基于对象关系数据库的矢栅一体化查询与操作研究

在分析矢量栅格数据特点的基础上,提出一系列矢栅一体化查询函数,基于PostgreSQL/PostGIS数据库,实现了支持栅格数据存储与组织的扩展数据类型,并对栅格数据类型与PostGIS矢量数据一体化查询函数进行了扩展实现。最后,通过实例验证了矢栅一体化查询函数的表达能力和解决实际问题的应用前景。     

辽宁省港口城市地带空间结构及区域作用研究

以辽宁省港口城市地带作为研究对象,从区域作用格局和内部空间组织两方面考察其空间结构。引入场强模型,以城市综合实力水平和最短时间距离为评价变量,通过区域作用力的评价反映港口城市的区域作用格局;运用网络分析方法,通过β指数、γ指数和α指数分析构建港口城市内部空间组织拓扑结构来反映港口城市地带内部组织结构。研究结果:①区域作用格局可将辽宁省港口城市区域作用划分为实力型、区位型和弱势型3种类型;②内部空间组织结构上,丹东空间联系能力相对较好,大连、营口、盘锦、锦州空间联系能力各有侧重,葫芦岛能力较差;③大连市在港口城市地带中处于核心地位,带动6市协调互动共同形成和发挥对外窗口的作用。     

新疆区域工业发展水平与结构初步研究

经过建国后50余年的建设和发展,工业已经成为新疆国民经济发展中的主导力量。近10年来,新疆工业的整体水平提高很快,但与同时期全国工业的发展水平相比较,却仍然有一定差距。分析表明,这种差距还在进一步扩大。本文拟从新疆工业的发展现状出发,运用工业化发展阶段评判、区域差异和产业结构分析等理论和方法,分别从时空和结构的维度,对新疆的工业化发展水平和空问结构进行全面分析。在阐明新疆工业所处的发展阶段、内部区域差异及其结构特点的基础上,试图揭示新疆工业在发展过程中所存在的问题和制约因素,并据此从不同层面,指出新疆工业的发展方向及其应对措施。     

贵州省兴仁县近50年气候特征及其变迁分析

局地气候资料的整理分析,是对更大范围内某一地区的气候研究提供参考的依据之一。贵州省兴仁是国家基准气候站,观测资料较长,对贵州西南片区有较好的代表性。通过对兴仁50年完整的气象资料整理分析,得出该地温度、降水、风、相对湿度、云量、雾日、光照等气象要素的基本特征,并以此特征作出该地的气候类型评定;同时根据该地近50年冷暖趋势、干湿趋势的变化,分析总结出其近代的气候变迁。     

四川省茂县风能资源初步分析

采用1971~2000年气候整编资料数据,初步分析了茂县的风能资源状况。结果表明:(1)由于特定的地理地形条件所致,其风能资源在四川为最大值地区之一,在横断山地区也为最大值地区之一。虽然年平均风能密度仅为27.44 W/m²(县气象局观测资料计算)。但当地风具有一年四季风速较大、风向稳定、定时起风等特点,其风能应具有较大的开发利用价值。(2)茂县的风有如下特点:一年四季都有风,冬春季最大(12月~次年5月平均风速达4.1m/s),秋季次之(10~11月平均风速达3.6m/s),夏季最小(6~9月平均风速达3.4m/s),以3月最大,平均风速达4.6m/s,以9月最小,平均风速只有3.2m/s。据茂县局3次观测的2分钟的平均风速来看,早上多为静风,在这种情况下多年平均风速仍然达到了3.8m/s,为全省最大。(3)根据茂县本站的风观测资料计算该县属于风能资源较贫乏地区,但该县由于地形复杂,县气象局观测资料不能完全代表该县的特殊风能分布情况,需要在实地调查的基础上,选择风速较大的地区建立风能观测点积累风能实测资料,为该县开发风能资源造福当地人民提供更科学、更具有说服力的数据。     

Evaluation of global climate model on performances of precipitation simulation and prediction in the Huaihe River basin

Using climate models with high performance to predict the future climate changes can increase the reliability of results. In this paper, six kinds of global climate models that selected from the Coupled Model Intercomparison Project Phase 5 (CMIP5) under Representative Concentration Path (RCP) 4.5 scenarios were compared to the measured data during baseline period (1960–2000) and evaluate the simulation performance on precipitation. Since the results of single climate models are often biased and highly uncertain, we examine the back propagation (BP) neural network and arithmetic mean method in assembling the precipitation of multi models. The delta method was used to calibrate the result of single model and multimodel ensembles by arithmetic mean method (MME-AM) during the validation period (2001–2010) and the predicting period (2011–2100). We then use the single models and multimodel ensembles to predict the future precipitation process and spatial distribution. The result shows that BNU-ESM model has the highest simulation effect among all the single models. The multimodel assembled by BP neural network (MME-BP) has a good simulation performance on the annual average precipitation process and the deterministic coefficient during the validation period is 0.814. The simulation capability on spatial distribution of precipitation is: calibrated MME-AM > MME-BP > calibrated BNU-ESM. The future precipitation predicted by all models tends to increase as the time period increases. The order of average increase amplitude of each season is: winter > spring > summer > autumn. These findings can provide useful information for decision makers to make climate-related disaster mitigation plans.     

基于环境因素约束的农户土地利用效率及影响因素分析 ——以河南省粮食生产核心区为例

在农户土地利用引起的环境问题日益严重的背景下,如果农户土地利用效率的测度只考虑“好”产出,而忽略“非意欲”的环境产出,可能造成测度结果不准确。因此,将“非意欲”产出引入农户土地利用效率评价模型,利用河南省粮食生产核心区农户抽样调查数据测度环境因素约束下的农户土地利用效率,并探讨其效率状况及影响因素。主要的结论如下：① 调查区域环境因素约束下的农户土地利用效率平均值仅为0.612,效率值总体不高,有较大的提升空间。不同规模农户的土地利用效率差异较大,二者呈现“U型”变化趋势。② 环境因素约束下的农户土地利用效率的影响因素来自多个方面。其中,农户生计方式兼业化在一定程度上降低了环境约束下的农户土地利用效率;种植结构调整虽然能够增加农户农业收入,但不利于环境因素约束下的农户土地利用效率的提升;农地经营规模扩大对环境约束下的农户土地利用效率产生正面影响,但现实中普遍存在的小规模化经营和土地细碎化消减了正面影响。土地产权的稳定性能够提升环境约束下的农户土地利用效率,但无论是集体土地产权还是承包经营权以及农户间非正式的土地流转产权关系稳定性较差,不利于环境约束下的农户土地利用效率的提高。     

面向问题的空间应用表达与实现

讨论空间应用的一种面向问题的表达方法与实现机制。为解决空间应用的描述问题,在建立时空一体化空间数据模型基础上,定义了对SQL进行扩展的时空复合查询语言,实现了对空间应用问题的非过程化描述;研究复杂空间应用的表达问题,讨论时空复合查询语言的限制,并在语言中引入流机制,通过空间应用问题的组合实现更为复杂的空间应用,并支持空间数据分布式计算;最后给出若干空间应用实例及其面向问题的表达。     

2000-2012年陕甘宁黄土高原区地表蒸散时空分布及影响因素

分析陕甘宁黄土高原区地表蒸散变化特征及其影响因素,可以为区域水资源规划、生态环境改善提供依据。本文利用MOD16蒸散数据,统计分析了陕甘宁黄土高原区2000-2012年地表实际蒸散量的时空变化特征,并结合国家气象站点观测数据和基于像元的相关分析法探讨了其影响因素。结果表明:(1) 2000-2002年蒸散量迅速上升,在2003年达到最高值378.6 mm, 2003-2006年蒸散量呈下降趋势,2006年之后蒸散量呈现缓慢上升趋势。(2) 近13年来,陕甘宁黄土高原区多年平均蒸散量具有明显的空间差异,蒸散量自西北至东南递增,最南部的六盘山、子午岭、黄龙山地是3个主要的高值区;年蒸散量以夏季最多,其次是春季,秋季和冬季最少,且季节蒸散的分布与年蒸散的空间分布格局基本一致。(3) 陕甘宁黄土高原区蒸散量草地和耕地的贡献率最高,密灌丛、疏灌丛次之,常绿针叶林、森林草原贡献率则较小。(4) 陕甘宁黄土高原区动力因素对地表蒸散量影响以正相关为主,风速对该区影响较大;热力因素对地表蒸散量影响以负相关为主,其中气温与蒸散在空间上呈负相关的区域较大,日照时数与蒸散在空间上的负相关区域的面积次之;水分条件(降水量、相对湿度)对蒸散的影响也以正相关为主。     

Population,urbanization and economic scenarios over the Belt and Road region under the Shared Socioeconomic Pathways

The countries throughout the Belt and Road region account for more than 60% of the world's population and half of the global economy. Future changes in this area will have significant influences on the global economic growth, industrial structure and resource allocation. In this study, the proportion of the urban population to the total population and the gross domestic product were used to represent the levels of urbanization and economic development, respectively. The population, urbanization and economic levels of the Belt and Road countries for 2020–2050 were projected under the framework of the IPCC's shared socioeconomic pathways(SSPs), and the following conclusions are drawn.(1) The population, urbanization and economic levels in the Belt and Road region will likely increase under all five pathways. The population will increase by 2%–8%/10 a during 2020–2050 and reach 5.0–6.0 billion in 2050. Meanwhile, the urbanization rate will increase by 1.4%–7.5%/10 a and reach 49%–75%. The GDP will increase by 17%–34%/10 a and reach 134–243 trillion USD.(2) Large differences will appear under different scenarios. The SSP1 and SSP5 pathways demonstrate relatively high urbanization and economic levels, but the population size is comparatively smaller; SSP3 shows the opposite trend. Meanwhile, the economy develops slowly under SSP4, but it has a relatively high urbanization level, while SSP2 exhibits an intermediate trend.(3) In 2050, the population will increase relative to 2016 in most countries, and population size in the fastest growing country in Central Asia and the Middle East countries will be more than double. Urbanization will develop rapidly in South Asia, West Asia and Central Asia, and will increase by more than 150% in the fastest growing countries. The economy will grow fastest in South Asia, Southeast Asia and West Asia, and increase by more than 10 times in some counties with rapid economic development.