排序方式: 共有88条查询结果,搜索用时 496 毫秒
1.
气候转型与早期人类迁徙 总被引:4,自引:0,他引:4
目前的旧石器考古证据表明,更新世早期可能发生了两次人类迁徙浪潮,时间分别在1.8-1.6MaBP和1.0MaBP左右,第一阶段,古人类演化为直立人并开始走出非洲、迁徙至其它中低纬度的热带-亚热带地区;第二阶段,直立人开始占据中高纬度的温带和干旱-半干旱地区。这两个阶段也是第四纪气候发生转型、环境产生重大调整的时期。二者在发生时间上的一致性揭示了它们之间的内在联系,推测气候转型时期环境转变是这两次人类迁徙浪潮的主要驱动力。 相似文献
2.
3.
基于位置大数据的国庆假期青藏高原人群分布时空变化模式挖掘 总被引:1,自引:0,他引:1
人类活动是引起青藏高原生态环境发生改变的重要因素。很多学者对青藏高原史前人类活动和近几十年的人口分布格局与人口流动开展了大量研究,但有关人群时空分布的精细尺度研究相对缺乏。海量的位置大数据为认识高原人群短期的动态变化提供了新途径。本文利用手机定位数据、人口迁徙数据等高时空分辨率的位置大数据,通过时间序列分解方法和基于统计检验的异常判别方法,分析了2017年国庆期间青海与西藏的人群分布时空变化特征,并探讨了假期旅游行为及人口迁徙与变化特征之间的关系。研究结果显示:① 在省级和城市整体尺度上,定位请求量的假期变化在时间上呈现先降后升的“潮汐”变化模式;② 在精细网格尺度上,西宁和拉萨城市及周边地区的人群分布变化在空间上呈现中心跌、周边涨的“离心化”变化模式。国庆假期人们向城市周边热门景点移动聚集的旅游行为和城市之间的人口迁徙都是导致西宁和拉萨周边地区定位请求量上涨的重要潜在原因,而两座高原城市中心定位请求的下跌不仅与人口迁徙有关,还与假期人类日常行为及定位请求频次的变化等因素有关。通过位置大数据挖掘节庆假期人群分布的时空变化,不仅加深了对高原人口分布格局与流动变化的认识,也为高原城镇化与生态保护的精细化管理与决策提供支撑。 相似文献
4.
5.
6.
7.
迁徙季节水鸟对滨海不同类型湿地的利用——以广西山口红树林自然保护区为例 总被引:1,自引:0,他引:1
为了解迁徙季节水鸟在不同滨海湿地中的结构组成和行为特征,于2010年3月、4月、9月、11月和2011年3月,在山口自然保护区及其周边地区对不同滨海湿地类型的水鸟展开调查。结果显示:迁徙季节天然湿地共记录到水鸟6目8科39种,人工湿地有6目9科50种。天然湿地比人工湿地的物种数少,整体数量上,春季人工湿地大于天然湿地,秋季则为天然湿地水鸟数量更多。鹬鸻类在不同滨海湿地类型中觅食行为比例差异显著,在天然湿地中觅食比例达到76.67%,而在人工湿地中则以休息和睡眠等非觅食行为为主。天然湿地是鹬鸻类的重要觅食地,而人工湿地则是鹭类和鹬鸻类的主要休息地。鹭类在两种滨海湿地类型中觅食个体的数量不随潮汐的涨落而相应增减。鹬鸻类随潮汐高度上升,在两种滨海湿地类型中觅食的个体数量减少。山口地区的滨海人工湿地是水鸟在高潮期间天然湿地良好的替代栖息地。 相似文献
8.
9.
基于多源时空大数据的区际迁徙人群多层次空间分布估算模型——以COVID-19疫情期间自武汉迁出人群为例 总被引:3,自引:0,他引:3
已有研究很少关注区际迁徙人群在不同尺度上空间分布的动态估算问题。COVID-19疫情爆发以来,坚决防止疫情扩散成为社会最紧迫的事情。在2020年1月23日武汉“封城”前夕,已有500多 万人离开了武汉,快速准确地推算这部分人群的去向,可以为防止疫情扩散和制定防疫决策提供科学依据。本文以此为例,基于开源腾讯位置请求大数据、百度迁徙大数据、土地覆盖数据等多源地理时空大数据,提出一种区际迁徙人群多层次空间分布动态估算模型,用于推算2020年除夕 (2020年1月24日)之前从武汉流入湖北省内各地的人群数量及其分布特征。结果显示:① 春节时段湖北省各地级市农村地 区人群增加数量占人群变化总量的比例平均达124.7%,从武汉市迁入各地级市的人群中至少51.3%流入农村地区;② 区县尺 度人群变化总量的空间分布呈现3个圈层结构:第一圈层为疫情核心区,包括武汉及其周边地区,以人群流出为主;第二圈层为 重点关注区,包括黄冈、黄石、仙桃、天门、潜江、随州、襄阳,以及孝感、荆门、荆州和咸宁的部分地区,以人群总量和农村地区人 群数量大幅增加为主;第三圈层为次级关注区,包括湖北西部宜昌、恩施、神农架和荆门部分地区,以人群小幅流入为主。最后,建议湖北省内,尤其是位于第二圈层内的区县,应高度关注农村地区人群的疫情防控。此研究成果在2~3天完成,显示大数据是可以快速地响应重大公共安全事件,为决策的制定提供一定支持的。 相似文献
10.
基于ICT的中国城市间人口日常流动空间格局——以百度迁徙为例 总被引:28,自引:7,他引:21
随着互联网时代的来临,网络数据已越来越成为表征居民地理行为的重要载体,用户迁移、社交网络、移动通信等地理行为大数据成为城市联系研究的重要数据来源。“百度迁徙”大数据通过LBS技术,全程、动态、即时和直观地记录了城市之间的人口日常流动轨迹。通过采集“百度迁徙”数据库中2015年一季度(2月7日至5月16日)国内369个城市之间的逐日的人口流动数据,分“季度平均、春运期间(春节前)、春运期间(春节后)、劳动节、周末和工作日”6个时间段,从人流集散层级、人流集散网络体系的分层集聚、人口日常流动空间格局及其与“胡焕庸线”之间的关系等角度分析各时间段的城市之间的人口日常流动相关特征与空间格局。研究发现,“百度迁徙”大数据清晰地显示了春运期间中部和沿海地区之间的人口流动格局。人流集散中心主要分布在京津冀、长三角、珠三角和成渝4大城市群中,并与其城市等级有较强的一致性。人口日常流动集散体系呈明显的分层集聚,京津冀、长三角、珠三角、成渝和乌鲁木齐5大集散体系在各时间段基本得到体现,而华中、东北、西南和福建沿海等地区并未出现高层级集散城市和高等级集散体系,与这些区域在国家区域发展战略中的地位在一定程度上不相匹配。“胡焕庸线”能较好地反映国家层面的城市之间人口日常流动格局,反映了地理环境对城市间人口日常流动的深刻影响。城市之间的人口流动强度是体现区域经济联系强度、城市等级和网络结构等的重要指标,此项研究可为形成国家区域经济发展新格局和促进区域平衡发展提供参考。 相似文献