1985-2015年京津冀地区城市建设用地时空演变特征及驱动因素研究

长期以来土地利用/覆被变化一直是全球关注的热点话题,研究城市建设用地时空演变特征,准确定位城市功能是促进城市科学、持续发展的重要保障。以京津冀地区13个城市1985-2015年的城市建设用地为研究对象,运用定量与定性结合的方法,分析城市建设用地时空演变特征;利用多元线性回归、通径分析、地理探测器等方法,诊断城市建设用地时间演化过程与空间演变格局分异的主导驱动因子,通过深入分析各主导因子的驱动机制,对京津冀的城市发展进行功能定位。结果表明：① 京津冀地区城市建设用地的扩张规模、速率、方向和稳定性等存在明显的差异,将城市类型分为协调稳定型、协调波动型、不协调稳定型、不协调波动型;② 城市建设用地时间演化过程的主导驱动因子包括GDP指数、人口密度指数、财政收入指数,空间演变格局差异的主导因子包括到城市中心距离、到主要河流距离、到主要公路距离;③ 根据分析结果,将京津冀地区13个城市规划为核心经济引领城市、重点经济拓展城市和稳定经济涵养城市,对促进京津冀地区协调统筹和一体化发展具有参考价值。     

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。     

丝绸之路经济带中国段旅游资源与旅游发展耦合研究

在对丝绸之路经济带中国段各省份旅游资源与旅游发展综合评价的基础上,运用耦合协调模型计算旅游资源与旅游发展的耦合度与协调度,运用障碍因子模型确定影响旅游发展的旅游资源障碍因子。结果显示：各省份旅游资源与旅游发展的耦合程度普遍较高,主要为高度耦合和中度耦合2种类型;协调程度包含良好协调、中度协调、勉强协调和失调4种类型,以中度协调和勉强协调为主;旅游资源和旅游发展的耦合度与协调度还没有完全在空间上达到良性共振。除陕西外,其他各省资源条件都是主要障碍因素,因此,要提高旅游发展水平,首先需要加大对各省份旅游资源整合力度,提高旅游资源的质量;出现频率最高的障碍因子分别是资源条件（C₁）、年平均气温（C₂）、年平均降水量（C₃）、空气质量（C₇）、GDP（C₁₀）。     

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。     

中国省际边界区县域经济格局及影响因素的空间异质性

通过构建省际边界区经济发展差异指数,结合空间自相关模型对省际边界区县域经济发展差异格局进行分析,并利用全局回归（OLS）模型和地理加权回归模型（GWR）对省际边界县域经济发展差异影响因素的空间异质性进行研究。结果表明,中国省际边界区县域经济发展具有显著的空间集聚性,边界经济发展差异较大的地区集中在蒙甘边界,蒙宁边界和陕蒙边界地区。政府宏观调控因子与西部地区县域经济发展差异呈负相关趋势,教育发展水平对县域经济发展差异影响呈现出贫困与发达地区二元分异,边界的紧凑度、地形起伏度、交通优势度与产业结构因子对县域经济发展差异指数呈现出正相关趋势。本文具体分析了在不同省际边界县域内,各影响因素对县域经济发展差异指数的影响程度差异和作用方向差异,为合理调控不同地区发展要素、缩小省际边界地区经济发展差异、制定不同省际边界县域发展策略提供科学依据。     

Trend analysis of major hydroclimatic variables in the Langat River basin,Malaysia

Trend analyses of monthly, seasonal and annual rainfall, air temperature, and streamflow were performed using Mann‐Kendall test within the Langat River basin to identify gradual trends and abrupt shifts for 1980 − 2010. Annual rainfall showed an increasing trend in upstream flow, a combination of decreasing and increasing trends in middle stream flow, and a decreasing trend in downstream flow. Monthly rainfall in most months displayed an insignificant increasing trend upstream. Stations with significant increasing trends showed larger trends in summer than those of other seasons. However, they were similar to the trends observed in annual rainfall. Annual minimum air temperature showed a significant decreasing trend upstream and significant increasing trends in the middle stream and downstream areas. Annual maximum air temperature portrayed increasing trends in both upstream and middle stream areas, and a decreasing trend for the downstream area. Both monthly and seasonal maximum air temperatures exhibited an increasing trend midstream, whereas they demonstrated trends of both decreasing and/or increasing temperatures at upstream and downstream areas. Annual streamflow in upper, middle and lower catchment areas exhibited significant increasing trend at the rates of 0.036, 0.023 and 0.001 × 10³ m³/y at α = 0.01, respectively. Seasonal streamflow in the upstream, midstream and downstream areas displayed an increasing trend for spring (0.55, 0.33 and 0.013 m³/y respectively) and summer (0.51, 0.37, 0.018 m³/y respectively). The greatest magnitude of increased streamflow occurred in the spring (0.54 m³/y). Significant increasing trends of monthly streamflow were noticed in January and August, but insignificant trends were found in May, September and November at all stations. Annual streamflow records at the outlet of the basin were positively correlated with the annual rainfall variable. This study concludes that the climate of the Langat River basin has been getting wetter and warmer during 1980‐2010.     

东北地区建设用地开发强度格局演变的空间分异机制

建设用地开发强度是区域建设用地开发利用程度及其对区域人口和经济社会承载强度的综合反映。本文以东北地区179个县域空间为基本研究单元,应用冷热点、空间变差函数、GWR模型等定量方法对建设用地开发强度的时空分异格局演变及分异机制进行了探讨,得出以下结论：① 2000-2015年东北地区建设用地开发强度总体呈现出增长态势,但空间分异显著,各单元间建设用地开发强度高低的相互作用及联动效应较为明显,但建设用地开发强度的空间分布逐渐趋于非均衡,建设用地开发强度的冷热点分布格局与全局分异变化及空间异质性态势基本吻合;② 2000年东北地区开发强度格局分异由政府财政投入力度、用地投资强度和产业结构水平共同影响,到2005-2015年发展演化为政府财政投入力度、用地投资强度、经济发展水平和产业结构水平共同影响;③ 2000-2015年政府财政投入力度、用地投资强度、经济发展水平和产业结构水平与东北地区建设用地开发强度格局分布态势具有一定的关联性,但在不同区域呈现出影响程度的差异性。     

Village-level multidimensional poverty measurement in China: Where and how

Village is an important implementation unit of national poverty alleviation and development strategies of rural China, and identifying the poverty degree, poverty type and poverty contributing factors of each poverty-stricken village is the precondition and guarantee of taking targeted measures in poverty alleviation strategies of China. To respond it, we construct a village-level multidimensional poverty measuring model, and use indicator contribution degree indices and linear regression method to explore poverty factors, while adopting Least Square Error (LSE) model and spatial econometric analysis model to identify the villages’ poverty types and poverty difference. The case study shows that: (1) Spatially, there is obvious territoriality in the distribution of poverty-stricken villages, and the poverty-stricken villages are concentrated in contiguous poverty-stricken areas. The areas with the highest VPI, in a descending order, are Gansu, Yunnan, Guizhou, Guangxi, Hunan, Qinghai, Sichuan, and Xinjiang. (2) The main factors contributing to the poverty of poverty-stricken villages in rural China include road construction, terrain type, frequency of natural disasters, per capita net income, labor force ratio, and cultural quality of labor force. The main causes of poverty include underdeveloped road construction conditions, frequent natural disasters, low level of income, and labor conditions. (3) Chinese poverty-stricken villages include six main subtypes, and most poverty-stricken villages are affected by multiple poverty-forming factors, reflected by a relatively high proportion of the three-factor dominant type, four-factor coordinative type, and five-factor combinative type. (4) There exist significant poverty differences in terms of geographical location and policy support, and the governments still need to carry out targeted poverty alleviation measures according to local conditions. The research can not only draw a macro overall poverty-reduction outline of impoverished villages in China, but also depict the specific poverty characteristics of each village, helping the government departments of poverty alleviation at all levels to mobilize all kinds of anti-poverty resources.