Public attention to the great smog event: a case study of the 2013 smog event in Harbin,China

Natural Hazards - The 2013 outbreak of smog in China triggered unprecedented public attention in the country, which played a critical role in crisis communication and management. This study...     

基于E-FAST的流溪河模型参数敏感性分析

基于E-FAST全局定量敏感性分析方法的思想,提出一个针对分布式物理水文模型——流溪河模型的参数敏感性分析方法,包括参数简化及取值范围确定、参数采样及采样次数的确定、敏感性评价指标的选取、参数敏感度计算4个部分.针对我国4个不同规模的流域(黄龙带水库流域、流溪河水库流域、长湖水库流域和新安江水库流域)开展了分布式物理水文模型参数敏感性分析,并采用4种不同的评价函数进行了对比计算.结果表明,流溪河模型饱和含水率和田间持水率是高度敏感参数,饱和水力传导率、土壤层厚度、土壤特性系数、边坡和河道糙率为敏感参数,其他参数为不敏感参数.     

大都市区农村土地非农化空间特征及机理——以广州市为例

随着国家对“三农”问题的关注以及新型城镇化、城乡统筹、新农村建设等一系列重大战略决策的提出,农村聚落的内容再次成为地理学的研究热点。大都市区作为快速城镇化和生产生活要素集聚的重点区域,其农村聚落的用地变化快速且复杂,成为了农村聚落研究的重要内容。本文利用农村土地非农化指数,将2013年广州市农村聚落分为农耕型农村聚落、非农化起步型农村聚落、非农化发展型农村聚落、非农化主导型农村聚落、非农化型农村聚落五种。结合GIS空间分析,对广州市农村土地非农化空间结构进行了研究,得出以下结论：①从市域角度,农村聚落土地非农化总体呈现出围绕大都市内核随距离增加而衰减,由外向内农村聚落土地非农化程度逐步升高。②从各区层面,农村土地非农化程度受副中心城镇化发展水平影响显著,近郊区域呈现面状圈层化分布,远郊则表现出沿道路的线状分布特点。③从局部尺度,重大基础设施对周边农村聚落的土地非农化发展有较大拉动作用,导致高土地非农化农村聚落点状出现。随后采用多元线性回归、地理探测器等方法,确定村内路网密度、与主城距离、流动人口、村集体收入、村民人均收入为影响农村土地非农化水平的主要因素,并在此基础上初步分析各因子对大都市区农村聚落土地非农化的影响机制。本文对如何利用农村非农化进程促进城市发展、优化调控农村土地利用和规划村庄发展提供一定的借鉴。     

最优分割尺度的滑坡信息提取

针对面向对象的遥感影像分析技术这一热点问题,通过研究滑坡的地学特征和影像特征,基于QuickBird多光谱影像,提出了一种先对Quickbird影像进行多尺度分割,然后利用改进的分割质量评价函数来选择滑坡最优分割尺度,最后在最优分割尺度上构建滑坡提取规则集并进行滑坡信息提取的方法。该方法通过对提取的滑坡信息进行精度验证与分析,能使对象内部异质性和对象之间异质性达到综合效果最好。结果表明:滑坡体的正确提取率为75.86%,本文方法具有一定的可靠性和准确性。     

长株潭地区乡村功能评价及地域分异特征研究

通过构建乡村功能评价的指标体系及测度模型,以长株潭地区23个县市区为地域单元,对研究区乡村经济发展、粮食生产、社会保障与生态旅游功能的地域分异特征与规律进行研究。结果表明：① 长株潭城市群的经济发展功能、粮食生产功能、社会保障功能和生态旅游功能指数普遍较低,但各功能之间发展较为均衡;② 长株潭城市群的乡村功能地域分异特征较为明显,经济功能一级区主要分布在长株潭城市群的核心区,以长沙市6个区及国家级经济技术开发区所在地长沙县为主,粮食生产功能一级区主要分布在芦淞区、浏阳市、湘潭县、宁乡县,社会保障功能呈现出由中心城市向外围地域逐渐减弱的特征,且距离中心城市越远,其功能越弱,生态旅游功能强势区主要分布在茶陵县、芙蓉区、岳麓区、韶山市、炎陵县、宁乡县、浏阳市、雨花区等山区丘陵地带。     

Detection and Attribution of Changes in Thermal Discomfort over China during 1961-2014 and Future Projections

In this study, variation in the frequency of thermal discomfort days over China during the period of 1961-2014,including heat discomfort days(HDDs) and cold discomfort days(CDDs), and the influence of external forcings on it are discussed. HDDs are the conditions of overheating and overhumidity(represented by humidity index), and CDDs reflect the dangers from cold temperatures and winds(represented by wind chill index). Observations show significant increases(decreases) in the frequency of HDDs(CDDs) over China from 1961 to 2014, with clear regional distinctions. The historical ALL and greenhouse gas(GHG) simulations can sufficiently reproduce the spatial patterns of the observational trend in the frequency of both HDDs and CDDs over China. Further, the impacts of GHG and anthropogenic forcings on the HDDs(CDDs) are detectable over China, except for central and eastern China, based on the optimal fingerprinting method. GHG forcing is identified as a dominant factor for the observational changes in the frequency of HDDs over southern China;GHG and anthropogenic forcings have dominant effects on the variation in the frequency of CDDs over southwestern China. Although trends in the frequency of HDDs and CDDs in historical aerosol forcing simulations seems to be opposite to observations, an aerosol signal fails to be detected. Natural forcing contributes to the observational variation in the frequency of HDDs over northwestern China. In addition, the future projections of thermal discomfort days indicate that Chinese residents will face more threats of heat discomfort and fewer threats of cold discomfort in the future under global warming.     

北半球人体不舒适天数归因分析及其未来预估

基于NCEP/NCAR再分析资料及6个CMIP6全球气候模式模拟资料,对1961—2014年北半球湿热指数表征的热不舒适天数与风寒指数表征的冷不舒适天数历史变化进行归因分析,并预估未来(2015—2100年)4种不同情景下不舒适天数的变化趋势。结果表明:历史时期北半球中低(中高)纬度地区热(冷)不舒适天数偏多且不舒适天数显著增加(减少)。其中,高纬度(中纬度)地区能够检测到历史全强迫,人为强迫和温室气体强迫的影响,且温室气体强迫主导了冷(热)不舒适天数变化。低纬度地区,热不舒适天数显著增加可归因于人为温室气体强迫作用,气溶胶强迫能够产生相反的作用降低热不舒适的发生率,冷不舒适天数则受气候系统内部的调控作用。未来热(冷)不舒适天数将持续增加(减少),其中ssp585与ssp370情景下舒适度变化显著,ssp126与ssp245情景下,2080年后北半球人类遭受的冷热不舒适感将维持在稳定的水平。     

大比例尺数字地形图的数据质量控制

数据质量控制是良好的数字地形图质量的重要保证。文中从野外采集数据和地图数字化两个方面分析了影响大比例尺数字地形图数据质量的因素 ,讨论了数据质量控制的方法。