京津冀地区耕地变化分析及未来趋势预测

利用京津冀地区耕地面积统计资料为基础,采用耕地资源变化率计算方法和灰色预测法,分析和预测了该地区耕地的变化及趋势.研究结果表明:1985-2007年京津冀地区耕地总面积呈波动下降趋势,总共减少924.3 k hm2,多年平均变化率为-0.59%.耕地的三种类型之中,旱地和水田面积几乎年年减少,多年平均变化率分别为-3.57%和-0.73%,而水浇地的面积在大部分年份都有所增加,多年平均变化率为0.85%.2020年,京津冀地区的耕地总量将从2007年的6 531.61 k hm2减小至6 164.4 k hm2,耕地总面积平均每年减少0.44%,即28.7 k hm2.旱地和水田将继续保持较高的减少率,平均每年分别减少2.57%和0.84%.而水浇地的预测结果为2007年至2020年间每年稍增0.17%.在未来的十几年中,尽管耕地减少的速率减缓,但是京津冀地区耕地保护的压力依然很大.     

机器学习模型在地下水埋深模拟中的适应性分析

基于京津冀气象、社会资料及地下水埋深数据,构建支持向量机(SVM)、循环神经网络(RNN)和长短期记忆神经网络(LSTM)模型对京津冀地区13个城市地下水埋深进行了模拟,并以确定系数、均方根误差、平均绝对百分比误差、纳什系数对3个模型的适应性进行了评价。结果表明：LSTM模型模拟效果最好,其次是RNN,SVM最差;不同城市基于LSTM模型进行地下水埋深模拟时参数调整最少,适应性最好,SVM模型参数调整最多。将3个模型应用于随机选择的6个测站进行验证,在华北地区浅层地下水埋深模拟方面,LSTM模型模拟精度和可信度最好,适应性最强,是该地区地下水埋深模拟的首选机器学习模型。     

京津冀经济圈城镇化影响因素实证研究及对策分析

本文采用 2011~2016 年中国京津冀经济圈的面板数据,利用固定效应模型测算京津冀经济圈城镇化的影响因素并对其进行分析,以期为京津冀经济圈城镇化建设提出针对性建议。实证结果表明：京津冀经济圈城镇化影响因素中第三产业产值比重、城镇单位就业人员平均工资、医院床位数以及地方财政教育支出对京津冀经济圈城镇化发展产生一定影响,而客运量、货运量、中小学数量、城市污水日处理能力、社会保障和就业支出以及生活垃圾无害化处理率等指标对京津冀经济圈城镇化发展没有形成显著作用,因此可以通过调整产业结构、加强医疗协同发展和教育协同推进来加快京津冀经济圈城镇化发展。     

基于概率主题模型的京津冀协同发展研究主题演化分析

京津冀协同发展是当前各学科领域共同关注的热点话题。为深入了解京津冀协同发展话题的研究趋势,以2009～2019年中国知网收录的14 235篇与京津冀协同发展相关的期刊论文为研究对象,采用概率主题模型方法,提出以困惑度、主题平均相似度为指标确定最优主题数,结合文献发表时间挖掘期刊论文潜在主题,从主题强度和主题相似度等多个角度分析主题演化趋势。通过数据分析,挖掘10个潜在主题,生成主题强度年度变化趋势,构建主题内容演化路径,分析主题演化规律。以期为深刻认识京津冀协同发展和科学决策提供理论依据。     

京津冀协同发展背景下河北省铁路网布局优化

在京津冀协同发展背景下,对河北省铁路网布局进行优化.首先在对影响铁路网布局的京津冀协同发展,过境运输需求等因素分析的基础上,结合既有铁路网情况,形成布局初步方案.其次将研究对象划分成20个交通小区后,对交通生成和交通分布进行预测,得出2020年和2025年20个交通小区之间的客运量和货运量,再经过多次流量分配后得到布局优化方案.最后利用路网密度指标对河北省铁路网布局优化方案进行了评价,结果表明,该方案具有一定的合理性,能够满足未来河北省的经济发展要求.     

基于Meta回归模型的土地利用类型生态系统服务价值核算与转移

基于Meta-analysis方法, 分别建立耕地、林地、草地、园地、水域和未利用地 6 个地类的生态系统服务价值回归模型。除考虑年代和评估方法外, 还引入分区和社会经济因素(包括人口密度和人均GDP), 发现这两个变量在解释生态系统服务价值变化时较为重要。使用价值转移研究范式, 将所建模型应用到京津冀地区, 计算各类土地利用类型的生态系统服务价值。研究结果表明: 土地利用类型按照生态系统服务价值高低排序为水域、林地、草地、园地、耕地、未利用地; 京津冀地区不同市区各类土地利用提供的生态系统服务价值不同, 其中耕地、林地、草地、园地和水域的生态系统服务价值中, 北京和天津最高, 承德和张家口最低; 未利用地的生态系统服务价值中, 张家口和承德最高, 北京和天津最低。研究成果丰富了生态系统价值评估的方法和技术, 也可为京津冀地区土地持续管理提供科学依据。     

京津冀革翅目昆虫资源

对河北大学博物馆馆藏的京津冀地区革翅目标本进行分类鉴定,获得了5科10属19种,记述了各种的标本采集信息及其分布范围,编制了分种检索表,对其分布与海拔高度的关系进行了初步分析,认为肥螋科主要分布于低海拔地区,球螋科主要分布于高海拔地区,并应用Maxent模型对球螋科的分布进行了验证.     

Variability and reduction of atmospheric pollutants in Beijing and its surrounding area during the Beijing 2008 Olympic Games

The Beijing-Tianjin-Hebei Atmospheric Environment Monitoring Network was established by the Institute of Atmospheric Physics, Chinese Academy of Sciences. The goals of the network were to monitor and provide warnings of the atmospheric quality in Beijing and its surrounding area during the Beijing 2008 Olympic Games. The results showed that the atmospheric complex pollution exhibited high concentrations of ozone and fine particles and oxidation in summer, with a ubiquitous regional source. The regional mean concentrations of SO₂, PM_2.5, NO₂, and O_{3_8h max} (the maximum daily 8 h mean) and O_x were 22±11, 90±40, 25±5, 136±35 and 112±21 μg/m³ in summer, respectively. During the Olympic Games, the mean concentration of SO₂, PM_2.5, NO_{2, O3_8h} max, and O_x were 12.5±4, 56±28, 23±4, 114±29, 95±17 μg/m³ in the region, respectively, and fell by 51.0%, 43.7%, 13%, 20.2%, and 18.9%, respectively, compared to the prophase mean before the Olympic Games. The concentration of atmospheric pollutants declined significantly and achieved the “Green Olympics” control goal of air quality. After the Olympic Games, SO₂, PM_2.5 and NO_x increased significantly as the temporary atmospheric pollution control measures were terminated.     

京津冀地区县域人均GDP的空间差异演化及其影响因素

基于GIS空间分析和地理加权回归模型等方法,研究1993—2013年京津冀地区县域人均GDP的空间分异特征及其影响因素,以期为促进县域经济发展的政策制定和路径设计提供依据。得到以下结论。1)京津冀地区县域人均GDP快速增长,县域间的差异扩大;县域人均GDP呈现显著的正向相关性,"高高集聚"和"低低集聚"的趋同性在增强。2)京津唐地区一直是京津冀地区经济发展的热点区域,河北省大部分县域的人均GDP处于较低水平,"涞源县–高阳县–武邑县–枣强县–邱县"经济冷点带逐渐形成;县域人均GDP呈现"东北–西南"的走向分布,并且整体上呈现强化趋势;经济发展重心以文安县为核心,呈现"先西南、后东北"的"V"形变动,东北方向的经济功能进一步强化。3)与OLS模型相比,地理加权回归模型的拟合效果明显改善。人均规模以上工业增加值、第三产业增加值比重、人均实际使用外资金额以及城镇化水平等显著促进了2013年京津冀地区的县域经济发展。     

京津冀协同发展背景下的区域综合环境风险评估研究

以京津冀地区为研究区,根据环境风险评估与分区原则,从风险源危害性、控制机制有效性和受体易损性出发,构建了综合环境风险评估指标体系;分别应用状态最优化法和层次分析法确定了指标体系中的指标权重,并以各自的权重值分别计算出相应的风险值;两个结果相互验证,相互补充;最后采用灰色关联度法对上述评价的风险值进行分析,找出影响评价区风险大小的主导因素.结果表明,较高风险区主要为邢台、石家庄、唐山等地;较低风险区主要为秦皇岛、承德、张家口等地;其他研究区环境风险水平居中.