Institutional Repository of Xinjiang Institute of Ecology and Geography, CAS
Not a member yet
    7341 research outputs found

    Effects of precipitation change and nitrogen deposition on Anabasis salsa - Seriphidium borotalensis community and soil in Junggar desert

    No full text
    以降水变化和氮沉降增加为代表的全球变化是目前主要环境问题之一, 其对人类生存环境的影响已成为当前全球共同关注的焦点。 作为荒漠生态系统中重要的限制因子, 水分和养分通过对植物生长和土壤养分循环等过程产生影响, 使得生态系统结构和功能发生改变。 目前关于全球变化影响的研究主要关注温带草原生态系统, 在植被稀疏且生产力较低的荒漠生态系统开展的研究相对较少。然而由于干旱少雨、 土壤含氮量低,降雨量变化和氮沉降增加可能会对荒漠生态系统产生较大的生态影响。 基于此, 本研究以准噶尔荒漠假木贼(Anabasis salsa) -绢蒿(Seriphidium borotalensis) 群落和土壤为研究对象, 在 2017 年至 2019 年通过野外控制实验、植被调查、土壤样品采集以及高通量测序分析等方法,研究了荒漠植物群落和土壤对降雨量变化和氮沉降增加的响应, 模拟并揭示了不同降雨梯度和氮沉降条件下植物群落、土壤理化性质、土壤微生物多样性和群落结构,以及土壤酶活性的变化特征, 揭示了降雨量变化和氮沉降增加对荒漠植物群落和土壤的影响。 研究得出如下结论:(1) 降雨量与土壤含水量呈明显的正相关关系,除增雨显著提高了长期干旱土壤的 pH 值与有机质含量外,降雨量变化对其余土壤养分含量无显著影响;加氮导致的土壤酸化可显著降低土壤 pH 值,提高土壤有机质含量以及土壤全氮、速效氮和速效磷含量;降雨和加氮的交互作用对土壤 pH 值无显著影响,显著提高了土壤有机质含量和速效氮含量,但对其余土壤养分含量无显著影响。说明加氮可抵消因降雨量增加而导致的土壤 pH 值升高问题,而二者的叠加效应则促进了土壤有机质的积累,并提高了土壤中的速效氮的含量。(2) 研究区土壤细菌群落中优势类群为拟杆菌门、放线菌门、变形菌门和蓝菌门,土壤 pH 和 TN 是影响土壤微生物群落组成的主要因素。 土壤细菌群落多样性和丰富度随降雨量增加而增加,且极端干旱处理(-60%)与极端増雨处理(+60%)均降低了细菌群落多样性和丰富度。 降雨量变化和氮添加对土壤细菌群落种类组成无显著影响(P>0.05)。氮添加对土壤细菌门水平相对丰度没有显著影响,但不同细菌门对氮添加的响应不同。适当的增雨可通过提高植物生产力促进土壤有机质的积累,此外加氮可有效缓解土壤养分对土壤细菌繁育限制。因此降雨和氮添加存在明显交互作用, 导致土壤细菌群落的多样性和丰富度的提高。(3) 土壤真菌群落中子囊菌门相对丰度最高,是土壤真菌群落中的绝对优势门类。 土壤全钾含量和土壤含水量是影响土壤真菌群落结构的主要因素。 减雨导致真菌多样性指数和丰富度指数增加,而增雨对土壤真菌群落多样性和群落组成影响不显著。氮添加对土壤真菌多样性无显著影响(P>0.05) 。降雨量变化和加氮对土壤真菌多样性和群落组成无显著影响,但囿于有限的研究时间, 不能排除降雨量变化对荒漠生态系统微生物群落组成的长期累积效应。(4) 增雨提高了土壤脲酶、过氧化氢酶和碱性磷酸酶活性,对多酚氧化酶活性无显著影响。 加氮提高了土壤脲酶和碱性磷酸酶活性,对过氧化酶和多酚氧化酶活性无显著影响。不同土层间土壤酶活性差异显著,表层土壤酶活性最高,土壤酶活性随土层加深而逐渐降低。降雨量变化和加氮对土壤酶活性具有一定的交互作用,但不显著,说明这种的影响可能存在滞后效应,还需要开展长期观测揭示不同种类酶活性的变化规律。(5) 植物株高和植物群落盖度随降雨量增加而增加, 植物群落地上生物量随降雨量增加呈先增加后减小趋势, 在增雨 30%处理下地上生物量达到最大值,且增雨明显提高了植物群落丰富度指数和多样性指数。 氮添加对植物群落物种多样性无显著影响, 但显著增加了植物群落株高(P0.05) , 仅提高了群落均匀度指数。总体而言, 降雨量增加导致植物群落盖度和生物量增高,土壤细菌群落多样性和土壤酶活性增高, 特别是增雨 30%最利于植物生长、土壤养分提高、 土壤细菌群落多样性和土壤酶活性提高。 加氮导致土壤酸化,增加了土壤氮素含量, 提高了植物群落株高、 盖度和地上生物量,但对植物群落 α 多样性、 土壤微生物多样性和种类组成, 以及土壤酶活性无显著影响。本研究通过模拟未来降雨量变化和氮沉降增加对新疆北部荒漠土壤理化性质、土壤微生物、 土壤酶活性与植物群落特征的影响, 初步阐释了干旱半干旱区荒漠生态系统对气候变化的响应机制。 研究结果可为荒漠生态系统的管理与保护提供科学基础, 同时在“干旱区资源可持续利用和应对气候变化”领域具有一定科学指导意义

    基于元素相态分析的金化探异常识别新方法研究

    No full text

    氮添加对中亚干旱区草地生态系统氮利用及去向的影响

    No full text

    Analysis of Agricultural Water and Land Resources Carrying Capacity in Kazakhstan

    No full text
    哈萨克斯坦是中亚各国当中水土资源最丰富、 潜力最大的国家。 但随着中亚地区社会经济的发展和人口数量的增加, 以及国际粮食贸易需求日益增长,对水土资源开发利用强度持续增加,使得水土资源开发与生态环境保护之间的矛盾逐渐凸显。 为了使该区水土资源-社会经济-生态环境的协调可持续稳定发展, 需要开展哈萨克斯坦农业水土资源承载能力研究,识别障碍因子,挖掘其农业生产潜力。本研究对于促进哈萨克斯坦农业水土资源合理开发利用, 提高粮食生产能力以及保护中亚干旱区生态系统稳定具有重要意义。本文利用统计年鉴数据、 CRU 再分析数据以及收集的资料, 首先对农业水土资源开发利用现状进行了分析, 并结合社会经济发展, 进行农业生产力现状评估; 其次利用“最值法”、“模糊综合评价法” 和“障碍度法” 从微观和宏观两个角度探究了哈萨克斯坦农业水土资源承载力及障碍因素; 最后通过“潜力衰减模型”估算了哈萨克斯坦小麦生长期的光合、光温及气候生产潜力, 并对其时空分布及粮食增产空间进行了分析。 主要研究结果如下:(1) 哈萨克斯坦的水资源比较丰富,但是空间分布不均, 农业灌溉用水供应不足。 不同行业的水资源利用量与 GDP、人口的时间匹配程度存在差异。 水资源利用总量和 GDP 的匹配度年际变化、地区间差异均相对较小。1995年至 2015年, 哈萨克斯坦各行业水资源利用总量与相应 GDP 的匹配程度在整体上呈先增后减的趋势,而与人口的匹配度呈波动增加的趋势。 其中, 克孜勒奥尔达州、 南哈萨克斯坦州和阿拉木图市的匹配水平较差。水资源利用总量与总人口的匹配度空间相关性不显著, 而与总 GDP 的匹配度空间相关性较显著,总体上呈现“西优南劣”, 且逐渐从西向东转移的趋势。 耕地资源在空间分布上差异较大, 部分地区正遭受盐渍化的威胁, 水资源和土地资源在空间上存在明显的错位,农业水土资源对农业发展的束缚程度开始加剧。(2) 2001 年至 2017 年, 哈萨克斯坦农业水土资源综合承载力总体上呈缓慢增加的态势。其中, 经济子系统评价指数的增加趋势大于水土资源子系统, 而社会子系统评价指数的下降趋势大于生态子系统。 哈萨克斯坦的北部、 东部和中部为承载力的高值区, 西部和南部为承载力的低值区,各地州承载力差异明显。北部三州的承载力水平较高且持续递增, 而南哈萨克斯坦州与阿特劳州的承载力水平较低且逐年下降。 2001 年至 2009 年, 农业水土资源承载力主要受垦殖率、农业灌溉率和单位耕地面积农业产值的影响; 2010 年至 2017 年,承载力主要受人口密度、 单位土地污水负荷等因素的影响, 因此生态环境相关因素逐步发展为承载力的主要障碍因素。(3) 哈萨克斯坦农业水土资源承载力水平整体较高。 2017 年实际粮食年产量为 2058.5×104 t, 理论计算可生产的最大粮食产量为 2621.49×104 t,比实际生产的粮食总量多了 27%。 农业水资源年均利用量为 132.22×108 m3, 农业水资源最大可利用量约为 252.79×108 m3, 年农业用水量占到了最大可利用量的 52.3%,可耕地的面积为 24.79×104 km2。哈萨克斯坦 2017 年实际人口数量为 1803.8 万人,而计算所得哈萨克斯坦农业水土资源所能支撑的最大人口数量为 2299.6 万人,实际人口仅占理论最大人口数量的 78%。(4) 小麦生长期光合生产潜力在近 25 年内波动不大,而光温生产潜力和气候生产潜力则呈缓慢波动增加趋势。哈萨克斯坦小麦生长期气候生产潜力的主要分布区,与小麦实际种植地区大致吻合。东部地区的气候生产潜力大于西南部,其中卡拉干达州东北部小麦气候生产潜力的增幅(变化倾向率)是最大的, 而该地区恰好也正是全区人口数量最多的地区。限制气候生产潜力的主要因子是水分。根据理论计算出的气候生产潜力结果是基于农业自然气候条件下进行估算的,远比目前小麦的实际产量高, 整个哈萨克斯坦的小麦生产有较大的增产空间。总之,通过对哈萨克斯坦农业水土资源宏观承载力和微观承载力的研究, 识别了各地州承载力的等级水平与具体数值, 探究了农业生产潜力。 北部三州的承载力水平较高, 生态环境相关因素逐渐成为承载力的障碍因子。 小麦生长期的气候生产潜力较大, 水分是主要的制约因素, 人类活动对于农业的生产有深刻的影响。本研究对进一步了解中亚地区水土资源和农业生产有着重要的意义

    STUDY URBAN EXPANSION AND ITS DRIVING FORCES IN KYRGYZSTAN FROM 1992-2017

    No full text
    快速城市化进程遍及世界。目前, 世界上近一半的人口都居住在城市和城镇, 预计至2050年城镇人口将增长到约 66%。城市化是全球变化的主要组成部分,对环境、 经济和社会状况产生了深远影响, 影响着各国水、 生物多样性、 气候以及人口统计过程和公共卫生。 城镇人口在人口构成中的主要地位使得城市化带来的影响具有全球性。对中亚地区而言,城市化也正带来严峻的挑战,如吉尔吉斯斯坦正经历着经济和人口的不断增长。 1991年苏联解体后,中亚各共和国根据人口状况、 定居模式、 气候和社会经济条件,选择了不同的经济、地域和城市发展模式。 而这些因素确定了区域城市化进程的规模和性质。 在吉尔吉斯斯坦,城镇人口占34%、农村人口占66%, 人口密度为32人/km2。尽管吉尔吉斯斯坦城市化程度较差,但由于人们对更好的生活方式和生活必需品的需求(如教育,医疗保健和就业),其正经历着本土移民压力下的城市化。 因此,迫切需要对我国大城市的动态变化展开研究,如比什凯克,奥什和贾拉勒阿巴德等的城市扩张和地表分析。本文旨在研究吉尔吉斯斯坦的城市动态变化及其驱动力, 开展(1) 基于DMSP-OLS夜间灯光数据分析吉尔吉斯斯坦城市空间动态扩张(1992-2013年); (2) 基于不透水面的吉尔吉斯斯坦高度城市化的城市动态变化分析;(3)地域城市发展因素研究。城市化对推动国家经济发展产生深远影响的同时也对环境带来了负面影响,因此研究吉尔吉斯斯坦城市动态变化并识别其人口过剩的原因至关重要。 我国交通运输系统和通讯业较高水平的发展,驱使城市化发展产生积极影响, 为人们提供了最大限度的服务和就业机会。 如比什凯克市,城市越大就越有助于实现集中生产对国家的影响, 通过刺激经济发展自动一体化地发展国内城市和全国整体经济。 然而,资源约束却局限了城市化进程。 经济的不断发展使得生产要素、土地要素和水要素的需求不断增加,形成赤字。 这使得吉尔吉斯斯坦的城市,尤其是大城市遭受环境破坏和空气污染。我们尝试了多种方法进行研究,但基于低分辨率卫星数据绘制全球和区域尺度的城市区域地图难以识别人类活动和城市增长。加之,解析城市扩张对土地覆盖及其环境的影响非常重要且有价值。 近几十年来,遥感数据已被广泛应用于提供遥感数据已被广泛用于提供土地使用/覆盖信息,例如湿地和森林的减少,城市化速度和其他人为变化。 基于地理信息系统(GIS) 和遥感数据的城市动力学模型被证明可用于识别城市发展和土地利用/覆盖变化趋势,可为地方规划部门根据环境承载力、基础设施现有和预期可用性及社会经济来理解和管理城市增长提供支撑。全球化的快速城市扩张带来了诸多问题, 然而多数研究主要集中于单一城市视角。 对此,有必要利用时间序列分析法, 测度区域尺度上快速增加的不透水面面积并解析其原因。(1) 来自于美国国防气象卫星计划的线性扫描业务系统 (DMSP-OLS) 夜间灯光时间序列数据集的1公里分辨率的DMSP-OLS 夜间灯光数据(version 4),为全球尺度人类活动监测提供了一种新的信息获取途径。但DMSP-OLS传感器数据由于缺少星上校准机制,不能直接用于与其他卫星活动数据集进行比较。 对此,本研究开发了一种新的系统校正方法,即使用不同类型的数据源 (Landsat、全球人类住区和人口数据集) 对吉尔吉斯斯坦1992年至2013年间的卫星夜间灯光数据进行了验证。结果显示了所提出的用于城市增长的数据验证和校正方法的有效性, 能减少夜间灯光数据集的误差、信号失真和差异,提高数据质量和与其他数据集的可比性。对吉尔吉斯斯坦1992-2013年城市扩张动态进行检验,其平均精度和kappa统计值分别为0.80%和 0.61%。 这进一步表明,夜间灯光数据集为监测城市扩展及其对土地覆盖动态的影响提供了有用的信息。该研究可为城市规划者、政策制定者和决策者提供支撑,以便在人口日益增长的趋势下更好地规划和管理吉尔吉斯斯坦主要城市。(2) 本研究的重点是通过采用监督分类最大相似度技术和量化不透水面,并基于土地覆盖数据集描述确定城市1993-2017年间的不透水面(城区)增长特征。人口和经济的增长使得城市面积的扩大对自然资源的需求增强并最终耗尽,从而导致主要城市的土地利用变化。 结果显示, 比什凯克、 奥什和贾拉勒阿巴德的不透水面分别为35%、 75%和15%。三个城市两个不同数据集图像分类的总体精度(OA)在82% ~ 93%之间, kappa系数(KCs)在77% ~ 91%之间。 陆地卫星图像和其他数据均显示所有城市扩张呈正增长。 1993至2017年间,比什凯克市的不透水面面积增加了6255.54公顷从9.10%增长至35.20%,奥什市的不透水面面积增加了3452.67公顷从29%增长为75%, 贾拉勒阿巴德市的增加了502.2公顷(从3%增加至15%);而三个市的非不透水面面积则分别为比什凯克市从3%增加至12.49%, 奥什市从8%增加至23%, 贾拉勒阿巴德市从1%增加至6%。 GDP、工业和人口的增长是驱动1993至2017年间这些城市不透水面扩张的因素。 景观扩张指数(LEI)分析结果也很好地证实了研究期间不透水面的变化特征。研究结果将有力支撑城市规划和可持续发展过程,实现自然资源的可持续利用和管理,从而提高城市的生活质量、改善环境状况。(3) 在本研究中关于地域城市发展因素,我们尝试利用统计数据, 从人口因素和城市属地发展两个方面来研究吉尔吉斯斯坦的内部迁移。城市的动态变化及其驱动力研究将有助于国家城市化政策制定,以应对中长期即将大量涌入城市的农村居民, 提供全面的城市规划、 促进区域和地区的经济和社会发展策略,建立统一的人口安置体系。 本文最后提出了本国可持续发展的区域规划政策建议

    The Geochronology and Geochemistry of Tajik Pamir Pshart Complex and its tectonic implications

    No full text
    增生型造山带是由洋壳持续俯冲导致的俯冲带之上岛弧、蛇绿混杂岩、 海山/洋底高原等不断拼贴增生而形成。在大洋板块俯冲过程中,洋壳上覆岩石和沉积物从俯冲板块转移到上覆板块,从而形成增生楔,又名增生杂岩。对增生杂岩的解剖是理解增生造山带构造特征的关键所在。增生杂岩记录了大洋板块地层学(OPS)的信息,这些信息保留了大洋板块物质从其在洋中脊诞生到海沟中死亡的整个寿命历史。增生杂岩中的火成岩可能源自不同的构造环境,具有洋脊玄武岩,洋岛玄武岩/海山和大洋高原玄武岩的特征。帕米尔高原被划分为北帕米尔、中帕米尔和南帕米尔,是青藏高原的西向延伸部分,是研究大陆增生、地壳生长的天然实验室。塔尼玛斯(Tanymas) 和鲁尚-普沙尔特(Rushan-Pshart) 缝合带分别是北帕米尔、中帕米尔和南帕米尔之间的界限。其中,鲁尚-普沙尔特缝合带保留了消减的鲁尚-普沙尔特洋盆的残余信息。然而由于该区域缺乏年代学和地球化学数据,导致关于鲁尚-普沙尔特洋俯冲-增生演化历史的几个问题尚未解决:普沙尔特杂岩的物质成分属性, 洋盆的俯冲极性,以及洋盆的闭合时间。本文选择普沙尔特增生杂岩作为研究对象,通过解析增生杂岩中的沉积物和基性岩的结构-构造特征,建立鲁尚-普沙尔特洋的俯冲增生演化模型。具体内容包括(1)厘清普沙尔特增生杂岩中的物质组成,及其构造接触关系;(2)分析沉积物物源和火成岩的构造背景;(3)建立鲁尚-普沙尔特洋俯冲-增生演化模型。本文对普沙尔特地区肯基尔加(Ken Djilga)和卡拉基尔加(Kara Djilga-2)两条河谷分别进行了大比例尺野外岩性-构造地质剖面填图,并采集了相关样品。野外填图显示普沙尔特增生杂岩主要由连续的沉积单元和混杂的基性岩组合构成。连续单元主要由砂岩/粉砂岩基质组成,其中局部夹有不同大小的层状硅质岩,灰岩等,呈现出岩块-基质的结构特征。混杂岩单元主要由玄武岩和辉长岩等基性岩构成。大比例尺野外岩性-构造地质剖面填图揭示了大量岩块-基质的结构特征,以及主要发育向北逆冲的叠瓦扇和双冲构造。本文对所采集样品中的基性岩、沉积岩以及侵入岩分别进行了岩石薄片鉴定、锆石U-Pb 定年,对基性岩和侵入岩开展了地球化学分析。地质年代学 U-Pb 同位素结果表明,沉积岩的年龄分布范围很广,从晚三叠纪到前寒武纪(主要是新元古代,几乎没有太古宙时代的锆石) 。其最小锆石年龄为 212 Ma,为沉积岩提供了最大的沉积年龄,并且该年龄比前人提出的石炭纪-二叠纪年龄年轻。连续沉积单元最下部是变形较弱的变质砂岩,最小锆石年龄为 528 Ma,本文推测它们源自帕米尔高原南部或中部的基底,其年龄范围类似南羌塘的沉积基底。这些沉积物中的三叠纪碎屑锆石主要来自三叠系卡拉库尔-马扎儿(Karakul Mazar) 增生弧复合体(北帕米尔高原)和巴什古姆巴兹(Bashgumbaz) 岩浆弧。 此外, 本文首次报道了 Pshart 杂岩中花岗岩的侵位时间为早白垩世(117.2±3.2 至 123.9±2.3 Ma) 。本文主要用高场强元素(HFSE)(如 Ti、 Zr、 Y、 Nb、 Ta 和 Hf)、 Th 和稀土元素(REE)讨论岩石成因和构造环境,因为这些元素是不活动或者低活动性元素,不容易受海底热液蚀变、俯冲-增生变形和变质作用的影响。 地球化学数据表明,普沙尔特杂岩中的玄武岩具有相对低的 SiO2(44.67~51.76 wt%) 含量, 以及高的 TiO2(1.50~4.61 wt%)、Fe2O3T(11.33~17.38 wt%)和 MgO(4.29~13.30 wt%)含量。 它们的 Mg#变化于 44.2 至50.9 之间。在原始地幔标准化的微量元素蛛网图上,所有样品都显示出明显的 Nb 和 Ta正异常,与 OIB 型岩石相似,指示他们可能是地幔柱来源的熔体。在 Hf/3-Th-Ta 和 Zr/Y与 Zr 的判别图解中,所有样品均在投在板内玄武岩区域。在 Th/Yb-Nb/Yb 和 Nb/Y-Zr/Y判别图解中,所有样本都投在 OIB 型岩石区域。地球化学结果表明, 普沙尔特杂岩中的玄武岩形成于海山环境,并与砂岩、灰岩和硅质岩等共同产出。白垩纪花岗岩的 SiO2 含量为 70.32 至 74.40 wt%,具有较高的铝饱和指数(A/CNK)[(Al2O3/CaO+Na2O+K2O) mol](1.56~1.64)。它们的 A/NK 为 1.66~1.83, 所有样品均为高钾钙碱性岩石,并显示出明显强过铝质 S 型花岗岩的地球化学特征。这些花岗岩样品具有中等至相对高的 Al2O3 含量(13.49~15.53 wt%)、低的 TiO2含量(0.05~0.47 wt%)以及较高的 Al2O3/TiO2比值(31.43~310.06)。它们的 K2O 含量为 4.21~5.79 wt%, Na2O 含量为 3.17~3.95 wt%, K2O/Na2O 比值为 1.21~1.83。样品的 Fe2O3T含量变化于 0.48 至 2.81wt%之间, MgO 含量变化于 0.13 至 0.87 wt%之间, Mg#为 26.3~46.4。在原始地幔标准化的微量元素蜘蛛图上,所有样品均显示出明显的 LREE、 Rb、 U 和 Ta 富集、负 Eu 异常以及 Nb、 Sr、 Eu 和 Th 的亏损(除了样品 Psh-3、 4a 显示出正的 Th 异常)。所有地球化学数据都表明,本文研究的强过铝质花岗岩是由变沉积岩(泥质岩为主)部分熔融产生。辉长-辉绿岩墙是镁铁质的,具有相对较低的 SiO2 含量(49.77~50.71 wt%),高的Fe2O3T含量(8.73~9.48 wt%)以及高的 MgO 含量(7.93~8.58 wt%)。它们的 Mg#变化于 66.1 至 62.4 之间。样品的 K2O 含量为 1.66~1.80 wt%, Na2O 含量为 2.84~3.22 wt%,K2O/Na2O 比值为 0.51~0.63。样品具有钾玄质岩石的地球化学特征,显示出 LILE 和LREE 的富集以及 HFSE 和 HREE 的亏损, 在 K2O-Na2O、 Zr/Y-Zr、 Th/Yb-Nb/Yb、 Hf/3-Th-Ta 和 Nb/Y-Zr/Y 图解中,样品投图点分别位于岛弧玄武岩和板内玄武岩范围内。综上所述,通过野外大比例尺岩性-构造地质填图与构造解析、辅以年代学和地球化学数据分析,取得以下主要创新成果与认识:(1) 野外工作表明东普沙尔特区域沉积混杂带中具有岩块-基质结构的物质组分、结合前人蛇绿混杂岩的报道, 本文厘定了普沙尔特杂岩的俯冲-增生属性。 最年轻的碎屑锆石年龄显示沉积物的最小沉积年龄为晚三叠世, 表明鲁尚-普沙尔特洋在晚三叠世仍然没有闭合。(2) 大量的碎屑沉积物源自北帕米尔卡拉库尔-马扎儿岛弧和巴士古姆巴兹岛弧,而古老的碎屑沉积物源自南帕米尔。野外观察、碎屑锆石记录以及普沙尔特增生中杂岩北部和南部区域里的北向逆冲构造,共同揭示了鲁尚-普沙尔特洋的南向俯冲极性。(3) 花岗岩年龄数据表明其形成于白垩纪,可能为后造山产物。地球化学数据表明普沙尔特碱性玄武岩源自洋岛构造背景,具有 OIB 特征、是海山残片, 在鲁尚-普沙尔特洋彻底闭合前的南向俯冲期间于中-晚三叠世逐步就位至普沙尔特增生杂岩中。(4)普沙尔特增生杂岩形成于中特提斯洋南向俯冲和闭合期间的俯冲-增生过程中。本文建立了鲁尚-普沙尔特洋俯冲期间海山增生的构造演化模型这些成果具有重要理论意义,首次对帕米尔普沙尔特增生杂岩进行了高精度年代学和地球化学研究,有助于解决长期针对古特提斯洋俯冲极性和最终闭合时间的重大争议问题,并示范了通过野外大比例尺构造填图、使用大洋板块地层学来解决古老造山带增生楔构造解析难点的关键作用

    Structure and Optimization Strategies of the Air Passengers’ Transport Network in “the Belt and Road” Region

    No full text
    随着经济全球化、城市化进程的加快,全球化分布不均衡导致的问题日益凸显,引发了“逆全球化”风潮。自“一带一路”倡议提出以来,得到了国际社会的广泛关注和积极响应,开启和引领了全球化的新征程。 “一带一路”倡议提出以互联互通为着力点,促进生产要素自由便利流通。航空运输因其国际化程度高、速度快、能够满足长距离通达需求的独特优势,在推进“一带一路”倡议过程中将扮演着极其重要的角色。航空网络的通达性和可靠性决定了航空运输的运行效率,在“一带一路”倡议和航空运输业快速发展的背景下,航空运输网络的通达性和可靠性是“一带一路”倡议实施过程中亟待解决的重要任务之一。本文以“一带一路”为研究区,探究以“一带一路”沿线主要城市为战略支点的航空网络结构。基于此,本文以航空客流为研究对象,基于复杂网络视角,以“格局-结构-机制-可靠性”为逻辑主线,拓展复杂网络理论在“一带一路”航空网络中的应用。采用“一带一路”沿线 66 个国家的 198 个城市间的航班数据、夜间灯光数据、社会经济数据,揭示“一带一路”经济和航空发展的空间格局特征,解析影响航空网络格局和结构的动力机制,识别影响航空网络可靠性的关键节点,提出优化“一带一路”航空网络结构的策略,主要研究内容和结论如下:(1)探讨“一带一路”航空网络与经济发展的空间格局特征。通过 Theil 分解法,从次区域(东亚、西亚、南亚、东南亚、中亚和中东欧),国家和省级三个层面对经济差异进行了分析。结果表明,次区域之间的经济发展不均衡对“一带一路”经济不均衡的整体差异贡献最大;此外,各个次区域内国家之间的差异较大:西亚国家普遍具有较高的经济发展水平和不平等状态,中东欧国家普遍具有较高且均衡的经济发展水平;南亚和东亚国家的经济发展处于低水平的均衡状态,而东南亚和中亚的经济发展水平则相对较低且不均衡。从航空网络的分布特征来看, “一带一路”航空网络在机场布局、航线分布和周航班次三个方面均呈现出明显的分布不均,其中中国东部沿海城市之间的航班联系频繁。将经济发展与航空网络的空间分布进行对比,发现两者的空间分布呈现出一些共同特征,即两者在地理空间上的分布都表现为“两端高、中间低”的特征,且两者在次区域间的不均衡程度均较大。( 2)运用复杂网络理论,对航空网络的拓扑结构和多层级结构进行探索。结果表明,第一, “一带一路”地区的航空网络显示出较高的节点度,且路径长度和聚类系数较低,呈现出小世界网络特征。第二, “一带一路”航空网络结构可以分为核心层、桥梁层和边缘层,其中核心层主要包括中国的东部沿海城市、韩国首尔和泰国曼谷。第三,通过探索多层级结构中拓扑特性的演变,可以发现拓扑特征主要是由核心层和桥梁层的内部及其之间的连接产生的。( 3)运用重力模型,探究了“一带一路”航空客流的影响因素。重点检验了文化差异,制度差异,经济差距,空间距离,人口规模,经济规模,边界效应,国际贸易等八项因素。结果表明,八项因素与“一带一路”地区的航空客流呈现出明显的相关性。首先,文化差异和制度差异与“一带一路”地区的航空客流量呈现负相关。其次,边界效应,人口规模,经济规模和经济差距对航空客流具有正向的影响,且影响力从强到弱依次为边界 > 人口规模 > 经济规模 >经济差距。第三,随着空间距离的增加,航空客流呈现出先增加后减少的趋势。第四,八项影响因素在次区域层级影响的差异性显著。( 4)提出了一种在加权网络中检验网络可靠性的方法。通过引入递归中心性和递归权利性指标,对加权网络和无权网络中的中心性指标进行了相关性分析,结果表明加权网络中的递归权利性与无权网络中的中介中心性具有最高的相关性,递归中心性和特征向量中心性具有较强的相关性。对加权网络进行蓄意攻击分析,结果表明,蓄意攻击高递归权利性的节点将造成网络更大的损毁,从而高递归权利性的节点在表现网络鲁棒性方面至关重要;提出了提升网络可靠性的方案,即在高递归权利性和低递归权利性的节点之间配置航线,将较大程度提高网络效率。从理论上,对“一带一路”航空网络的分析不仅是对世界城市体系研究的补充,而且是对复杂网络理论的深入研究。从实践角度,对“一带一路”地区的航空网络结构分析对于实现地区经济发展、保障航空运输的稳定性都具有重要的参考意义

    118

    full texts

    7,341

    metadata records
    Updated in last 30 days.
    Institutional Repository of Xinjiang Institute of Ecology and Geography, CAS
    Access Repository Dashboard
    Do you manage Open Research Online? Become a CORE Member to access insider analytics, issue reports and manage access to outputs from your repository in the CORE Repository Dashboard! 👇