利用HOAPS资料研究南海海气界面热通量时空分布

基于第二版本HOAPS(Hamburg Ocean Atmosphere Parameters and Fluxes from Satellite data)潜热、感热和海表温度(SST)3个参量的15 a(1988~2002年)逐月平均资料,利用经验正交方法分解分析了这3个参量在南海的时空分布.结果表明,在夏季模态,潜热表现为南高北低,感热表现为中间低两边高,两者主要都是海洋向大气输送热量,但大气有时也向南海中部输送感热;在冬季模态,潜热和感热的高值区都在南海北部,东北部有一强中心,该中心主要是由风场引起的;夏季SST的变化导致全年SST呈准半年周期变化.冬季SST的变化滞后于潜热变化1个月;除夏季和冬季模态外,冬夏转换季节模态也十分明显;HOAPS与NCEP(National Center of Environment Prediction)资料相比,两者3个参量的时空分布大体一致,区别在于HOAPS资料能更好地反映参量的一些细微特征.     

GPS坐标时间序列共模误差分离方法比较及其对噪声模型建立的影响

为快速有效地分离GPS坐标时间序列中的共模误差（common mode error,CME）,采用区域堆栈滤波法、加权堆栈滤波法、相关加权叠加滤波法、距离加权滤波法、主成分分析（principalcomponentanalysis,PCA）5种滤波方法对GPS坐标时间序列进行CME处理;基于MATLAB设计了相应的GPS坐标时间序列CME分离工具。并以8个GPS基准站的坐标序列为对象,对去除CME后的GPS坐标序列进行噪声模型分析。结果表明,这5种方法能有效降低各站点坐标时间序列的不确定性,提高坐标序列精度,相比其他方法,PCA法滤波效果更好;此外,去除CME后的时间序列最佳噪声模型发生了改变,且GPS站坐标序列噪声模型呈现出多样性并存在个体差异。     

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。     

基于住房需求意愿的广州市中产阶层住房区位选择

以2014年广州市中产阶层聚居区24个街道、50个社区进行的问卷调查和深度访谈资料为数据源,从住房需求意愿与区位选择方面分析了广州中产阶层住房选择,并运用多元Logistic回归分析法对其影响因素进行研究。研究发现：1）广州市中产阶层住房区位选择表现出明显的“向中心城区”性;2）现居住现状（人均住房面积、现小区区位、现小区建成年代、现居住时间）、家庭生命周期（年龄、家庭规模、子女数量）和经济水平（家庭年总收入、个人年总收入、私家车拥有量）等因素对中产阶层住房需求意愿具有显著影响;3）家庭生命周期（年龄、家庭规模）、个体因素（教育程度、户籍地）等要素对中产阶层住房区位选择具有显著影响。4）制度因素、区位因素和个体因素共同影响着广州市中产阶层住房区位选择。     

街头抢劫者前犯罪经历对其后作案地选择的影响

作案地选择是犯罪地理学的研究主题。已有的重复作案地选择的研究表明,犯罪者“前案件”作案地选择对他们“后案件”作案地选择具有影响,但以往研究关注的是先前的犯罪时间和地点对其后续作案地选择的影响,仍未检验犯罪者在“前案件”中犯罪经历的具体作用。因此,论文以中国东南沿海ZG市为例,利用街头抢劫者的抓捕数据和混合Logit模型,聚焦探析街头抢劫者先前的个体犯罪经历对他们随后的作案地选择的影响。研究发现：街头抢劫者在“前案件”中的犯罪间隔、犯罪出行和当场被捕等个体犯罪经历对其“后案件”作案地选择具有强烈的影响,即“前后案件”的犯罪间隔越临近、“前案件”犯罪出行距离越短,以及“前案件”未当场被捕,则大大增加了街头抢劫者返回到先前抢劫区域再次犯罪的可能性。并通过警察访谈和结合理论分析,发现“前案件”未当场被捕是由犯罪者当场被捕的恐惧感、警察特殊的干预方式,以及社会凝聚力和犯罪防控的相互作用而形成。研究结论可为警务部门的“事前防控”与“主动处置”提供一定的参考。     

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。     

中国城市价值链功能分工及其影响因素

价值链的空间重组正在深刻的改变着城市体系的经济景观,建立在价值链分工基础上的城市功能结构的研究已经成为经济地理学的重要课题。将中国上市公司500强企业网络划分为公司总部、商务服务、研究开发、传统制造、现代制造、物流仓储和批发零售七种类型功能区块,研究了中国城市价值链功能分工及其影响因素。结果发现：沿着价值链的功能分工已经成为中国城市体系经济景观的显著特征,功能多样化城市和功能专业化城市并存于中国城市体系,东部地区和城市密集地区的城市在价值链分工中占据了更好的地位;中国城市按照价值链中的优势功能可以划分为九种类型,少数城市转变为承载公司总部、研究开发、商务服务等多样化功能的高等级中心城市,而大量中小城市则转变为传统制造专业化基地;市场潜力、关键资源、区位条件、营商环境等城市属性特征是城市功能分工的重要影响因素,城市资源、区位可达性等属性特征的增强将提高城市成为总部基地、商务中心和研究基地的概率,而降低城市成为传统制造基地的概率。     

城市内涝灾害受灾人口评估方法与实证研究：以哈尔滨市道里区为例

城市内涝灾害频发,对居民生命安全造成严重威胁,为提高城市内涝灾害受灾人口评估精度,提出一种更为精确的受灾人口评估方法。以哈尔滨市道里区为研究区,以城市内涝灾害受灾人口为研究对象,运用一、二维非恒定流为主控方程,构建城市内涝数值模拟模型,并结合受灾人口分布特点,综合构建基于土地利用的人口随时间变化的计算模型。实现在模拟内涝灾害影响范围基础上,利用受灾人口计算模型提取白天与夜晚受灾人口分布情况。结果表明：研究区在百年一遇降雨情景下,有25条街道会发生不同程度积水,积水深度范围值为0.10~1.42 m;此级别内涝灾害在白天11条街道受灾人口数量最大值达到3 500人,夜晚10条街道受灾人口数量最大值为720人。     

生物土壤结皮对风沙土和黄绵土膨胀特性的影响

作为重要的土壤物理性质,膨胀性在影响土壤导水性、持水性、抗蚀性以及土壤结构的形成和发育等方面发挥着重要作用。为了探讨生物土壤结皮（BSCs）土壤的膨胀特性及其主要影响因素,针对黄土高原风沙土和黄绵土两种典型土壤,利用膨胀仪测定并比较了有、无藓结皮及其在不同因素（初始含水量、干湿循环、冻融循环、温度）下膨胀率的差异,分析了BSCs对土壤膨胀性的影响及其与环境因素和BSCs性质的关系。结果显示：风沙土上藓结皮的膨胀率为1.93%,较无结皮增加了8.65倍;而黄绵土上藓结皮的膨胀率为2.05%,与无结皮相比降低了76.68%。藓结皮的生物量和厚度与其膨胀率在风沙土上均呈线性正相关关系（P < 0.05）,在黄绵土上分别呈二次函数（P=0.02）和线性正相关关系（P=0.02）。初始含水量同时影响了土壤最大膨胀率和稳定膨胀时间,影响程度风沙土远大于黄绵土（包括藓结皮和无结皮）;干湿循环次数对无结皮土壤膨胀率的影响程度大于藓结皮土壤,其中风沙土和黄绵土上无结皮的膨胀率分别是50.00%~620.00%和-2.28%~10.81%,而两种土壤上藓结皮的膨胀率分别是-5.70%~10.88%和-10.24%~-21.46%;冻融循环下4种土壤的膨胀率均有不同程度的降低,降幅为0~18.54%。黄绵土无结皮的膨胀率受温度影响程度较大,50℃下黄绵土无结皮的膨胀率分别是25℃和35℃下的1.17倍和1.21倍。BSCs显著地改变了风沙土和黄绵土表层的膨胀性,其影响的程度和方向取决于土壤类型。同时,BSCs的膨胀性受含水量、温度、干湿以及冻融循环等关键因素影响。     

边疆省域旅游效率空间分异及驱动因素——以云南省为例

旅游效率评价对区域旅游业提质增效发展具有重要意义。以云南省为实证,采用数据包络分析法(DEA)对其旅游业效率进行分析,运用空间自相关和趋势面等空间统计方法对旅游效率空间关联和整体趋势特征进行剖析,并借助地理探测器模型着重探讨了旅游效率的驱动因子。结果表明：1）云南省旅游综合效率总体水平较好,但州市间差距较大,纯技术效率对综合效率制约能力略强于规模效率;2）旅游效率呈现空间集聚态势,综合效率整体呈“南北两翼高中间低,东西平稳过渡”空间特征,高效区在滇西北“趋同集聚”;纯技术效率在南北方向呈“U”型趋势,东西方向上梯度递减;规模效率总体呈现“南北两翼高中间低,西高东低”趋势特征;3）旅游从业人数、交通网络密度和景区丰度是云南省旅游效率空间分异的主要影响因素,不同因子交互作用时均高于单独作用时的影响力。