分布式空间系统（精选12篇）
分布式空间系统 篇1
0 引 言
单调指标空间方法[2]是一种能力分析与规划设计的新方法。其以复杂系统观为指导,基于系统能力的单调特性,构造单调指标空间,在此空间中探索挖掘能力需求的有效区域,以进行能力的分析与规划设计。
弱能力是强能力的子集。在其它相关条件不变的情况下,弱能力能完成的任务,强能力肯定也能完成,这是能力指标的单调性原理。单调指标空间也就是把此种具有单调特性的关键能力指标合成一个多维空间,每一项能力作为空间的一维。根据相关需求,在此空间中找到有效能力需求区域(单调能力需求轨迹),这也是后续能力分析与规划设计的基础与关键所在。当需求是多样的或是不确定的时候,还需要对各个能力需求轨迹进行集合运算或者是模糊集合运算,求出总的能力需求轨迹。在单调指标空间的基础上可以完成能力的有效性(效能),灵敏度,关联度,稳定度等分析,以及利用优化模型对能力指标进行规划设计,做到费用、时间与能力有效性与稳健性等目标的优化。关于单调指标空间的相关算法与模型可以参看文献[1],本文运用了此方法于一个抽象分布式信息系统的指标分析与设计。
1 基本问题与关键指标
本节运用单调指标空间方法对一抽象但典型的分布式信息处理系统进行效能分析。图1是一个分布式处理系统骨干结构,它主要由三个部分组成:主机,一般为大中型计算机;网络通信系统,主要是高性能的局域网络;分布处理机,一般为高性能微型计算机。主要信息处理流程是这样的:外界情报信息进入指挥所后,经过分合路器,进入主机,由主机进行情报的预处理,然后根据信息分类,经过网络通信系统分发到各自的分布处理终端,再进行处理,然后上报。
本例从实际系统当中抽象出一个基本想定来对系统进行能力分析与设计。假设信息源成批成批向主机发送信息,主机预处理完后,根据各批的信息特征通过网络通信系统向不同的分布处理机发送此批信息(在本例中根据每批信息长度来分类),由相应的分布处理机进行处理。主机对其处理的时间
2 系统效能评估与指标的灵敏度分析
首先,通过仿真手段以及相关算法得出能力指标需求轨迹,如图2所示。
假设有一系统,由于实际速度难以精确测出,以及实际运行出现的不确定的飘移,所以以上三个速度指标只能对其进行概率估计,假设估计的结果为:
计算E=0.48,说明此系统效能(能力有效性值)较低。
计算绝对灵敏度值(对于相对灵敏度只需乘以相应一个系数即可,后文同理):
v1为0.058 v2为0.15 v3为0.015
直接从图2中也可发现速度值v2的期望值17在能力指标需求轨迹的边缘处,因此它的灵敏度最大。
3 系统能力指标的优化
假设能够确定出处理速度指标值与代价的关系,那么我们进行系统指标的优化设计与分配。
假设速度指标与费用的关系由下式组成:
C1=10*(50-v1);C2=1.5*(50-v2);
因为三种设备是投资独立的,所以总的花费C=C1+C2+2*C3(有两台分布处理机);我们可以建立以下优化模型:
其中,Pl是上图所显示的能力指标需求轨迹,是由超盒(长方体)所拼成的,因此也给上式中的积分运算带来了很大的方便,EK是所指定必须达到的系统效能值。我们采用SQP与quasi-newton方法迭代求解[2],结果如表1所示。
同样,我们可以求解上述模型的对偶模型,即如何在费用有限的情况下使系统达到最大的效能值,其模型与计算结果如下:
从表1和表2的第一个计算实例,我们可以看出原问题与对偶问题是保持一致的,在前文给了一般性的证明。
对代价是时间类型的,我们同样可以进行优化计算。假设为处理速度指标与时间的关系为:
建立规划模型为:
Min(T)
如果要求系统有大于0.8的效能,即EK=0.8,则优化结果为:e1=10,e2=16.3,e3=13,T1=9.5,T2=11.7,T3=5.3,T=11.7,这表示三个速度指标按照优化结果分配设计,在保证效能大于等于0.8的情况下,系统设计所花时间最短,只用11.7个时间单位。如按表1第三个算例中分配设计各个指标,虽然效能值也达到0.8,但是它所花的时间是23.7个时间单位(T1=1.1,T2=23.7,T3=6.6,T=23.7),显然不如时间代价优化后的方案。
4 模糊分析
如果把需求模糊化,建立模糊集为平均延迟小于等于30的隶属函数曲线,设隶属函数为如下三角模糊数,如图3所示。
这样我们利用单调指标空间中的模糊效能评价,仍延用上文求非模糊有效值的系统分布数据,利用二分迭代得出模糊效能值,其迭代过程与最终效能值如表3所示。
最终,模糊效能值为0.68。其大于上文求出的非模糊的效能值0.48。
5 结束语
本文运用了单调指标空间方法于一抽象信息系统指标的分析与设计,结果表明,这种方法更强调系统的整体性与不确定性,这也是复杂系统的重要特性,因此它具有良好的应用前景。
摘要：介绍了一种新的系统能力指标分析与设计的方法:单调指标空间方法,并运用其于一抽像分布式信息系统的指标分析与设计。计算结果表明,这种方法具有较好的适用性和良好的应用前景。
关键词：单调指标空间,指标分析与设计,分布式信息处理系统
参考文献
[1]胡剑文.一种基于复杂系统观的系统分析新方法:单调指标空间方法.中国科学E辑,2005,4.
[2]苏金明.matlab 6.1实用指南.电子工业出版社,2002.
[3]Bouthonnierand L.Effectiveness analysis of C3 systems.IEEE Transac-tion on Systems,Man and Cybernetics,1984,14(1):48-54.
[4]Christine M.Bther.Computer Graphics for System Effectiveness Analy-sis.AD-A173546.
[5]Moose P H.Evolution Equations of C3I:Cannonical Forms and TheirProperties.ADA135293.
[6]吴晓锋.SEA方法及其在C3I系统效能分析中的应用(4)——效能分析.系统工程理论与实践,1999(2):44-49.
分布式空间系统 篇2
利用地理信息系统软件ARC/INFO,在考虑海拔高度对气温影响和没有考虑海拔高度对气温影响的两种情况下,分别运用样条插值法、普通克立格法和逆距离权重法对中国623个气象站1961-2040 a的逐月平均气温进行了空间插值,并利用交叉检验方法对插值精度进行了评估,结果表明:考虑了海拔高度影响的`3种插值方法的精度都有比较明显的提高,对于普通克立格法,平均绝对误差(MAE)从1.44℃降到0.82℃,均方根误差(RMSE)从2.31℃降到1.28℃;对于逆距离权重法,MAE从1.52℃降到0.88℃,RMSE从2.38℃降到1.34℃;对于样条插值法,MAE从1.54℃降到0.87℃,RMSE从2.49℃降到1.35℃.在6种插值方法中,考虑了海拔高度影响的普通克立格法是最优空间插值方法.
作 者：李军 游松财 黄敬峰 LI Jun YOU Songcai HUANG Jingfeng 作者单位：李军,LI Jun(浙江大学环境与资源学院,浙江,杭州,310029)游松财,YOU Songcai(中国科学院地理科学与资源研究所,北京,100101)
世界遗产空间分布解析 篇3
引言
对于世界遗产空间分布的研究非常多，有专门研究海洋性世界遗产的，有单独研究某个国家世界遗产分布的，当然也有研究整个世界遗产空间分布的。其中尹国蔚[2]研究的《世界遗产空间分布的统计分析》是相对比较全面的，但已是2009年的数据。截止到2015年世界遗产已有了新的变化，因此笔者认为有再次研究的必要。
一、世界遗产简介
（一）概念
世界遗产是指被联合国教科文组织和世界遗产委员会列入《世界遗产名录》的遗产，是全人类公认的具有突出意义和普遍价值的文物古迹及自然景观[3]。各类遗产都有着相应的评价标准。
（二）分类与数量
世界遗产的分类有很多，有狭义和广义的划分，有物质和非物质的划分等。但较常用的是将世界遗产划分为世界自然遗产、世界文化遗产和世界双重遗产。截止2015年1月1日，共有1007 项世界遗产，其中有779项文化遗产，197项自然遗产，31项双重遗产
二、世界遗产空间分布特点
（一）分布不均衡，主要集中在北、东半球，南、西半球相对较少
将1007个世界遗产制表整理筛选后，得出以上结果。从上面的表格中我们可以清晰地看出，北半球和东半球数量是比较多的，且远远超过了西半球和南半球。
（二）世界遗产主要集中在中低纬度，高纬度地区较少。
从上表可以明显得出，处于低纬度的遗产有380项，处于中纬度的遗产有604项，处于高纬度地区的遗产有23项。大部分遗产集中在中低纬度，尤其是中纬度，而高纬度地区世界遗产较少。
（三）神奇的北纬30度
在笔者写这篇论文之前就看到不少关于北纬30度的文章，出于好奇，笔者在此也欲通过世界遗产的分布来了解北纬30度的独特之处。
通过在世界遗产分布总表上进行筛选后，发现南纬30度仅阿根廷的伊斯奇瓜拉斯托/塔兰帕亚自然公园遗产，而北纬30度却足足有14项世界遗产。其中12个在亚洲，一个在非洲，还有一个在北美洲。文化遗产有10个，自然遗产有2个，混合遗产有2个。如此的数量也足以说明北纬30度的独特之处。
三、世界遗产空间分布原因
（一）自然环境因素
世界遗产的分布，尤其是世界自然遗产的分布受到地理环境的影响很大，主要分布于地质复杂、地貌类型丰富、但又不恶劣的区域[3]。从地理的角度来看，地球海洋面积大概占71%，而陆地大概占29%。陆地主要分布在北半球，而海洋主要分布在南半球。西经20度到东经160度为东半球，东经160度到西经20度为西半球。东半球的陆地面积总和明显大于西半球。因此从自然环境来看，北半球比南半球遗产更多，东半球比西半球遗产更多，也就显而易见了。
（二）人文社会因素
世界遗产的申报、保护是相当繁琐的过程，各个地区对遗产的理解、关注是不一样的。因此呈现不同半球，不同地区遗产数量不一致，也与人为因素有关。陆地面积的多少自然会影响到人口数量的多少，陆地面积更多一定程度上说明人口更多。人是具有创造性的，在人类社会不断发展的过程中，文化也在不断的发展。世界文化遗产也就受到很大的发展与影响。
四、结论
世界遗产的数量受到自然环境和人文社会的影响。因此世界遗产不是原始就存在的，也与人类的发展、保护等有着密切的关系。现实环境中，随着人类社会的不断发展，原本一些世界遗产已经变成了濒危世界遗产，截止到2015年1月1日，已经有46项濒危遗产，这是一個足以让全世界恐惧的数据。世界遗产是我们人类社会共有的财富，需要我们共同关注与爱护。
参考文献：
[1]世界遗产官网http：//whc.unesco.org/en/list/.
[2]尹国蔚.世界遗产空间分布的统计分析.地理与地理信息科学，2009，25（4）：104-108.
[3]百度百科http：//baike.haosou.com/doc/5404763-5642501.html.
分布式空间系统 篇4
随着地理信息系统的不断发展, 空间实体几何数据和属性数据越来越多。特别是现代测绘技术和计算机技术的广泛应用, 使得人们可以对地球实施近乎实时的监测, 这个过程更是产生了海量的数据。但由于应用环境、应用部门不同, 空间数据采集各自为阵, 空间数据具有异地性、异构性特点, 形成数据孤岛, 使空间数据的共享带来极大困难, 严重影响了空间数据的进一步应用。
本文针对空间数据异地分散性的特点, 采用元数据的方式对空间数据进行描述, 研究并设计了一种分布式空间数据共享模型, 并在某省环境科学研究院进行了应用。
1 分布式空间数据的共享模式研究
数据共享有以下三种形态:
复制赠与式:数据所有者将数据发送给需要数据的使用者, 使用者自行保管和维护。
集中共有式:所有可以共享的数据集中保存在公共数据库中, 使用者根据需要自行取用。
分散共享式:数据仍保存在数据所有者的服务器中, 授权给一定范围的用户在需要时提取使用。
针对某省环境科学研究院空间数据的应用具有分散和异构的特点, 数据分布于各业务部门各自的计算机上, 对应各自的应用和管理系统具有不同的结构。既有以数据库方式进行结构化管理的地理信息数据, 也有大量以非结构化文件方式管理的地理信息数据。地理信息数据类型多种多样, 包括图形文档资料、图形表格资料、图形数字照片、GIS数字地图、遥感影像、CAD设计图纸、以及各类图形数据库等。不同部门和不同业务常常采用不同的地理信息系统和数据库管理系统 (如ArcInfo、MapInfo、GeoMedia等, Oracle、SQLServer、DB2等) , 运行于不同的计算机操作系统 (Windows、Unix、Linux等) 。分散异构的数据资源和多样性应用特性, 决定了任何单一的集成或应用系统都难以满足信息共享和集成要求。“分散共享式”可以保留原始数据结构, 在数据所有者的控制和授权下, 进行灵活的数据共享应用。这种方式可以保障数据所有者的权益, 使数据所有者可以放心地将数据提交共享;同时数据所有者有可以负担对数据维护和更新的责任。从资源应用的角度来说, 各数据服务器相当于一个计算机数据网格, 通过计算机网络相连, 形成可以无限扩展的数据资源平台。
2 分布式空间数据共享体系结构
图1显示了在一个多部门机构中采用分布式来进行数据共享的典型框架。每个部门有一台数据服务器来存储本部门的业务数据, 信息中心有一台元数据服务器存储关于机构中所有共享数据的元数据。数据仍然由各个主管部门维护和更新。内部用户能通过局域网访问, 同时外部用户能通过因特网访问。不同部门或不同业务的数据可以由各自的专用服务器存储管理, 通过公共的元数据服务器查询使用, 完美地实现办公数据的交换和信息共享。通过一个集中的元数据服务器, 可以快速地从整个元数据库中查询可用的数据, 数据服务器不必为数据检索服务, 仅需提供数据访问的服务。
针对不同的数据类型, 建立不同的元数据标准数据库, 将相关数据信息存储于分布式数据服务器上, 实现分散异构的数据资源共享管理和流通, 在数据共享平台上搭载现有业务应用和开发新的业务应用系统。
系统的概念结构分为三层:
(1) 数据层
由分布式数据服务器存储管理的各种类型的数据。包括以SDE形式进行存储的空间信息数据库、非空间信息的结构化数据库、非结构化的以文件形式进行存储的数据信息 (包括空间数据和其他业务过程中所产生的各种类型的办公文档、电子报表、数字照片、多媒体文件、GIS数值地图、遥感影像、设计图纸等) 。特别地, 对于空间信息数据, 可以采用ArcSDE进行存储和管理。
(2) 共享管理层
通过对集中元数据和分散数据资源一体化管理、对所有分布式服务器上的数据提供一站式查询检索服务, 在确认用户对特定数据使用授权的条件下, 支持对数据进行远程存取。对GIS地图和影像数据可进行在线格式和投影转换, 用户可以按需要的格式远程取得空间数据。图2为空间数据共享管理系统结构示意图。
(3) 应用层
环境科学的各类应用系统, 在数据提交者对数据已作出授权的情况下, 另一部门数据可共享使用整个系统数据层的全部或部分数据资源。用户既可使用客户端软件 (或者基于IE浏览器) 远程查询并下载所需数据到本地机后, 再通过专业系统进行显示和处理分析;也可以将各应用系统通过应用程序接口, 与共享管理层进行集成, 直接远程共享使用数据层的分布式数据资源。
3 元数据的设计与应用
3.1 元数据的概念与作用
元数据即“说明数据的数据”, 是关于数据和信息资源的描述性信息。它不仅具有按一定标准、格式组织数据, 便于管理、查询、检索的功能, 而且保存了数据的获取时间、更新日期、质量、格式等等信息, 使人们能有效地评价、比较和操作数据, 为数据共享、异构数据的远程访问提供了基础。它屏蔽了数据存储与管理的细节, 数据的使用者只需了解元数据库中的信息就可以完全掌握数据库中的数据情况。随着Internet和Web的迅速发展, 元数据技术逐渐成为异构信息共享与互操作的核心与基础, 成为分布式信息计算的核心技术之一[2]。
信息元数据是信息数据的相关数据的描述性信息。用于描述数据集的内容、质量、表示方式、空间参照系、管理方式以及数据集的其它特征, 是实现空间数据集共享的核心内容之一。
空间元数据的主要作用有[4]:
(1) 确定一套空间数据的存在性及其位置。
(2) 确定一套空间数据的质量、对某种应用的适应性。
(3) 确定获取一套空间数据的手段。
(4) 确定成功地转换一套空间数据的方法和途径。
(5) 确定一套空间数据的存储与表达方法。
(6) 确定一套空间数据的使用方法等。
3.2 元数据的标准
信息元数据必须标准化, 才能真正发挥其支持数据检索、共享与互操作的功能。目前世界上己有一些元数据标准, 其中最主要的有美国联邦数据委员会 (FGDC) 的数字地理空间元数据内容标准 (CSDGM) , 欧洲标准化组织 (CEN/TC287) 的元数据标准和国际标准化组织 (ISO/TC211) 的元数据标准。
3.3 元数据的设计
信息元数据的设计包含两方面的内容:一是纵向描述数据的组织结构;二是横向描述数据的内容。设计的目标是简洁、准确、完备地描述地理信息数据库中的数据, 提供高效的管理和查询机制, 根据要求设计以下元数据库。
信息数据的内容、数据中所包含的信息决定着数据的描述方式, 信息数据按格式与显示表现形式可分为文档数据、遥感影像、矢量地图、栅格地图。它们所包含的信息是不同的。所以, 可将元数据分成影像元数据。矢量信息元数据、栅格信息元数据不同元数据的格式是不同的, 应分别设计。
参考国际上己有的元数据标准, 并结合我国信息数据的特点和己制定的格式标准, 确定元数据的描述内容应包括[3]:
(1) 标识信息 (类型标识、内容摘要) 。
(2) 精度信息 (精度等级、比例尺、分辨率等) 。
(3) 空间参照系信息 (坐标系类型) 。
(4) 范围信息 (大地坐标范围、经纬度范围)
(5) 数据存储信息 (数据量、存储路径) 。
(6) 其它信息六类。
根据某省环境科学研究院的具体要求, 和本文对研究院内部的数据调查的结果, 本文对元数据库的建设做了如下的分类:
(1) 研究报告元数据库。
(2) 政府公文元数据库。
(3) 档案元数据库。
(4) 法律法规元数据库。
(5) 一般文档元数据库。
(6) GIS数据元数据库。
(7) 遥感影像元数据库。
(8) 栅格影像元数据库。
(9) CAD数据元数据库。
文档数据 ( (1) - (5) ) 的元数据项 (条目) 一般应包括: 文档代号, 文挡名称, 主题词 (关键词) , 文档类别, 项目名称, 作者姓名, 作者部门或单位, 联络方法, 保密级别, 发布时间, 最后修改时间, 版本号, 内容摘要, 注释或注意事项等。
GIS元数据应为: 地图代号, 地图名称, 主题词 (关键词) , 地图类别, 项目名称, 制作部门或单位, 联络方法, 数字化员姓名, 数字化部门或单位, 保密级别, 制作时间, 最后修改时间, 数字化时间, 版本号, 内容摘要, 注释或注意事项等。还应参考FGDC元数据标准, 增加空间元数据内容, 例如: 位置, 范围, 投影坐标系, 比例尺, 精度等条目。
遥感元数据应为: 影像代号, 影像名称, 主题词 (关键词) , 影像类别, 遥感平台类别, 卫星名称, 传感器名称, 光谱类型, 通道号, 像元分辨率, 影像尺寸, 项目名称, 订购者姓名, 订购者部门或单位, 联络方法, 数据获取部门或单位, 联络方法, 保密级别, 数据获取时间, 内容摘要, 注释或注意事项等。也应包含空间元数据内容, 如: 位置, 范围, 投影坐标系等条目。
3.4 元数据的组织
上文所述是任一站点上地理信息元数据的组织与设计。地理信息是分散分布在各地的, 它们的元数据库相应地分散分布在各个站点上。必须把这些分散分布的元数据库组起来, 才能提供一个完整的、全局的查询[1]。信息元数据库就是信息元数据的总和。其元数据项是按上节的元数据设计方案设计的信息元数据。区域元数据库是该区域范围内所有元数据库的总结。其中的元数据项就是该区域范围内的某个元数据库的地理位置、网络地址、内容摘要。全局元数据库是一批区域级元数据库的总结。其元数据项是区域级元数据库的地理位置、网络地址、内容摘要信息。它是基于元数据的地理信息查询的最高级索引, 是地理信息查找的总入口点。
所以在这个项目中首先把数据进行调查, 建立相映的元数据库, 在把数据统一的组织起来, 进行统一的上载, 组建起信息快速查询检索网络系统。
4 结束语
针对空间数据的分散性特点, 通过元数据服务器对分散的空间数据进行集中描述, 通过共享管理层对分散数据资源一体化管理、对所有分布式服务器上的数据提供一站式查询检索服务, 本文提出的分布式空间数据共享模型解决了异地空间数据的共享问题, 在此基础上今后将对空间数据异构性进一步进行研究应用。
参考文献
[1]王卷乐.地学数据共享中的元数据标准结构分析与设计[J].地理与地理信息科学, 2005, 25 (1) :16-21.
[2]常原飞, 王伟.城市基础地理信息集成的元数据平台开发[J].遥感学报, 2003 (6) :1-3.
[3]温永宁.基于Web服务的分布式空间数据共享模型[J].计算机工程, 2005, 31 (6) :25-26.
广东省春季降水的空间分布特征 篇5
采用主分量分析(EOF)、旋转主分量分析(REOF)、小波分析方法,对广东省1954-春季(2-5月)降水标准化距平场进行分区,并对春季降水的`空间分布特征、时间变化规律进行分析.结果表明,广东省春季平均降水量和标准差变化较大;春季降水的主要空间分布型表现为全省一致偏旱(涝)型;降水区域大致可划分为4个区,即粤东区、粤北区、粤中区、粤西区.除了粤东以外,其余区域都存显著周期性变化.
作 者：刘艳群 赵佩红 LIU Yan-qun ZHAO Pei-hong 作者单位：刘艳群,LIU Yan-qun(韶关市气象局,广东,韶关,512028)
赵佩红,ZHAO Pei-hong(江门新会区气象局,广东,江门,529100)
苹果结果期果园温度空间分布规律 篇6
关键词：苹果园；结果期；温度；空间分布；冠层；北京
中图分类号： S126文献标志码： A文章编号：1002-1302（2015）11-0483-04
收稿日期：2015-02-02
基金项目：国家“863”计划（编号：2013AA102405）；农业系统智能控制与虚拟技术团队（编号：CAAS-ASTIP-2015-AII-03）。
作者简介：郭秀明（1981—），女，河北沧州人，博士，助理研究员，主要从事农业信息化研究。E-mail：guoxiuming@caas.cn。
通信作者：周国民，博士，研究员。E-mail：zhouguomin@caas.cn。作物通过与周围环境进行能量和物质的交换以进行生长，其生长环境参数是决定农作物产量和质量的直接因素[1-2]。温度是影响作物生长的重要因素之一，不同作物中的温度分布规律的研究能为作物环境中温度参数的监测方案打下基础，为温度与作物产量及质量之间的关系提供支持，最终提高作物生产水平。
温度和苹果的产量及质量密切相关[3-5]。刘雯斐等研究了果实微域环境温湿度与红富士苹果果面碎裂发生的关系，结果温度越高，相对湿度越低，果面碎裂现象越严重[3]。吴芳芳等为深入了解苹果炭疽菌的侵染规律，研究组建了温度、湿度对苹果炭疽病菌分生孢子萌发和芽管伸长的影响的Logistic模型[6]。刘增辉等综述了干旱、盐、高温和低温胁迫条件下 NADP-苹果酸酶活性及该酶基因表达变化的特点，揭示了其在对植物体抵御各种胁迫带来的危害时所发挥的作用以及作用机理[7]。本研究主要关注苹果园中的温度参数，研究其温度的空间变化特性，为研究温度与苹果品质之间的关系打下基础，为苹果园中温度的监测方案提供技术支持。
关于果园中空气温度的变化特性的研究较少。孙志鸿等研究了北京地区树冠不同层次和部位温度的分布、动态变化与枝叶数量间的关系，结果表明，树冠不同层次温度从上到下逐渐降低，同一层次内温度从内膛到外围逐步增大[8]。李光晨等研究了果树冠层空气温度的分布，结论为树冠中由上至下温度逐渐降低[9]。以上研究均针对果树冠层，有关整个果园中温度分布规律的研究还未见报道。在果园中温度监测中，监测方案和整个果园的温度分布特性及规律有关。为了研究果园中空气温度的分布特性，在北京市的2个果园进行了实地试验，以期发现果树冠层的温度分布规律，不同果树冠层及果树间隙的温度差异，为苹果园中温度监测时监测位置的布局方案打下基础，为研究温度和苹果质量之间的关系打下基础。
1材料与方法
1.1试验果园
试验地点选取北京市丰台区的一个普通苹果园，果园树龄为18年，主栽品种为富士和华红。果树的行距为4 m，株距4 m，果树高3 m，主干高0.5 m。果树冠层为纺锤形，冠层长为3 m、宽3 m。试验果园情况见图1。
为了对试验结果进行验证，分别于9月、10月进行试验。试验时间均为苹果即将成熟的秋天，天气均无风。
1.2测定仪器
选用台湾TES数字温湿度测量仪测量果园中的空气温度，型号为1360A（图2）。空气温度的分辨率为0.1 ℃，准确度为±0.8 ℃。
1.3试验方法
果园中的果树离散分布，分别对果树冠层、果树间隙进行采样测量。依据果园中的位置选定3棵长势较均匀的果树，
对每棵果树以0.5 m3立方体为隔断将其划分为80个正方体，测量每个正方体中心点的空气温度。对每棵果树的测量方法见图3。为清晰起见，只画出了2个测量高度（共5个测量高度：0、0.5、1.0、1.5、2.0 m）各16个测量位置点。
对果园间隙，采用“弓”字形测量方法以能覆盖整个果园，反映整个果园的空气温度变化。测量方法见图4。
为了对试验结果进行验证，10月在另外的果园进行了验证试验，试验方法相同。
2结果与分析
2.1苹果不同高度温度变化
9月不同高度的16个点的温度测量结果见图5。1～16个位置点分别沿着“弓”字形顺序定位。
不同高度层空气温度具有相似的走势，表明空气温度在水平方面具有相似的变化趋势。在冠层1中，不管在哪个高度层，温度在1～8个测量位置点的温度明显低于9～16位置点的测量值。在果树间隙，温度从1至16个测量点逐渐减小（图5）。
空气温度在单个冠层的变化快慢及变化幅度与果树所处的环境有关。果树周围及其本身的枝叶分布越均匀，空气温度越趋于稳定，变化幅度小，变化速度慢，如冠层2、冠层3。果树周围的环境不均衡，冠层温度的变化较快，变化幅度较大，如冠层1（图5）。
果树周围环境是否均衡主要和果树所处的位置及相邻果树的生长状况有关。处于果园边缘的果树由于其一边直接和外界环境接触，而另一边为茂密的果树，造成冠层温度变化较大。即使果树在果园内部，若果树的邻树茂密程度较大，也会造成温度的变化较大，如其中1棵相邻的果树由于病虫害造成树体矮小且枝叶较少的情况。
nlc202309030025
2.2苹果不同高度温度极差分布
对于多数果树，不同高度的温度曲线集中分布，说明在每个位置点，空气温度随着高度的变化很小。对于所测量的64个位置点中，每个位置点的不同高度的温度极差所占的百分比，87.5%的温度极差小于0.5 ℃，>0.1～0.2 ℃的极差所占比例最多，占32.8%（图6）。
2.3不同冠层及果园高度的温度变化
为了深入研究空气温度在3个冠层、果树间隙、整个果园的变化情况，计算了不同高度层的极差，结果见图7。从图7可以看出， 总体上极差由大到小排列分别为整个果园、冠层1、果树间隙、冠层2、冠层3。虽然冠层1的覆盖空间远小于果树间隙，但其温度极差却大于果树间隙。整个果园的极差主要由冠层1造成，表明在果园中周围环境不均衡，果园边缘的果树或者邻树缺位及长势相差较大的果树冠层的空气温度变化幅度基本能反映整个果园的变化幅度，结果为苹果园中空气温度的监测方案提供了依据。
对任一冠层、果树间隙或整个果园，极差随着高度的变化波动较小，总体呈水平趋势。表明空气温度在水平方面具有相似的变化趋势。整个果园的最大极差出现在高160 cm处，为2.3 ℃。
2.4验证试验
为了对所得到的结果进行验证，于10月进行了同样的试验，3个冠层及果树间隙的不同高度16个测量点空气温度测定结果见图8。10月与9月比较温度均有所降低。
验证试验结果，冠层1中同一水平高度的温度变化较大，与9月试验结论一致，与果树1所处的位置靠近果园边缘有关。10月空气温度在同一冠层不同高度的曲线具有相似的走势，且分布较集中，验证了空气温度在不同水平面上具有相同走势的结论。
10月冠层中的空气温度曲线分布更集中，表明在同一测量位置点空气温度随着高度的变化较小。每个位置点的最大最小值之差分布见图9。从图9可以看出，温度极差最大值为0.7，0～0.1的极差所占比例最高，为46.9%。
空气温度在3个冠层、果树间隙及整个果园不同高度层的极差见图10。从图10可以看出，冠层1不同高度的极差最大，对整个果园极差的贡献最大。冠层2、冠层3不同高度的极差值近似，果园中果树间隙的极差在前二者间，验证了9月试验的结论。整个果园的极差最大值为2.3 ℃，与9月试验结论一致，验证了果园中整个果园空气温度最大最小值之差在2～3 ℃之间的结论。
3讨论与结论
果园冠层中空气温度在不同高度具有相同的走势。这与王大铭研究的树冠不同层次温度从上到下逐渐降低，同一层次内温度从内膛到外围逐步增大的结论[1]不同。可能和试验时节和天气有关，本研究试验季节均为秋天，在果实成熟前进行，虽然没有风，但空气相对湿度较低。本研究结论为秋季苹果成熟前果园中空气温度的监管提供依据，并为研究温度与果实品质及产量之间的关系提供理论支持。
果园中空气温度的极差不同冠层相差很大，与果树所处的位置有关，果树周围环境越是不均衡，冠层空气温度的极差越大。果园间果树间隙的极差处于冠层极差之间。处于果树边缘或临树茂密度相差很大的果树冠层的空气温度极差较大，对整个果园中不同高度的温度极差贡献最大。
空气温度在水平方向的变化大于其在垂直方向的变化。通过2次试验表明，同一位置点不同高度处空气温度的最大最小值之差小于0.5 ℃。而在水平方向即使在同一冠层，极差最大值为2.3 ℃。
参考文献：
[1]王大铭. 不同氮、钾肥水平对红富士苹果产量和品质的影响[J]. 吉林林业科技，2014，43（5）：47-49.
[2]Kaack K H，Pedersen，H L. Prediction of diameter，weight and quality of apple fruit（Malus domestica Borkh.）cv.‘Elstar’using climatic variables and their interactions[J]. Europ J Hort Sci，2010，75（2）：60-70.
[3]刘雯斐，李保国，齐国辉，等. 微域环境温湿度与苹果果面碎裂的关系[J]. 果树学报，2008，25（4）：458-461.
[4]Warrington I J，Fulton T A，Halligan E A，et al. Apple fruit growth and maturity are affected by early season temperatures[J]. J Amer Soc Hort Sci，1999，124（5）：468-477.
[5]邸葆，张建光，孙建设，等. 不同袋型、光照强度和温度对苹果果实表皮细胞膜特性的影响[J]. 中国农学通报，2011，27（6）：161-165.
[6]吴芳芳，郑有飞，胡正华，等. 温度和湿度对苹果炭疽菌分生孢子萌发芽管伸长的影响的相应模型[C]. 北京：2007农业环境科学峰会，2007.
[7]刘增辉，邵宏波，初立业，等. 干旱、盐、温度对植物体NADP-苹果酸酶的影响与机理[J]. 生态学报，2010，30（12）：3334-3339.
[8]孙志鸿，魏钦平，杨朝选，等. 红富士苹果树冠枝（梢）叶分布与温度、湿度的关系[J]. 果树学报，2008，25（1）：6-11.
[9]李光晨，王茂兴，张福旺. 苹果树冠内温度的分布状况（简报）[J]. 北京农业大学学报，1995，21（4）：402.王思乐，杨文柱，卢素魁. 大田作物长势监控图像中绿色植物的识别方法[J]. 江苏农业科学，2015，43（11：487-492.
分布式空间系统 篇7
空间关系中的空间对象拓扑关系主要表达了点、线和面等空间对象的关联、包含和邻接关系[1,2],是空间关系的重要的组成部分和主要的研究内容。在地理信息系统中,拓扑关系的判定是最常见和最基础的操作[3]。从矢量数据集中查找与查询对象满足特定拓扑关系的要素的过程,一般就是指空间拓扑关系查询。空间数据获取方法和技术已在不断地进行革新,其中的空间数据集也呈现出不断增大的趋势。TB、PB级大小的矢量数据的不断出现,要求着对分布式数据存储和查询的研究,已经成为地理信息系统技术创新中的热点[4]。
正是因为Apache Hadoop[5]的出现,使空间数据的并行存储与分布式拓扑关系查询具有了现实可能性,分布式文件系统(Hadoop Distributed File System,HDFS)可以方便地存储海量级空间数据[6],也支持数据的并行处理。目前有关拓扑关系查询研究大都集中在Shapefile矢量数据存储在HBase数据库中,构建索引实现空间查询[7,8],这种查询方法需要先将数据导入HBase,需要设计存储模型和索引结构。
本文主要研究对直接存储在HDFS中的空间数据并行查询,在分析拓扑关系判定方法和基于Hadoop的分布式查询技术的基础上,设计并实现了应用Map Reduce、Hive SQL(借助Arcgis for Hadoop工具)和Spark完成指定区域POI数量查询算法,最后完成实验对比三种查询方法的效率。
2 空间拓扑关系
空间拓扑关系使用关联、邻接和包含体现地理空间要素之间的关系,要素类型包括点、线和面。拓扑关联表达不同要素之间关系,拓扑邻接表达相同要素之间的关系,拓扑包含则表达不同级别或不同层次的多边形实体之间的关系[9]。本文主要研究拓扑包含关系查询的不同算法,其中包含关系如图1所示。
3 分布式查询技术
3.1 Map Reduce
Map Reduce是Hadoop上的用于并行处理大数据集的软件框架[10],其核心是函数性编程中的map和reduce函数。map函数接收数据并将其转换为键值对,输入数据的每一行对应一个键值对;reduce函数接收map函数的结果,然后根据键进行分组、排序等二次处理,得到缩小的键值对[11]。
3.2 Hive QL
Hive是基于Hadoop的一个数据仓库基础工具,能够创建数据库表的同时映射到HDFS文件,并能提供类似于SQL的简单查询和分析语言Hive QL。Hive QL是查询的和数据处理Hive数据集的语言,内部会解析成对应的操作或者Map Reduce程序进行分布式处理。
为了处理GIS数据,Esri美国开发了一套Geometry API[12],通过这些API对存储在HDFS中的数据可以进行处理。在Hive中加载相关工具后,可以使用Hive QL处理简单的空间数据查询操作。
3.3 Spark
Spark是一个可以运行在Hadoop上的并行软件框架,能够实现Map Reduce功能的同时确保中间输出结果保存在内存中,并行处理过程不需要重复I/O操作[13]。Spark进行并行处理的根本是弹性分布式数据集(Resilient Distributed Dataset,RDD),RDD是分布式内存中只读的分区集合,有三种方式创建:现有RDD转换而来、集合转换和读取文件,且RDD可以相互依赖。
4 拓扑关系分布式查询算法
本文研究的算法主要分布式查询指定区域内点的数量,指定区域以JSON格式存储多边形区域,点要素以CSV格式存储坐标和相关属性。
4.1 使用Map Reduce并行查询
使用Map Reduce实现并行查询的思想是:map函数读取数据判断是否与指定区域有拓扑包含关系,若有则以键值对输出,形如(多边形区域名,1);reduce函数对map处理结果进行分组和排序,最终输出结果形如(多边形区域名,N)。算法步骤如下:
1)在Driver类中将包含指定区域的JSON文件路径通过配置参数传给Mapper,CSV文件路径通过框架传递到Mapper;
2)在Mapper端初始化方法中读取配置参数传递的文件内容,生成包含不同区域的Map集合polygon Map;
3)在map方法中读取CSV文件内容,每读取一行即判断是否拓扑包含在polygon Map集合所属的元素中,若是则执行write操作;
4)在Reducer端对收到键值对数据分组排序并输出结果。
4.2 使用Hive QL并行查询
使用Hive QL实现并行查询的基本思想是:首先加载Arcgis for Hadoop提供的工具包,接着在hive中创建拓扑关系的临时函数,然后创建外部表并分别映射JSON文件和CSV文件,最后通过SQL语句查询出结果。查询过程的流程如图2所示。
其中,Hive QL查询语句格式为:
4.3 使用Spark并行查询
使用Spark实行并行查询的基本思想是:首先读取多边形区域创建数组polygon,接着读取要素文件创建RDD;然后map转换并在RDD中判断每一个要素是否拓扑包含在polygon中元素中,若是保留键值对,形如(polygon元素名,1);最后reduceBy Key得出结果。算法步骤如下:
1)读取JSON文件创建RDD[K],执行map转换得到map RDD[K,V],K为区域名称,V为WKT格式的多边形对象,将RDD转换为数组polygon Array;
2)读取CVS文件创建RDD[K],执行map转换得到map RDD[K,V],K为要素名称,V为WKT格式的要素对象;
3)执行map转换,在转换函数中判断polygon Array中元素是否拓扑包含map RDD中V表示的要素,若包含则map结果为(区域名称,1);
4)执行reduce By Key(_+_),得到结果形如(区域名称,N);
5)执行saveAsText File保存结果。
其中关键RDD转换过程如表1所示。
5 实验与分析
实验环境的平台搭建为:云平台4个节点构成的Hadoop集群,每台机器2.6GHZ CPU和4GB内存,安装Cent OS6.4操作系统,Hadoop版本为2.6.0,My SQL版本为5.6.24,Hive版本为0.13.1。
实验数据为:纽约2013年的出租车运营记录(CSV文件)和纽约市行政区划(JSON文件)[14]。
实验查询出租车计时开始的坐标点在每个行政区出现的次数,使用本文三种算法对如表2所示的四个数据集进行拓扑包含查询。
三种算法查询执行时间如图3所示。
实验结果表明,Spark查询效率最高,直接Map Reduce最低。这是因为通过Hive QL进行拓扑关系查询时对,调用了Arcgis for Hadoop对Map Reduce进行了优化,查询效率高于直接使用Map Reduce;而Spark并行处理大大节省I/O操作时间,随着数据量的增加查询效率将越来越高。
6 结束语
本文分析了基于Hadoop的并行计算框架在空间拓扑关系查询中的应用方法,分别实现了Map Reduce、Hive QL和Spark算法完成区域拓扑包含坐标点查询,最后实验验证了本文三种方法的有效性,并提出Spark并行处理效率最高。下一步将如何优化空间数据存储模型和构建空间索引作为研究方向。
摘要：空间对象的拓扑关系查询是进行空间分析的重要基础,为提高海量规模的矢量数据区域查询效率,研究了Hadoop平台上的三种分布式查询方法。以多边形区域中的POI查询为目标,分别设计了基于Map Reduce、Hive QL和Spark的分布式查询算法。实验结果表明,相同条件下基于Spark的并行查询算法有更高的效率。
城市住宅空间分布研究 篇8
关键词：城市,住宅空间,分异,特征
随着中国城市化的发展,城市人口越来越多,城市住房问题也越严重。近年来,中央提出“科学发展观”和“和谐社会”的发展观念,对城市资源配置研究加大。城市住宅空间是城市规划的一个必不可少的问题。对于城市住宅空间分异现象的研究,尤其是如何准确地把握现阶段我国城市住宅空间分异的发展状况及其分异的程度,从而促进不同社会阶层之间的交往与融合,构建一个和谐的城市社会。本研究以镇江市为例,致力于住宅空间分异度的研究,不仅深化了住宅空间分异的研究内容,而且有助于把握我国城市住宅空间分异发展的总体进程。
1 城市居住空间分布概念和理论
城市居民因不同的职业、种族、收入、文化、宗教等,形成了不同的社会阶层,这些不同社会阶层的居民在城市居住格局上表现出同类相聚、异类分离的现象,即城市居住空间分异国外很早就对城市住宅空间分布有了研究。西方学者围绕着住宅区位的分布及其成因,分别从社会、经济、政治等不同角度对居住空间问题进行深入的探讨,形成了不同的理论学派。20世纪70年代以前,实证主义的生态学派、新古典主义学派、行为学派是城市社会空间结构研究的主流;70年代之后,新马克思主义学派和新韦伯主义学派成为主流[1]。随着改革开放的进行,我国城市化进程明显加快,城市住房制度不断变革,城市住宅投资开发力度明显加大,居住空间变化加速,并开始出现分异及隔离现象。尤其自1998年下半年开始,全国城镇停止住房实物分配,实行住房补给货化,更加剧了大城市居住空间分异的进程[2]。进入新世纪,随着我国城市旧城改造运动和郊区化的发展,商品住宅开发、居民择居迁居行为及居住环境等方面引起一些学者的重视,开始围绕这些方面进行城市居住空间的研究,并取得一些有意义的研究成果。
2 实证调查研究分析
2.1 实证调查
由于作者本身的局限,本文的数据一方面是从网上搜集到的如搜房网,另一方面是实地问卷调查得出统计来的。镇江主要楼盘区域价格分布见表1。从表1不难看出镇江新区的低档住宅比较集中,而丹徒区的高档别墅住宅比较集中,京口区和润州区的中高档住宅较集中。当然,仅仅从这些搜房网上的房价信息得出的结论比较片面,但是从这些数据可以看出镇江当前甚至以后住宅空间的格局和走向。所以这些数据还是很好的反映了当前镇江的住宅空间格局。基于以上的数据和结论,为了定量的得出镇江住宅空间分异的程度,就从四个辖区中各选择一个社区做调查问卷,这样有针对性,得到的数据也有代表性。选择镇江新区的大港金樱苑、京口区的恒美山庄、润州区的天元一品、丹徒区的驸马山庄作为调查对象。对于四个调查点,进行了家庭人均年收入数据的调查,虽然所有问卷调查的主观合作态度对问卷的有效性有一定影响,但它对于反映一种宏观规律和态势影响却不大。因此,可以通过分析四个调查点的收入状况,来反映住宅空间分异状况。每个样本居住区随机发放问卷30份,面对面交谈解释后请被调查者填写。由于驸马山庄的户主不易调查,只收回18份有效问卷,其他都收回30份问卷。
隔离指数(the index of dissimilarity)是城市社会学和城市地理学用来分析居住空间分异的一个指标,其公式为:
其中,Xi为第i区域单元(区段)内的某种类别(可以是住宅类型,也可以是人口种群类型,如居民的年收入、受教育水平、职业状态、职业类型等)占同类别的百分比;Yi为第i区域单元内其他所有类别的百分比;D为隔离度指数,在0～100之内变化,D值越高表明分异程度越高,当D=0时,意味着各种类别的空间分布完全均匀,D=100则说明不同类别空间分布的极端隔离化,即某种类别只集中在某一区段内(100%),而在其他所有区段内的分布均为0,指定区域内只有一种单纯的社会群体存在,亦表明是绝对的空间隔离。
2.2 数据分析
对镇江四个小区的调查问卷结果见表2。
由表2中的数据可以算出隔离指数D=31,而且从中可以看出镇江新区的低端住宅和丹徒区的高端住宅是空间隔离度程度最高的两个类别,表现为相应的绝对差异值最大,分别达到了13和14。而京口区和润州区的绝对差异都为2,说明这两个区域的混居程度还很高。总体来说镇江的空间分异程度还不是很高,但是,数据中反映出的不同收入水平人群的区域化分布现象却是一个不争的事实,镇江的空间分异初见端倪。
3 结语
住宅空间分异实质是一种社会阶层分化的反映,是不同社会阶层在经济收入、地位、职业类型等方面的差异在城市居住空间结构上的表征结果。本论文基于国内外对于住宅空间的理论研究与实践,分析了镇江市住宅空间分异的现状特征。得出主要结论:镇江市住宅空间分异现象已初见端倪,但尚未出现明显集聚的“富人区”和“穷人区”,居住空间分异程度比较合理。此外混合居住的现象依然存在等特征。
参考文献
[1]易峥,阎小培,周春山.中国城市社会空间结构研究的回顾与展望[J].城市规划汇刊,2003(3):11-13.
[2]刘艳霞.我国城市居住空间研究[D].兰州:兰州大学硕士学位论文,2008.
[3]http://zhenjiang.soufun.com/镇江搜房网.
桃树蚜虫越冬卵空间分布规律 篇9
关键词：桃树,蚜虫,越冬卵,空间,分布型
2006～2008年,我们对驿城区胡庙乡桃树越冬蚜卵空间分布型进行了详细调查,结果如下。
1 调查方法
在桃树蚜虫越冬卵孵化前选择5块标准地,每块标准地大小为0.66 hm2,采取机械抽样的方法在每块标准地的对角线选取20个标准株,再在标准株上按东、西、南、北、中5个方位选取5个标准枝,每个标准枝都从顶芽向内量取50 cm,共有500个标准枝,逐枝查卵,其调查结果见表1。
从表1可看出:
则:
2 空间分布型检验
将调查结果用扩散系数C、K值及种群聚集系数(λ)的方法进行检验。
2.1 扩散系数C的检验
计算置信区间:
C的95%置信区间为(0.873～1.127)。
若C落入此置信区间内,则为随机分布型。若C落入此置信区间外,则为聚集分布型。通过计算可知:C=4.667明显的落在95%区间以外,则认为桃蚜越冬卵为聚集分布型。
2.2 K值检验
K值是估计种群聚集分布的指标,它是用平均数的平方除以方差与平均数之差所得的值。其计算公式为:
为便于实际应用可用CA表示,CA=1/K,如果CA大于0时,则为聚集分布型;CA小于0则为均匀分布型;CA等于0则为随机分布型。现将调查结果中的已知数代入上式,检验其分布量。
通过计算可知,CA(1.221)大于0,所以桃树蚜虫越冬卵为聚集分布型。一般来讲,K值越大,聚集度越低,K值越小,聚集度越高。
2.3 聚集均数(λ)的检验
通过聚集均数(λ)的检验,可以清楚地知道桃蚜越冬卵聚集的原因是由外界环境条件引起的还是由蚜虫本身习性引起的[1]。具体的说就是:当聚集均数λ<2时,桃蚜越冬卵聚集均数可能是由外界环境条件的差异引起的。当λ≥2时,聚集的原因可能是由桃树蚜虫本身习性引起的。其计算公式为:
式中r是具有自由度等于2K的X2分布函数。计算聚集均数应用0.5的概率值,即r=X2分布表中的自由度等于2K与0.5概率所对应的X2值,将数字代入:
由计算可知:λ>2,桃蚜越冬卵聚集的原因是由桃蚜产卵的习性所引起的。
3 分析及讨论
根据空间分布型检验,我们知道桃树蚜虫越冬卵空间分布型为聚集型分布。一般认为,对于聚集型分布的昆虫来说,采用线性抽样法较好。如对角线、平行线取样法取出的样本具有代表性,且在一定的条件下根据序贯抽样的理论确定所抽取的样本数。这样可以提高测报工作的可靠性和精度[2]。同时,在桃蚜越冬卵的防治上根据其分布型特征进行防治。这样即节省了人力、物力,又减少了化学农药的污染,其有利于桃园内昆虫生存系统的相对稳定。
参考文献
[1]王焕玉,邱同铎.中国果树病虫志[M].北京:农业出版社,1965.
岷江上游植被空间分布地理研究 篇10
1 岷江上游区域、水文与植被分布概述
1.1 区域特征
岷江是长江的主要支流, 岷江上游流域是长江流域的主要组成部分之一, 位于青藏高原与四川盆地的交接地带, 在地理分布上主要涉及到黑水、理县、松潘、汶川、茂县等地区, 这些区域距离成都的都江堰市较近, 岷江上游的干流总长度达到337公里, 流域面积为2.47万平方公里, 人口总数是37万余人, 这一区域属于少数民族聚居区, 藏族与羌族成为其主要族群构成部分。
1.2 水文特征
由于地处青藏高原东南缘, 岷江上游地区的气候呈现出立体化的特点, 即在海拔2000米到4000米这一区间内从低到高分别有“温带半干旱河谷气候、山地寒温带气候、山地亚寒带气候, 2000米以下与4000米以上则是暖温带半干旱气候与高山高原高寒气候带[2]。”
岷江上游平均温度在5.7到13.5摄氏度这一区间内, 这可以以温度最低的1月与温度最高的7月为例予以说明。在1月份, 这一区域温度维持在零下7.4至3.1摄氏度这一区间内, 在7月份, 这一区域温度维持在14.5到22.7摄氏度这一区间内, 在水文特征方面, 岷江上游的年降雨量保持在490.7至835.8毫米范围内, 年蒸发量稳定于1100至1600毫米的范围内, 年相对湿度62到72个百分点。
1.3 植被分布概述
植被空间分布与其地理环境具有十分紧密的关系。“岷江上游地区的地质构造十分的复杂, 地表起伏大, 海拔差距较大[3], ”地貌类型呈现多元化的特点, 另外, 这一区域地质活动的活动多而剧烈, 直接导致生态系统的演化与更替;岷江上游地区复杂的地理环境的现实也使得这一区域植物群落呈现多元化与丰富性的特点。岷江上游区域主要植被的类型主要为干旱河谷灌草丛、常绿阔叶与落叶阔叶混交林、亚高山针叶林、高山灌丛草甸、高山高寒草甸, 主要土壤类型主要包括褐土、棕壤、暗棕壤、灌丛草甸土、草甸土、亚高山草甸土、高山草甸土、高山寒漠土, 植被和土壤垂直分异明显。
2 调查概况综述
2.1 资料的搜集
为更好地对岷江上游植被空间分布问题进行卓有成效地研究, 研究采取实践调查与文献查阅的方法。
一是实践调查, 调查的路线是从都江堰出发, 沿国道213线, 历经汶川、茂县、松潘等地区。涉及到不同海拔的地区, 尤其是在植被资源丰富的卧龙、青城山等地区, 依据当地特殊的地形与海拔设立调查资料搜集与样品采集点, 从而获取第一手事实材料;
二是文献查阅。积极借助于网络资源与图书馆文献资源, 查阅相关的研究成果, 并按照本研究的具体需要对这些文献资料予以分类, 为最终研究成果的完成提供理论支撑。
2.2 资料的整理
将搜集到的实践调查的材料汇集在一起, 按照一定的标准进行筛选并划分其类别。一是就采集的样本而言, 将不同海拔的植被样本归为同一类予以研究;二是就实践调查资料而言, 则应该根据不同空间分布的调查资料予以归类。
3 调查结果分析
3.1 呈现覆盖面大与多样化的特征
在整体上, 岷江上游区域的植被覆盖面积较大, 占到95.32个百分点, 而其他的诸如民居、空地、水流则只是占到4.68个百分点, 在调查中发现, 植被种类呈现出多元化的基本特点, 具体来说, 占到植被第一位的是草地, 大约为32.27个百分点, 具有分布区域广、适应性强的特点, 所谓的分布区域广, 是指在2000米到4000米海拔区域内都可以发现高山草甸, 这一比例大约占到10.08个百分点, 高山草甸适合于岷江上游区域恶劣的自然地理环境, 生命力强;占到植被第二位的是灌丛, 岷江上游区域的灌丛主要是稀疏灌丛和郁闭灌丛, 占流域总面积的比例为31.85个百分点, 其中的郁闭灌丛则因为其26.72个百分点的高比例而居于重要的地位;占到植被第三位的是森林资源, 岷江上游区域的森林资源具有“分布区域小、种类多”的特点, 就分布的区域来说, 有卧龙自然保护区、理县的米亚罗、松潘县的镇江关等, 就其种类而言, 则主要存在“针叶林、山地暗针叶林、亚高山暗针叶林、高山松、油松、落叶松林、阔叶林、针阔混交林[4]”等, 针叶林所占到的比例分别为15.45个百分点, 分布面积最广, 就其的斑块密度而言, 阔叶林为1.41, 则就说明其留存的比较完整, 空间分布分散比较集中, 然而混交林与针叶林的斑块密度分别达到4.96与3.78, 说明了混交林与针叶林空间分布较为分散;分布面积最小的则是农田植被, 这一植被类型在流域面积中的比例不到3个百分点, 其分布在河流旁侧、适于耕作的山坡洼地, 农田的斑块密度为0.74, 空间分布较集中。
3.2 出现垂直化空间分布的特征
岷江流域上游海拔主要集中在2000到4000米这一范围内, 地理环境比较复杂, 从而就直接导致了不同海拔的土质之间的极大的差别, 从地区归属上来说, 应该归属于喜马拉雅——横断山脉地区的亚高山植被空间分布类型。正是因为如此, 这一区域的植被空间分布就具有了垂直化的特点, 即不同海拔的土壤就将导致不同的植被的空间分布, 具体来说, 岷江流域上游从高海拔到低海拔的温度带依次是高山寒带、亚高山亚寒带、温带、亚热带, 与此相照应, 岷江流域上游植被就有灌丛、高山草甸、高山森林、干旱河谷灌丛、温带森林等植被类型。从以上的论述分析可以得出这样的结论:这一区别化的“植被空间分布由此就具有了垂直化的分布的特征[5]。”
3.3 低海拔地区分布丰富的能源植物资源
岷江上游地区的“能源植物资源较为丰富, 主要包括蕨类、裸子、被子、乔木、灌木等植物[6]”, 具有“种类多、蕴藏丰富”的特点, 从种类方面说, 大约有30科44属54种, 在蕴藏量上, 则在全国同一植物种类中占据的比例为9.12个百分点[7]。能源植物资源在空间分布上主要集中于低海拔区域, 在实践调查的过程中, 总共调查了51种能源植物, 其中43种能源植物分布于一千米海拔以下, 所占到的比例为84%, 在2000到3000米海拔的能源植物为6种, 比例为11%, 而处于3000米以上的能源植物仅为2种, 所占比例不到4%, 从这一统计数据来看, 能源植物主要集中生长在岷江上游地区的低海拔地区。
3保护岷江上游植被空间分布对策
岷江上游植被空间分布的基本特点为这一区域的生态系统的研究与保护提供了极为科学的依据。以能源植物为例, 因为能源植物具有极为广阔的应用前景, 食材制作、化工制造、药材加工、景观欣赏等领域都有所涉及[8], 基于此, 就应该根据其空间分布而采取切实有效的具体保护措施:
4.1 设立自然保护区
基于在不同的海拔区域会产生不同的植被种群, 因此, 就应该根据岷江上游植被空间的分布差异来设立不同的自然保护区, 尤其在人类活动频繁、丘陵低下与河谷变得干旱等不利于植被存活与生长等问题存在时, 自然保护区的作用尤为明显。
4.2 注重经济价值评估与开发
建议开展植被种群的经济价值开发的活动, 以经济价值的开发带动植物资源的多元化保护模式, 以此获得经济效益与社会效益的“双赢”。具体而言, 就要从以下方面着手。
一是植被资源价值评估。通过植被资源价值评估的工作, 使得岷江上游植被种群保护工作得到高度重视;
二是植被资源价值开发。在植被资源价值评估的基础上, 进行科学规划, 为植被空间分布的保护提供资金支持。
5 结语:
岷江上游地质构造复杂、地形地貌趋于多元化, 由此而导致独具特色的植被空间分布地理特征, 在对调研数据研究后我们可以得出结论:岷江上游植被空间分布呈现出覆盖面大与多样化、垂直化空间分布、低海拔地区分布丰富的能源植物资源等基本特点, 为保护植被空间分布的稳定性, 保护生态系统, 就应该从设立自然保护区与注重经济价值评估与开发等方面着手, 从而实现植被保护与价值开发的良性循环。
参考文献
[1]四川植物志编辑委员会.四川植物志 (1-15卷) [M].成都:四川人民出版社.1981.
[2]李宗峰, 陶建平, 王微, 李旭光.岷江上游退化植被不同恢复阶段群落小气候特征研究[J].生态学杂志.2005 (04)
[3]张一平, 何云玲, 钟水新, 刘玉洪, 窦军霞.岷江上游山地森林生态气候效应[J].山地学报.2005 (03)
[4]程伟, 罗鹏, 吴宁.岷江上游林线附近岷江冷杉种群 (Abies faxoniana Rehd.et Wild) 的生态学特点[J].应用与环境生物学报.2005 (03)
[5]陈英明, 肖波, 常杰.能源植物的资源开发与应用[J].氨基酸和生物资源.2005 (04)
[6]孟令彬, 包维楷, 庞学勇, 孙凡.萌蘖调控对辽东栎留存萌生株生长与结实的影响[J].应用生态学报.2006 (10)
[7]张国斌, 刘世荣, 张远东, 缪宁, 王晖.岷江上游亚高山林区老龄林地上生物量动态变化[J].生态学报.2008 (07)
分布式空间系统 篇11
关键词 三峡库区 ；土壤养分 ；空间分布
分类号 S159
由于在形成过程中受到成土母质、地形、人类活动等自然因素和人为因素的影响，土壤成为在时间和空间上不均一、变化的时空连续体，并表现出高度的变异性。20世纪80年代开始，土壤空间变异性研究在我国勃然兴起，并取得了丰硕的研究成果[1-4]。土壤的空间变异性对于评价和有效利用土壤具有十分重要的作用[5]。近年来，由于地统计学、GIS和GPS等研究方法广泛应用在土壤科学领域，并由此推进了我国对土壤养分空间特性的研究，并取得了一定成果[6-8]。然而，三峡库区作为全国农业生产的重要区域，在土壤空间变异性研究方面却相对较少。因此，本研究以三峡库区腹心地带重庆市忠县为例，应用地统计学并结合GIS技术，对土壤有机质、氮、磷、钾等养分的空间变异情况进行研究，从而为三峡库区农业生产规划、养分的管理及合理施肥等提供科学依据，以期为库区生态环境建设、耕地质量保护以及农业可持续发展等提供理论支持。
1 材料与方法
1.1 研究区概况
忠县地处重庆市中部，是三峡库区腹心地带，面积2 187 km2，最高海拔1 680 m，最低117 m，典型的丘陵地貌，处于暖湿亚热带东南季风区，属亚热带东南季风区山地气候。年均温18.2℃，≥10℃年积温5 787℃，无霜期341 d，日照时数1 327.5 h，太阳总辐射能350.43 kj/cm2，年降雨量1 200 mm，相对湿度80%。
1.2 方法
本研究在忠县全县范围内采集土壤样品1 980个，随机采样，同时利用GPS确定样点经纬度，由此得到忠县土壤样点分布图（图1）。
采样方法：在随机选取的样点附近采用“S”法均匀采取0～20 cm深的耕层土壤，每一个样点采集10个点，然后将其进行充分混合后，用四分法留取1 kg作为样品。
样品分析方法：本研究采用土壤养分状况系统研究方法（ASI法）[9]分析土壤样品，分析土样的项目主要包括土壤有机质（OM）、碱解氮、有效磷和速效钾等大量养分元素。
数据分析方法：本研究利用SPSS对数据进行统计及相关性分析。数据统计包括平均值、标准差、方差、变异系数等的计算，数据分析利用ArcGIS采用地统计分析及kriging空间插值的方法进行半方差函数分析、函数模型拟合、土壤养分空间分布图及土壤养分分级分布图的绘制[10]。
2 结果与分析
2.1 土壤养分的基本统计值特征
首先用阈值识别法对所有1 980个土壤样本数据进行处理，然后再利用SPSS进行常规统计分析，其分析结果见表1。
从变异系数看，磷的变异系数最高为89.54%，其次是钾和有机质，变异系数分别为60.02%和38.50%，而变异最小的均为N（34.32%），这说明研究区的土壤养分含量差异很大。但由于研究区0.1 2.2 土壤养分空间变异特征 采用克里格（kring）空间插值法分析土壤养分的空间变异性。采用ArcGIS10.1软件中的空间分析模块来进行分析。首先要计算各土壤养分含量的半方差函数，并选择出最合适的半方差函数模型进行拟合，并用交叉验证法来修正模型的参数，得到研究区各土壤养分的半方差分析结果（表2）。 结果表明，忠县土壤有机质、氮、磷和钾的空间变异性都存在半方差结构，但半方差结构参数表现不一，其变程范围在10 118.4～57 252.5 m。由于C0表示由实验误差等随机因素引起的变异，从块金方差C0看，不同养分的差异较大，N的块金方差很小，接近于0，表明随机因素引起的变异小；而有机质、磷和钾则相对较大，表明随机因素引起的变异较大。半方差结构[C0/（C0+C）]比值表示养分的空间变异程度，从[C0/（C0+C）]比值看，N的比值为69.642%，在25%～75%，表明具有中等的空间相关性，其空间变异是由结构性和随机性因素共同作用的结果，而有机质、磷和钾的比值分别为89.988%、89.101%和79.403%，均大于75%，表明具有很弱的空间相关性，空间变异主要来自随机因素[11]。就决定系数R2看，由于决定系数越大，模型的拟合性越好，本研究中氮的决定系数最大，其拟合性最好；而P的决定系数最小，拟合性最差。 2.3 土壤养分的空间分布格局 根据表2所选择的半方差函数模型，采用克里格最优内插法，借助地理信息系统软件ArcGIS10.1的地统计分析模块，绘制出土壤各养分含量的等值线图，然后与忠县的行政区划图相叠加，得到忠县各土壤养分的空间分布图（图2）。 从图2中可以看出，在整个研究区范围内，土壤有机质、碱解氮、有效磷和速效钾含量在空间上的分布状况各不相同，然而部分区域也具有一定的相似性。首先，土壤有机质含量表现为西部及北部部分区域较高，而中部及东南部含量较低。而土壤碱解氮则表现为，北部及东部部分区域的含量较高，西部及南部含量较低。土壤有效磷含量表现为仅有西部及中部极少数区域含量较高，其分布特征总体上表现出比较高的均质性，这可能跟磷素在土壤中不太容易迁移有关。土壤速效钾的含量分布格局相对比较复杂，与其他养分相比，表现出相对较强的空间异质性，这说明土壤中钾素比较容易受到一些自然因素及人为因素的影响，其含量分布表现为中部地区含量较低，南部及北部含量较高，东部及西部含量较低。总体而言，土壤养分含量呈现北部高，中部低的趋势，这可能跟研究区内的地形、地貌特征等因素有关。 nlc202309011233 2.4 土壤养分含量评价 根据我国第二次土壤普查制定的土壤养分分级标准（表3），本研究还对忠县的土壤养分含量状况进行了分级评价，其评价结果如图3所示。 结果表明，整个研究区土壤的有机质含量水平大都处于4级以上，1级很少，5级最多，表明研究区土壤有机质含量很缺乏，仅南部极少数区域含量很丰富；研究区土壤碱解氮含量水平以4、5级为主，表明研究区土壤碱解氮含量非常缺乏，仅南部极少数区域为2级水平，含量丰富，没有含量很丰富的区域；研究区土壤有效磷含量为5、6级水平，表明整个研究区土壤有效磷含量极低，非常缺乏；研究区土壤速效钾含量主要处于3、4级水平，3级为主，表明总体上研究区速效钾含量中等，部分地区缺乏。 4 结语 研究区所有1 980个采样点的数据分析结果表明，其土壤有机质、碱解氮、有效磷及速效钾等土壤养分含量呈正态分布，但总体变异性较大，其变异系数为34.32%～89.54%，属中等变异。土壤有机质含量呈现西部、北部部分区域较高，而中部、东南部含量较低的趋势，但其总体含量水平低，处于很缺乏状态。土壤碱解氮则呈现北部、东部部分区域的含量较高，西部、南部含量较低的趋势，其总体含量水平很低，处于非常缺乏状态。土壤有效磷含量呈现出西部、中部极少数区域含量较高的趋势，在其总体分布特征总体上表现出相对较高的均质性，但同样其总体含量水平低，处于非常缺乏状态。而土壤速效钾的含量分布格局与其他土壤养分相比，相对比较复杂，总体表现出比较强的空间异质性特征，呈现出中部地区含量较低，南部、北部含量较高，东部、西部含量较低的趋势，总体含量中等，仍有相当部分区域处于缺乏状态。但就土壤养分整体而言，土壤养分含量表现为北部高，中部低。因此，在该研究区进行农业生产时，应加大有机肥、氮肥、磷肥的施用，适当施用钾肥，以更好的使用和培肥土壤，指导农业生产，科学施肥。 参考文献 [1] 程先富，史学正，于东升，等. 江西省兴国县土壤全氮和有机质的空间变异及其分布格局[J].应用与环境生物学报，2004，10（1）：64-67. [2] 王宏庭，金继运，王 斌，等. 土壤速效养分空间变异研究[J]. 植物营养与肥料学报，2004，10（4）：349-354. [3] 崔潇潇，高 原，吕贻忠. 北京市大兴区土壤肥力的空间变异[J]. 农业工程学报，2010，9（26）：327-333. [4] 张 贞，高金权，陈 卫，等. 基于地统计学的土壤肥力空间变异分析[J]. 天津城市建设学院学报，2012，2（18）：134-139. [5] 黄昌勇. 土壤学[M]. 北京： 中国农业出版社，2000. [6] 邹 焱，苏以荣，路 鹏，等. 洞庭湖区不同耕种方式下水稻土壤有机碳、全氮和全磷含量状况[J]. 土壤通报，2006，37（4）： 671-674. [7] 郭宗祥，左其东，李 梅，等. 江苏省太仓市耕地地力调查与质量评价-土壤pH、有机质、全氮、有效磷、速效钾和CEC的变化[J]. 土壤，2007，39（2）：318-321. [8] 王胜佳，陈 义，李实烨. 长期三熟制下谷物产量和土壤氮磷钾及有机质性状的演化[J]. 土壤通报，2003，34（3）：187-190. [9] 加拿大磷钾研究所北京办事处. 土壤养分状况系统研究法[M]. 北京：中国农业科技出版社，1992. [10] Cambardella C A， Moorman T B， Novak J M. Field-scale variability of soil properties in central low a soils J. Soil Sci. 1994， 58： 1 501-1 511. [11] Alemi M H， Azari A B， Nielsen D R. Kriging and univariate modeling of a spatial correlated date[J]. Soil Technology， 1988， 1（2）： 117-132. 一、不同时期日本对华直接投资的空间分布 (一) 不同时期日本对华直接投资在东部地区的空间分布 日本对华直接投资从一开始便主要集中于东部地区, 空间经济学理论认为, 经济行为最初的区位选择往往是由偶然事件导致的, 比如中国改革开放政策, 一些拥有较好的区位优势和政策优势的城市会吸引第一批投资者, 如深圳市;也可能是因为城市化经济的影响力[2], 如经济基础良好的上海市。随着时间的推移, 由于示范效应等作用的影响, 当地运作的企业数量逐渐增多, 在一定程度上会形成集聚状态。随着集聚企业的继续增加, 当地的生产成本会上升, 地区会变得拥挤, 当厂商的集聚数量达到一定的临界值, 由集聚带来的正的外部性会大于负的外部性, 这时, 企业将会向拥挤程度较低的外围和其它地区进行迁移, 这就是集聚的倒U型曲线。厂商在其它地区内又开始新一轮的集聚, 并有可能形成相互制衡的多处集聚。 1、1978年—1985年———日本FDI在东部地区零星分布 1978年, 中国开始改革开放。由于历史的偶然性, 深圳、珠海等南部沿海城市被划为改革开放的试点地区, 在优惠政策和廉价资源的双重作用下, 这些地区吸引了中国改革开放后的第一批外资, 这期间, 日本对华直接投资共经历了两个阶段, 第一个阶段是1979年—1983年, 日本开始进行试探性投资, 数量较少, 每年不超过10例, 且主要集中于深圳市。1984年—1985年为第二个阶段, 1984年国务院批准大连、秦皇岛、青岛等14个沿海港口城市为全国首批对外开放城市, 内地广阔的市场和廉价的生产成本使得日本对华直接投资开始迅速地增长, 当年共进行了66个投资项目。除了在东南沿海地区的投资较密集外, 在地域上开始向北京、上海、天津三个直辖市和大连等港口城市转移。1985年, 日本对华直接投资进一步增长, 全年共投资了118个项目。这一时期, 日本对中国的直接投资呈现出沿东部沿海地区零星分散状态。尽管深圳等地汇集了一定数量的日企, 但是由于企业的数量过少, 生产前后关联性不大, 并没有形成很强的集聚效应。 2、1986年—1995年———日本FDI在东部地区迅速增加 空间经济学理论认为, 某些地区由于偶然的区位事件获得微弱的优势, 通过积累的因果关系, 使得这种优势得以逐步放大。当厂商的数量超过最低集中度的限制, 则该地区具有了明显的区位优势, 便开始表现出初步的集聚特征。由于先前具有的微弱优势, 日资在广东省仍占有较大份额, 例如1987年和1988年, 日本对华直接投资总额的一半以上仍然集中在华南地区, 然而到1991年, 日本直接投资最多的省份为辽宁省, 仅大连和沈阳两市就吸引104家日商的进入, 合同金额达到23, 638万美元, 分别占到日本对华直接投资项目总数、合同总额的17.3%和29.1%, 其它城市如北京以及天津、青岛、上海、厦门等东部沿海城市也陆续地吸引了日资的进入。1992年邓小平同志南巡讲话以后, 中国改革开放进一步深入, 形成了全方位对外开放的局面, 投资环境得到巨大的改善, 日本对华直接投资出现飞速的增长。1992年, 日本对华直接投资项目总数、合同总额以及实际投资总额同比分别增长了201%、167%和33.3%, 同时, 日本对华直接投资的地区集聚现象进一步明显, 以大连、北京、天津、青岛为核心的环渤海地区, 以上海和江苏为核心的长三角地区以及以深圳、珠海、广州、福州、厦门为核心的华南地区逐渐成为日资的三大聚集区[1]。 3、1996年—至今———日本FDI在东部地区形成三大集聚区 受人民币升值和东南亚金融危机的影响, 1996年-1999年日本对华FDI出现了阶段性下降, 但在三大投资区内集聚趋势继续上升, 1998年日本在三大区域内的FDI达到总额的87.7%。从三大集聚区内部来看, 长三角的引资优势更加凸显。 (1) 日本FDI在三大区域内的集聚 空间经济学的相关理论表明, 在经历不稳定的动态演变之后, 一个经济空间中会形成多个均衡的集聚区, 这些集聚区彼此之间的距离较远且在经济空间上相互制衡。2000年以来, 随着日本对华FDI快速增加, 三大集聚区吸收日本FDI的速度也在加快。2000年到2006年, 日本在三大集聚区直接投资的合同金额数量均超过总数的90%, 其中2005年高达94.4%。从各大区块来看, 环渤海和长三角地区占了绝对的优势, 两个区域分别以北京和辽宁、上海和江苏为增长极, 每年吸引的日本FDI均占到总数的80%以上。此外, 华南地区吸引的日本FDI尽管在数量方面远远逊色于其它两个地区, 但是由于FDI分布密度较大, 另外近些年很多北上的日资出现了大量回流的现象, 因此华南地区也形成了足以与其它两个地区相互制衡的一极。三大集聚区在我国东部沿海呈北、中、南的地理区位分布, 各自凭自身的经济和社会优势吸引日本FDI的进入, 并且在引资的数量方面形成了相对稳定的比例结构。 (2) 日本FDI在三大区域内部呈现出中心-外围的集聚特征 随着经济活动的进一步集聚, 区域内部会出现拥挤现象, 例如土地和劳动力等生产成本的上升、环境污染等, 并形成促使厂商分散的离心力, 产生一种类似于中心—外围的投资结构, 例如长三角地区以上海为中心, 江苏和浙江地区为外围;华南地区以广东、深圳为中心, 广东省其它地区以及福建、海南省为外围;环渤海地区以北京、大连为中心, 其它省市为外围。这些中心城市是区域内吸引日资的龙头, 但是随FDI流入的增多, 城市内的各种生产要素价格开始上升, 拥挤现象日益严重, 这时向周边城市转移不仅会降低生产成本而且由于距离中心城市较近, 仍然位于中心地带的上下游产业链条之中, 同时也不会对运输成本造成很大的影响, 因此, 拥挤的日本厂商开始向集聚区域内部的外围地带转移, 这一现象在长三角地区表现得最为明显。日本制造业在上海市的投资大量地转移到苏州、无锡、镇江等周边地区, 并且逐渐在这些地区形成了电子电器等产业的集聚。目前, 以上海为中心的城市群和以广东为中心的城市群已经初具规模, 但是环渤海地区由于区域合作欠佳, 城市群并不明显。可以预测, 这些城市群的出现将会对日本FDI形成更强的吸引力, FDI集聚效应会得到强化。 (二) 不同时期日本对华直接投资在中西部地区的空间分布 由于对外开放政策的影响, 直到1992年日本FDI才开始真正地进入我国广大的中西部地区。但是由于东部地区最初获得引资优势并将这种优势锁定, 中西部地区被长期排斥在外围, 因此90年代日本在中西部地区的直接投资数量并不多, 而且主要集中在黑龙江、吉林、湖北、四川、重庆、江西、陕西等部分省市。这些省市或者工业基础良好、或者沿江交通便利、或者城市规模较大市场潜力较好, 因此对日本FDI具有一定的吸引力。其它省份如贵州、云南、甘肃、宁夏、西藏等由于交通不便、运输成本高、人口稀少、市场需求小、产业薄弱等原因导致FDI流入甚少。 为了改变中西部地区经济落后的现状, 国家从1999年开始陆续实施了“西部大开发”、“振兴东北老工业基地”等战略, 但是, 日本对华直接投资并未像人们预计的那样向西部地区迅速推进, 反而进一步向东部沿海地区集中。例如, 1998年日本在中西部的直接投资金额为其对华直接投资总额的12.3%, 然而2000年、2001年、2003年、2004年、2005年这一比重分别6.4%、4%、4.9%、5.6%、7.9%, 远远落后于开发战略实施前的比例。实际上, 优惠政策在不同的历史时期发挥的效用存在很大的差别, 在改革开放初期, 优惠政策很大程度上决定了日本FDI的空间扩散, 进入90年代以后, 一个地区的开放程度和地区产业关联程度越来越成为外资进行区位选择的最重要因素。尽管西部大开发等战略实施以后, 东西部地区的政策已经趋向一致, 但是先行得到沿海开放政策的东部地区已经进入了收获期, 三大集聚区凭借着显著的集聚外部效应不仅每年吸引了大量的新增投资, 而且还导致很多先前投资于中西部地区的日本FDI向东部地区回流, 此外受中心优势的吸引, 西部地区优良的生产要素如原材料、高素质的劳动力向效益好、投资回报率高的东部地区流动的现象严重。 二、中西部地区进一步吸引日本直 (下转第134页) (上接第116页) 接投资的建议 对于东部及中西部地区而言, 日本FDI的这种空间布局并不是一成不变的, 只要空间集聚的影响因素发生变化, 原先的中心外围模式很可能会被打破, 因此广大的中西部地区如何实现突变, 是值得思考的问题。 1、强化东西部地区之间的经济扩散效应 对于广大的中西部地区而言, 目前引资工作中最重要的应该是通过自身的产业结构调整提高吸引力, 产业结构调整的主要内容应该是改变长期以来西部地区主要为东部地区提供原材料的产业结构模式, 加大加工工业的比重, 提高产业技术含量和附加价值, 尤其要重视金融、保险、运输、贸易等服务业的发展, 增强东西部地区产业结构的关联性, 为东部中心地带向广大中西部地区外围地带转移日本FDI创造良好的投资环境。 2、培育区域发展的增长极 中心地带对外围地区经济和社会发展的拉动力是非常大的, 这一点已经在我国东部沿海地区的发展中得到证明。中西部地区幅员辽阔, 各省区经济发展水平和基础设施完善程度差别很大, 因此在国家财政力量有限的情况下, 中西部地区的发展也要在协调发展中注重先后次序, 采取先点后面的引资方式。把那些拥有优势产业和创新产业、基础设施条件相对较好、具有较强辐射力、吸引力和综合服务能力的中心城市作为招商引资的重点地区。这些引资中心发展起来以后, 其外围地区自然会得到辐射, 并有可能会发展成为由核心城市连接的集聚带。 3、发展优势产业集群化 西部地区除了依靠劳动力价格以及资源优势来吸引外资外, 更应考虑到不同企业的市场定位和产品的差异, 通过西部的相对优势和绝对优势, 大力发展优势产业。要充分发展这些优势产业, 延长产业上下游链条, 增强企业生产的前后关联效应, 促进产业集群化的建设。只有区域内产业配套环境得到改善, 才能吸引更多的日资, 从而为区域集群的发展增强外部溢出效应。 参考文献 [1]李国平.日本对华直接投资的空间选择及其特征的初步研究[J].现代日本经济, 2000, (02) [2]苗泉, James Riedel.日本对华直接投资区域分布决定因素的实证分析[J].现代管理科学, 2005, (07) [3]李辉, 李淑文.日本对大连直接投资的特点、问题及有关对策[J].现代日本经济, 2001, (03) [4]薛军.日本对华直接投资的新趋向[J].国际经济评论, 2003, (06) 日本对华直接投资的空间分布 篇12