期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于PLUS-InVEST-Geodector模型的苏州市碳储量时空变化及驱动力分析 被引量:8
1
作者 张舟 刘晶晶 +2 位作者 张权 陈超 杨朝辉 《环境科学》 北大核心 2025年第5期2963-2975,共13页
城市的土地利用和土地覆被变化会对碳储量产生深远影响,直接关系到城市的碳平衡和气候适应能力.以苏州市为研究区,首先对2000~2020年土地利用数据进行转移矩阵分析,再基于修正后的碳密度系数耦合PLUS模型和InVEST模型,对2030年苏州市土... 城市的土地利用和土地覆被变化会对碳储量产生深远影响,直接关系到城市的碳平衡和气候适应能力.以苏州市为研究区,首先对2000~2020年土地利用数据进行转移矩阵分析,再基于修正后的碳密度系数耦合PLUS模型和InVEST模型,对2030年苏州市土地利用格局进行4种情景(惯性发展、防止城市扩张、耕地保护和生态保护)下的预测,核算2000~2020年间及2030年苏州市4种情景下生态系统的碳储量并分析土地利用转换对碳储量的影响,最后使用地理探测器模型分析碳储量的空间分异驱动力,探索了城市化程度较高地区的土地利用变化以及人为与自然活动对碳储量的影响机制.结果表明:①2000~2020年,苏州市的土地利用格局发生显著转变,耕地与林地面积不断缩减,耕地尤为突出,主要转变为建设用地.②2000~2020年,苏州市碳储量损失3750195.27 t.耕地和水域为主要碳汇区域,其碳储量分别占总碳储量的39.93%和33.65%.此外,苏州市碳储量呈“由北向南逐渐递增”的空间分布特征.③苏州市土地利用转换对碳储量的影响存在差异.2000~2020年,耕地共转出1632.758 km^(2),累计流失碳储量3916241.609 t,占总损失的96.9%.水域、建设用地和未利用土地转换分别增加了131184.929、140024.741和18641.031 t碳储量.④从固碳角度来看,生态保护情景相较于其他3种情景优势显著,为苏州市后续的碳减排政策制定提供了有力的依据和指导.⑤苏州市碳储量的空间分异受到多种因素的共同影响,高程、气温、人口密度以及归一化植被指数(NDVI)是主要的影响因子,其中NDVI解释力最强,为0.29. 展开更多
关键词 土地利用变化 碳储量 多情景模拟 PLUS模型 InVEST模型 geodector模型
原文传递
黄土高原生态系统碳储量情景模拟与驱动因素——基于PLUS–InVEST-Geodector模型的研究 被引量:5
2
作者 刘康 张寒 +2 位作者 张道军 郑伟伟 张超正 《中国环境科学》 北大核心 2025年第4期2159-2170,共12页
以我国重要生态屏障黄土高原为案例地,借助PLUS模型预测2030年不同发展情景下的土地利用格局,运用InVEST-Geodector模型对生态系统碳储量时空变化及驱动因素展开分析,研究结果表明:(1)自然增长与生态保护情景下耕地面积将减少,耕地保护... 以我国重要生态屏障黄土高原为案例地,借助PLUS模型预测2030年不同发展情景下的土地利用格局,运用InVEST-Geodector模型对生态系统碳储量时空变化及驱动因素展开分析,研究结果表明:(1)自然增长与生态保护情景下耕地面积将减少,耕地保护情景下草地面积大幅减少,林地与水域在三种情景下均得到了有效保护.(2)自然发展、生态保护、耕地保护情景下生态系统碳储量分别为4.922,5.021,4.922Pg;相比2020年分别增加8.07,37.22,8.07Tg.碳储量具有明显的空间异质性,秦岭北麓、太行山、吕梁山等区域碳密度高,鄂尔多斯市及其周边区域碳密度低.地类数量变化与地类转换对碳储量增减变化有重要影响.综合来看,生态保护情景更符合研究区未来发展需求.(3)坡度与降水是影响生态系统碳储量的核心因素,坡度、土壤类型或年均气温与其他因素的交互作用是驱动碳储量区域差异及变化的主导因素组合. 展开更多
关键词 生态系统碳储量 情景模拟 驱动因素 PLUS-InVEST模型 地理探测器 黄土高原
在线阅读 下载PDF
基于多尺度的中国环境污染事件时空分布及其影响因素 被引量:20
3
作者 赵雪雁 王蓉 +1 位作者 王晓琪 刘江华 《地理科学》 CSSCI CSCD 北大核心 2019年第9期1361-1370,共10页
环境污染事件已成为人类社会发展面临的严峻挑战,严重制约着人类社会的可持续发展,当前急需厘清环境污染事件的时空特征及影响因素,为制定有效的环保政策提供借鉴。利用Theil指数、变异系数、ESDA等方法,分析了2006~2016年中国环境污染... 环境污染事件已成为人类社会发展面临的严峻挑战,严重制约着人类社会的可持续发展,当前急需厘清环境污染事件的时空特征及影响因素,为制定有效的环保政策提供借鉴。利用Theil指数、变异系数、ESDA等方法,分析了2006~2016年中国环境污染事件的时空分布特征,并借助地理探测器识别了不同尺度环境污染事件的影响因素。结果表明:①2006~2016年省级尺度环境污染事件发生总频次与不同等级环境污染事件发生频次均呈波动下降趋势,其发生频次和区域差异呈'东-中-西'洼地型格局;②地级市尺度环境污染事件发生频次随城市规模减小有所降低,随经济发展水平降低呈倒U型,同时,环保重点城市污染事件发生频次高于普通城市的特征;而环境污染事件的差异性表现为随城市规模减小有所降低,随经济发展水平降低而递减,及环保重点城市高于普通城市的特征。③'胡焕庸线'以东地区环境污染事件多发且类型多样,以西地区污染事件少发且类型单一,不同等级环境污染事件的空间分布差异较大;④环境污染事件的影响因素存在差异,且随尺度增大,影响因素与环境污染事件的关联性趋于增强。其中,经济发展和环境监管水平对不同尺度环境污染事件均有显著影响,环境监管水平与其他因素的交互作用对不同尺度环境污染事件的解释力较高。 展开更多
关键词 环境污染事件 区域差异 地理探测器 中国
原文传递
河北省生态系统碳储量和生境质量的时空演变特征及驱动因素 被引量:5
4
作者 牛晓耕 朱雪莲 +1 位作者 刘美玉 车佳楠 《水土保持通报》 CSCD 北大核心 2024年第6期353-365,共13页
[目的]探究河北省生态系统碳储量和生境质量时空演化特征及空间分异的主要驱动力,以期为区域固碳能力提升和生态环境治理提供更可靠的参考依据。[方法]基于土地利用转移矩阵分析河北省2000—2020年土地利用变化现状,选用PLUS-InVEST-Geo... [目的]探究河北省生态系统碳储量和生境质量时空演化特征及空间分异的主要驱动力,以期为区域固碳能力提升和生态环境治理提供更可靠的参考依据。[方法]基于土地利用转移矩阵分析河北省2000—2020年土地利用变化现状,选用PLUS-InVEST-Geodector模型估测2000—2030年河北省生态系统碳储量和生境质量并分析其时空变化规律及驱动因素。[结果]①2000—2020年河北省碳储量共下降13.45 Tg(以C计),碳储量变化减少的区域多集中于坝上高原地区及华北平原和东南部丘陵地区。②2030年自然发展情景下碳储量较2020年减少6.37 Tg,经济发展情景下碳储量减少21.73 Tg,可持续发展情景下碳储量增加3.65 Tg。③2000—2020年河北省生境质量指数随着时间变化呈逐渐下降趋势。低及较低等级生境质量主要地类为建设用地、耕地,较高及高等级生境质量主要地类为草地、林地。④2030年河北省生境质量指数在不同情景下有所差异,可持续发展情景(0.4639)>自然发展情景(0.4542)>经济发展情景(0.4500)。⑤碳储量和生境质量空间分异解释力最强的因子分别是坡度和高程。[结论]碳储量和生境质量同时受到自然地理因素以及社会经济因素的共同作用。可持续发展情景下的土地利用格局有助于提升河北省生态系统的碳储量和生境质量。 展开更多
关键词 土地利用 PLUS-InVEST-geodector模型 碳储量 生境质量
在线阅读 下载PDF
土地利用变化对干旱区乡村社会恢复力的影响——以民勤绿洲为例 被引量:19
5
作者 马江浩 陈佳 +1 位作者 杨新军 张小文 《资源科学》 CSSCI CSCD 北大核心 2021年第8期1615-1627,共13页
土地利用是区域经济社会活动的基本形式和重要载体,土地利用变化会对区域社会系统产生重要影响。从土地利用变化视角切入,探究其对干旱区乡村社会恢复力时空演变的影响,对缓解干旱地区乡村人地矛盾、促进其乡村转型发展具有重要现实意... 土地利用是区域经济社会活动的基本形式和重要载体,土地利用变化会对区域社会系统产生重要影响。从土地利用变化视角切入,探究其对干旱区乡村社会恢复力时空演变的影响,对缓解干旱地区乡村人地矛盾、促进其乡村转型发展具有重要现实意义。研究基于恢复力评估分析框架,从社会、经济、人文和基础设施4个方面构建干旱区乡村社会恢复力评价指标体系,并以民勤绿洲作为案例区,综合运用ArcGIS空间分析、地理探测器等方法,分析了石羊河流域重点治理前后民勤绿洲乡村社会恢复力时空演变特征,探讨了土地利用结构和功能变化对乡村社会恢复力的影响。研究结果表明:(1)民勤绿洲乡村社会恢复力呈现中部和南部乡村不断升高,北部乡村先降低后升高的演变过程;(2)土地利用结构和功能变化会对乡村社会恢复力时空分异产生显著影响。其中,耕地和生态用地之间的相互转移对恢复力变化方向的影响具有不确定性,2000—2007年草地向耕地转移以及2007—2015年耕地向生态用地转移会提升恢复力;不同时期影响恢复力的主导土地利用功能因子存在差异,流域重点治理前土地垦殖率和人口密度的影响更显著,流域重点治理后生态用地占比和乡村人口人均耕地面积的影响更显著。 展开更多
关键词 乡村社会系统 恢复力 土地利用 干旱区 地理探测器 民勤绿洲
原文传递
基于微信宜出行数据的城市人口活动时空探测及其影响因素分析 被引量:12
6
作者 关文川 吴志峰 +2 位作者 吴卓 曹峥 刘星南 《现代城市研究》 北大核心 2021年第8期1-9,共9页
探究城市人口活动变化有利于感知城市空间的使用状况,对城市规划和社会治理有着重要意义。文章基于微信宜出行热力图数据,对广州市天河区城市人口活动进行时空变化分析,并使用地理探测器工具对影响城市人口活动的因素进行探究,结果表明:... 探究城市人口活动变化有利于感知城市空间的使用状况,对城市规划和社会治理有着重要意义。文章基于微信宜出行热力图数据,对广州市天河区城市人口活动进行时空变化分析,并使用地理探测器工具对影响城市人口活动的因素进行探究,结果表明:(1)天河区城市人口活动呈现“南强北弱”的特征,城市人口活动主要集中分布在地铁沿线地区;(2)工作日时间天河区城市人口活动呈现显著的职住通行规律,休息日时间城市人口活动变化规律较为复杂;(3)城市服务功能是影响城市人口活动最核心的因素,其中餐饮类服务功能的影响力最高;(4)城市服务功能影响着城市人口活动的分布格局,交通服务则引导着人口活动的发展方向,两者交互作用下能够促进城市人口活动聚集。 展开更多
关键词 城市人口活动 地理探测器 时空分析 功能混合度 道路整合度
在线阅读 下载PDF
陆地生态系统碳收支时空变化及影响因素——以湖南省郴州市为例 被引量:10
7
作者 杨卓琳 刘荣波 +3 位作者 逄锦光 王姝 王诗涵 冯徽徽 《长江流域资源与环境》 CAS CSSCI CSCD 北大核心 2024年第5期1066-1075,共10页
陆地生态系统碳收支不仅是衡量地表生态环境的重要参数,也是全球碳循环的关键变量。以国家低碳试点城市、可持续发展创新示范区——湖南省郴州市为研究区域,耦合多源遥感数据,结合土壤呼吸地统计模型、趋势分析、地理探测器和残差分析... 陆地生态系统碳收支不仅是衡量地表生态环境的重要参数,也是全球碳循环的关键变量。以国家低碳试点城市、可持续发展创新示范区——湖南省郴州市为研究区域,耦合多源遥感数据,结合土壤呼吸地统计模型、趋势分析、地理探测器和残差分析等方法,系统开展了2001~2020年植被净生态系统生产力(NEP)时空变化特征分析及影响因素探究。结果表明:(1)在时间上,2001~2020年郴州市总体表现为碳汇,年均固碳总量达5.943×106 T Ca^(-1),NEP均值310.351 g Cm^(-2),平均增长速率2.066 g Cm^(-2)a^(-1)。(2)在空间上,NEP总体呈西高东低、北高南低分布,显著增加(P<0.05)的区域面积占比为40.304%,主要集中在西部。不同植被类型碳汇水平差异表现为:林地(328.100 g Cm^(-2))>草地(318.650 g Cm^(-2))>耕地(257.509 g Cm^(-2))。(3)郴州市生态系统碳收支驱动机制复杂。NEP与气温、日照时数、相对湿度和高程等因子呈正相关,而与降水量和地表净辐射呈负相关,双因子对NEP空间分异性的交互作用明显高于单因子。(4)自然因子是郴州市植被NEP变化的主导因素(95.896%),但在城市边缘区等人类活动剧烈的区域,土地利用/覆被变化平均贡献率达59.761%。研究结果有助于准确把握区域陆地生态系统碳收支时空特征及其内在驱动机制,并为区域生态系统管理与可持续发展提供科学依据。 展开更多
关键词 碳收支 植被NEP 土地利用/覆被变化 地理探测器 土壤呼吸地统计模型
原文传递
Non‑negligible impacts of urbanization on spatiotemporal variations of infectious disease:a case study of hemorrhagic fever with renal syndrome epidemics in China
8
作者 Qi Wei Hongyan Ren +1 位作者 Liang Lu Runhe Shi 《Infectious Diseases of Poverty》 2025年第5期60-70,共11页
Background Hemorrhagic fever with renal syndrome(HFRS)poses a significant public health concern in China.However,the spatiotemporal patterns and underlying drivers of its transmission are not fully understood.This stu... Background Hemorrhagic fever with renal syndrome(HFRS)poses a significant public health concern in China.However,the spatiotemporal patterns and underlying drivers of its transmission are not fully understood.This study aims to investigate spatiotemporal heterogeneity of HFRS incidence at the city level and explore its potential influencing factors.Methods Joinpoint regression was utilized to analyze city-level HFRS incidence data(n=314 cities,2005–2021)collected from the National Infectious Disease Surveillance System.Furthermore,we employed the Geodetector method to identify the potential driving factors from a set of meteorological,vegetation,and urbanization variables.Results The results from Joinpoint regression analysis revealed an overall declining trend in city-level HFRS incidence across China from 2005 to 2021.Of the cities analyzed,126 showed an upward trend[the average annual percent change,(AAPC)>0],176 a downward trend(AAPC<0),and 12 remained stable(AAPC=0).Notably,upward-trend cities were predominantly concentrated in South China.Geodetector analysis indicated that selected climatic and vegetation factors accounted for 19–56%of the spatiotemporal heterogeneity in HFRS incidence,whereas urbanization factors explained only 3–5%.However,synergistic interactions between temperature and urbanizationrelated variables(i.e.,land-use,economic,and demographic dimensions)significantly enhanced their explanatory power,particularly in upward-trend cities,where the combinations increased explanatory capacity by 124–184%.Conclusion In summary,while climatic and vegetation factors remain the primary drivers of the spatiotemporal heterogeneity of HFRS epidemics in China,urbanization also exerts non-negligible influence on city-level incidence.This research offers valuable insights for public health authorities to strengthen their intervention capabilities against this disease. 展开更多
关键词 Hemorrhagic fever with renal syndrome Meteorological factor Multidimensional urbanization Joinpoint regression geodector analysis China
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部