排序方式： 共有2条查询结果，搜索用时 31 毫秒
1
1.
城市内涝是最常见的自然灾害之一,深入剖析其影响因素并进行风险评估对内涝防治具有重要意义。以往研究表明,城市内涝是由自然因素(如地形)和人为因素(如土地利用)共同引起的。在土地利用方面,相关学者主要关注二维空间因素对内涝的影响,较少顾及土地利用的三维建筑格局。此外,在研究方法的选取上,尽管已有学者利用随机森林、神经网络等模型对内涝影响因素进行研究,然而传统方法在负样本(不发生内涝的地点)的选取上存在不确定性。为解决这2点不足,论文引入最大熵(MAXENT)模型,以深圳市为研究案例,通过MAXENT剖析各潜在影响因子与内涝风险的关系。结果表明,影响内涝风险的主导环境因子为不透水面比例、绿地比例、人口密度、暴雨峰值雨量、地表起伏度。而对内涝发生有重要影响的三维因子为容积率、建筑形状系数、平均高度。通过MAXENT评估的内涝风险结果可知,深圳潜在高风险区的面积约为491 km²,占市域面积的24.58%,主要位于龙华区、南山区、龙岗区北部、光明区、福田区。进一步对潜在高风险区进行空间自相关分析,结果发现过往并不存在内涝点的南山区北部、福田区西部、罗湖区中部等部分区域风险概率出现高—高集聚现象,表明上述地区的内涝风险会受到周围地区的正向影响,因此在内涝的监测与防治中应当重点关注高风险地区以实现更精准的防控。由于内涝风险评估是城市灾害管理的重要组成部分,因此论文提出的相关建议不仅可作为防灾减灾的重要参考依据,还能为国土空间规划的优化提供新思路。 相似文献
2.
合理模拟城市内部的碳排放空间分布情况,是制定清晰明确的碳减排政策的重要前提。由于以往相关研究所用数据分辨率较低,且未考虑行业差异,因此所得结果较难精细地反映碳排放空间分布特征。为解决以上不足,本文提出一种更为合理的碳排放空间分布模拟方法。首先利用时间序列法预测2019年广州市各行业碳排放量;然后结合“珞珈一号”夜间灯光及城市功能分区数据,在精细尺度下实现分行业的碳排放空间化;在此基础上进行空间自相关分析,揭示广州市碳排放空间分布规律;最后采用随机森林模型分析影响广州市分行业碳排放的社会经济驱动因素。结果表明：① 广州市碳排放量在2011年后呈缓慢增长趋势,2019年碳排放量达83.12百万吨,其主要贡献来源为交通行业;② 与常用的ODIAC（1 km）、EDGAR（10 km）碳排放产品及基于NPP-VIIRS的碳排放空间化结果（500 m）相比,结合高分辨率（130 m）夜间灯光数据以及城市功能分区实现的碳排放空间化结果可以在更精细的尺度上呈现区域内部的空间碳排放差异;③ 广州市碳排放呈显著的全局空间正相关,形成了以第二和第三产业集中区域为依托的高高聚集区;④ 广州市2019年第二产业碳排放的主要影响因素是一般公共预算收入、第二产业GDP、一般公共预算支出、固定资产投资额;第三产业碳排放的主要影响因素是社会消费品零售额、第三产业GDP、各个行政区总GDP以及人口数量。综上,本研究从城市内部行业结构差异出发,结合高分辨率的夜间灯光数据,展现区域内部的碳排放分布格局,所得结果将有利于相关部门制定精准的碳减排和产业优化升级策略。 相似文献
1