基于人地协调的旅游环境影响评价探析——以福建省南靖县土楼为例

良好的旅游自然环境、社会环境及经济环境是区域旅游能够持续发展的重要前提。本文通过建立评价模型,利用突变级数法对近12年来福建省南靖县土楼旅游环境进行定量评价,同时结合问卷调查、访问等形式对其进行综合评价。总的环境影响度经历了2005～2011年的迅速波动上升期和2011～2016年的缓慢稳定上升期,但土楼旅游的社会文化环境影响度在下降,主要是因为景区的开发偏向商业化,逐渐淡化文化的发展,为更好地发展南靖的旅游业,应务必加强土楼的文化影响度。     

基于SOLO分类评价的高中地理开放性问题设计与应用

高中地理课程标准(2017年版)中提出了开展思维结构评价以培养学生地理核心素养。该实施意见在当下标准化测试中未能得到充分体现。在"交通运输布局对区域发展的影响"专题教学中,笔者尝试以传统地理综合题为素材,设计基于SOLO分类评价的开放性问题。并将该问题运用于探究式地理课堂教学中,开展学生学习结果诊断并给出了个性化建议。以期为基于SOLO分类的思维结构评价的广泛开展积累经验。     

近15a陕西省植被时空变化与影响因素分析

利用2000—2014年MODIS/NDVI时间序列数据,采用栅格像元趋势分析、稳定性评价的方法,研究了陕西省近15 a植被的时空变化特征和规律;利用Hurst指数对陕西省植被未来变化趋势进行了预测;并利用相关性分析法分析了NDVI与年均温度和降雨量的关系。结果表明,2000年、2015年陕西省NDVI均值分别为0.4273、0.4942, 15 a来增加了0.067,增长了16.0%,其中陕北地区NDVI增加明显,关中部分地区出现负增长,陕南地区NDVI总体依旧维持在较高水平。陕西省植被变化趋势具有明显的空间差异性,全省植被未变化的占52.0 %,改善部分占44.27 %,退化部分占3.73%,说明15 a间陕西省植被覆盖改善面积大于退化面积,植被状况有所改善;其中陕北地区植被呈明显改善区域面积较大,关中地区植被覆盖面积有所减少,陕南地区植被变化幅度较小。陕西省植被稳定区域占50%以上（0 0.2),说明15a间陕西省植被较为稳定,变化程度不大;其中陕西省植被最稳定地区主要集中在陕南、延安南部,榆林部分、西安、渭南少部地区变化幅度较大。Hurst指数分析表明陕西省44.54%面积的植被未来有可能面临退化,主要分布在陕北和关中地区的北部,植被未来有可能退化也有可能改善的面积占49.78%,主要分布在延安和陕南地区。陕西省近15 a气温和降水量总体呈增加趋势,增加速率分别为0.48 ℃·(10 a)-1和69.5 mm ( a)-1;相关性分析结果表明,年均降雨量是影响NDVI的主要气象因子,同时陕西省植被变化也受到了退耕还林还草、防沙治沙、生态政治等人为因素的影响。     

张掖盆地地下水硝酸盐污染与人体健康风险评价

地下水是张掖盆地的重要水资源,其硝酸盐污染尚未得到足够重视。对张掖盆地2004、2015年地下水硝酸盐浓度进行了系统分析,并采用美国环境保护署（USEPA）推荐的健康风险评价模型评估了地下水硝酸盐的健康风险。结果表明：自2004年以来张掖盆地地下水硝酸盐污染日趋严重。2015年硝酸盐浓度最高已达到283.32 mg·L^-1,17.61%的采样点硝酸盐氮浓度超过GB5749-2006《生活饮用水卫生标准》中饮用地下水限量值（20 mg·L^-1）。研究区人群经皮肤接触途径摄入硝酸盐的健康风险在可接受水平,而饮水摄入硝酸盐的健康风险较高,总风险中饮水途径引起健康风险的贡献率占99.40%,远大于皮肤接触途径。儿童经饮水摄入和皮肤接触两种途径的健康风险均显著高于成人,分别为成人的1.544倍和1.039倍。32.39%的采样点地下水硝酸盐对儿童的健康风险超出了可接受水平,14.79%的采样点地下水硝酸盐对成人的健康风险不可接受。甘州区城区、临泽县北部边缘及高台县城区周围硝酸盐浓度最高,这些区域内所有人群都面临硝酸盐引发的高健康风险,其余区域硝酸盐引发的健康风险相对较低。     

气候和人为因素对植被变化影响的评价方法综述

系统评价气候变化和人为因素引起的植被退化,对有效开展生态工程建设、实现生态环境的可持续发展具有重要意义。目前绝大多研究主要分析气候因素对植被变化的影响,分析气候因素和人类活动对植被变化的双重影响少有研究。本文主要介绍这一双重影响对植被变化的贡献程度的主要研究方法——定性-半定量法、回归分析法、残差趋势法、基于净第一生产力的评价方法。综述分析了气候和人为因素对植被变化驱动的主要结论,总结目前各研究方法存在的问题,提出了未来需要重点加强气候和人为因素对植被变化驱动因素的分解研究,加强模型评价和不确定性量化研究等。     

2000年以来漳州市土地利用效益的动态变化

基于漳州市2000-2017年的土地利用现状及相关经济数据,通过建立土地利用效益评价指标体系,确定20个评价因子作为对应评价目标的指标层,并采用变异系数法确定各项指标的权重,运用TOPSIS评价模型对漳州市土地利用效益进行分析。结果表明,漳州市土地利用综合效益、经济效益、社会效益和生态效益自2000年以来大体呈现逐年递增的趋势,但各年间土地利用的经济效益和社会效益、生态效益的接近度增长速度差距大,且生态效益波动较大,社会效益曾出现阶段性递减,不利于土地利用整体效益的提高。针对土地利用当前存在的问题,提出了提高土地利用效益的对策建议。     

新疆地区土地覆被遥感数据的一致性研究

鉴于新疆地区对中国乃至中亚有着特殊的战略意义,本文针对不同数据源及分类系统在土地覆被数据的空间分布上缺乏互通性问题,结合2010年目视解译土地利用现状遥感监测数据、GlobeLand30和GlobCover2009共3种土地覆被数据,采用类型相似分析、类型混淆分析、混淆矩阵分析、空间一致性分析4种方法开展精度评价及一致性分析,以期对土地覆被数据在中国西北干旱区的适用性及适用范围提供有效建议。结果表明,3种土地覆被数据对新疆地区土地覆被类型构成基本一致,且对裸地类型的辨识度最高;新疆地区中高度一致区域占新疆总面积的95%;3种数据两两对比时,总体精度在64.11%~72.57%之间,其中目视解译数据/GlobeLand 30组合表现出最高水平,且仍有提高空间,反映出目前相同卫星传感器是提升精度评价结果的重要因素之一,且不同分类系统、分类方法、空间分辨率及卫星过境时间等因素对精度评价结果也会产生巨大影响。为解决此类问题,利用多源土地覆被遥感数据的融合技术提高数据精度,或是利用深度学习对遥感影像资料进行精确地解译和判读,将是今后全球土地覆被制图及应用领域的主要发展趋势。     

基于深度学习的钨钼找矿靶区预测方法研究

随着矿产勘查工作由浅部矿向深部隐伏矿、由易识别矿向难识别矿发展,找矿难度日益增大,地质专家越来越重视新理论、新方法、新技术的应用。深度学习作为人工智能的前沿领域/技术,对于实现矿产资源预测“智能化预测评价”具有得天独厚的优势。本文以陕西省镇安县西部钨钼矿集区单元素化探异常原始数据为基础,提出了基于深度学习的钨钼矿产评价方法。该方法以归一化地球化学数据作为模型训练数据,通过深度学习中深度自编码网络方法实现异常值提取进而识别重点成矿有利地段,实现矿产资源找矿远景区定性预测。研究结果表明,在对957条单元素化探异常原始数据分类且做好模型标签后,整个过程在计算机的“黑盒子”中自动完成学习和预测,相较于传统预测研究方法,本文方法具有自动化程度高和客观性强的特征。此外,本文利用已知矿点构建训练数据集,采用随机森林方法对预测区进行矿产资源找矿靶区预测圈定,为进一步缩小找矿靶区范围提供科学依据。     

国内瞭望

钨精矿价格攀升由于市场上钨精矿现货吃紧,愿意出货的厂商很少,目前钨精矿被炒得火热,价格节节高升。目前65%黑钨精矿报价围绕在6.7万～7万元/吨,湖南、江西赣南地区钨精矿报价上调至6.7万～6.8万元/吨,较前期上涨约1000元/吨。