山区农村土地利用转型与小农经济变迁耦合机理   总被引：1，自引：0，他引：1  

苏康传  杨庆媛  张佰林  张忠训 《地理研究》2019,38(2):399-413

通过山区土地利用转型与小农经济变迁的耦合关系分析,可以揭示山区人地关系的变化过程和机理。随着工业化、城镇化的快速推进,山区农村人地关系发生深刻变化,小农经济变迁驱动土地利用转型,土地利用转型进一步促进小农经济变迁。在阐述土地利用转型及小农经济变迁内涵和特征基础上,结合实证探讨二者间的耦合机理,以期为乡村振兴战略的实施提供理论支撑和现实参考。研究表明：① 山区农村土地利用转型与小农经济变迁相互影响,耦合演进。② 山区农村土地利用转型重点体现在农村宅基地、耕地及林地三类用地上。③ 中国小农经济已发生四次变迁,而山区小农经济变迁在第四次中表现较为明显,其阶段特征主要为农村人口向城镇迁移,土地流转频繁,土地规模经营趋势增强。④ 山区小农经济变迁引发耕地空间形态及功能转型,山区耕地转型进一步促进小农经济变迁。⑤ 山区小农经济变迁及农户生计策略非农化转变促使农户对宅基地结构及功能的需求发生变化;闲置废弃宅基地综合整治可显化农村土地资产价值,增加农民土地财产性收入,促进小农经济变迁。⑥ 通过云南省砚山县耕地利用转型案例剖析,验证了本文提出的山区农村土地利用转型与小农经济变迁的耦合机理。  相似文献   

新疆和田地区耕地面源污染生态风险评价          下载免费PDF全文

田丰收  刘新平  原伟鹏 《干旱区地理》2019,42(2):295-304

随着化肥、农膜等在农业生产中的过量投入，耕地面源污染的程度随之加重。文章选取塔里木河流域上游和田地区为研究区域，依据P-S-R框架理论，构建和田地区耕地面源污染生态风险评价指标体系，加入土壤理化数据，使用生态风险评价模型对和田地区1980 年及2016 年耕地面源污染状况进行生态风险评价，运用耕地生态风险模型、生态风险转移矩阵、Arcgis分析和田地区耕地面源污染时空分异状况。研究结论如下：和田地区1980 年耕地生态风险等级均为II级或III级，呈“中间高，两侧低”分布；2016 年耕地生态风险等级上升至IV级或V级，呈“倒W型”分布，各县耕地面源污染程度较1980 年均有较大幅度的上升，其中墨玉县和于田县在2016 年耕地生态风险等级达到最高的V级，而民丰县因自身生态环境的强脆弱性，同样需要提高关注。根据面源污染“从源头治理”的原则，应切实推进和田地区耕地生态环境保护与治理，提高政府重视程度，增强技术指导，开展试点工作，改善和田地区耕地面源污染现状。  相似文献   

基于MINA框架的应急救助与地震灾情管理平台设计与实现     

肖本夫  申源  陈维锋  毛利  格桑扎西  梁厚朗 《震灾防御技术》2020,15(4):836-845

针对不同用户群体应急救助和地震灾情需求，基于MINA框架，运用阿里云基础架构、微信组件和应用程序接口等技术方法，设计并构建集灾情信息收集与报送、应急救助服务、科普宣教等功能于一体的管理平台。该平台的设计与实现不仅有利于震后现场应急队员收集并准确报送实时灾情信息，还可为被救助人员提供防震减灾知识和地震应急避难场所空间分布等应急救助信息，实现了应急救助与地震灾情的综合管理，提升了震后应急救助、应急指挥和辅助决策等方面的服务能力。  相似文献   

基于BSWT-DDTFA方法的地球天然脉冲电磁场震前信号时频分析研究          下载免费PDF全文

郝国成  白雨晓  吴敏  王巍  刘辉 《地球物理学报》2018,61(10):4063-4074

地球天然脉冲电磁场（ENPEMF）信号，可理解为地球天然变化磁场的瞬间扰动，携带了大量有用的地质构造及其动力学信息.研究ENPEMF信号所蕴含的时间-频率联合分布特点，有利于深入了解目标对象的地球物理现象及其地质动力学原理.本文针对ENPEMF信号的非平稳特点，在数据驱动时频分析方法（DDTFA）的基础上提出了基于二值化同步压缩小波变换的改进算法（BSWT-DDTFA）.该算法可以实现数据驱动初始相位自动赋值的功能，具有自适应性.实验仿真和实际数据均证明了该改进算法不仅能够得到较为精确的频率曲线和更加清晰的时频分布，而且具有较强的抗噪声能力.以2013年芦山M_S7.0地震为例，利用BSWT-DDTFA方法提取ENPEMF信号的时频特性，结果表明ENPEMF信号的时间-频率-幅度分布在震前有明显的异常特征.  相似文献   

土地利用视角下城市交通事故驱动机理的研究进展     

王成  谢波 《地理科学进展》2020,39(9):1597-1606

城镇化与机动交通的快速发展,引发了城市土地利用与交通系统的重塑,导致城市交通安全问题日益严峻。为了优化土地利用布局并改善交通安全,需要从土地利用视角开展交通事故的驱动机理研究。国内外该方面研究形成了以交通流量和交通速度为主要中介因素联系土地利用与交通事故的经典理论框架,却忽略了源于土地利用并深刻影响交通安全的交通需求因素,导致缺乏“土地利用—交通需求—交通事故”完整路径链的研究。论文通过综述该领域文献,在归纳总结城市交通事故影响因素的基础上,揭示土地利用视角下交通事故的驱动机理并探讨未来研究方向。研究指出,土地利用的多维属性特征对交通事故具有重要影响,土地利用与交通系统的动态匹配关系及其对出行行为的影响是揭示交通事故驱动机理的关键突破口,对于构建交通安全导向的城市土地利用模式具有重要的理论与实践意义。  相似文献   

城市中心体系研究的理论基础与分析框架     

晏龙旭  王德  张尚武 《地理科学进展》2020,39(9):1576-1586

“经济—空间”视角下城市中心体系的理论与实证研究之间缺少相互衔接的分析框架。论文通过对经典理论的系统归纳与演绎,建立整体视角下理解城市中心体系形成与发展的理论框架,将城市中心体系的发展规律概括为空间竞争和空间联系2个机制,体现在本地服务功能和非本地功能的空间组织过程,分别形成等级网状结构和专业化点状结构,并相互融合形成“半网格”的城市中心体系,扮演着本地与宏观区域结构之间的“转换发动机”。最后探讨了对实证研究的若干启示,提出城市中心的定义和识别方法应注意与理论研究相互衔接;认为城市中心的本地/非本地功能特征及相应的发展机制亟待实证;认为中心及其空间影响的调控潜力是制定规划政策的前提。  相似文献   

1990年以来3个时期黄河三角洲天然湿地的分布及其变化的驱动因素研究     

孔祥伦  李云龙  韩美  田立鑫  牛学锐  朱继前  王敏  黄淑萍 《湿地科学》2020,18(5):603-612

  相似文献   

自然资源全要素自适应野外调查框架设计     

刘立  刘娟  陈宏宇  李维庆 《测绘通报》2020,(1):107

针对自然资源全要素调查工作中分类标准不同、调查口径不同、调查方法不同，造成的各部门调查软件平台重复开发建设和调查数据结果地理信息特征表达不清晰等问题，本文结合自然资源全要素野外调查工作的实际需要，以山水林田湖草生命共同体为统一对象，构建了自然资源语义化特征模型，提出了表征不同自然资源类型的自适应野外调查方法，实现了灵活性高、性能优异的自然资源调查技术平台，形成了统一的自然资源全要素野外调查框架，可以有效提升多门类自然资源基础调查、专业调查、动态调查的能力与水平，为自然资源治理能力现代化提供了可靠技术保障。  相似文献   

滑坡易发性预测不确定性:环境因子不同属性区间划分和不同数据驱动模型的影响          下载免费PDF全文

黄发明  叶舟  姚池  李远耀  殷坤龙  黄劲松  姜清辉 《地球科学》2020,45(12):4535-4549

对于滑坡易发性预测建模，连续型环境因子在频率比分析时的属性区间划分数量（attribute interval numbers，AIN）和不同易发性预测模型是两个重要不确定性因素.为研究这两个因素对建模的影响规律，以江西省上犹县为例，考虑5种连续型环境因子AIN划分（4、8、12、16及20）和5种数据驱动模型（层次分析法（analytic hierarchy process，AHP）、逻辑回归（logistic regression，LR）、BP神经网络（back-propagation neural network，BPNN）、支持向量机（support vector machine，SVM）和随机森林（random forest，RF）），总计25种不同工况下的滑坡易发性预测研究.再开展滑坡易发性指数的不确定性（包括精度评价和统计规律等）分析.结果表明:（1）对于同一模型，随着AIN值从4增加至8再到20时，易发性预测精度先逐渐提升，然后缓慢提升直至稳定；（2）对于同一AIN值，RF模型预测精度最高，其后依次为SVM、BPNN、LR和AHP模型；（3）在25种组合工况下，AIN=20和RF模型的预测精度最高，AIN=4和AHP模型精度最低，但在AIN=8和RF模型组合下的易发性建模效率较高且精度也较高；（4）更大的AIN值和更先进的机器学习模型预测出的滑坡易发性指数的不确定性相对较低，更符合实际的滑坡概率分布特征.在环境因子属性区间划分为8和RF模型工况下高效准确地构建滑坡易发性预测模型.   相似文献   

地震油气储层的小样本卷积神经网络学习与预测   总被引：2，自引：0，他引：2       下载免费PDF全文

林年添  张栋  张凯  王守进  付超  张建彬  张冲 《地球物理学报》2018,61(10):4110-4125

地震储层预测是油气勘探的重要组成部分，但完成该项工作往往需要经历多个环节，而多工序或长周期的研究分析降低了勘探效率.基于油气藏分布规律及其在地震响应上所具有的特点，本文引入卷积神经网络深度学习方法，用于智能提取、分类并识别地震油气特征.卷积神经网络所具有的强适用性、强泛化能力，使之可以在小样本条件下，对未解释地震数据体进行全局优化提取特征并加以分类，即利用有限的已知含油气井段信息构建卷积核，以地震数据为驱动，借助卷积神经网络提取、识别蕴藏其中的地震油气特征.将本方案应用于模型数据及实际数据的验算，取得了预期效果.通过与实际钻井信息及基于多波地震数据机器学习所预测结果对比，本方案利用实际数据所演算结果与实际情况有较高的吻合度.表明本方案具有一定的可行性，为缩短相关环节的周期提供了一种新的途径.  相似文献