我国三大城市群地区城市和农业用地地表热环境效应对比研究

以大中小城市协同发展为特征的城市群已成为我国城市化发展的主要形式，城市化和农业作为城市群地区最主要的土地利用活动，其气候效应是国际研究的热点。然而过去研究多关注大城市的热岛效应，对更为普遍的农业活动以及中小城市城市化的气候效应认识十分薄弱。基于MODIS地表温度数据，以自然林地为参照，提出了一种可逐像元估算土地利用地表热环境效应的新方法，进而对比分析了我国三大城市群地区（京津冀、长三角和珠三角）城市和农业用地地表热环境效应及其驱动因子差异。结果表明各城市群白天城市热岛效应明显，地级以上城市年平均热岛强度达3.2℃以上，但最强热岛均未发生在核心城市。夜晚热岛效应明显减弱，京津冀和长三角部分城市甚至出现冷岛效应。农业用地在白天亦表现出明显的增温效应，特别是在京津冀地区，而在夜晚除珠三角城市群外，降温效应明显，京津冀和长三角地区平均降温2.3℃和0.7℃。虽然城市用地平均增温强度大于农业用地，但农业用地因面积优势对区域温度变化起控制作用。白天城市和农业用地整体导致各城市群温度明显增加，京津冀增温最高（4.0℃），夜晚二者导致长三角和京津冀地区平均温度降低。研究还发现各城市群城市和农业用地地表热环境效应时空异质性极大，主要受植被、地表反照率、气候背景和人口密度控制。本文对制定缓解气候变化的土地利用策略具有重要的指导意义。     

城市群生态安全格局构建:概念辨析与理论思考

城市群是城市发展到一定阶段通过城市间物流、人流和能流高度融合而形成的区域性复合生态系统，如何保障城市群生态安全与健康发展成为当前关注的热点问题。本研究系统分析了生态安全、城市生态安全与城市群生态安全的内涵。认为狭义上城市群生态安全侧重于城市群内部生态空间优化和生态系统服务功能提升，重点关注城市群地区生态用地空间优化与"三生空间"（生态、生活及生产空间）的合理布局。广义上的城市群生态安全不仅需要考虑城市群内部生态系统结构和功能协调及其生态系统服务的供需平衡，也需要从区域尺度考虑城市群与其他区域之间的协调关系。城市群生态安全格局构建的目的则是保障城市群内部区域一体化协调发展，满足人们日常生活的基本需求，实现城市群与区域之间物流、能流和人流的有序流通。在城市群生态安全格局构建时，除了遵循生态安全一般性原则外，还需要遵循以下原则：①生态系统服务供需平衡尺度效应；②生态安全保障的阈值效应；③生态安全格局的空间联动效应。最后文章提出了城市群生态安全格局构建的基本思路和技术路径。     

基于能值分析的环太湖城市群生态经济系统可持续发展研究

采用能值理论与分析方法,研究2015年环太湖城市群生态经济系统的能值流量,并构建多维度的生态经济系统指标体系,综合评价环太湖城市群可持续发展程度和健康水平。研究结果表明：（1）可更新资源利用不足,在能值利用总量中占比最大值仅为7.95%;（2）不可更新资源消耗过度,在能值利用总量中占比最小值达到56.95%;（3）（除苏州市外）可更新资源产品中肉类与水产品占比最小值已达63.08%,急需对传统的农业结构进行调整;（4）不可更新资源产品均以水泥和钢铁为主,占比最小值已达88.02%,应该加快传统的工业转型升级;（5）输入能值占比最大值仅为36.27%,商品进出口呈现贸易顺差,对外经济开放仍有发展空间;（6）废弃物与可更新能值比率最大值仅为12.8%,废弃物能值比最小值仅为0.19%,废弃物排放和利用水平有待提高;（7）湖州市可持续指标ESI和能值可持续发展指标EISD为1.59和2.99,在环太湖城市群中更具可持续发展潜力;（8）苏州市健康能值指数EUEHI和改进的健康能值指数EUEHI''为8.22和1.65,在环太湖城市群中健康水平较低。据此结果提出了有助于环太湖城市群经济社会发展与自然生态环境和谐共赢的可持续发展对策。     

21世纪以来闽三角城市群人类景观开发强度的时空演变——基于能值-GIS方法

在快速的城市化进程中,城市群作为城市发展到成熟阶段的高级空间组织形式,其在推进城市群区域社会经济一体化的同时,也在一定程度上加剧了城市群的人地关系矛盾和景观开发强度。为量化城市群的人类景观开发强度,揭示自然环境对人类资源消耗过程的压力响应机制,选取闽三角城市群在2000、2005和2013年的夜间灯光数据(DMSP/OLS)作为刻画人类经济活动范围的基础数据,通过能值分析理论,耦合可更新能源(太阳能、风能、地热能和降雨化学能等)与基于统计数据的不可更新能源进行能值核算,并进一步描述人类景观开发强度(Landscape development intensity,LDI)的时空演变特征,基于人类活动对自然生态系统的干扰程度划分为5级进行空间展示与分析。结果表明:(1)在时间尺度上,闽三角城市群的年可更新能值密度均值在2000、2005和2013年,分别为9.42×10~(16) sej/hm~2、7.25×10~(16) sej/hm~2和7.88×10~(16) sej/hm~2,呈现出先减后增的趋势,在空间尺度上,闽三角城市群可更新资源由环海湾地带向内陆地区呈环形逐层增加,其中在2000年表现尤为明显;(2)在不可更新资源的利用上,闽三角城市群的本地不可更新能源能值投入在2000、2005和2013年,分别为4.64×10~(24) sej、4.63×10~(24) sej和4.66×10~(24) sej,只出现轻微浮动,而外部输入能源的能值投入则在2000、2005和2013年,分别为1.41×10~(24) sej、3.18×10~(24) sej和5.71×10~(24) sej呈现逐年上升趋势,且其中对原煤的需求表现最高,占比高达90%;(3)LDI在空间分布上,自内陆至沿海干扰等级逐渐上升,其中,强度干扰与剧烈干扰主要覆盖厦门市、龙海市、晋江市和石狮市;在时间分布上,呈现出强度干扰和剧烈干扰逐渐增大的趋势。研究有助于政府对不同干扰等级区域的城乡建设与规划管理提供决策依据,为实现城市群可持续发展提供数据参考。     

黄河上游兰州-西宁城市群资源环境承载力时空分异及障碍因子诊断

基于PSR模型构建资源环境承载力评价体系,利用熵权法、综合指数模型和GIS的空间分析功能对兰州-西宁(兰西)城市群资源环境承载力进行时空动态剖析,并运用障碍度模型识别其障碍因子。结果表明: 2005—2018年,兰西城市群资源环境承载力呈波动上升态势,资源环境承载力状况较好;资源环境承载力变异系数亦有波动上升趋势,区域差异逐步扩大。资源环境承载力空间上总体呈现以兰州与西宁主城区为中心的“双核”结构特征,高水平区主要集中于以兰州市和西宁市为中心的河湟谷地及其周边部分县区,低水平区集中于城市群中部、南部地区。其中,资源环境承载力子系统指数的时空分异特征显著,压力指数呈波动下降态势,空间上呈现以兰州与西宁市区为中心向外围地区递减的分布特征;状态指数呈波动上升态势,呈东西两翼高、中部低的空间演化特征;响应指数整体呈上升态势,空间上呈东高西低、中高外低的格局特征。城镇化率、人均工业废水排放量、生活垃圾无害化处理率、水耗指数和环保投资占GDP比重是制约兰西城市群资源环境承载能力提升的主要障碍因子。     

交通通达度对生态系统健康的影响——以长江中游城市群为例

完善的交通基础设施网络是形成高度同城化和高度一体化城市群的前提和基础,科学探测城市群地区交通通达度对生态系统健康状况的影响机理对城市群地区生态系统保护以及区域可持续发展具有重要实践意义和价值。基于多源数据分别测度了1995—2015年长江中游城市群交通通达度以及生态系统健康水平,并借助双变量空间自相关与空间回归模型从全局和局部的角度揭示了交通通达度对生态系统健康的影响机理。研究结果显示：(1)研究期间长江中游城市群生态系统健康状况总体呈现降低态势,山区生态系统健康水平显著高于平原地区;(2)双变量空间自相关分析结果显示交通通达度和生态系统健康水平之间存在显著的空间依赖性,二者之间主要的关系类型包括低交通通达度水平-低生态系统健康水平、高交通通达度水平-低生态系统健康水平和低交通通达度水平-高生态系统健康水平三种类型;(3)空间回归结果显示交通通达度的增加会导致生态系统健康状况的恶化,而且交通通达度对生态系统健康的影响具有显著的空间异质性。研究发现可以为长江中游城市群地区生态系统健康保护宏观调控政策制定以及差异化管控政策制定提供科学依据。     

环京津城市群生态系统服务的时空演变与驱动因素

城市群已成为全球经济竞争的新空间单元,在促进城镇化建设,实现资源优质配置和发挥辐射带动作用等方面发挥着重要的功能。但剧烈的社会经济活动必然会对城市群生态系统服务造成破坏,因此开展城市群生态系统服务的时空演变研究,进而探索不同驱动因子对其的作用机制具有重要意义。目前,在已有的研究中缺少对城市群尺度和长时间跨度下的生态系统服务水平演变与驱动因素探究。为此,选取京津及环京津地区为研究区域,通过总结区域生态问题,构建起研究区域生态系统服务评价体系,并对2000-2018年生态系统服务进行计算,分析时空演变特征。然后,通过最小二乘法模型（Ordinary Least Squares,OLS）筛选出潜在的驱动因子,并导入地理加权回归模型（Geographically Weighted Regression,GWR）进行地理加权回归计算。最后,通过对结果分析,探讨自然和社会因子对生态系统服务的作用机制。研究结果表明：1）2000-2018年,研究区域生态系统服务呈现出先上升后下降,在2015年达到最高值的发展特征。2）在空间上,研究区域生态系统服务内总体上呈现燕山山脉及太行山山脉北部区域为生态系统服务的高值区域,坝上区域为低值区的空间分异特征。同时,生态系统服务演变在空间上呈现以燕山和太行山为界,燕山和太行山区域呈现先减弱后提升的趋势,西北区域整体呈现减弱趋势,东南区域从2015年起逐渐降低的空间演化特征。3）在驱动因素方面,自然环境和社会经济因素对生态系统服务的驱动作用从强到弱排列依次是：降雨量 > 土壤含沙 > 人口密度 > 温度 > 基础设施密度。4）其中,人口密度、土壤含沙量、基础设施呈较为明显的负相关驱动特征,降雨量呈较为明显的正相关驱动特征,温度则呈南部负相关,北部正相关,由东南向西北影响增强的趋势。本研究通过评估环京津城市群生态系统服务,分析区域生态系统服务的分析演变特征,并探索区域自然、社会因子对生态系统服务的驱动作用,为环京津城市群未来的生态环境保护和规划策略制定提供了科学指导和决策依据。     

京津冀城市群景观格局变化机制与预测

"城市群"是我国新型城镇化的主体形态,对推进国民经济发展具有重大意义,但其聚集连片的快速扩张模式对资源环境的压力持续增加,已经成为制约未来可持续的瓶颈。以我国经济发展最为活跃,但生态环境问题十分突出的京津冀城市群为例,基于CLUE-S模型,模拟分析了1990—2010年京津冀城市群景观格局的变化特征及其驱动机制,并预测了未来景观格局的变化趋势。结果表明,(1)1990—2010年京津冀城市群景观格局变化显著。其中,人工表面持续增加,耕地明显下降,林地和草地格局的变化也存在明显的时序差异;(2)京津冀城市群景观格局的变化主要受自然和社会经济要素的综合影响,且不同景观类型之间的驱动机制存在明显差异。其中,林地更易在地势较高、坡度较大的西部地区分布,而河流、人工表面等更易在平坦低洼的区域分布;此外,不同景观类型变化的驱动机制存在显著的时序差异,例如,人工表面受地形的影响程度逐步降低,呈现更加离散的分布,且其分布特征由较早时期的向市中心集聚分布发展为逐渐远离市中心并向铁路、高速路周边集聚的趋势;(3)经检验,CLUE-S模型能够较好地动态模拟京津冀城市群的土地覆盖格局的变化特征,模型的Kappa指数达0.84。模拟预测结果显示,未来(2020年)景观格局演变的显著特征是人工表面将持续增加,耕地将继续显著减少。北京、天津、唐山和石家庄等核心城市的景观格局变化将最为显著。     

城市群新冠疫情时空分布格局与分异机制的地理探测

自从2019年12月湖北武汉爆发新型冠状病毒（COVID-19）以来,疫情在全国范围内迅速传播并蔓延。城市群既是我国新型城镇化主体特定的空间组织形态,也是相互连接的城市网,集合了相当数量不同性质、类型和等级规模的城市,城市群经济发展程度较高、人口密度大,交通发达,是疫情传染扩散-关联的重点区域,因而跨区域感染风险高,联防联控难度大。以疫情集中地区城市群为研究对象,通过核密度分析聚焦重点研究的城市群,从多层空间尺度对疫情在数量、人口迁移和空间分布上进行测度,利用空间自相关分析疫情分布特征,运用地理探测器方法客观地测度城市群疫情发展的差异性主导因素,从景观格局中挖掘相关主导因子,为生态、安全的空间规划和治理提供科学依据和思路。结果显示：①全国范围感染人数核密度高值区的空间分布与长江中游城市群和三大沿海城市群范围耦合,首位核心城市确诊感染数在城市群中占比均较高,城市群疫情扩散分布呈现典型的由核心城市向外辐射的特征,湖北地区迁出的人数对迁往地区的疫情形势构成一定程度的影响;②全国范围的COVID-19感染人数和感染增长率分布存在显著空间集聚特征,城市群范围感染人数的空间聚集性从长江中游城市群向其他城市群依次减弱;③地理探测器识别出人口密度、城乡建设、交通、卫生、科技、生态绿地为疫情的主导因素,并且交互后所产生的共同作用增加了对疫情的解释力;④生态与建设用地景观格局对疫情的解释能力较强,其中建设用地的聚集性和生态用地的蔓延性为主要因子。     

基于生态系统服务供求评价的空间分异特征与生态格局划分——以长三角城市群为例

生态系统服务供给与需求能力存在显著的空间异质性与空间失衡,对区域经济发展与环境保护产生巨大影响。以长三角城市群区县为研究单元,分别核算其生态系统服务供给与需求值,引入梯度分析,分析生态系统服务供给与需求的空间特征,并基于供求分析提出长三角城市群生态格局分区方案,且针对性地提出相应片区的发展策略,为长三角城市群土地利用规划、区域协调发展提供科学依据。研究结果表明:(1)长三角城市群生态系统服务供给能力与土地利用类型密切相关,呈现从北到南逐渐升高趋势;(2)长三角城市群生态系统服务需求能力与社会经济发展联系紧密,在长江入海口附近形成生态系统服务需求高值区,然后向外围递减;(3)沪宁杭庐发展梯度带上,生态系统服务供需大致呈现负相关趋势;(4)基于生态系统服务供需关系构建,得到长三角城市群生态格局四大分区:生态保育区(高供给-高需求),生态修复区(低供给-高需求),生态重塑区(低供给-低需求),生态开发区(高供给-低需求)。