点-轴系统理论在我国西北地区旅游开发中的运用

“点—轴系统”理论作为区域开发的基础性理论，对区域旅游开发具有非常重要的理论价值和现实指导意义。“点—轴开发”可以充分发挥城市对区域旅游的辐带作用、提高区域旅游的可达性、实现区域旅游的最佳发展。该文在分析西北地区旅游资源的空间分布特点、旅游开发空间布局现状的基础上，提出以“点—轴系统”理论为指导。构建西北地区分布有序的旅游“点—轴”开发结构，力求优化旅游空间结构，实现旅游业健康、持续发展的目的。     

青藏高原东缘民族区域城镇可持续发展研究

青藏高原东缘区域,由于独特的地理环境和多元民族、经济结构的制约,民族宗教文化、民族贸易的超常亲合及资源开发、人居环境的改善是城镇发展的主要动力.低水平、小规模、职能分工不明确、空间分布差异大是城镇发展的主要特征.严酷封闭的地理环境、落后的社会经济发展状态和脆弱的生态环境是主要的障碍因素.因此选择"小规模、多中心、多层次、适当集中"的区域城镇化模式,强化城镇及区域特色产业,优化生态环境,营造城镇与区域协调发展的外部环境,培育中心城镇是城镇可持续发展的关键.     

甘肃敦煌旅游业与城市发展协调性及趋势分析

利用甘肃省敦煌市1987—2012年的社会经济统计数据,将信息熵赋权法和TOPSIS评价法相结合,对敦煌旅游业与城市发展协调性进行测算,并借助ARIMA模型预测短期内协调性发展状态和趋势。1987—2012年敦煌旅游业与城市发展协调性呈持续递增的态势,协调系数由1987年的0.134增长到2012年的0.933,增幅较大,说明二者发展保持着良性互动、协调发展的状态。ARIMA模型的预测结果显示,2013—2017年协调性将继续优化,保持和谐互动的发展势头。敦煌旅游业与城市发展协调性的不断优化,与其所处的发展环境、政策机遇密切相关。西部大开发战略、敦煌水资源合理利用和生态保护综合规划、华夏文明传承保护创新实验区规划的实施以及丝绸之路经济带的建设成为敦煌旅游业与城市发展的动力和机遇。     

中国西北干旱区土地沙漠化敏感性时空格局

土地沙漠化敏感性评估是沙漠化监测的重要内容之一,也是研究如何防止和治理沙漠化的重要课题。本文以中国西北干旱区作为研究区,利用遥感技术和GIS空间分析技术为支撑,通过构建“土壤—地形—水文—气候—植被”沙漠化敏感性综合评价指标体系,并借助空间距离模型计算了沙漠化敏感性指数,进而定量评估2000年、2005年、2010年和2017年西北干旱区土地沙漠化敏感性的时空演变特征,在此基础上引入地理探测器等方法对其主要驱动因素进行了深入分析。研究结果表明：① 地形、土壤、气候、植被和水文等5个方面相互影响,彼此制约,共同构成中国西北干旱区沙漠化敏感性分布和变化的本底条件;② 西北干旱区沙漠化敏感性总体上呈现周边低、内部高的分布特征,低敏感区主要分布在阿尔泰山、天山、昆仑山、阿尔金山和祁连山等地,而高敏感区则主要分布在准噶尔盆地、塔里木盆地和内蒙古高原等大部分地区,包括塔克拉玛干沙漠、巴丹吉林沙漠和腾格里沙漠腹地。沙漠化敏感性的空间分布具有显著的区域性,高敏感区和低敏感区界限分明、分布集中;③ 从时空演变看,2000年以来沙漠化敏感性变化以稳定型占据主导,而整体上敏感性表现为缓慢降低趋势,说明潜在沙漠化区域逐年减少,区域沙漠化治理工作取得了一定成效;④ 西北干旱区的各驱动因素中,土壤及气候起直接作用,是最主要的影响因素,而植被是改变沙漠化敏感性最活跃、最基本的因素。除此之外,地形的分布和水文的变化对沙漠化敏感性起到一定的限制作用,而社会经济因素是影响区域沙漠化敏感性最为快速的因素,且经济发展对促进区域沙漠化敏感性的增长作用有逐渐加强的趋势。从整体来看,中国西北干旱区土地沙漠化得到了有效遏制,沙漠化治理工作取得了积极成效,但在全球气候变化加强和社会经济发展进入新常态的大背景下,中国沙漠化监测评估和治理工作仍然任重而道远。     

石羊河流域生态系统服务时空变化及其多尺度影响因素研究

对生态系统服务时空变化的影响因素开展多尺度定量分析,是揭示生态系统服务演化机理和推进区域可持续发展的重要突破口。既有研究侧重于从行政或流域的等级确定研究尺度大小,缺乏科学合理的尺度划分方法。论文以石羊河流域为研究区,评估了食物供给、碳固存、产水量和防风固沙4种生态系统服务的时空变化特征,并应用小波分析和参数最优地理探测器模型确定了生态系统服务时空变化影响因素研究的最佳尺度及不同尺度下的主要影响因子。结果表明：(1) 2000—2020年石羊河流域食物供给、碳固存、产水量和防风固沙4种生态系统服务均呈上升趋势。食物供给服务增幅最大,增幅为138.3%,碳固存、产水量和防风固沙服务增幅分别为0.97%、7.6%和9.5%。(2)根据4种生态系统服务的小波方差主周期,2000—2020年和2010—2020年分别构建了6个、2000—2010年构建了7个影响因素研究的特征尺度。(3)随着尺度增大,影响因子对生态系统服务时空变化的作用程度逐渐增强,且不同尺度的主要影响因子存在明显差异。食物供给和碳固存服务在小尺度上主要受人文因子影响,大尺度上受自然因子影响;产水量服务在不同尺度上始终受自然因子...     

宁夏农业生态气候资源系统分析

运用农业生态气候模型,依据宁夏23个气象台站多年平均的气候资料,首先对宁夏农业生态气候的资源潜力、匹配状况和利用程度进行了定量分析和对比研究,在总体上得出了农业生态气候资源南高北低的地域分异特征;然后通过对多年逐月平均效能指数的模糊聚类,划分出农业生态气候资源的3个类型及6个亚型并进行了相应评价,从而为开发利用农业生态气候资源提供了科学基础。     

基于水资源承载力的干旱内陆河流域城市适度规模研究——以石羊河流域凉州区为例

 以典型的干旱内陆河流域城市武威市凉州区为研究对象,对水资源承载力、城市适度规模的内涵进行阐述;基于可利用水量、水权及水质三要素建立水资源承载能力及城市适度规模计算模型,构建了城市适度规模与实际人口的距离协调度评价模型,并给出评价区间标准;对未来可利用水量、未来可能配水量、未来城市适度规模、水资源超载度进行预测并分析。结果表明：近10 a凉州区的地表径流量变化幅度不大,相比20世纪50年代下降程度显著,凉州区水资源超载度逐年增长,城市适度规模与实际人口的距离协调度处于初级协调发展绿灯区向濒临失调衰退黄灯区过渡阶段。未来20 a水资源超载度增长率降低,基于水资源承载力的城市适度规模远小于预测的城市人口规模,城市适度规模与实际人口距离协调度进入轻度失调双黄灯警区。     

基于GIS的甘肃省道路网密度分布特征及空间依赖度分析

以甘肃省为研究对象,从道路网出发,结合甘肃省社会经济因素,以县(区)为单元,运用GIS理论方法计算甘肃省道路网密度,并分析了道路网密度与人口密度、GDP密度之间的相关性,考虑到道路网建设还受资源、产业结构、道路网建设政策及其它运输方式的影响,提出了道路网依赖-偏好指数。在此基础上,分析了甘肃省道路网密度和依赖—偏好指数分布及空间特征。结果表明:①甘肃省道路网密度以兰州市、嘉峪关市为中心向外衰减,道路网密度整体分布东南比西北高,东南比西北均匀;②道路网密度与人口、生产总值等社会经济因素相关性很高,受经济发展水平和道路建设政策影响很大;③5.75%的县区属于超强依赖或超强偏好型,20.68%的县区属于强依赖或强偏好型,62.7%的县区属于中等依赖或中等偏好型,8.05%的县区属于较弱依赖或较弱偏好型,3.45%的县区属于弱依赖或弱偏好型。以兰州为中心及河西走廊地区的道路网依赖—偏好指数高于东部和南部山区。可为甘肃省道路网与人口、经济协调发展提供基础理论和参考依据。     

塔里木河干流区土地利用/覆被变化及其生态环境效应

在GIS和遥感技术支持下,利用1973年MSS遥感影像、1983年航空遥感土地利用图、1990年TM、2000年TM和2005年CBERS遥感影像对新疆塔里木河干流区土地利用/覆被变化过程和生态环境效应进行了分析。结果表明,1973~2005年塔里木河干流区土地利用/覆被发生了显著变化,耕地、未利用地和城乡居民及建设用地面积分别增加了25.72×104hm2、17.33×104hm2和0.51×104hm2,林地、草地和湿地面积分别减少了29.10×104hm2、8.63×104hm2和5.84×104hm2。在1973~1983年、1983~1990年、1990~2000年、2000~2005年4个时段中土地利用变化呈"显著变化—缓慢变化—显著变化—急剧变化"的过程。土地利用类型转移的主要方向是林地和草地转化为耕地、耕地转化为城乡居民及建设用地、草地转化为未利用地。土地利用/覆被的变化引起了干流区水环境恶化、土壤质量改变、天然植被严重退化、土地荒漠化和盐渍化加剧、湿地面积减少和生物多样性丧失等一系列生态环境问题。     

基于空间自相关特征的人口密度格网尺度效应与空间化研究——以石羊河流域为例

以石羊河流域为例,运用GCAWI法、空间自相关指数以及考虑空间自相关性的多(单)中心指数模型等实现了乡镇单元向格网单元图层的转化、适宜格网大小的确定以及人口密度的空间模拟。结果表明:①石羊河流域人口密度的空间分布差异较大而又相对集中,具有"3点4线3区"的"点—线—区"状空间结构;②不同单元大小的格网图层提高了流域整体的空间自相关性,Mo-ran’s I指数表现出较大的差异性和偶然性;③石羊河流域人口密度空间分布存在明显的正空间自相关,8 000～10 000 m是表现流域人口密度空间分布特征的最优选择范围;④空间自相关性影响下的人口密度空间化多(单)中心模型大大提高传统指数模型的精度,却改变了距离衰减系数的性质和大小,多中心和单中心模型模拟系数的差异主要是由金昌人口密度中心引起的。