西峰油田庄40区块长6储层特低渗透成因与主控因素

综合应用测井资料和铸体薄片、扫描电镜、X—衍射、粒度、压汞等分析化验资料,对西峰油田庄40井区块长6储层的特低渗透成因和主控因素进行了分析。结果表明:该区块长6储层特低渗透成因主要受沉积作用和成岩作用的共同影响,主要表现为沉积微相对储层物性的影响较大,扇中和扇根明显好于扇端,而且粒度偏细也是造成特低渗的主要因素之一,但是成分成熟度对该区长6储层特低渗透成因影响不明显;成岩压实作用和胶结作用使得储层孔隙、渗透性减小、变差,而溶蚀作用和成岩缝的产生又为储层中油气的赋存和渗流运移提供了有利条件。     

基于期刊论文的中国地级以上城市知识专业化研究

将287个地级以上城市（不包括港澳台地区）作为研究对象,以中国知网发布的168个学科领域期刊论文数量为数据来源,对中国地级以上城市知识专业化水平、影响因素及其与经济发展的关系进行了研究。研究发现：① 中国地级以上城市的专业化水平总体偏低,多样化水平较为明显;知识专业化水平西部地区>中部地区>东部地区;地区相对专业化指数随城市行政等级依次升高,即直辖市<副省级城市<省会城市<普通地级市。具有资源优势的城市,其知识专业化领域高度集中在以资源为基础的领域;中小城市的知识专业化领域相对较少,专业化程度高;大中城市知识专业化领域多,多样化趋势明显,但各领域的知识专业化程度相对较低。从城市等级上来看,知识专业化程度表现为五线城市>四线城市>三线城市>二线城市>一线城市。② 知识专业化水平主要受科教经济因素、人才潜力和服务业因素、工业基础因素、人口规模因素四大因素影响。③ 知识专业化与经济发展关系密切,整体呈现倒U形关系;但各区域随发展阶段不同,表现出不同的形式可以分为U形、倒U形、M形和W形4种大类型。     

上海市PM2.5浓度变化特征及其气象因子分析

对上海市2012-2016年PM_2.5质量浓度、气象因素数据资料进行整理统计,通过定性分析与定量计算相结合的方法,揭示近年来上海市PM_2.5浓度的变化特征及其污染状况;采用相关性分析,从温度、气压、相对湿度、风向、风速和降水量等方面探讨了PM_2.5浓度与气象因素之间的关联性。结果表明：上海市近5 a空气质量主要为优和良,污染天数所占全年比例在减少。PM_2.5浓度呈现出夏季低,冬季高的季节特征,而且8月PM_2.5浓度最低,处于16~36 μg·m^-3;PM_2.5的日变化呈现出双峰双谷结构,浓度峰值出现于8~9时和19~20时,且后者浓度更高。气温、气压、相对湿度的阈值分别出现在9.8℃、1 021.6 hPa、83%,最大PM_2.5在阈值处出现显著变化;最大PM_2.5浓度与累积风速和降水量呈现出对数关系,并且东北风和东南风的累积风速达到350 m·s^-1以上时,PM_2.5浓度基本减少至35 μg·m^-3;降水量越大,PM_2.5浓度越低。     

1949—2014年福建沿海沙地动态演变及其驱动因素

福建是中国南方地区沙化土地面积较大的省份,是华南沿海沙地的典型分布区。为定期、准确掌握福建沿海沙化土地现状及动态变化趋势,按照国家要求,福建省已先后开展了5次（1994、1999、2004、2009、2014年）沙化监测工作。采用历次监测数据及前期相关历史资料、多期卫星遥感影像等,分析了1949—2014年福建沿海沙地动态演变特征及驱动因素。结果表明：65年来福建沿海沙地面积总体呈现减少趋势。1949—1989年,沿海沙地总量保持稳定,但不同类型之间转换频繁。1989—2014年,沿海沙地总量减少迅速,大量以森林为主的固定沙地（丘）和沙化耕地向以居民点、工矿建设用地和养殖用地为主的非沙化地转变。海岸侵蚀和岸线后退是导致沿海沙地减少的重要自然原因,1949年以来国家及地方的治沙造林政策和沙荒地开垦耕种是1949—1989年沙化土地变化的主要原因,沿海沙地的开发建设等人为活动是近25年间沿海沙地动态变化的主要驱动因素。     

基于大学生认知地图的长江中游城市群空间范围认知

国务院《长江中游城市群规划》的颁布虽然结束了一直以来的“中三角”和“中四角”的争论,但与公众对其空间范围的认知仍然存在一定的差异。通过问卷获取武汉、长沙和南昌三市大学生对长江中游城市群空间范围的认知地图,并绘制认知范围集成图、密度图和认知比例图等分析其认知特性;通过构建面积偏差系数和中心偏差系数度量了认知地图与规划地图的差异,探究个体社会属性对认知差异的影响。研究发现：① 三市大学生的认知地图呈“武汉+”的特色,长沙市有“南向偏移”的趋势、南昌市“东南向偏移”趋势明显;② 三市大学生的空间认知范围与《长江中游城市群规划》的范围存在差异,其中南昌市大学生差异最大,长沙次之,武汉最小;③ 个体社会属性与认知差异存在关联,其中性别、居住地、专业和居住时间变量为显著影响因子。公众空间认知的差异及其影响因素在一定程度上会影响到城市群发展的政策偏好,研究结论可为未来城市群的构建和城市政策的制定提供新的参考。     

县域农村贫困化空间分异及其影响因素——以陕西山阳县为例

以国家扶贫开发重点县山阳县为研究区,通过空间自相关分析和分组分析方法探究山阳县农村贫困化的空间格局和类型;利用逐步回归、地理加权回归和地理探测器模型对山阳县农村贫困化影响因素进行分析,讨论影响因素效应水平的空间异质性及其交互作用。研究表明：① 山阳县农村贫困发生率具有较强的空间集聚性,形成6个热点集聚区和4个冷点集聚区;综合考虑农村贫困程度和空间连接性,将山阳县划分为低度贫困区、中度贫困区和高度贫困区。② 水网密度、到最近公路的距离、危房比例、农民人均可支配收入、外出务工人数比例、农户入社比例6个因素是山阳县农村贫困化的主要影响因素,各因素的影响效应具有空间异质性。③ 两因素交互作用要比单因素作用于贫困发生率时影响力更显著,各主要影响因素的交互作用类型有双因子增强型和非线性增强型两种。     

科尔沁沙地风沙与湖泊景观演变及影响因素分析

以科尔沁沙地为研究区,基于1975~2015年中等分辨率卫星影像,采用景观格局指数计算及数理统计分析方法,研究该区近40 a来沙地与湖泊景观格局的变化过程,并对其影响因素进行分析。结果表明,近40 a科尔沁沙地风沙地貌覆盖面积呈减少趋势,年均变化率-0.31%,而灌草丛沙丘地、抛物线形沙丘等固定半固定型沙丘面积增加,沙地逆转化趋势明显。沙地景观蔓延度整体下降了2.13,优势度增加了16.55,说明科尔沁沙地斑块连通性与多样性降低。湖泊群面积净减61.24 km²,斑块数减少了66个,湖泊群质心朝ESE方向迁移了35.76 km,湖泊景观分离度呈下降趋势,而集群性有所增加、景观演变趋于稳定。气候因素和人类活动因素是科尔沁沙地演化的驱动因素,尤其社会经济和政策因素可短时间内促进沙地景观的演变过程。     

基于FloodArea模型新疆山洪淹没模拟及致灾临界雨量阈值的研究——以皮里青河流域为例

以皮里青河流域为研究区,运用小时降水、土地利用类型、数字高程（DEM）、实测淹没深度等数据,基于FloodArea模型对研究区2010年5月2日、2012年6月3日、2016年5月9日、2016年6月17日洪水过程进行再现模拟,通过精度验证并建立了降水－淹没深度的关系,在此基础上确定了4个淹没等级对应的致灾临界雨量。相关分析得出喀拉亚尕奇乡累计8 h降雨量与模拟洪水淹没深度的相关性最好,达到了0.96,潘津乡降雨累计5 h的相关性最好,为0.99;通过实测数据对模拟淹没深度进行精度检验得出,喀拉亚尕奇乡和潘津乡两个考察点相对误差分别为0.47 m和0.1 m,误差率分别为31.33%和7.69%,FloodArea模型对研究区洪水过程模拟的效果较好,可以反映出该区域的洪水淹没情况,能为无水文资料的山区流域的山洪过程进行较为精准的模拟;按照山洪灾害等级划分标准和降水-淹没深度的关系得出,预警点累计5 h降水得到对应4个等级的致灾临界雨量阈值分别为：四级17.84 mm、三级32.39 mm、二级54.21 mm、一级76.04 mm。     

青藏高原沙漠化土地空间分布及区划

利用野外调查数据、遥感影像和已有研究成果,构建了一套适用于青藏高原沙漠化土地的分类分级指标体系及遥感解译标志。以此为基础,选取目视解译法监测青藏高原沙漠化土地的空间分布特征。结果表明：2015年青藏高原沙漠化土地面积392 913km²,占高原土地总面积的15.1%,主要包括沙质沙漠化土地、砾质沙漠化土地和风蚀残丘3种类型。沙漠化土地以中度和轻度沙漠化土地为主,重度和极重度沙漠化土地面积仅占沙漠化土地总面积的12.2%。空间上,沙漠化土地集中分布在高原的北部和西部地区,其他地区零散分布。自东南向西北,沙漠化土地面积逐渐增大,沙漠化程度不断加重。以沙漠化土地空间分布数据（面积、类型、程度、空间特征和驱动因素）为基础,结合气候、地貌、第四纪沉积物和人类活动等数据,将青藏高原沙漠化区划分为雅鲁藏布江半干旱高山宽谷沙漠化区、藏北青南高寒高原面沙漠化区、柴达木干旱盆地沙漠化区、黄河上游半干旱河流盆地沙漠化区和“三江”流域湿润半湿润高山沙漠化区。     

吉林省人口老龄化时空分异特征及成因

本文基于地理信息软件ArcGIS 10.1,选取老年人口系数为人口老龄化指标,运用人口重心模型、空间自相关和半变异函数等分析方法,对吉林省第四次、第五次、第六次人口普查数据进行分析,探讨1990-2010年吉林省人口老龄化时空分异特征,并采用多元线性回归方法解释其形成原因。研究结果表明：①吉林省各县市人口老龄化差异明显,进程加快,重心由西北向东南方向移动,但移动速度减缓;②吉林省人口老龄化存在正的空间自相关性,在空间的集聚呈现先弱后强的变化趋势;③人口老龄化高—高区向东部集聚,低—低区向西部集聚的趋势比较明显;④总体上吉林省人口老龄化空间的结构化分异较为明显,随机性因子引起的空间异质性程度较弱,人口老龄化的空间差异主要体现在东—西方向上;⑤出生率始终是影响吉林省人口老龄化的主要因素,迁出率对人口老龄化发展起关键作用,人均GDP年对人口老龄化呈负相关,城市化率对人口老龄化的推动作用愈发显著。