Spatial associations between NDVI and environmental factors in the Heihe River Basin

Journal of Geographical Sciences - The Heihe River Basin is located in the arid and semi-arid regions of Northwest China. Here, the terrestrial ecosystem is vulnerable, making it necessary to...     

1949-2015年中国典型自然灾害及粮食灾损特征

中国是一个自然灾害频发的国家,研究其自然灾害演变特征及粮食灾损规律,对实现中国社会经济可持续发展、解决中国粮食安全问题具有重要意义。本文先基于Python语言编程获取1949-2015年中国31省市自然灾害造成的受灾、成灾、绝收面积,构建灾害强度指数分析不同灾种的时序特征分异,利用趋势分析、ESDA方法分析不同灾种在省域空间的分布特征及冷热区;再获取1949-2015年粮食种植数据,通过粮食灾损估算模型、定义粮食灾损率、地理空间探测器,计算并检验中国粮食损失时空特征及分异性。结果表明：① 相比受灾面积曲线,本文构建的灾害程度指数能够更好揭示自然灾害时序演变特征;② 1949-2015年期间中国两大主力灾害（洪灾、旱灾）交替出现,未来5~10年以洪灾为主;③ 灾种排序旱灾>洪灾>风雹>低温>台风,其中旱灾、洪灾受灾占比过半;④ 省域不同灾种间空间趋势变化特征明显,区域受灾面积东部>西部,北部>南部,且北部灾种单一、南部多灾并发;⑤ 自然灾害受灾总和、旱灾、雹灾、低温空间上全局自相关性不显著,呈随机模式分布,洪涝、台风在空间分布上具有显著的全局自相关性,呈集聚模式;⑥ 1949-2015年灾害、灾损量、灾损率整体时序趋势呈现先升后降,2000年为临界点,空间分布具有异质性,单因子解释力度差异显著,多因子交互均呈非线性增强关系,胡焕庸线两侧冷热点分布呈两极化且其重心向北迁移。建议政府加强除旱减雹（西北）、除旱排内涝（东北）、排涝防冻（中部）、排涝预台（东南沿海）等工程技术措施;同时西北（环境恶劣）、东北（中国粮仓）应作为防灾减灾重点保护区,制定专项保护方案,以保证中国粮食丰产增收。     

地理探测器：原理与展望

空间分异是自然和社会经济过程的空间表现,也是自亚里士多德以来人类认识自然的重要途径。地理探测器是探测空间分异性,以及揭示其背后驱动因子的一种新的统计学方法,此方法无线性假设,具有优雅的形式和明确的物理含义。基本思想是：假设研究区分为若干子区域,如果子区域的方差之和小于区域总方差,则存在空间分异性;如果两变量的空间分布趋于一致,则两者存在统计关联性。地理探测器q统计量,可用以度量空间分异性、探测解释因子、分析变量之间交互关系,已经在自然和社会科学多领域应用。本文阐述地理探测器的原理,并对其特点及应用进行了归纳总结,以利于读者方便灵活地使用地理探测器来认识、挖掘和利用空间分异性。     

基于多源数据的北京市朝阳区人口时空格局评估与预测

城市人口分布与活动呈现高度的时空动态变化,掌握人口时空变化特征并进行未来预测,对于精准人口评估、有效的政策措施制定、实时的人口预警与调控等具有重要意义。本研究利用以手机信令数据为主的多源时空数据,首先利用地理探测q统计进行探索性数据分析,其次结合贝叶斯模型进行北京市朝阳区居住人口的时空变化探究及时空预测,以期达到对朝阳区人口的动态评估与预测。首先,选用地理探测q统计进行空间异质性探测,用贝叶斯时空层次模型探究基于手机信令数据推算的北京市朝阳区居住人口的总体空间效应、总体时间效应以及局部变化趋势;其次,选用贝叶斯高斯预测过程模型,基于朝阳区各街乡的居住人口及相关人口影响因子数据进行朝阳区各街乡2017年12月的居住人口预测。时空探究表明：朝阳区居住人口在空间上存在完美空间分异,整体呈现沿环路由内向外递增的空间分布格局,整体时间趋势表现为增长,各街乡局部时间变化趋势呈现一定差异。预测的空间分布与实测空间分布整体一致,精度较高,各街乡预测精度不一。结果表明基于贝叶斯理论的时空层次模型和高斯预测过程模型可以为多源时空数据下的多尺度精准识别与人口时空模式挖掘提供有效的方法支撑。     

黑河流域NDVI与环境因子的空间关联性（英文）

The Heihe River Basin is located in the arid and semi-arid regions of Northwest China.Here,the terrestrial ecosystem is vulnerable,making it necessary to identify the factors that could affect the ecosystem.In this study,MODIS-NDVI data with a 250-m resolution were used as a proxy for the terrestrial ecosystem.By combining these with environmental factors,we were able to explore the spatial features of NDVI and identify the factors influencing the NDVI distribution in the Heihe River Basin during the period of 2000–2016.A geographical detector(Geodetector) was employed to examine the spatial heterogeneity of the NDVI and to explore the factors that could potentially influence the NDVI distribution.The results indicate that:(1) the NDVI in the Heihe River Basin appeared high in the southeast while being low in the north,showing spatial heterogeneity with a q-statistic of 0.38.The spatial trend of the vegetation in the three sub-basins generally increased in the growing seasons from 2000 to 2016;(2) The results obtained by the Geodetector(as denoted by the q-statistic as well as the degree of spatial association between the NDVI and environmental factors) showed spatial heterogeneity in the associations between the NDVI and the environmental factors for the overall basin as well as the sub-basins.Precipitation was the dominant factor for the overall basin.In the upper basin,elevation was found to be the dominant factor.The dominant factor in the middle basin was precipitation,closely followed by the soil type.In the lower basin,the dominant factor was soil type with a lower q-statistic of 0.13,and the dominant interaction between the elevation and soil type was nonlinearly enhanced(q-statistic = 0.22).