返乡农民工旅游就业认知与意愿的实证研究

运用贵州省马岭河景区周边3个乡镇返乡农民工的调查数据及Logistic回归模型,对农民工旅游就业意愿及其影响因素进行了计量经济分析。研究表明,农民工旅游就业的意愿受到其年龄、文化程度、婚姻状况、务工时间、务工月收入、对当地旅游发展的认同度、对旅游就业的认知以及旅游地相关就业政策的满意度等多种因素的影响。基于实证研究结果,就如何通过正确引导和解决返乡农民工的后续就业问题提出了相应的理论思考和政策建议。     

结合卡尔曼滤波和时序模型的隧道初支沉降预测

结合卡尔曼滤波和时序模型对隧道施工初支断面的沉降观测数据进行处理并预报分析,由于隧道中复杂的施工环境影响,容易造成观测数据存在不确定性,而卡尔曼滤波有去噪能力强、数据处理快速的优点。设置时间序列模型为空白对照组,实验表明利用卡尔曼滤波算法结合时间序列模型预测精度总体高于时间序列模型预测精度,可以为指导施工提供有效的定量依据,为施工生产的安全性和经济性提供保障,可在今后的隧道施工中应用。     

基于GIS的福州市医疗机构空间分布研究

利用GIS技术,计算医疗机构的质量指数、距离指数以及频率指数,同时构建福州市市区医疗机构的优势度模型,并实现了GIS空间分析可视化．研究结果显示：1）福州市主要的综合性医疗中心大部分分布在鼓楼区、台江区,晋安区、仓山区数量较少．2）随着福州城市化进程加快,医疗机构的发展跟不上人口分布的变化,在金山地区表现尤为明显．建议有关部门给予重视,为区域可持续发展,合理配置医疗站点．     

基于银行网点布局的河南省金融网络格局及结构特征

以河南省126个县域(市区)为研究单元,运用2014年银行业的12 369个网点数据,借鉴连锁型网络模型,运用复杂网络分析工具和空间分析软件对河南省金融网络进行综合测度与结构分析。研究发现:1从金融连接度看,郑州是河南省的金融核心,洛阳是次金融核心;2金融核心具有较高的金融联系度和较强的对外金融联系,同时银行网点在空间上的布局并不完全遵循传统地理空间的行政等级制度;3在实体基础设施网络和银行网点虚拟网络共同作用下,河南省金融网络表现出了等级化和网络化的双重特征;4金融网络中,郑州—洛阳的金融连接度最高,金融连接度存在着一定程度的极化现象,并在空间上呈现出"一体两翼"的格局,且豫北的金融聚集现象较豫南明显;5河南省金融网络拓扑结构图具有较大的集聚系数和较小的平均最短路径,同时度分布在对数坐标中呈现幂律分布,说明整个网络同时具有复杂网络中的小世界网络和无标度网络结构特征。     

基于GWR模型的中国城市雾霾污染影响因素的空间异质性研究

基于全国城市的PM_2.5监测数据,识别PM_2.5的时空分布特征,并着重利用地理加权回归模型分析自然和社会经济因素对PM_2.5影响的空间异质性。结果显示：2015年全国PM_2.5的年均浓度为50.3 μg/m3,浓度变化呈现冬高夏低,春秋居中的“U型”特征;PM_2.5的空间集聚状态明显,其中京津冀城市群是全国PM_2.5的污染重心。地理加权回归结果显示：影响因素除高程外,其余指标均呈现正负两种效应,且影响程度具有显著的空间差异性特征。从回归系数的贡献均值来看,自然因素对城市PM_2.5浓度影响强度由高到低依次是高程、相对湿度、温度、降雨量、风速、植被覆盖指数;各类社会经济指标对城市PM_2.5浓度影响强度排名依次是人口密度、研发经费、建设用地比例、产业结构、外商直接投资、人均GDP。由于各指标对城市PM_2.5浓度变化的影响程度存在着空间异质性,因此在制定大气治理对策时可以考虑不同指标影响程度的空间差异,从而使得治霾对策更具针对性。     

干旱区大尺度土壤盐度信息环境建模——以新疆天山南北中低海拔冲积平原为例

区域空间信息有助于决策者针对特定潜在和既定的土壤盐渍化区域制定改良和优化政策,以避免灌区水土资源的不合理配置和干旱区土地生态系统持续性退化。然而现存区域尺度土壤盐度数据以矢量方式留存,多边形内部土壤属性无空间变异性,缺乏实时更新,对当下实际指导作用具有一定的局限性。随着人类活动的加剧,土壤及其结构性退化正加速危害土壤质量和健康。对此,急需更新或升级,用于刻画干旱区生态系统中土壤盐度数据,以辅助制定相关政策,减缓土壤盐渍化的危害。针对此问题,本文基于代表性等级的采样设计方法（Integrative Hierarchical Sampling Strategy, IHSS）,获取少量典型样点,结合土壤—环境推理模型（soil land inference model, SoLIM）,尝试推理区域尺度土壤盐分含量信息。研究以新疆天山南北中低海拔冲积平原为案例,仅以23个代表性样本,推理陆表（0~10 cm）土壤盐分含量,源自3个典型绿洲94个野外样本的验证数据显示,依据评判标准,预测结果与实际情况较为相符,与线性回归模型相比,具备处理土壤与环境变量之间非线性关系的SoLIM,推理精度更高。所以,研究认为模糊隶属度加权平均的方法（IHSS-SoLIM）可以通过较小的建模点得到更好的预测效果,可作为区域尺度土壤盐度推理的备选方案。     

ARIMA-LSTM组合模型在基于SPI干旱预测中的应用——以青海省为例

开展干旱预测是有效应对干旱风险的前提基础。利用1958—2017年青海省38个气象站点逐日降水量数据计算多尺度标准化降水指数（SPI）,并建立了SPI序列自回归移动平均模型（ARIMA）、长短时记忆神经网络模型（LSTM）和基于二者优点提出的ARIMA-LSTM组合模型;对模型参数进行率定和验证后,利用所建立的模型,以西宁站点为例,对多尺度SPI值进行预测,借助均方根误差（RMSE）、平均绝对百分比误差（MAPE）和决定系数R²对所有预测模型的有效性进行判定。结果表明：ARIMA-LSTM组合模型在SPI1和SPI12的RMSE值分别为0.159 7和0.181 0,均低于ARIMA模型的1.265 4和0.293 3,说明ARIMA模型与ARIMA-LSTM组合模型对SPI的预测精度都与时间尺度有关,ARIMA模型的预测精度随着时间尺度的增加而逐渐提高;结合GIS并利用实测数据与模型的预测数据相比较说明ARIMA-LSTM组合模型相比于单一ARIMA模型的预测精度更高,且能够很好拟合不同时间尺度的SPI值。     

基于STIRPAT模型分析C02控制下上海城市发展模式

随着经济的快速发展,中国CO2排放量不断增加,研究中国各大城市采取何种发展模式.减缓CO2的排放量,成为当前研究热点.利用STIRPAT模型,定量分析了CO2排放量与人口、富裕度、城市化水平和技术进步之间的关系,并经岭回归拟合发现人口数量、人均GDP、城市化水平和技术进步每发生1%的变化,将引起CO2排放总量相应发生0.618%、(0.178+0.0091nA)%、0.816%和0.264%的变化.在上述研究的基础上,以上海市为例,通过设置10种不同的发展情景,分析了在何种情景下最有利于减缓CO2的排放.结果表明,当经济、人口保持中速增长,城市化率进程放缓而节能减排技术取得较大进步时,上海市最有利于减缓CO2排放最,此时上海市2010年、2015年和2020年C02排放量分别为17053.57万t、19286.64万t和20885.69万t.     

流域生态水文模型研究进展

流域生态水文模型是全球变化下流域生态水文响应研究的重要工具,通过定量刻画植被与水文过程的相互作用及全球变化对流域生态水文过程演变的影响机制,为流域水资源管理和生态恢复提供科学支撑,是生态水文研究的前沿和热点.基于植被与水文过程相互作用规律,流域生态水文模型一方面要充分描述植被与水文过程相互作用和互为反馈机制,另一方面要...     

流域水文模型计算域离散方法

常用的概念性水文模型 ,能够很好地模拟水文时间变化过程 ,但没有考虑水文变量和水文参数的空间变化与空间不均匀性。随着空间数据的获取手段的增多以及空间离散技术的发展 ,考虑水文参数和水文变量空间变化的分布式水文模型得到了极大的发展。本文详细介绍了分布式流域水文模型中用到的几种不同计算域离散方法 ,并讨论了河道汇流模型中常用到的有结构网格和无结构离散网格。地理信息系统技术对计算域离散有辅助作用 ,其有利于无结构离散网格的自动生成和交互修改 ,并可结合遥感技术 ,使水文模型能获取精确的空间分布的水文参数和水文变量。