波动性、区域化特征明显;③影响因素表现为经济地理禀赋约束下核心城市支配效应明显、邻接地缘环境影响显著、政策导向与口岸推动、内部竞争反推空间结构协调演化四个方面;④不平衡性、集聚性在中国边境地区外贸活动中凸显,空间分布呈现为“核心-边缘”结构,当前国家层级应重点支持对外贸易优势城市,省级尺度协调域内城市对外贸易层次组织与区间联系。     

京津冀地区耕地利用转型时空分异及驱动机制

耕地利用转型代表耕地利用形态的趋势性变化。论文以京津冀地区157个县域空间为基本研究单元,从显性形态与隐性形态双重属性出发构建耕地利用形态指标体系,运用冷热点、空间变差函数等方法分析1990—2015年耕地利用形态变化的时空特征,在此基础上,利用空间误差模型(spatial error model, SEM)对耕地利用转型的驱动机制进行了定量分析。结果表明：① 京津冀地区耕地利用形态指数空间分布呈东南高、西北低的格局,与该地区地形分布格局基本一致,且因坝上高原特色农业发展形成独立高值区。② 京津冀地区耕地利用形态指数空间分异呈现逐渐缩小的趋势,显著热点区与显著冷点区分布相对稳定且面积不断缩小,耕地利用转型较为平稳。显性形态值普遍呈现先升高后降低趋势,隐性形态值则呈升高趋势,表明京津冀耕地出现空间收缩、功能优化式转型。③ 高程是影响京津冀地区耕地利用形态空间特征的主要自然环境因素,二三产业占比、地均固定资产投资与城镇化率等经济发展和城镇建设因素则是驱动1990—2015年京津冀地区耕地转型的主导因素,但不同时段、不同县域单元耕地转型动力机制存在差异,各驱动因子作用强度也不完全一致。     

基于地理探测器和GWR模型的中国重点镇布局定量归因

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。     

长江三角洲人口分布演变、偏移增长及影响因素

在长江三角洲区域一体化上升为国家战略背景下,论文运用核密度、重心、集中指数和偏移—分享等方法,研究2000—2018年长江三角洲人口时空演变规律,并采用定量方法探讨人口偏移增长影响因素。结果表明：① 部分城市主导下的人口集散趋势转变,并未显著改变区域人口不均衡格局,且集中度呈现稳步增长态势。② 基于偏移—分享法的研究发现,人口增长格局转变主要表现为部分欠发达地区人口增速加快,如三省一市上安徽省转变为正偏移增长、城市尺度上核心发达城市为主的正偏移增长向部分欠发达城市为主的正偏移增长转变、县域尺度上正偏移市辖区由核心区向边缘区的转移,但人口向少数大城市、市辖区集聚的态势显著,而多样化的人口偏移增长态势表征了未来城市发展策略的差异化需求。③ 经济因素、社会发展和财政水平等是长江三角洲人口偏移增长的重要驱动力,而影响因素的时空演变表明,未来人口均衡化政策的制定不仅要因地制宜,更要与时俱进。     

哈达贺休盐湖卤水氢氧同位素特征及成因分析

内蒙古哈达贺休盐湖蕴藏着较为丰富的地下卤水资源,但人们对其成因和演化机制尚缺乏充分的认识。本文采用稳定同位素方法,研究了哈达贺休盐湖地下卤水及其周边水体的氢氧同位素组成特征,并对卤水的成因进行了分析。结果表明：哈达贺休盐湖地下卤水的?D和?18O值平均值分别为-0.53 ‰和4.01 ‰,黑河河水的?D和?18O值平均值分别为-36.73 ‰和-5.51 ‰,居延海湖水的?D和?18O值平均值分别为1.26 ‰和2.73 ‰,当地大气降水的?D和?18O值平均值分别为-5.30 ‰和-1.20 ‰。研究区水体的蒸发趋势线方程为δD=5.32δ18O-20.08,该蒸发线偏离全球大气降水线。黑河河水的氘盈余值（d）最大,湖水和地下卤水的最小,而且湖水和卤水的d值与TDS呈负相关关系。偏正的?D和?18O值以及较小的d值,表明研究区卤水经历了强烈的蒸发,同时还存在与含氧类矿物的同位素交换反应。卤水和居延海湖水氢氧同位素值分布比较集中并且接近,二者都由黑河河水演化而来。     

FY-3D/MERSI-II全球火点监测产品及其应用

FY-3D/MERSI-II全球火点监测产品主要包括全球范围内的火点位置、亚像元火点面积和火点强度等信息,可用于实时监测全球范围的森林草原火灾、秸秆焚烧等生物质燃烧状况。火点判识算法主要根据中红外通道对高温热源的敏感特性,即含有火点的中红外通道像元辐亮度和亮温较远红外通道的辐亮度和亮温偏高,同时较周边非火点的中红外像元偏高,建立合适的阈值可探测含有火点的像元。亚像元火点面积估算主要使用中红外单通道估算,根据亚像元火点面积估算结果对火点强度进行分级,不同的级别表示不同程度的火点辐射强度。基于全球火点自动判识结果,每日生成0.01°分辨率的卫星遥感日全球火点产品,每月生产0.25°×0.25°格点的全球月火点密度图。在利用FY-3D/MERSI-II火点产品开展的全球火点监测应用中,对多起全球重大野火事件进行了监测,为防灾减灾、全球气候变化研究、生态环境保护等方面提供卫星遥感信息支持。     

基于多分辨率分析的GF-5和GF-1遥感影像空—谱融合

针对空间分辨率比率较大尺度差异下的高分五号(GF-5)与高分一号(GF-1)卫星影像的空—谱融合问题,提出多传感器影像融合策略:一方面,通过现有空—谱融合方法的分步融合得到融合影像;另一方面,在分步融合理论基础上,推导得出一体化融合基础框架,并进一步提出基于多分辨率分析的多传感器一体化融合方法,缓解现有方法因空间分辨率比率过大导致影像空、谱互补信息难以有效集成的问题。其中,提出的一体化融合方法基于调制传递函数MTF (Modulation Transfer Function)滤波对多传感器影像空间(高频)和光谱(低频)分量进行分解提取,并充分考虑多传感器高空间分辨率影像与高光谱分辨率影像之间的关系,以及高光谱分辨率影像波段间关系,设计合理的融合权重,最终可得到具有最高空间分辨率和最高光谱分辨率的融合影像。通过GF-1全色影像、GF-1多光谱影像、GF-5高光谱影像数据对提出方法进行实验验证,结果表明:本文方法可有效集成多传感器影像间的空、谱互补信息,得到较优融合结果。     

复杂卫星图像中的小目标船舶识别

船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。