全球气候变化情景下干旱事件频率和强度持续增加,识别和理解干旱胁迫下植被光合过程的突变是生态监测与气候适应管理的关键,当前对植被光合变化点的识别方法多样,但缺乏对不同方法性能差异及其干旱响应解析能力的系统评估。该文聚焦中国亚热带地区,基于太阳诱导叶绿素荧光(SIF)数据、标准化降水蒸散指数(SPEI)数据,综合运用BFAST(Breaks For Additive Season and Trend)、DBEST(Detecting Breakpoints and Estimating Segments in Trend)、PELT(Pruned Exact Linear Time)和Pettitt 4种变化点检测方法,从多维度协同解析区域植被光合动态的变化点特性,并刻画SIF与干旱指数SPEI的时空关系。结果表明:(1)2003—2022年中国亚热带地区SIF整体呈上升态势,区域植被光合作用总体增强。(2)不同方法在变化点识别上各具优势:BFAST适用于识别长期趋势性变化(单调递增类占比达82.25%);DBEST能捕捉云贵高原等复杂地形的渐进式变化;PELT对多断点和频繁扰动敏感;Pettitt主要识别突发性变化引起的结构性转折。(3)SIF与SPEI相关关系呈现显著空间异质性,四川盆地、闽粤沿海等水热条件较优区域以正相关为主,滇南及藏东则以负相关为主。(4)多方法协同分析显示,变化点后SIF与SPEI相关性整体增幅达112.07%,而PELT方法增幅仅为62.94%,反映该方法易受噪声干扰;BFAST与PELT的变化点解析具有互补性,二者组合可有效提升变化点识别的空间完整性与结果可靠性。研究结果可为亚热带地区生态系统韧性评估与气候适应性管理提供理论支撑。
旅游业是典型的环境依赖型产业,以环境规制协调生态保护与旅游经济发展成为新阶段增强旅游经济韧性、促进旅游经济高质量发展的重要动能。该文揭示2008—2022年黄河流域78个地级市环境规制与旅游经济韧性的时空演变特征,并构建双向固定效应模型和面板门槛回归模型,探究环境规制赋能旅游经济韧性的空间差异与门槛效应。结果表明:(1)研究期内黄河流域环境规制与旅游经济韧性总体呈上升态势,空间上呈“上游低、中下游高”的分布格局;(2)环境规制能激励旅游企业创新、驱动产业结构调整,为黄河流域旅游经济韧性赋能;(3)环境规制赋能黄河流域旅游经济韧性具有资源禀赋异质性,对资源型城市旅游经济韧性赋能的边际效应更强;(4)环境规制赋能黄河流域旅游经济韧性具有旅游产业集聚与旅游产业规模双门槛效应,两者分别使环境规制的赋能作用先增强后减弱和先减弱后增强。
采用手机信令数据与社会调查相结合的方式,分析以北京市城六区商业中心为目的地的购物出行行为及其碳排放特征,建立商业中心空间特征表征方法,并运用中介效应模型解析商业中心空间特征、购物出行行为和碳排放的关联机制。结果表明:(1)购物出行方式在不同出行距离区间存在较大差异,目的地在<5 km距离区间差异最大,购物出行碳排放总量与碳排放强度分别呈现由中心到外围“高—低”和“高—低—高”的分布特征。(2)商业中心圈层等级、1 km范围内部引力指数、居住用地比例、人口密度区位熵、到地铁站的最近距离、功能混合度以及商业设施和其他功能POI数量占比对购物出行碳排放强度具有显著影响,且均通过吸引远距离出行人群和干预绿色出行选择影响碳排放强度,通过绿色出行比例作用路径的中介效应大于远距离出行比例。研究结果可为购物出行低碳化引导及商业空间低碳化调整提供借鉴与参考。
高精度矢量数据的涉密性使数据共享过程中的安全问题日益突出,在保证数据可用性的前提下,如何对矢量数据实现可控的精度降低成为当前面临的关键挑战。针对现有研究难以兼顾可用性和可控性的问题,该文提出一种精度可控的几何精度降低算法。首先,将原始数据从直角坐标转换为极坐标,采用光栏法选取控制点,使之与矢量数据的分布密度相一致;其次,基于Hermite多项式建立空间坐标的偏移模型,并输入选取的控制点,通过迭代训练出最优的偏移模型参数;最后,在极坐标中添加扰动后变换回直角坐标。实验结果表明:对于不同精度标准,该算法均能准确达到设定的目标降低精度,实现对精度降低的有效控制;精度降低后数据在拓扑关系保持度、图形形态相似度、空间方向一致度方面表现良好,可用性较高。该算法具有良好的可控性且安全可靠,可为空间数据安全应用提供有力保障。
以山东半岛城市群为例,基于多源数据,从设施覆盖度、联系紧密性、服务体系化3个维度构建评价指标体系,采用“质量—均衡”集成测算视角,分析2017—2023年山东半岛城市群交通一体化水平及其时空变化特征。结果表明:(1)分维度看,设施覆盖度形成“中心—条带—散点”分布格局且县际差距明显缩小,联系紧密性发展迅速且高值区域集中,服务体系化在疫情防控期间出现波动,但总体呈加速健全趋势;(2)从城市群尺度看,交通一体化水平显著提高,呈现从较快提升转向平稳提升的阶段化特征,空间上围绕济南—青岛双核心、依托重点都市圈及其交通廊道形成点轴渐进扩散,但地市尺度的交通一体化程度、类型仍存在明显的空间异质性;(3)城市群交通一体化发展过程中出现均衡性提升但质量分化突出的问题,2023年青岛、济南均为“优质协同型”,但绝大多数地级市处于或步入“低质均衡型”困境,菏泽“双重滞后型”需多方面补齐短板;(4)从关联关系看,设施覆盖度对交通一体化的推动作用减弱,联系紧密性逐渐成为发展的关键,解决跨尺度交通联系失衡、交通服务城乡分化及边缘地区高水平设施覆盖的“单点塌陷”等问题是未来发展的重点。最后,提出优化城际、城乡交通布局等建议,以期为城市群等区域交通一体化发展提供参考。
旅游廊道构建是优化区域旅游空间格局、促进旅游高质量发展的重要方式,区域内资源类型的空间差异是旅游廊道构建的基础条件。该文通过最邻近指数、核密度分析研究环渤海地区不同类型康养旅游地空间分布格局,采用地理探测器探求其影响因素,运用MCR模型识别并构建环渤海地区康养旅游廊道。结果表明:环渤海地区康养旅游地整体呈现出“大范围连片,小范围集中”分布格局,以北京、辽宁中部、山东中西部为高密度区;从康养旅游地类型分布看,地质地貌类、生物类呈集聚分布,水体类为均匀分布,田园庄园类和文化养生类呈随机分布;康养旅游地的空间分布受多种因素的综合影响,社会经济因素的影响力大于自然因素,其中经济基础、交通条件、旅游投资水平对康养旅游地分布的影响较大;环渤海地区共识别出北京、天津、沈阳等10个康养旅游源地、4条区域康养旅游廊道和5条地方康养旅游廊道,区域康养旅游廊道和地方康养旅游廊道相互连通,构成环渤海地区康养旅游廊道网络。
斜坡单元是表征地貌形态和水文过程的基础单元,该文以全国300个流域样区6种基本地貌类型为研究对象,基于30 m分辨率DEM数据提取斜坡单元,构建斜坡单元加权复杂网络并计算网络指标,使用XGBoost、ET、RF和LightGBM 4种机器学习算法识别6种基本地貌类型(大起伏山地、中起伏山地、小起伏山地、丘陵、台地和平原)。研究发现:(1)基于网络指标的4种机器学习算法总体准确率均达85%以上,其中LightGBM表现最优,总体准确率为88.33%,Kappa系数为0.86;(2)在不同尺度的斜坡单元中,通过最佳参数组合构建的模型在地貌类型识别中性能最优;(3)融合网络指标与地形指标后,地貌类型识别的总体准确率较单一网络指标提升1.67%,SHAP分析表明网络指标在各类地貌识别中均具有关键作用。该文通过构建“地貌单元—复杂网络—机器学习”的研究范式,拓展了斜坡单元在地貌领域的研究,可为基于斜坡单元进行地貌分类奠定基础。
高速公路流蕴含多重社会经济属性,能直观反映城际联系,分类解析客货车流有助于认知复杂高速公路流以及有效识别区域关联结构。该文基于江苏省客货车高速公路联网收费数据,从收费站与县域单元视角分别探讨客货车流空间分布特征,并运用地理探测器分析客货车流的社会经济影响因素。结果表明:(1)江苏省客货车流均存在显著的非均衡分布特征,苏南及沿江地区形成客货车流空间集聚中心,其他区域交通流相对分散;(2)客车流分布呈现以苏南大城市为核心的集聚特征,以短途流动为主,而货车流呈现“南北密集、中部稀疏”的分布特征,且依赖跨江大桥节点形成典型的“廊道式”流空间;(3)GDP、三产增加值及固定资产投资总额对客车流分布解释力更强,而常住人口数量、GDP及社会消费品零售总额对货车流分布解释力更强。研究结果可为江苏省高速公路建设与相关设施布局优化提供支撑,并为制定和调整因类、因地制宜的高速公路收费标准提供科学依据。
旅游业数字化转型已成为区域经济增长与产业升级的重要驱动力,并对碳排放产生深远影响。该文构建五维旅游数字化绩效评价体系,分析其时空演变特征及碳减排效应的空间溢出、效应边界及非线性特征。研究表明:(1)2011—2022年全国旅游数字化绩效水平稳步提升,2019年达到峰值,东部地区显著领先中西部,并呈稳定增长态势;(2)省域旅游数字化绩效表现出“俱乐部趋同”特征,划分为起步区、发展区和领先区,但不同阶段存在状态转移;(3)旅游数字化绩效对碳排放具有显著的空间溢出效应,其减排作用主要通过间接效应发挥,并呈现出阶段性非线性与边际效应递减特征。
黑龙港流域是华北平原重要的农业种植区和河北省重要的交通枢纽,该区域地面沉降问题突出。该文基于合成孔径雷达干涉测量(InSAR)技术永久散射体的斯坦福方法(StaMPS)和157景Sentinel-1A卫星升轨影像,分析2019年1月至2024年6月黑龙港流域上游主要区域的地表沉降信息及主要驱动因子,结果发现:研究区存在多个沉降区,其中巨鹿县和南宫市之间沉降区的面积超过1 400 km2,最大沉降速率超过40 mm/a;受区域地面沉降及车辆运动荷载的影响,多条主干道出现不同程度沉降,其中G106国道、G340国道、G514国道和邢德线均有超过30 km的沉降路段,最长超过60 km;研究区地表沉降的主要驱动因子为土壤、岩性分布及地下水埋深变化。