多功能视角的沿海港口城市体系位序规模结构及耦合类型

运用位序规模法则,以2001—2015年中国47个主要港口城市为研究样本,探讨多功能视角的沿海港口城市体系位序规模特征及其层级结构,以航运物流为基础功能划分其多功能发展的耦合类型。研究表明：① 2001—2015年,沿海港口城市体系中制造业功能位序规模分布的无标度区出现双分形结构,层级分割特征显现,其余功能则为单分形;从长期演化看,仅航运物流功能位序规模分布由集中化向均衡化发展,商贸功能、制造业功能（无标度区一）、现代服务功能和人口集散功能则处于集中化态势。② 沿海港口城市体系层级结构由金字塔结构逐步向纺锤状结构过渡,普遍形成了全国性枢纽、区域性枢纽、区域性副中心、区域性节点与地方性节点5个层级。③ 从多功能耦合类型看,港口城市传统功能普遍超前而高端服务功能滞后,城市类功能提升速度较慢且趋于平缓,表明中国沿海港口城市多功能发展仍处于低水平,产业体系结构有待进一步优化。④ 从不同层级港口城市来看,区域性枢纽城市、区域性副中心城市各功能均处于快速增长阶段;区域性节点和地方性节点城市则仍处在工业和商贸等传统功能增长阶段。     

中国政治地理与地缘政治理论研究展望:青年学者笔谈

中国政治地理学和地缘政治学的发展相对滞后,目前仍未形成系统、有共识的学科理论框架。为此,基于2019年先后在上海和广州举办的多次研讨会,国内15位青年地理学者结合自身的研究基础和中国政治地理学和地缘政治学科建设和理论发展的需要,提出了一系列未来值得深入研究的中国政治地理学和地缘政治研究方向。这些研究方向具体包括：多尺度的地缘环境、科技地缘政治、批判地缘政治、环境政治、能源地缘政治、国别区域研究、通权论、民意政治、都市政治、劳工政治地理、区域一体化的政治地理、城市政治地理学、中西权地秩序比较、新技术革命催生的新人地关系、尺度政治、马克思主义政治地理学、历史政治地理和基于福柯治理术的空间-权力关系理论等。此外,各位青年学者一致认为,中国政治地理学和地缘政治研究应该具有多尺度特征、加强原创性理论研究、回归“地理空间-权力关系”的主线。希望本文抛砖引玉,引发更多关于中国政治地理学和地缘政治学科建设和理论发展的讨论和成果。     

浙江北部近海边界层风廓线特征分析

利用2010年12月至2014年5月宁波近海凉帽山370m高塔气象梯度风观测和浙江北部沿海自动气象站测风资料,对浙江北部近海风速垂直廓线进行分析,结果发现:受地形影响,偏南、偏北风时塔基风速一般比上一层风速大。不同天气系统影响下近地边界层风廓线不同,南风型320m以下风速基本遵从对数律。热带气旋影响型和北风型时风廓线可分为3段,常通量层内基本满足对数律,该层向上一段高度热带气旋影响型风速变化不大,北风型反而减小,再往上风速又继续增大。北风型风廓线的这种3段结构表现比热带气旋影响型更为清楚,约80~109m风速出现相对极大值,200~250m间存在风速极小值。满足对数律的近地边界层内小风比大风具有更好的拟合优度。浙江北部沿海自动气象站测风资料不同风型统计分析与高塔风廓线表现基本一致。     

台风“利奇马”影响期间浙江沿海海浪特征分析

利用浮标资料,对“利奇马”影响期间浙江沿海风和海浪特征及其关系进行分析,并对欧洲中心模式预报与实况进行对比,基于模式预报分析海浪的空间结构。结果发现:(1)随着台风靠近、登陆和远离,海浪波型经历了混合浪—风浪—混合浪的变化,且最大波高越大周期越长,浙江南部沿海海浪较北部沿海更具风浪特点;(2)浪高受风速影响大,北部沿海更为明显,持续风向对浪高增大有明显作用,当风向由向岸转为与海岸线平行、或由与海岸线平行转为离岸时,浪高迅速减小,反之浪高迅速增大;(3)台风靠近和影响浙江时,有效波高与风速的等值线平行,7、8、10级风分别与巨浪、狂浪、狂涛区有很好的对应,有效波高越高,风速对波高的决定作用越明显。     

Li同位素组成对太古宙海水相关的表生环境过程的初步限定

研究试图利用Li同位素地球化学对太古代海水相关的表生环境过程进行初步的限定.通过对来自南非Kaapvaal克拉通的海相碳酸盐岩样品进行Li同位素分析,发现在3.0~2.9 Ga期间形成的碳酸盐岩δ7Li值为~+1‰,而在2.6~2.5 Ga期间,碳酸盐岩δ7Li值达到7‰~10‰.经过反演计算得到对应时代的海水Li同位素组成分别为~+12‰和~+20‰,均明显低于现代海水值（~+31‰）,但是2.6~2.5 Ga期间的海水δ7Li值要比3.0~2.9 Ga时高出8‰.作为大陆硅酸岩风化的有效示踪剂,太古代海水较低的Li同位素组成表明当时的地表风化以源岩溶解为主,次生矿物形成极少,在3.0~2.5 Ga期间,海水整体温度下降以及次生矿物形成增加可能共同导致了海水δ7Li值的升高.通过对太古代碳酸盐岩的Li同位素研究能够有效反演古海水的Li同位素组成,并为了解太古代表生风化过程对海水的影响提供了新的信息.      

气候变化和物候变动对东北黑土区农业生产的协同作用及未来粮食生产风险

东北黑土区是中国重要的粮食生产基地,也是中国气候变化最敏感的地区之一。然而,气候变化背景下东北黑土区气候及物候变化对农业生产力的综合影响并不清晰,未来农业生产风险评估的定量化程度不够,风险等级制定缺乏依据。本文借助遥感产品、气候资料和模拟数据等资料,综合运用多元线性回归、相关分析及干旱危险性指数等方法,探究东北黑土区作物物候动态及其气候响应特征,辨识气候与物候变化对农业生产的复合效应及未来可能风险。结果表明：① 2000—2017年东北黑土区29.76%的区域作物生长季开始期呈显著延后趋势,16.71%的区域作物生长季结束期呈提前态势,生长季开始期受气温的影响范围广,且滞后时间长;生长季结束期与前期气候变化关系更加密切,且带状差异性响应格局尤其明显。② 气候变化和物候期改变对作物生产的解释能力较生长季同期气候变化的解释能力增加了70.23%,解释面积扩大了85.04%。③ RCP8.5情景下东北黑土区粮食总产量呈现上升趋势,粮食生产风险表现出“南增北减”的演变特征,风险区面积不断扩大,全球温升2.0 ℃时,松嫩黑土亚区南部粮食减产量可能达到10%。研究有助于深入认识气候—物候—作物生产的关联机理及未来粮食生产风险,对制定气候变化应对策略,保障国家粮食安全具有重要意义。     

文化城市群的时空演进及其动力机制——以粤东城市群为例

以文化城市群为角度、潮汕文化为切入点、粤东文化城市群为案例,系统梳理其城市群发展脉络并分析其动力机制。研究发现：1）粤东城市群的空间形态随潮汕文化发展和社会生产生活实践而发生改变,呈现从西北逐渐向东南拓展的特征,单个城市空间形态表现为精细化、密布局的特征,城市群空间格局则经历了“带状—人字状—梳状—圈层式”的演变;2）“精细、重商、外向、融合”等潮汕文化要素分别在粤东城市群发育的4个阶段发挥着不同影响力,其中,“精细”和“重商”深刻影响着城市群个体化发展阶段的空间特征,“外向”和“融合”引领城市群集团化发展结构;3）文化城市群的演变实际是农耕文化、商业文化、工业文化、信息时代复合型新文化等多种要素在不同空间尺度下实现梯度式推演的结果;4）在不同时期,文化要素作用尺度从微观建筑建设层面逐渐扩大至中观城市景观层面,最终形成基于地方文化认同的城市群层面。     

皖江示范区生态资产格局时空变化与驱动因素（英文）

随着社会经济的快速发展,人们对自然资源和生态环境的认识越来越深刻,生态资产价值评估已成为人们关注的焦点。研究采用遥感影像解译的土地利用数据,对1990-2013年皖江示范区46个地区的生态资产进行了测算,并分析其生态资产的分布、组成、变化模式及其驱动因素。结果表明:1)皖江示范区生态资产分布非常不平衡,中部比其他地区生态资产高,且在1990-2013年期间先下降再升高;2)生态资产总量增长了3.05%,总体变化不大,退化和增加的面积比例较小;3)草地和水域的生态资产分别下降11.19%和0.66%,尤其是耕地下降了15.54%,但是林地增加了6.42%;4)在生态资产的变化格局中,合肥的人均资产减少幅度最大;5)影响皖江示范区生态资产时空变化的因素包括自然因素和人为因素,其中景观格局、人口和气候因素是生态资产格局时空变化的主要动力因素。     

基于细分行业的中国城市群金融网络演化

基于微观层面的金融企业空间组织关系数据进行宏观层面的金融业空间格局研究是近年来金融地理研究的一个新方向。基于银行、保险及证券三个主流金融行业在1995年、2005年与2015年3个年份的企业网络数据,采用社会网络分析方法,从空间差异、空间过程和空间相互作用3个层次,对各细分行业下的城市群金融网络演化过程进行研究。结果表明：① 银行与保险业视角下,总部企业分布较为集中,且大多中西部城市群内部金融网络较为稀疏,证券业视角下的总部企业分布最为分散,但更替较为频繁。② 银行与保险业视角下的城市群间高层级金融联系较多,证券业视角下则更多为低层级联系,除京津冀、长三角和珠三角为共同的核心网络节点外,银行业其他核心节点集中在沿海地区,保险业则集中在中西部,证券业则呈现出一定的空间均衡性。③ 三行业视角下的城市群发展差异大小及变动趋势不同,证券业视角下的城市群金融资源吸引力差异最大,而总部经济发展差异则最小。④ 各行业地理集中度、市场集中度及影响各行业发展的关键因素的不同,是导致不同行业视角下城市群金融网络演化格局存在差异的主要原因。     

DInSAR���������ظ�ԭ�����α�������о�

???????·???????????????????DInSAR??????Palsar????????????????????α????α????????????????α??????????????????????仯????????DInSAR????????????????Χ???????α?