【目的】研究四川省雷击火时空分布规律，分析影响雷击火发生的主要影响因素，为四川省雷击火防控提供理论基础和参考依据。【方法】以四川省2001—2021年雷击火历史统计数据为基础，分析了该省雷击火在不同时间尺度上的变化特征，使用多距离空间聚类分析等方法分析了雷击火的空间分布状况与格局；利用地理信息技术、SPSS统计软件等工具，通过对历史气象数据、数字高程模型（DEM）数据、林地资源数据等进行处理，分析了地形、气象、植被等因素对四川省雷击火的影响。【结果】2001—2021年四川省共发生雷击火72起，多发生于3—6月，其中4月是集中高发期；主要发生时段为14:00—18:00，其中15:00—16:00是雷击火最易发生的时间段。雷击火主要集中在川西南的凉山州、攀枝花市以及川西的甘孜州，尤以雅砻江流域最为集中。降水量、相对湿度是影响四川省雷击火发生次数的主要气象因子，气温、风速影响不显著。除气象因子外，雷击火受地形、植被类型影响明显，雷击火主要发生在海拔2 500～4 000 m范围内、坡度26°～45°之间、以及半阳坡或半阴坡。最易发生雷击火的林分类型是高山松林，其次为云南松林。【结论】四川省雷击火在月、日2个时间尺度下分布规律明显，多发生于夏季的下午时段；在空间上具有显著的空间聚集性特征，主要聚集在甘孜州、凉山州，尤其是雅砻江中下游区域；雷击火发生受降水量、相对湿度等气象因子影响显著，且在特定地形条件和植被类型中具有易发性。

【目的】分析1980—2021年大兴安岭雷击火发生历史，了解该地区雷击火的时空分布规律以及42年间的动态变化，为雷击火防控提供科学依据。【方法】基于1980—2021年大兴安岭雷击火统计资料、研究区行政区划、DEM数字高程模型，计算得到研究区的海拔、坡向和坡度分布图及对应面积，结合研究区划图，分析雷击火的空间分布特征与动态变化趋势。【结果】1）在1980—2021年间，大兴安岭地区共发生雷击火1 651起，过火总面积473 088.8 hm~2。89.4%的雷击火过火面积在100 hm~2以内。2000—2021年雷击火数量约为1980—1999年的3.5倍。95.9%的雷击火发生在5—8月，52%的雷击火发生在13:00—17:00，雷击火数量在6月15日春季防火期结束的几天内迅速增加。经度上，雷击火集中在121.2°E和122.5°E 2个中心附近；纬度上，80%的雷击火集中于51°N—53.5°N之间。不同行政区划的雷击火密度和雷击火面积比差异显著，总体上黑龙江全面高于内蒙古。雷击火集中于坡度4°～12°，占总数48.9%；坡度大于4°时，雷击火数量出现随坡度升高而减少的趋势。海拔范围600～800 m内的雷击火最多，占总数33.2%；只有1.3%的雷击火发生在海拔1 200 m以上地区。西南坡雷击火最多，为219起（13.9%）；西北坡雷击火最少，为177起（11.2%）。2）有关因子与雷击火数量的Pearson相关分析表明，雷击火数量与经度（R=–0.155,P≤0.001）、坡度（R=–0.523,P≤0.001）存在极显著负相关，与对应海拔面积（R=0.336,P≤0.001）、林业局面积（R=0.559,P≤0.001）存在极显著正相关，与对应坡度面积（R=0.734,P≤0.05）存在显著正相关，与纬度、海拔、对应坡向面积不存在显著相关。3）雷击火活跃日数在1980—1985年最少（35±16.1）天，1986—1997年开始上升（77.3±58.5）天，1998—2011年达到高峰（112.1±47.9）天，2012—2021年出现回落（68.1±33.2）天。以5年为间隔将1980—2021年划为8个时期后，第3～7个5年时期中的雷击火第一次高峰日存在逐渐前移的现象。【结论】大兴安岭的雷击火数量从2000年开始出现明显上升，一年中6月最多而8月最少，一天中以13:00—16:00最多而23:00—5:00最少；雷击火在空间上的分布有聚集趋势，除坡向外，其他空间类型基本符合面积越大，雷击火数量越多的规律。雷击火在不同坡向分布的差异明显，主要表现为南较北多，东较西多；在1980—2021年间的4个时期（1980—1985、1986—1997、1998—2011、2012—2021年）雷击火活跃日呈“平缓—上升—高峰—回落”的动态变化。雷击火第一次峰值日在年尺度上无明显规律，但在5年尺度上从第3～7个5年期间累积提前了24天。

[目的]研究大兴安岭地区雷击火的发生规律和关键影响因素,为大兴安岭林区雷击火防控决策提供指导。[方法]基于1968-2010年黑龙江大兴安岭地区的雷击火历史统计数据,以及雷电定位监测数据、植被数据、气象数据、DEM数据等,利用Arcmap和统计软件从雷电活动(雷电流强度、陡度、电流极性、能量)、气象因子(降水量、风速、相对湿度、气温)、林分类型(落叶松林、阔叶林、针阔混交林、灌木林等)和地形(坡度、坡向、海拔)等方面,分析大兴安岭地区雷击火的发生规律。[结果]黑龙江大兴安岭地区1968-2010年共发生508次雷击火,主要集中在5-8月份,其中6月份最为频繁;10:00-17:00是雷击火高发时段;阿木尔、塔河、呼中、新林和松岭是大兴安岭雷击火易发地区。雷电活动对雷击火发生有一定影响,引发雷击火的闪电多为负闪,雷电流强度和陡度分别为-10～-1kA和-10～-1 kA/μs,雷电流释放的能量与雷击火的发生之间无明显规律性。气象因子中,气温与雷击火发生呈极显著正相关,降水量、相对湿度和风速与雷击火发生相关性不显著。雷击火的发生同样受林分类型和海拔的影响,主要发生在落叶松林中,0°～10°坡度雷击火发生较频繁,坡向对其影响并不显著,海拔300～900 m的地区为雷击火高发区。[结论]明确了大兴安岭地区雷击火的发生规律及影响因素,建议在夏季尤其是6月份对重点林区进行雷击火的监测和预防。

闪电引发的野火造成了全球范围内生态、财产和生命的重大损失。随着气候变暖以及厄尔尼诺等现象的出现，全球雷暴和闪电活动显著增加，由其引发的雷击火造成的燃烧面积也显著增加。然而，目前对闪电点火过程和机制的研究还存在很大空白。本文对雷电分布特征、影响雷电密度的因素以及我国雷暴日的规律进行总结归纳，并将其与雷击火的发生和预测相关联，探究闪电规律与雷击火发生之间的关系。闪电的发生，在时间上具有随机性和瞬时性的特点，闪电发生地域不同，其特征也不相同，闪电密度东部比西部高，南部比北部高，陆地比海洋高。森林雷击火是由地闪电流的热效应所导致，引燃与否与闪电的极性、电流强度等特征密切相关。闪电密度还受到海拔、植被分布、土壤类型、地形以及火烧迹地等因素的影响，海拔升高引起强制对流，雷击，林地、灌木和草原由于地表加热程度不同导致雷击密度也不同，而大型火烧迹地通过增强自由对流或中尺度环流引发雷击。受人类活动强烈影响的地区（如城市、采矿区和工业区）的闪电活动更多。从土壤类型来看，冲积土、过渡性红砂土和淋溶土与闪电活动的增加有关。森林大火产生的火积云也可能会引发又一场火灾。我国东经105°以东地区的平均雷暴持续时期随纬度减小而递增。闪电引起雷击火的过程包括放电加热阶段、热反馈阶段和自燃火焰阶段3个阶段，且气候变化会影响闪电的发生和点火概率。在未来，闪电发生次数和着火概率的增加很大程度上会导致空间和时间上火灾风险的增加。目前，闪电预测雷击火模型中往往没有严格评估闪电的发生情况，未来有必要开发一种用于检测闪电长期趋势的系统，通过卫星通信、无人机航拍、利用现有的大气电场测量系统，同时结合人工引雷、野外点火等试验手段，建立雷击火智能化预报模型，以提高我国雷击火发生概率预报的准确度，实现对雷击火的有效防控。

应用统计分析与空间自相关的分析方法,对2005—2012年四川省常住人口数量和密度分布的现状及其时空演化特征进行分析,研究表明:1四川省的人口数量和人口密度的空间差异较大。人口主要集中在成都平原、川东北和川南经济区的丘陵和平原县区;川西北和攀西经济区的少数民族县区的人口数量和密度皆较低;人口和经济的分布具有一致性。2四川省人口增长较快的区域为川西北经济区,其他主要集中在成都周边及几个地级市市区(或州首府)。人口密度变化的结论与人口数量变化结论具有一致性。3全局Moran指数不断减小,说明四川省的常住人口总体呈现分散趋势。局部Moran指数揭示了高—高类型区主要分布于成都周边和四川省东部川渝交界处,且逐渐从成都及其周边地区向重庆方向不断延伸;低—低类型区主要分布于川西北经济区,且变化不大。

新型城镇化是中国社会经济转型期间提升中国经济可持续发展能力和实现中国经济进一步增长的战略举措。相对于传统城镇化的进程,新型城镇化以人的公平发展权为核心。四川作为西部后发省份,人口流动是其城镇化的重要因素。针对新时期四川外出劳动力回流的现实,四川基于人口空间分布的新型城镇化的路径包括:从城市管理的户籍人口向常住人口的转移、"乡村型"小城镇向"城市型"小城镇迈进、合理增设市辖区并谨慎设置远离城市中心区的飞地型市辖区、城乡空间形态和产业发展的一体化等。

本文收集四川省156个气象站51年(1961-2011年)的逐日降水量、气温、日照时数、相对湿度、风速、水汽压等要素,选用国家标准中相对湿润度指数(M)作为干旱指标,以年、季为时间尺度,研究四川省干旱频率和强度的空间分布特征,并分析近51年干旱强度和发生范围的年际变化规律。结果表明:1四川省年尺度干旱频率和强度均呈西高东低的带状分布。高发区主要在川西高原、川西南山地、盆中及盆南局部,高发区的干旱强度以中旱以上为主;少发区主要在达州、泸州、宜宾等地和乐山-眉山-雅安一带,少发区的干旱强度以轻旱为主。年际变化趋势上,干旱强度有所减弱,但最近10年明显增强,且干旱范围扩大。2从季尺度看:冬旱频率最高...

基于空间数据库的居民地分布特征知识的发现对于优化居民地的空间布局具有重要意义。构建四川省居民地、DEM、坡度、多年平均年降雨量和年平均温度等空间数据库,提出了基于空间数据库的居民地分布特征知识发现的技术方法,发现了四川省居民地分布的高程、坡度、降雨和温度等特征知识。76.11%的居民地,分布在海拔在588m以下;80%的居民地分布在坡度1.4℃以下;97.6%的居民地分布在降雨量在778mm以上,96%的居民地分布在年平均温度在10.8℃以上。居民地分布面积随坡度的增加而呈指数式下降,其拐点在2度左右。居

[目的]推动农业碳减排既是农业高质量发展的关键所在，也是实现“双碳”目标的重要一环。[方法]基于三大类碳源测算2005—2020年四川省农业碳排放量，进一步分析其时空特征与动态演变趋势，理清地区差异；构建面板Tobit模型从经济和社会两个层面探讨其影响因素并通过相对重要性分析诠释不同因素的贡献程度。[结果]四川省农业碳排放量呈现波动下降趋势，其时间演变轨迹可大致归为“波动下降、持续上升、快速下降、回升”等四个阶段，农业碳排放强度逐年递减；各市州农业碳排放量呈现出明显的“四周高、中间低”的空间分布特征；全省、川西地区、成都平原地区、川东地区农业碳排放强度均呈现递减态势，空间差异缩小，但各自存在一定区别；农业发展水平与农业碳排放呈“倒U型”关系，农业产业结构、产业集聚水平、城镇化水平、农地规模经营对农业碳排放均具有正向影响，机械化水平、农业财政支持则表现出负向影响；相较于经济层面，社会层面因素对农业碳排放的贡献程度更大，其中机械化水平、农业财政支持、农业产业结构和城镇化水平的贡献程度依次居于前四，其解释力合计达到了80.03%。[结论]研究四川省农业碳排放时空演变特征并探究影响各市州农业碳排放变化的关键因素，相关结论能为四川省乃至全国农业碳减排规划和精准施策提供参考。

雷击火是中国大兴安岭地区重要火源。根据1990—2006年研究区内10个气象站日观测数据包括最高气温、最小湿度、24 h降水、平均风速等指标计算每日FW I系统各指标,分析雷击火的发生与火险指数的关系。根据各气象站与研究区质心的距离确定各气象站的权重,计算研究区火险指数平均值。1990—2006年大兴安岭林区共发生森林火灾591起,其中雷击火359起,占60.7%。70%的雷击火分布在121°~125°E,51°~53°N,平均每起雷击火过火面积为797.37 hm2,森林受害面积为581.67 hm2。71.9%、2.5%和17.3%的雷击火分别发生在落叶针叶林、落叶阔叶林和草地。雷击火发生...

文章以四川省21个市(州)为研究对象,基于最小人均耕地面积和压力指数模型,对1990～2008年四川省及其21个市(州)的耕地压力进行了测算,并对压力等级进行了评价。研究结果显示,四川省的耕地压力时空变化情况大致可以分为3个阶段:1990～1994年耕地压力指数缓慢上升,1995～1999年耕地压力指数持续下降,2000～2008年耕地压力指数波浪式上升;各市(州)间差异显著,除宜宾市和凉山州外,压力指数都在增加;多数市(州)压力等级处于明显区,耕地压力较大;耕地压力较大的区域主要分布在人口密度大、经济发展较快、农业基础设施薄弱和耕地综合生产能力低的地区。在以上基础上提出了相应的建议以保障四川...

【目的】土壤无机碳对于调节全球碳循环有重要作用，然而我国区域尺度上土壤无机碳的分布特征及影响因素尚不明确。对陕西省土壤无机碳时空分布和关键影响因子进行研究可为明确无机碳在陆地生态系统碳循环中的作用和地位提供参考和依据。【方法】收集陕西省1980s和2010s两期的65个和142个土壤样本以及相关的地形因素、气候条件、土地利用类型、植被状况和土壤性质数据，采用方差分析和随机森林（Random Forest,RF）模型分析土壤无机碳含量的时间和空间分布特征，并探讨土壤无机碳含量变化的影响因素。【结果】陕西省1980s各区域的土壤无机碳含量表现为：陕北>关中>陕南；与1980s相比，2010s陕北土壤无机碳含量下降了31.5%，关中地区基本保持不变，陕南小幅度上升。1980s到2010s,0—100 cm剖面上不同土层无机碳含量的降幅范围为20.6%—27.7%，其中以0—20和80—100cm土层降幅最大。随机森林模型分析表明，年平均降水量、容重、pH是影响1980s和2010s土壤无机碳含量变化的重要因素，在年平均降水量450—650 mm时土壤无机碳含量最高；土壤无机碳含量随着pH的增加而增加；低容重土壤无机碳含量高于高容重土壤。【结论】总体来看，陕西省土壤无机碳含量呈现从北向南逐渐降低的趋势。与1980s相比，2010s陕西省表层土壤和陕北地区整个土壤剖面无机碳含量显著下降，1980s和2010s陕西省土壤无机碳含量主要受年平均降水量、pH、容重的调控。

本文以四川省为例,探索了贫困地区农村科技服务体系的分布特征,发现:(1)贫困地区农村科技服务体系对政府具有选择偏好,公司对贫困地区农村科技服务体系建设没有明显偏好,科研机构、高等院校对农村创新创业体系具有偏好;(2)贫困地区对农村技术服务体系具有偏好,而非贫困地区对农村创新创业体系具有偏好;(3)非贫困地区的农村科技服务体系建设成效优于贫困地区,一般贫困地区的农村科技服务体系建设成效优于深度贫困地区;(4)贫困地区搞创新创业可能并非急需,技术服务能力提升可能更为重要;(5)农村创新创业体系支撑了农业经济增长,而农村技术服务体系还没有转化成推动经济发展的动能;(6)政府在贫困地区有意图布局农村科技服务体系会提升贫困地区农村科技服务能力,在农村技术服务能力很弱的贫困地区还会同步提升农村创新创业能力。对此,建议要充分认识贫困地区科技服务体系建设的重要性,明确政府主导地位,分类建设。

【目的】广安市古树名木众多。研究古树名木地理分布特征、树龄与生长环境及生态因子间的关系，对古树名木保护具有重要意义。【方法】利用标准差椭圆了解古树名木分布特征，通过地理加权回归模型(GWR)和多元线性回归模型(MLR)模拟树高、胸围、平均冠幅、海拔和坡度对树龄的回归强度。【结果】①广安市古树名木沿水系、山脉、交通线呈线状分布；政府驻地、红色旅游区向外扩散呈圈层结构；乡村多于城市，平地占主导；正常株多于衰弱株，生长环境适中；高海拔区多于低海拔区，垂直差异明显。②地理加权回归模型优于普通最小二乘法模型(OLS)，平均冠幅、胸围、树高是影响树龄的关键因素，坡度对树龄影响较小，海拔与树龄呈负相关关系。③多元线性回归模型相关系数比地理加权回归模型高0.297，各解释变量与回归变量的系数强度同地理加权回归模型高度一致，且对300 a以下的古树树龄估算精度较高。【结论】标准差椭圆可定量分析古树名木的空间分布特征，地理加权回归模型和多元线性回归模型可准确估算古树树龄。

四川省测土配方施肥18个县的3183个土壤样品的分析结果表明,四川省土壤总体养分水平中等,土壤速效钾、有效硼、有效钼普遍缺乏。其中有机质(21.4 g/kg)、全氮(1.39 g/kg)、碱解氮(144 mg/kg)、有效磷(15.1 mg/kg)、速效钾(71 mg/kg),有效铜(2.81 mg/kg)、有效锌(1.41 mg/kg)、有效铁(82.1 mg/kg),与第二次土壤普查资料相比,均有上升趋势。1985~2003年19年间,15个国家级监测点的资料表明,土壤有机质含量水田明显高于旱地,旱地增加不显著;土壤碱解氮略有上升,但旱地土壤的氮素盈余率过高可能带来环境污染的潜在威胁;有效...