黄土高原草地和农田生态系统碳滞留时间及固碳潜力

采用概率反演分析法估算黄土高原草地和农田生态系统各碳库滞留时间及固碳潜力。结果表明:除农田植物地上部分外,植物地上部分、地下部分、代谢性凋落物及土壤活性有机碳库滞留时间最短,为25~203d;惰性凋落物碳库滞留时间为2.4~3a;慢性有机碳库和惰性有机碳库滞留时间最长,分别为57.4~79.6a和593~598a。多年生草地的根系滞留时间显著高于农田;而农田代谢性凋落物碳库和慢性有机碳库的滞留时间显著高于草地。根据反演所得参数模拟,在当前气候和土壤条件下,农田和草地系统土壤有机碳在250a左右时达稳定状态,农田系统固碳潜力约为2 680g C·m^-2,草地约为3 130g C·m^-2。农田有机肥的输入能使土壤有机碳多固定4 000g C·m^-2。有机肥的输入及土壤有机碳周转缓慢使耕作农田比草地更有利于土壤有机碳积累。     

基于重心-GTWR模型的京津冀城市群城镇扩展格局与驱动力多维解析

城镇用地扩展格局及驱动力研究对城市群发展规划与决策具有重要意义。以京津冀地区为例,基于城镇用地扩展强度指数、城镇用地扩展差异指数、分形维数、土地城镇化率和重心转移模型,多维解析了城市群城镇用地扩展格局特征,并耦合重心转移模型和时空地理加权回归（GTWR）模型构建重心-GTWR模型,在对空间格局进行长时间序列多维度指标分析的基础上,运用该模型依序对其特征进行驱动力解读,进而总结凝练京津冀区域发展的主导模式与城市核心驱动力。主要结论为：① 1990-2015年,京津冀城市群城镇用地扩展强度呈现“下降-上升-下降”的趋势,高峰时期在2005-2010年,在2005年之前高速发展城市集中在北京、天津、保定和廊坊,2005年之后集中在邢台和邯郸;② 城市群城镇用地重心虽呈现出发散态势,但城市之间的局部相互作用力逐渐增强,城镇用地扩展驱动力表现出空间溢出特征;③ 京津冀城市群空间发展模式由以北京和天津为中心的双核发展模式向多核发展模式转变,并出现北部资源运输核心、中部经济发展核心和南部投资发展核心三大功能核心组团,城市群趋向于多核功能协同发展模式;④ 重心-GTWR模型结合了时空非平稳性和城市空间相互作用,将城市群城镇用地扩展作为一个时空变化系统进行分析,经验证,该模型在城镇用地扩展格局驱动力分析研究中具有可行性。     

中亚天山山区冰雪变化及其对区域水资源的影响

冰川和积雪是构成山区固体水库的主体,对区域水资源稳定性具有调节功能,但深受气候变化的影响。以中亚天山为研究区域,基于长时间序列的观测数据,分别从冰川、积雪、水储量、径流等方面进行分析,并选取阿克苏河、开都河及乌鲁木齐河3个典型流域,研究天山山区冰雪变化对流域水资源的影响。结果表明：① 冰川退缩速率与面积的函数关系为f（x） = -0.53×x^-0.15 （R² = 0.42,RMSE = 0.086）,说明小型冰川对气候变化的响应更为敏感。同时,中低海拔区域的冰川退缩速率大于高海拔区域;② 2003-2015年天山山区水储量的递减速率为-0.7±1.53 cm/a,天山中部区域的递减速率最大,这一结果与该区域冰川急剧退缩相吻合;③ 近半个多世纪以来,冰雪融水径流增加是这3个典型流域径流量增加的主要原因,其中阿克苏河增幅最大（达0.4×10⁸ m³/a）。但自20世纪90年代中期以来,3个流域的径流量都呈减少趋势,与流域内冰川面积减少、厚度变薄及平衡线海拔升高的关系密切。研究结果揭示了气候变化驱动下的山区固态水体储量变化对流域水资源的影响机制,以期为流域水资源管理提供有价值的决策参考。     

GRAPES-MESO模式不同空间分辨率对中国夏季降水预报的影响分析

国家气象中心业务运行的中尺度数值预报系统GRAPES-MESO（Global/Regional Assimilation and Prediction System mesoscale model）在升级到4.0版本后采用了与以往版本不同的三维空间分辨率设置,本文通过计算精度分析、个例分析及统计分析的方法详细阐述了两者水平分辨率和不等距垂直分层的差异,并由此深入分析了不同模式三维空间分辨率对中国夏季汛期降水预报的影响。主要结论表明,GRAPES-MESO预报系统4.0版本在水平分辨率提高到10 km并同时使用更为合理的加密垂直分层设置后,不仅提高了计算精度和计算稳定性,同时仍能满足业务预报的时效要求。对个例降水特征的分析结果表明,提高模式空间分辨率可以在一定程度上改善对降水中心的预报,但对降水落区的预报改进较为有限。对2012年7月整月批量试验的统计检验结果表明,月平均技巧评分总体变化不大,但对逐日大到暴雨评分提高较大,通过各气象要素统计检验分析可以认为,模式空间分辨率提高的主要作用是通过降低了中低层高度场、温度场和水平风场的误差,改进了对流层中层环流背景场以及对流层低层降水直接触发系统的强度预报,从而能够提高大到暴雨的降水评分。     

2016—2017年冬季华北地区一次重污染过程的气象条件分析

以华北地区为研究区域,利用地面监测数据、高空观测资料、NCEP FNL资料及HYSPLIT后向轨迹模式,对2016年12月26日至2017年1月9日该地区的雾霾天气过程进行综合分析。结果表明,雾霾期间高空以纬向环流为主,冷空气势力偏弱,主要受高压、弱高压或均压场控制,有利于华北地区静稳天气形成。同时,雾霾期间边界层平均高度约600~900 m,污染物浓度与边界层高度呈负相关,且污染物浓度变化较边界层高度变化存在滞后现象。逆温层的长期存在,不利于污染物垂直扩散,能见度一直维持在5 km以下。后向轨迹集合模拟与聚类分析表明,以北京地区为核心的华北地区雾霾天气期间,外来污染物中,80%来自西北方气团,20%来自河北西南地区气团。     

城市物质空间更新研究进展与展望

城市物质空间更新是城市发展的自然历史过程。转型期的中国城市,物质空间更新的速度与范围正在逐渐加大,且深度作用于社会经济空间重构过程。本文首先全面总结了国内外城市物质空间更新的相关理论与研究成果,凝练了在城市物质空间更新背景、演替脉络、更新模式及策略方面的核心思想与评判方法,总结了城市物质空间更新的成功做法和经验。其次,从城市物质空间更新的空间判定与时空组织模式、建筑资产拆损、更新模式与综合评估、影响因素与机制定量研究方面对中国未来的城市物质空间更新研究进行了展望。最后,本文认为在新型城镇化和资源节约型社会建设大背景下,有必要加强中国城市物质空间更新的系统研究、综合研究、动态研究和定量研究,进而为制定因地制宜的物质空间更新优化调控政策和方案提供依据。     

空间功能视角下的公共服务对房价的影响——以成都市为例

房价的快速上涨和城市内部房价的巨大差异引起社会广泛关注,调控房价,防止局部区域房价过热势在必行。本文从城市空间功能的视角出发,以成都市2016年房价为例,基于地理探测器分析公共服务对房价的影响。结果表明：成都平均房价为8480元/m²,并从市中心沿交通环线和放射状干线同时向郊区递减,形成圈层加放射格局,总体上呈现西高东低、南高北低的特点。公共服务(主要包括医疗、金融和教育服务)对房价的影响以第三圈层和西南方最为显著,且高于城市层面上整体的影响。公共服务对房价的影响显著受不同区域的空间功能差异的影响,公共服务和空间功能差异会加剧房价的分异格局,并推动局部房价过热。因此,显著地受到在房价调控中,不仅要有传统的金融、经济政策,还要注重空间功能和公共服务的优化。     

低温阴雨对丹东地区粮食作物产量的影响

对丹东地区1978—2015年春季气象资料进行分析,分别从低温、寡照、多雨3个方面研究其对粮食作物造成危害程度的大小,将其划分3个不同的灾害等级。利用拉格朗日插值法计算出作物的期望产量,运用分离法将低温阴雨对粮食作物的损失分离出来,探讨低温阴雨年景与丹东地区粮食作物产量的相关关系。结果表明:(1)丹东地区稻谷、大豆产量都表现出明显的阶段变化。(2)低温型低温阴雨天气对作物的影响为:玉米大豆稻谷;寡照型低温阴雨天气对玉米、稻谷、大豆的影响相对较大,影响力为:大豆玉米稻谷;多雨型低温阴雨天气对玉米和大豆的影响较稻谷大得多。     

多因素耦合下三峡库区土地利用未来情景模拟

模型模拟和情景变化分析是未来土地利用变化研究的核心内容,本文以2000年三峡库区土地利用现状为基期数据,利用Binary Logistic模型回归分析驱动因子与土地利用间的关系,利用CLUE-S模型对2010年土地利用进行模拟,校验并确定影响库区土地利用驱动因素的主要参数后,基于自然增长、粮食安全、移民建设和生态保护对2020年、2030年库区土地利用情景予以模拟。结果表明：① 通过Binary Logistic模型分析和检验,水田、旱地、林地、草地、建设用地和水域的ROC曲线下面积值均大于0.8,表明所选驱动因子对土地利用的解释能力较强,可用来估算土地利用概率分布;② 2010年各地类模拟结果经验证得Kappa系数分别为水田0.9、旱地0.92、林地0.97、草地0.84、建设用地0.85和水域0.77,总体上能满足模拟与预测需求;③ 多情景模拟显示库区不同土地利用类型在空间上的竞争关系,以及所带来的对库区粮食安全、移民建设、生态保护的影响,包括水田大量转换为旱地（“水改旱”）、耕地与林草地被建设占用、林草地开垦为耕地、陡坡耕地退为林草地等行为,需要在土地利用优化中平衡各方面的需求;④ 多因素、多情景模拟能为库区土地利用提供更为清晰的、可供抉择的政策调控思路。     

室内定位数据分析与应用研究进展

现代人文地理学的研究越来越多地关注人的时空行为,而获取个体在出行活动中的时空位置数据是研究人类时空行为的前提。受数据获取技术的限制,之前对时空行为的研究主要集中在室外空间。随着室内定位技术的出现和应用,这类研究由室外空间扩展至室内空间。室内定位技术和方法较多,但从数据的角度来看,根据数据获取中使用定位方法的不同,可将室内定位数据分为几何位置数据、指纹位置数据和符号位置数据3类。目前,基于室内定位数据的研究可以归结为以下4个方面,即：人在室内的时空分布、人在室内的移动模式、人在室内的行为习惯及属性推断、人与室内环境的交互作用。然而,总体上目前的研究还处于探索阶段,理论和方法体系尚未成熟。本文认为后续的研究中需要关注以下问题：①数据获取方面。相对于蓝牙、射频识别、红外等定位技术,“智能手机+WiFi”模式的定位系统具有覆盖范围广、成本低廉、无需专门设备支持、易与用户交互等优势,是一种最具应用前景的室内定位技术;②研究内容方面。时空行为特征的研究是基础,个体属性推断及个体与环境的相互作用形式和机理研究将是重点,多时空尺度数据融合分析是一种趋势;③科学伦理方面。室内定位涉及微观尺度人类活动的记录,隐私保护问题需要高度关注。