基于中国543个气象站1960-2014年逐日最低气温数据,采用强度-面积-持续时间(Intensity-AreaDuration,IAD)方法,根据极端低温事件在时间上的发展和空间上的连续性特点,分析中国不同持续时间的区域性极端低温事件的强度和影响面积特点,评估极端低温事件对耕地面积的影响。结果表明:(1)气象站极端低温事件发生次数较多的地区主要位于华北及东北地区,以短期(持续时间12日)事件为主,西北及东南等地的极端低温事件次数较少,但多为中期(持续时间35日)、长期(持续时间6日以上)事件;(2)2

基于中国543个气象站1960-2014年逐日最低气温数据,采用强度-面积-持续时间(Intensity-AreaDuration,IAD)方法,根据极端低温事件在时间上的发展和空间上的连续性特点,分析中国不同持续时间的区域性极端低温事件的强度和影响面积特点,评估极端低温事件对耕地面积的影响。结果表明:(1)气象站极端低温事件发生次数较多的地区主要位于华北及东北地区,以短期(持续时间1~2日)事件为主,西北及东南等地的极端低温事件次数较少,但多为中期(持续时间3~5日)、长期(持续时间6日以上)事件;(2)21世纪之前,区域性极端低温事件持续时间相对较短、但强度和影响面积较大;进入21世纪,极端低温事件的影响面积和强度有所减小,但持续时间增加;(3)极端低温事件影响的耕地面积在1969年之前为上升趋势,随后下降,进入21世纪,极端低温事件影响的耕地面积无明显变化。

本文收集2016-2022年中国农业上市企业数据和人民币汇率波动数据，并根据人民币汇率双向波动特征构建不对称测度模型，在此基础上研究中国农业产业链的外汇风险暴露特征及其影响因素。本文发现：农业产业链各环节的外汇风险暴露在人民币汇率不同波动方向上呈现不对称特征；外汇风险暴露在农业产业链上中下游的分布呈递增趋势；农业产业链在人民币汇率贬值时呈现有利的外汇风险暴露；在人民币汇率升值时则呈现不利的外汇风险暴露，且主要体现在加工流通环节。本文进一步分析创新能力、金融对冲和经营对冲对中国农业产业链各环节外汇风险暴露的影响，发现：当人民币汇率升值时，要素供给环节企业的创新能力和金融对冲显著降低其外汇风险暴露，种植养殖环节企业的经营对冲显著降低其外汇风险暴露，加工流通环节企业的创新能力、金融对冲和经营对冲显著降低其外汇风险暴露；当人民币汇率贬值时，要素供给环节企业的经营对冲显著降低其外汇风险暴露，种植养殖环节企业的金融对冲显著增加其外汇风险暴露，加工流通环节企业的金融对冲和经营对冲分别显著降低和增加其外汇风险暴露。本文认为，在人民币汇率双向波动背景下，认识和防范中国农业产业链的外汇风险既要考虑人民币汇率双向波动特征，也要考虑农业产业链各环节的异质性。

研究目的:揭示中国耕地资源利用的碳排放时空分异规律及其与农业经济增长之间的脱钩关系,以期为中国耕地资源低碳化利用政策的制定和推行提供参考。研究方法:IPCC碳排系数法,TAPIO脱钩分析法。研究结果:(1)中国耕地资源利用的碳排放整体上呈现增长趋势,但2010年后增速趋于下降并于2016年开始转入负增长,省际差异不断扩大的同时区域间差异趋于缩小;(2)中国耕地资源利用的碳排放强度总体上处于下降态势,省际和区域间碳排放强度的差异总体上趋于缩小;(3)中国耕地资源利用的不同碳排放源的碳排放量及增速呈现不同的时序波动特征,同时存在明显的地域差异性,其中,化肥是最主要碳排放源;(4)中国2000—2012年耕地资源利用的碳排放与农业经济增长之间呈现以"弱脱钩"为主,但2013—2017年不同省域的脱钩类型及脱钩程度趋于差异化。研究结论:中国耕地资源利用碳排放的时空分异性显著,且与农业经济增长之间不同阶段和不同省域呈现不同脱钩类型,需突出减排重点、实施差异化策略及注重绿色发展等多途径推进耕地资源低碳化利用,提高政策的精准性。

本文根据历史资料和各位专家的相关的研究结果,对建国以来的耕地数据进行了重建,取得了比较可靠的长时间序列的耕地数据,在此基础上,构建了集对分析模型,对建国以来的耕地资源的安全态势进行了系统的分析。结果表明,建国以来中国耕地资源安全贴近度呈现波动式的变化规律,耕地资源安全贴近度在0.4的周围波动,随着时间的推移,波动幅度逐渐变小,趋于平缓。集对分析很好的体现了耕地系统的确定和不确定性,具有计算方便、方法简单、评价客观、合理等特点。

耕地作为国家发展和农民生存之本,探讨耕地等别的数量和空间分布特征具有重要意义。本研究借助GIS空间分析法对比2010年和2015年全国耕地等别数据,得到结果:(1)2015年较2010年,耕地质量有所提升,其中1等地占比增加最多,增长1.91%。(2)2015年优等地面积5 960.63万亩,占比2.94%;高等地面积53 768.98万亩,占比26.53%;中等地面积107 077.80万亩,占比52.84%;低等地面积35 838.73万亩,占比17.69%。(3)2015年全国16个省份耕地平均等别值低于全国平均值(2010年为9.8),15个省份大于全国平均值,说明耕地质量有所好转。(4)分区结果显示,2015年中部地区耕地等别平均值为7.89,为最高地区;东部地区为8.19,位居第二;东北地区为11.25,位居第三;西部地区为11.33,位居第四。因此,后续应借助土地整治、高标准农田建设、农业结构调整等措施,提高耕地质量,改善耕地条件,为现代农业发展与乡村振兴战略落地保驾护航。

【目的】耕地种植制度是农业生产方式的具体体现，其形成受自然资源要素与人类土地利用行为综合影响，反映了“人类-自然”的耦合关系。本研究旨在科学掌握全国耕地种植制度格局，为优化农业生产布局、提高农业生产能力、推动农业可持续性发展提供依据。【方法】结合遥感监测与空间决策树模型等手段，构建适合我国农情的跨年度种植制度探测方法体系，并开展空间格局分析。首先，通过辨析种植强度、复种指数等概念，从长期性、周期性、稳定性等方面，定义种植制度的内涵；其次，构建连续度、频度指标，并利用基于时序遥感的2001—2018年中国复种指数监测结果，结合时间滑动窗口方法，在像元尺度分别计算两个指标的具体值；最后，评估耕地的种植强度与种植制度特征的显著性，利用决策树方法确定种植制度类型，从区域差异、动态规律等方面分析不同区域种植制度的时空异质特征。【结果】（1）面积上看，一年一熟所占面积最大，占53.52%，超过耕地总面积的一半；其次是一年两熟，占23.28%，季节性休耕（如两年三熟）与年度休耕分别占12.80%和6.94%。（2）空间上看，一年一熟、一年两熟、季节性休耕与年度休耕的集中分布区分别为东北地区、华北地区、长江以南地区与“镰刀弯”地区。（3）时间上看，动态稳定的种植制度从时间维度上揭示了静态复种指数背后的异质性，例如，2018年复种指数为1的区域，其中75.18%属于一年一熟、6.60%属于一年两熟、8.92%属于季节性休耕、8.02%属于年度休耕。【结论】本研究提出了一种结合时序遥感监测与空间决策树模型的跨年度分类体系，揭示了中国耕地种植制度分区聚集、种植强度南高北低的空间格局，直观展现了松嫩平原、“镰刀弯”等空间聚集区；分析了耕地复种与种植制度的时空差异特征，主要表现在种植制度与年度复种指数的空间不一致性，以及种植制度特有的周期性。研究结果可为合理提高耕地复种强度、推动实施“藏粮于地”战略提供案例支撑。

随着全球气候变暖，人类活动加剧，高温热浪事件发生频率和强度增加，致使全球极端高温灾害发生，人类健康和城市系统受到严重威胁。以中国县域为研究单元，基于1960—2018年累计的高温日数、热浪频次、热浪持续时间和热浪强度表征高温热浪，并耦合人类社会因素对高温人口暴露风险及其影响因素进行分析。结果发现：(1)极端高温灾害认知经历了“天灾—人祸—共生”的转变过程，通过适应行为降低社会脆弱性提升恢复力，对缓解高温人口暴露风险尤为重要。(2)高温人口暴露风险存在较强的空间异质性，高风险区主要集聚在重庆、湖南、江西、浙江等南方地区；中等风险区出现在北京、河北等部分地区。(3)承灾体脆弱性是高温人口暴露风险增加的主要影响因子，其次为居住条件、非农人口比例、地形地貌等。

【目的】揭示耕地非农化影响因素作用的时空特征,为耕地资源保护和利用政策制定提供决策支撑。【方法】研究采用2006—2015年耕地非农化的面板数据,通过构建"一般回归模型-面板模型-地理加权回归模型-时空加权回归模型"模型集成(简称OPGT),对耕地非农化影响因素进行计量分析。【结果】一般回归模型、地理加权回归模型(GWR)和时空加权回归模型(GTWR)估计结果显示,城镇人口增长、固定资产投资、经济发展水平、耕地资源禀赋和产业结构变量均通过显著性检验;耕地非农化莫兰指数(Moran’s I)为0.740,并且通过1%水平上显著性检验,表明耕地非农化具有显著的空间正相关性;采用一般回归模型、GWR、GTWR模型估计,方程拟合优度分别为0.689、0.785、0.858,加入时空权重信息的GWR和GTWR模型方程解释能力有显著提升;GWR和GTWR模型方程结果显示,耕地非农化影响因素弹性系数存在时空非平稳特征;空间分析显示,城镇人口增长和耕地资源禀赋对耕地非农化影响在经向上呈现出由西向东递减的状态,在纬向上呈现出倒"U"型状态,固定资产投资与经济发展水平对耕地非农化的影响程度在经向上呈现出由西向东递增的特征,在纬向上呈现出"U"型特征,产业结构对耕地非农化的影响程度在经向上由西向东递增,在纬向上由北向南递减;时序分析显示,城镇人口增长、固定资产与经济发展水平投资系数呈现减小的趋势,耕地资源禀赋系数有所增大,产业结构系数在部分省域有所降低。【结论】(1)OPGT是一个有机整体,各部分相互检验、互为补充,可以更加细致的刻画因素的时空作用;(2)耕地非农化因素总体作用强度方面,弹性系数最大的是产业结构,其次为经济发展水平、固定资产投资和耕地资源禀赋,最小为城镇人口增长;(3)空间特征方面,城镇人口增长和耕地资源禀赋总体呈现出由西向东递减的趋势,而固定资产投资、经济发展水平和产业结构呈现出由西向东递增的趋势;(4)时序演变特征方面,城镇人口增长、固定资产与经济发展水平投资对耕地非农化的影响作用呈现下降趋势,耕地资源禀赋与耕地非农化关联性趋于增强,产业结构的影响虽在部分省域有所降低,但其整体影响程度仍然相对较高。

在全球变暖的背景下，高温热浪发生的频率、强度、持续时间不断增加，严重威胁人口健康与社会经济发展，如何判别高温热浪的频发地带，明确潜在的人口高温暴露风险已成为学术界关注的热点。利用气象站点数据、人口统计数据，采用高温热浪指数衡量高温热浪严重程度，并结合湿球黑球温度界定的高温热浪天数及人口普查数据构建人口高温暴露风险模型，在县域尺度上揭示1964～2021年长江经济带高温热浪和人口高温暴露风险的时空演化特征，并对风险进行归因，结果表明：(1)长江经济带累积高温热浪指数整体呈现先减少后大幅度增加的趋势，在空间上呈现出从东南向西北地区逐渐递减的特征，并具有明显的空间集聚性。(2)近60年间长江经济带人口高温暴露风险增加了96.2%,空间分布格局为“一低三高”,即西部地区低，成渝城市群、长江经济带中游及下游核心地带高。人口高温暴露风险集聚模式主要呈现整体集聚化，局部以高暴露风险区县集聚和低暴露风险区县集聚为主的空间特征。(3)人口因子和气候因子对人口高温暴露风险变化起关键作用，且在2000年后，气候因子的作用逐渐加强，贡献率由50%左右增至80%左右。从区域尺度上看，人口因子、气候因子分别对下游地区、中游地区高温暴露风险变化的贡献率最大。

近40年来中国耕地时空格局经历了深刻重塑。科学揭示中国耕地利用变化时空分异特征并评估其对耕地NPP的影响，对于准确研判中国耕地资源利用形势与保障粮食安全具有重要意义。然而，当前鲜见研究关注中国耕地利用变化时空分异特征及对耕地NPP的影响。基于此，本文综合运用重心分析、空间统计分析、数字地形分析等方法定量分析了1980—2020年中国耕地利用变化时空分异特征及对耕地NPP的影响。结果表明：（1）1980—2020年间中国转入耕地数量逐渐超过转出耕地，总体呈南减北增、东减西增的空间分布特征，耕地转入转出重心总体都在向西南方向移动；（2）转入转出耕地都向高海拔高坡度地区推进，转入耕地平均海拔与坡度总体高于转出耕地，存在“占缓补陡”“占低补高”现象；（3）转入转出耕地破碎化程度都不断加剧，且转入耕地破碎化程度更高，存在“占整补零”现象；（4）1980—2000年间耕地与草地、林地转换最频繁，2000—2020年间退耕还林还草和建设用地侵占耕地现象愈发明显；（5）研究期间中国耕地NPP总体呈上升趋势，但在多个城市群及其周边区域有所下降。研究结果为认识中国耕地利用变化过程及其对耕地NPP的影响提供了依据，为精细化耕地保护政策制定以及保障粮食安全提供科学支撑。

该文在 90年代初至 90年代末期TM遥感图像获取的全国土地利用矢量数据基础上 ,提取新开垦耕地资源数据。利用ARC INFO的迭加功能将其与自然区划的地貌单元数据、坡度数据、降雨量数据及温度带数据迭加 ,分析了新开垦耕地资源的地理单元分布、坡度条件及水热条件。研究表明 ,新开垦耕地资源以草地、林地为主 ,主要位于东北平原及内蒙古草原地区。从降水条件来看 ,主要分布在湿润、干旱和半干旱区 ;从热量条件来看 ,主要分布在中温带和暖温带。耕地资源有向东北、西北偏移的趋势。在新开垦耕地中 ,同样存在坡耕地甚至陡坡耕地的问题 ,应引起足够重视

[目的]分析20022016年中国耕地变化研究文献的数量特征、研究区域与文献来源,明晰中国耕地变化研究在文献数量、研究区域与文献来源3个方面呈现明显特征的原因。[方法]文章采用了文献分析法、分类统计法和比较分析法。[结果](1)耕地变化的研究内容、领域和方法逐渐趋于多元化,对耕地变化的驱动机制进行分析逐渐成为研究热点。(2)耕地变化的研究热度在全国第二次土地调查前后达到最高峰,研究热点区域多集中在生态脆弱区、耕地面积变化速率较快或中东部经济发达区,研究尺度多为省内行政区。(3)耕地变化文献刊载期刊种类繁多

本文应用附加短期和长期零约束的结构性向量自回归(SVAR)模型,考察了中国上市公司行业层面的外汇风险暴露情况。研究发现,一是在人民币贬值的冲击下,所有10个行业指数的动态反应都呈现出J曲线形态,即先下跌后上涨。二是在10个行业中7个行业存在显著的外汇风险暴露。

本文应用附加短期和长期零约束的结构性向量自回归(SVAR)模型,考察了中国上市公司行业层面的外汇风险暴露情况。研究发现,一是在人民币贬值的冲击下,所有10个行业指数的动态反应都呈现出J曲线形态,即先下跌后上涨。二是在10个行业中7个行业存在显著的外汇风险暴露。