Ⅰ 城镇用地扩展测度与驱动力研究
众所周知，城镇化能够促进社会经济发展，提高生活质量。目前超过50%的全球人口居住在城市，到2050年该比重将增加至67.20%（United Nations，2012）。随着全球城镇化的快速发展，城镇用地空间也呈现迅猛扩展的态势。近年来，城镇用地扩展已经成为全球变化的重要方面，它改变了土地利用结构（Weber et al.，2003；Jiang et al.，2013），影响地表微气候（Carlson et al.，2000），造成地区水体污染（Du et al.，2010），引发区域碳汇失衡（Hutyra，Yoon，2011），对自然生态系统产生大量负面影响（Lin et al.，2013；Linard et al.，2013）。自20世纪60年代以来，城镇空间扩展逐渐成为国内外城市研究领域的热点。在研究对象上，以单一城镇的空间扩展研究为主（Xiao et al.，2006；Yue et al.，2013），并逐渐呈现出向区域尺度甚至全球尺度发展的趋势（Kuang et al.，2014；Inostroza et al.，2013）。在研究内容上，主要集中在形态特征（朱宁，2006；刘雅轩等，2009；Wang，Liu，2011）、扩展模式（刘盛和 et al.，2000；Kuang et al.，2014）、驱动机制（Hu et al.，2007；Shu et al.，2014；李春林等，2014）、动态模拟与预测（何春阳等，2003；He et al.，2008）、效应与调控（Carlson，Arthur，2000；Millward，2006）这5个方面。
在形态特征方面，着重从城镇空间扩展过程、城镇土地利用结构变化和城镇增长边界等视角定量识别扩展形态（闫梅，黄金川，2013）；扩展模式方面，通过城镇在时间序列的变化研究城镇用地在空间上的演替规律，处于定性化探讨阶段，定量化识别的研究不足（张荣天，张小林，2012）；驱动机制方面，往往采用定性方法与定量方法相结合的手段，对自然和社会经济这两大类因素进行分析和探讨；城镇空间扩展模拟研究一般选取合适的模型进行分析，最常用的是元胞自动机（CA）模型、多智能体（MAS）模型、Logistic回归方程、人工神经网络、分形理论、CLUE-S模型、支持向量机等模型也得到了较多的应用，近年来还出现多模型协同整合的研究（Batty，2011）；城镇空间扩展的效应研究集中在城镇扩展对生态环境的影响，包括生态环境综合质量研究（Liu，Wang，2011；Lin et al.，2013）和水体、碳汇等单一因素的研究（Lucy et al.，2011）。
针对城镇用地扩展的测度主要是按照空间分析的一般方法来展开。王会东等（2008）利用1988年、1996年和2001年的遥感影像对大庆市建设用地和城区扩展进行了研究，发现城镇用地面积增加了近2 倍，扩展方向主要以301 国道为基准呈西北东南方向延伸（王会东等，2008）。李志江等（2011）通过扩展强度、分形维数、扩展方向等指标分析了徐州市城市扩展的时空特征，并从自然、经济、社会等方面探讨城市扩展的驱动力（李志江等，2011）。迟文峰等（2012）以地学统计方法定量研究了城镇扩展的强度和紧凑度，同时以评价指标与社会经济统计数据相结合方式，分析鄂尔多斯市城镇扩展的驱动力。
城镇用地扩展是城镇化在地域空间上的一种体现（陈本清，徐涵秋，2005）。中国正处于城镇化快速发展时期，2012年中国国内生产总值（GDP）已达到51.90万亿元，成为全球仅次于美国的第二大经济实体，中国城镇化水平也达到了52.57%，达到了发展中国家中等以上水平（姚士谋等，2012）。根据《新型城镇化发展规划（2014—2020年）》，到2020年中国常住人口城镇化率将达到60%。在快速城镇化的进程中，城镇人口迅速增长，城镇对土地的需求急剧增加，城镇用地持续向农村腹地蔓延（王家庭，张俊韬，2011），大规模的城镇用地开发已经成为人类活动改造自然环境的主要方式之一（陈述彭，1999）。城镇用地扩展被认为是土地有偿使用以后为获得高的土地收益而实现的土地利用的局部空间转移过程，在空间上主要反映在城镇边缘区（马金卫，2012）。城镇用地良性扩展对于提高城镇化水平具有显着的推动作用。
城镇用地扩展是土地利用变化的一个重要特征。城镇用地扩展导致大量耕地被占用，促使区域土地利用结构发生变化；并进一步改变当地生产结构，推动农业向第二产业和第三产业转变，削弱了城乡二元结构的影响，带动了经济的发展，推动了城镇化进程（徐进勇等，2006）。资源型城镇用地扩展对于资源型城镇转型意义重大。资源型城镇以重工业为主导产业，城镇化水平远远落后于工业化水平；在资源型城镇面临资源枯竭的危机之前，只有确保经济增长与城镇化处于协调发展的状态，才能实现资源型城镇的可持续发展（何邕健等，2009）。
目前针对城镇用地扩展的理论、过程、状态及驱动的研究相对比较成熟，但是大量的研究基本上是围绕城镇用地扩展本身而进行的。在资源型城镇用地扩展研究方面，需要进一步了解资源型城镇空间格局、发展过程及驱动机制，并且还应将城镇用地的扩展过程与资源型经济发展阶段、资源型经济的特征紧密结合起来，研究资源型城镇的发展机理与城镇用地扩展模式，为资源型城镇转型与可持续发展提供理论依据与实践支撑。
Ⅱ 土地利用/土地覆被变化研究进展
曹银贵1，2 王静1 程烨1，2 郝银3 许宁1，2
（1.中国土地勘测规划院土地利用重点实验室，北京，100035；2.中国地质大学土地科学技术系，北京，100083；3.湖北省荆州市土地整理中心）
摘要：综合叙述土地利用/覆被变化研究20 多年来的研究进展，总结了在土地利用数量变化研究、驱动力研究、土地利用变化模拟研究方面取得的丰硕成果。一方面是驱动力因子的多样性；另一方面是土地利用变化模拟方法的交叉性，从数量模拟研究转向空间模拟研究，从单方法模拟研究转向多种方法结合的模拟研究，从生物物理驱动力的建模方式转向生物物理驱动力与社会经济驱动力相结合的建模方式，未来研究则要加强精度的要求，使其研究成果能真正引导土地利用规划。
关键词：土地利用/土地覆被变化；驱动力；土地利用变化模拟
土地利用/覆被变化（LUCC）研究于1995年启动。10余年间，LUCC 研究始终是全球变化研究的热点之一，并取得了丰硕的研究成果［1］。除了体现在 LUCC 监测技术、驱动力、生态环境效应和建模研究等不同方面外，LUCC 研究在理论上也取得了非常大的突破。土地利用/覆被变化研究之所以能够取得重大突破，一方面是因为土地利用/覆被变化是引起其他全球变化问题的主要原因，因而在全球环境变化与可持续发展研究中占有重要地位；另一方面是因为地球系统科学、全球环境变化以及可持续发展涉及到自然和人文多方面的问题，而在全球环境变化问题中，土地利用/覆被变化可以说是自然和人文过程交叉最为密切的问题［2］。LUCC 的研究起初是从全球变化研究入手，发展到现在，开始重视典型区的研究；从简单的数量研究发展到空间变化上的研究；从简单的土地利用转换的研究发展到生态足迹、能流与物流的转换研究。总的来看，LUCC 的研究是越来越微观，在此简要回顾一下 LUCC 研究的进展。
土地覆被是指存在于地表的植被（自然的或者是种植的）以及人工建筑，例如水体、冰面、裸露的岩石、沙地都可以认为是具体的一种土地覆被形式［3］，土地利用则定义为同时包括改变土地生物物理属性的利用方式和产生这种利用方式的目的［5］。土地利用的形式是多种多样的，耕地、林地、园地等都是土地利用的类型。从土地覆被与土地利用二者的含义来看：土地覆被主要是指自然的地表形态，而土地利用重在突出人类的社会经济活动对土地资源的作用，体现出了土地的使用状况或土地的社会、经济属性；因此土地利用和土地覆被构成了土地的两种属性［2］。通常情况下，土地覆被的变化会影响土地利用决策，土地利用变化则会导致土地覆被变化，再影响到土地利用决策，从而产生新一轮的土地利用变化［4，5］。由于当代的土地覆被变化主要是人类对土地利用影响造成的，所以认识土地利用变化，是了解土地覆被变化的首要条件。
自20世纪90年代以来，全球环境变化研究领域逐渐加强了对土地利用/覆被变化的研究。“国际地圈与生物圈计划”（IGBP）和“全球环境变化人文计划”（IHDP）于1995年共同发起了“土地利用/覆被变化”（LUCC）研究计划，并于1996年提出了5个关于土地利用/覆被问题及3个焦点［6］。5个框架问题是：①过去的300年中人类的活动是如何改变土地覆盖的？②在不同的历史阶段、不同地理单元，土地利用变化的主要人为因素是什么？③在今后50～100年中土地利用变化将如何影响土地覆盖？④直接的人文和生物物理过程是如何影响特定土地利用类型的承载力的？⑤气候和全球生物地球化学作用怎样影响土地利用和土地覆盖？反之又如何？3个焦点是：①土地利用动态变化——典型对比分析研究；②土地覆被动态变化——直接观察和诊断模型；③区域的与全球的模式——综合评价的框架。总的来看，土地利用变化研究主要是理解土地利用变化的原因和结果，同时模拟土地转换的时空类型［7］。
1 土地利用数量变化研究
区域土地利用变化包括土地利用类型的面积变化、空间变化和质量变化［8］。面积变化首先反映在不同类型的总量变化上，通过分析土地利用类型的总量变化，可了解土地利用变化总的态势和土地利用结构的变化［9］。目前土地利用的数量变化指标有：土地利用变化的幅度、土地利用变化的速度和土地变化的区域差异。通过各地类之间的转化，得出土地利用的转化矩阵。
2 驱动力研究
有关 LUCC 驱动力的研究是探索 LUCC 驱动机制的核心问题［10］。Riebsame 认为土地利用变化的预测研究是很艰难的，因为它需要了解土地利用变化的根本性的驱动力［11］，而土地利用预测模拟研究的先决条件是要确认最重要的驱动力［12］。纵观国际上土地利用/覆被变化的驱动机制研究，目前主要是通过大量的案例与比较，探讨土地利用/覆被变化的动力学机制［13］。Fu Congbin 认为土地利用/覆被变化的驱动力是：气候变化和人类活动［14］，由此可见驱动力研究指标的选取一方面与自然状况有关；另一方面与人类活动有关。因此驱动力通常分为生物物理（bio-physical）和社会经济（socio-economic）两大类。生物物理驱动力包括自然环境的特征和过程，例如气候变化、地形、火山爆发、植物演替、土壤类型和过程、自然资源的有效性等［15］；而社会经济驱动力则包括人口变化、贫富状况、技术进步、经济增长、政治经济结构以及价值观念等［6，16，17］。有的时候驱动力与被观察的土地利用变化在空间或时间上相差甚远，经常涉及宏观经济政策的转变和政策的变化，这些都是很难预测的［18］。由于不同区域土地利用的驱动机制存在一定的差异，因此驱动力方面的研究都是以单一的区域为研究对象。A.Veldkamp 认为土地利用变化的驱动力因子随着比例尺的不同而发生变化：在农田比例尺的情况下，主要是由社会性的和易近性的驱动因子在起作用；在景观研究尺度内，主要考虑的是地形和农业气候条件；在区域和国家尺度下，气候、人口和宏观经济政策将共同作用［12］。
2.1 生物物理驱动力
对于区域性的土地利用/覆被变化研究而言，生物物理方面的驱动力对土地变化的影响在一个比较短的时间段内是比较小的，通常也是不显着的。石瑞香的研究表明，自然（气候）因素并未构成样带上近年来土地利用（尤其是耕地）变化的主要驱动力［19］，但是并不是没有影响的。邹亚荣在中国农牧交错区土地利用变化的研究中表明，青藏高原的上升是晚新生代北半球气候变化的重要驱动力，引起了我国北方气候的干旱，对我国农牧交错区的形成，特别是对东部草地变化产生了影响［20］。叶宝莹在嫩江中上游地区的土地利用变化研究中选取了高程、坡度作为土地利用变化驱动力的指标，结果表明二者与土地利用变化的线性关系明显［21］。地貌类型也会影响土地利用的变化，草地受地貌条件的影响与控制较耕地小［22］；城市的边缘区的土地利用会受到地形的影响，北京城乡过渡区的土地利用变化的发展趋向，在地域上深受西北部山地的阻力作用，可能会形成不对称发展［23］。袁俊在湖北省土地利用变化的研究表明，湖北省土地利用年变化率较低，主要是由特殊的地形限制的［24］。赵庚星认为50年前黄河三角洲地区的土地利用变化主要是受气候因素、风暴潮和黄河改道等自然因素驱动［25］。
2.2 社会经济驱动力
土地利用是社会的一面镜子［26］，土地利用变化能够很好地反映社会经济发展的历程。土地资源条件虽是土地利用结构形成的决定性因素（基础因素），但是对于人类活动而言，这种变化是缓慢的，Elena G.Irwin 认为人类活动是引起土地利用变化的一个主要成分［7］，因此分析社会经济因素对土地利用变化的作用摆在首要的位置［27］。陈百明认为在社会经济驱动力方面，土地利用变化与人口增长之间有明显的联系，但同时这一变化与技术进步、富裕程度、经济状况，以至文化、宗教、军事等之间也能找到一定的相关关系［28］。并且大部分的案例研究都突出了政策对土地利用变化的重要作用，例如京都草案这一国际性的环境政策将对未来的土地利用变化产生深远的影响［29］。龙花楼研究表明几年或几十年的土地利用变化主要是由人类的社会经济活动影响所导致［30］。袁俊认为城镇人口的迅速增长、第二产业的发展、对土地产品的需求变化和交通条件及政府政策等社会经济驱动力导致了湖北省的土地利用变化［24］。周青在农地利用变化驱动机制的理论分析的基础上，构建了农地利用变化强度的指标体系，在指标体系中特别引入了邻近城市的辐射和耕地保护政策对土地利用变化的影响［31］。陈百明为深入分析和认识耕地占用与 GDP增长的关系，运用了 Decoupling （脱钩）理论，开展我国耕地占用与 GDP 增长的脱钩研究，揭示了我国各类区域耕地占用与 GDP增长的相互关系的典型模式［32］。王秀兰认为随着人口数量的变化，供人类生活、生存所需的耕地资源数量在不断地变化，因而，耕地的生态环境背景质量发生着相应的变化［33］。对于城市土地利用而言，交通条件对土地利用类型的转变起到了内因作用，转化为城镇用地的土地利用类型与距交通干线的距离有一定关系［13］。
3 土地利用变化驱动力模拟
土地利用系统的复杂性需要多学科的分析［34］。A.Veldkamp 认为土地利用模型应该代表土地利用系统部分的复杂性；能够检验社会和生态系统结合的稳定性［12］。土地利用变化模拟是为了明确土地利用变化的原因，定量地证明多个因素对某一个因素的关系和影响，不同的模拟方法已经在土地利用变化中得到广泛应用。起初，土地利用变化模拟的研究重在生物物理因子方面的模拟研究，例如海拔、坡度、土壤类型等。后来根据研究的需要，土地利用变化社会经济驱动力方面的数据整合到模型中［35］。但是社会经济指标缺少空间上的简化数据，这样将很难将社会和自然数据结合起来。A.Veldkamp 认为生物物理过程的空间单元和行为组织者决策的空间单元是不一样的［12］。
在土地利用变化模拟研究的开始阶段，基本上都是从数量上进行研究，后来由于遥感技术、空间地理信息系统技术的发展，从空间上实现了土地利用变化的模拟。同时研究的方法也有很大的提升，从单一方法的模拟研究发展到多种方法的结合。
3.1 土地利用变化的数量模拟
土地利用变化的数量模拟是从数量的角度来分析模拟土地利用变化的过程。彭文甫首先利用因子分析的方法，确定了影响土地利用变化的相关因子，然后采用多元线性回归分析的方法，预测了土地利用的变化［36］。王波利用多元相关分析的方法对经济管理体制对土地利用变化进行了模拟，用具体的产值代替了无法量化的经济管理体制［37］。张海龙利用马尔柯夫模型，确定了渭河盆地各土地利用类型之间相互转化的初始转移概率矩阵，从数量上预测了该研究区土地利用变化［38］。虽然马尔柯夫模型在土地利用变化数量研究上表现出较好的应用性，但是由于这种预测是以末期和基期的时间间隔为预测单位，所以只能预测时间间隔整数倍的特定时期的情况，其灵活性和适用性受到限制［39］。由于灰色预报模型克服了统计回归分析方法需要大样本序列的弊端，吴素霞利用该方法预测了石家庄地区未来15年内耕地面积的变化趋势［40］。吴普特采用 BP 神经网络的方法对耕地减少进行了预测，将影响耕地变化的各驱动因子作为神经网络的输入层神经元，将耕地面积作为输出层神经元，经过反复的训练模拟，表明采用 BP 神经网络的方法在预测耕地资源减少量时精度较高，可靠性较好［41］。另外还有利用元胞自动机的方法研究土地利用变化，重在空间上的变化模拟。
3.2 土地利用变化的空间模拟
土地利用变化的空间模拟主要是从土地利用/覆被在时间序列上的变化过程进行模拟预测，另外还包括从主要的驱动力入手进行空间上的模拟预测。土地利用变化的空间模拟主要是在一些空间变量间建立关系函数，并模拟预测土地利用变化［42］。众多学者在高度集聚尺度下进行土地利用变化的空间简化模型研究，例如单个的景观元胞。同时利用遥感影像获得空间研究数据，使与土地利用变化相关的基本地理单元和环境过程概念化［7］。Kasper Kok提出了土地利用转换及效应（CLUE）模型框架，这是一个合理的少见的空间简化土地利用模型，该模型用来分析复合比例尺条件下的土地利用变化问题［43］。摆万奇利用Logistic逐步回归模型，从空间上确定了主要的驱动因素及其定量关系［10］。叶宝莹在GIS的支持下，利用空间相关分析筛选出影响土地利用变化的主要因子，并利用空间多元线性回归函数求得研究区土地利用程度变化模型［21］，目前应用较多的是将多种研究方法综合起来运用。Bryan C.Pijanowski 将 GIS 和神经网络结合起来研究土地利用转换模型（LTM），从空间上来模拟土地利用变化的复杂过程，这一模型把社会经济、政策和环境等变量作为输入，并建立起了土地利用变化与公路、高速公路、居民点道路、河流、湖岸线之间的空间函数关系［42］。现阶段土地利用变化的模拟主要是针对单一的土地利用类型的变化模拟，例如国际上许多学者利用元胞自动机（Cellular Automata）开展城市增长的模拟研究［44，45，46］。有研究者利用神经网络的元胞自动机来模拟复杂的土地利用，整个模型的结构十分简单，用户不用自己定义转换规则及参数，该模型是在ARC/INFO GRID环境下利用AML宏语言写成［47］。侯西勇运用马尔柯夫的元胞自动机模型模拟研究区2010年土地利用的数量和空间分布，结果比较可信［48］。
4 土地利用模型的精度分析
土地利用模型的精度分析又叫模型的不确定性评价，反映数据输入及模型本身存在的不确定性和产生的结果［49］。模型的不确定性包含输入数据的不确定性和模型结构的不确定，遥感数据的获取会存在不确定性，例如在其纠正时采用的地面控制点的误差是不可能消除的，纠正过的遥感数据或图像产品也始终不能与地面实况完全一致，不同程度上存在着残余误差［50］。同时在影像解译的过程中也会出现适当的误差而产生不确定性。另外在数据转换的过程中，比如矢量到栅格的转换，就会产生新的不确定性。由于模型的结构是基于数学方法，用简化的数学模型来模拟复杂的行为，这也是一种非常重要的不确定性。为了减小不确定性，应该避开矢量—栅格数据的转换过程，同时使用高分辨率的土地利用数据，在模拟分析的过程中，分类型单独预测模拟，然后再综合分析［48］。
为了增强土地利用变化科学的研究，必须从三个方面入手。首先是数据方面的准确性，其次是方法的先进性；再次是理论的新颖性，这三个方面是相互联系的。在土地利用变化研究的过程中，要重点突出决策层思想，在空间上体现人类活动对土地利用变化的影响。要更好地发展土地利用变化的经济模型，这需要比较成熟的空间经济理论作为支撑，这样才能解释移民、雇用增长、政府行为的时空类型，这些都会影响到土地利用变化。利用相关模型分析土地利用的环境影响评价、政府决策和政策形成。同时在土地利用变化研究的过程中，应该注重多种方法的结合，选择精度最优的方法来提高研究成果的可信度与参考性。
参考文献
［1］路云阁，蔡运龙，许月卿.走向土地变化科学——土地利用/覆被变化研究的新进展［J］.中国土地科学，2006，20 （1）：55～61
［2］王秀兰，包玉海.土地利用动态变化研究方法探讨［J］.地理科学进展，1998，10 （5）：51～54
［3］FAO.Integrated approach to the planning and management of land resources.Draft report of the UNSecretary-General on the implementation of Chapter 10 of Agenda 21 to the Commission on Sustainable Development ［R］，Roma，1994
［4］于兴修，杨桂山.中国土地利用/覆被变化研究［J］.地理科学进展，2002，21 （1）：51～57
［5］Turner II，B.L.，W.B.Meyer etal.Global land use/land cover change：towards an integrated program of study.Ambio，1994，23 （1）：91～95
［6］Land use and land cover change science/resesrch plan.IGBP Report No.35：8
［7］Elena G.Irwin，Janqueline Geoghegan.Theory，data，methods：developing spatially explicit economic models of land use change ［J］.Agriculture，Ecosystems and Environment，2001，85：7～23
［8］李长荣，邢玉芬，朱健康等.高吸水性树脂与肥料相互作用研究［J］.北京农业大学学报，1989，15 （2）：187～192
［9］李忠锋，王一谋，王建华等.基于 RS 与 GIS 的榆林地区土地利用变化分析［J］.水土保持学报，2003，17 （2）：97～99
［10］摆万奇，阎建忠，张镱锂.大渡河上游地区土地利用/土地覆被变化与驱动力分析［J］.地理科学进展，2004，23 （1）：71～78
［11］Riebsame，W.E.，Meyer，W.B.etal.Modelling land use and cover as part of global environment change.Clim.Change 28：45～64
［12］A.Veldkamp，E.F.Lambin.Predicting land－use change ［J］.Agriculture，Ecosystems and Environment，2001，85：1～6
［13］史培军，陈晋，潘耀忠.深圳市土地利用变化机制分析［J］.地理学报，2000，55 （1）：151～160
［14］Fu Congbin，Ye Duzheng.Recent progress on global change research in China ［J］.Advance in Earth Science，1995，10 （1）：62
［15］Briassoulis，H.Analysis of land use change：Theoretical and Modeling Approaches.http：//www.rri.wvu.E/WebBook/
［16］Stern，P.C.，O.R.Young etal.Global environment change：understanding the human dimension.National Research Council Report，Washington D.C.，1992
［17］摆万奇，赵士洞.土地利用变化驱动力系统研究［J］.资源科学，2001，22 （5）：21～25
［18］Suzanne Serneels，Eric F.Proximate causes of land use in Narok District，Kenya：a spatial statistical model ［J］.Agriculture，Ecosystems and Environment，2001，85：65～81
［19］石瑞香，康幕谊.NECT 上农牧交错区耕地变化及其驱动力分析［J］.北京师范大学学报，2000，36 （5）：700～705
［20］邹亚荣，张增祥，周全斌.中国农牧交错区土地利用变化空间格局与驱动力分析［J］.自然资源学报，2003，18 （2）：222～227
［21］叶宝莹，黄方，刘湘南等.土地利用/覆被变化的驱动力模型研究——以嫩江中上游地区为例［J］.东北师大学报自然科学版，2002，34 （1）：100～104
［22］邓祥征，战金艳.中国北方农牧交错带土地利用变化驱动力的尺度效应分析［J］.地理与地理科学信息，2004，20 （3）：64～68
［23］王静爱，何春阳.北京城乡过渡区土地利用变化驱动力分析［J］.地球科学进展，2002，17 （2）：201～208
［24］袁俊.湖北省土地利用变化及其驱动力分析［J］.国土与自然资源研究，2003，（4）：33～35
［25］赵庚星，李静，范瑞彬.黄河三角洲土地利用及土地覆盖变化驱动力分析［J］.西北农林科技大学学报，2003，31 （3）：117～122
［26］TuanY.F..Geography，phenomenology and the study of human nature ［J］.The Canadian Geographer，1971，15：181～192
［27］张惠远，赵昕奕.喀斯特山区利用变化的人类驱动机制研究［J］.地理研究，1999，18 （2）：136～146
［28］陈百明.试论中国土地利用和土地覆被变化及其人类驱动力研究［J］.自然资源，1997，（2）：31～36
［29］Lambin，E.F..Our emerging understanding of the causes of land use and cover change.Global Environ.Change，in press
［30］龙花楼，王文杰，翟刚等.安徽省土地利用变化及其驱动力分析［J］.长江流域资源与环境，2002，11 （6）：526～530
［31］周青，黄贤金，濮励杰.区域农地利用强度及其驱动机制研究［J］.长江流域资源与环境，2003，12 （6）：535～540
［32］陈百明，杜红亮.耕地占用与GDP增长的Decoupling研究［J］.中国土地资源战略与区域协调发展研究论文集，2006，7～13
［33］王秀兰.土地利用/土地覆盖变化中的人口因素分析［J］.资源科学，2000，22 （3）：39～42
［34］Clayton，A.M.H.，Radcliffe，N.J..Sustainability：A Systems Approach.1996，Earthcan，London
［35］Turner II，B.L.，W.B.Meyer etal.Land use and land cover change.Science/Research Plan.Stockholm and Geneva：IGBP Report No.35，1995
［36］彭文甫，周介铭.近50年四川省耕地变化分析［J］.资源科学，2005，27 （3）：79～85
［37］王波，唐志刚，濮励杰等.区域土地利用动态变化及人为驱动力初步研究［J］.土壤，2001，（2）：86～91
［38］张海龙，蒋建军，解修平等.基于 GIS 与马尔柯夫模型的渭河盆地景观动态变化研究［J］.干旱区资源与环境，2005，19 （7）：119～124
［39］陈浮，濮励杰，彭补拙等.新疆库尔勒市土地利用变化对土壤性状的影响研究［J］.生态学报，2001，21 （8）：1290～1295
［40］吴素霞，毛任钊，李红军.石家庄地区耕地与人口数量变化动态及其预测［J］.干旱地区农业研究，2005，23 （3）：8～12
［41］吴普特，员学锋，汪有科.BP 神经网络在耕地减少预测中的应用研究［J］.中国农业资源与区划，2005，26 （4）：39～41
［42］Bryan C.Pijanowski，Daniel G.Brown，Bradley A.Shellito etal.Using neural networks and GIS to forecastland use changes：a Land Transformation Model ［J］.Computers，nvironment and Urban Systems，2001，inpress
［43］Kasper Kok，Andrew Farrow，A.Veldkamp etal.A method and application of multi-scale validation in spatialland use models ［J］.Agriculture，Ecosystems and Environment，2001，85：223～238
［44］Batty M，Xie Y.From cells to cities ［J］.Environment and Planning，1994，21：531～548
［45］White R，Engelen G，Uijee I.The use of constrained cellular automato for high-resolution modeling of urbanland use dynamics ［J］.Environment and Planning，1998，25：323～343
［46］Wu F，Webster C J.Simulation of land development through the integration of cellular automata and multicriteria evaluation.Environment and Planning，1998，25：103～126
［47］黎夏，叶嘉安.基于神经网络的元胞自动机及模拟复杂土地利用系统［J］.地理研究，2005，24 （1）：19～27
［48］侯西勇，常斌，于信芳.基于 CA-Markov 的河西走廊土地利用变化研究［J］.农业工程学报，2004，20 （5）：286～291
［49］Luijten.J.C.A tool for community-based water resources management in hillside watershreds ［A］.University of Florida，Gainesville，FL，1999
［50］毕继成，郭华东，史文中等.遥感数据的不确定性问题［M］.北京：科学出版社，2004
Ⅲ 构建地质高科技成果转化驱动利益机制
地质高科技成果转化实质是一个交易过程，表现出明显的经济学特征。在这个交易过程中，科技成果在各个参与个体之间实现交换，由于技术供给者和需求者都期望在这个过程中受益，因而导致交易或合作的发生，增加社会福利。研究表明，成果转化水平与经济发展水平息息相关，在那些商品率较高、市场比较活跃的地区，地质科技成果转移的效果较好。
地质科技成果及其利益贯穿着地质科技成果转化过程的始终，地质科技成果源源不断地产生，并且被不断转化吸收，同时不断为参与转化过程的各个主体带来利益，是地质高科技-矿业系统得以不断循环上升式发展的前提。因此，要协调各个不同主体之间的利益分配关系。
（一）处理好研究与开发的分配关系
缺乏中试环节、成熟度低是造成地质高科技成果转化率低的重要原因之一。而缺少中试环节，有风险因素、投入因素，也有利益分配因素。如何处理研究与开发的利益分配问题，迄今尚无统一的方式。西方发达国家的研究所，一般采取经济核算制，用合同方式予以规定。目前，我国采用的也是合同制，成果转让的利益分配通过科研合同的方式规定下来。但这种一次性决定阶段成果转让费方法，由于难以准确预测收益，风险较大，弊端较多。也可采用一次定价方式，也可按收益比例解决利益分配问题。后一种方式优点在于可使研究者、开发者共同承担风险，有利于技术开发合作，但可能会使纠纷相应增加，需要有仲裁机构协调。
（二）处理好开发者与生产者之间的利益分配
目前，我国地质高科技成果转化过程中，开发单位与生产单位的利益纠纷较多，其原因复杂，形式多样。生产单位认为，科研单位开发的成果不成熟，导致生产失败；而科研单位认为，是生产单位应用不当导致失败。开发机构由于技术不成熟，不能达到应用后应有的效益而使生产单位蒙受损失。开发机构由于缺乏经验或故意高估所提供技术的先进性、可靠性和成熟程度，使生产单位轻信上当，或长期不能投产，或产品质次价高根本达不到合同约定的指标，从而引起纠纷。
开发与生产单位由于双方知识不足或难以预见的因素，也会带来一些问题与纠纷，如技术开发的风险承担问题、技术成果所有权问题、技术转让费高低问题。解决这些问题的前提是：技术商品化。技术是一种特殊商品，它具有使用价值和价值，是能带来更多利益、达到增利目的的。技术商品买卖双方的争议，实质上是在寻求一个双方都可以接受的利益分配比例，这个比例，即技术商品的价格是由其使用价值，即它所创造的经济效益所决定。因此，地质高科技成果从研发机构向生产单位的转移，一些小项目收益率较易确定，可以采用一次性收取转让费的方法；而一些大型项目的收益率难以确定，可以采用利润提成，或产值提成、销售提成方式收取转让费。
（三）处理好参加地质高科技成果开发的各个机构之间的利益关系
产、学、研联合是加速地质高科技成果转化的有效途径。然而，联合开发的利益最难分配。为了形成一种良性循环的利益驱动机制，使参加技术开发的各方从关心自己利益出发，也会争相把人力、物力和财力投入共同的开发试验。组建科、产、用一体化的股份制企业是最佳选择。科技研究与开发机构以其地质高科技成果评价入股，生产企业以其生产设备、厂房、资金和无形资产评价入股，科技人员和广大干部职工都可以投资入股，按股分红，既可以解决利益纠纷，又可以分散风险，还可充分发挥研究与开发、生产、运用各自的优势，自愿结合，从而加速科技成果的转化过程。
（四）加强科技成果转化过程中的知识产权保护
一是要广泛深入宣传知识产权的相关法律，对科技人员加强培训，提高自我保护意识。二是要采取实际措施加强管理工作与知识产权保护工作的联系，互相沟通有关情况，互相配合，及时发现问题，向执法机构反映，共同维护科技人员的合法权益。三是根据《促进科技成果转化法》的明确规定，对骗取奖励和荣誉称号、诈骗钱财、非法牟利者，对科技成果转化过程中侵占他人科技成果者，应视具体情节，给予相应制裁和惩罚，以维护科技成果转化过程中科技成果权利人的合法权益。
Ⅳ 1.人的认知思维机制和行为驱动思维机制的区别。 2.为什么人类社会最初形成的是禁止损他性行为规则
1,人的驱动行为的感性思维机制
A,自利心 其驱动人的行为的特征是,当人从自身机体内部产生一种需要,或欲望,或冲动,或情感时,自利心要求人直接采取相应的行动对其加以满足,而不考虑与之冲突的他人的需要,欲望,冲动,情感的满足.
B,良知(良心) 是自然直接镌刻于人的内心中的,以恻隐心,爱心,悔过心为主要表现的为他人利益着想的本能.它直接驱使人为实现他人利益而采取行动.
2,行为理性 这是一种经过预测,比较的思考之后,再决定选择某种行为的思维过程和思维能力. 过程:欲望,冲动或要求---驱使某种行动之前---理性思考---运用己有的
知识预测将采取的行动的有利后果,和可能导致的不利后果---比较该行为可能带来的利益和可能带来的损害的重轻大小---根据趋利避害的原则决定是否采取该行为.
区别于理性认知机制(或称认知理性)是人的运用回忆,比较,分析,综合,归纳,演绎,辩证研究等方法对靠感官获得的知觉,感觉,印象等知识作去粗取精,去伪存真的深入思考,从而得到对复杂事物的在其现象,表象掩盖下的本质或本质性联系的知识的能力.
Ⅳ 什么叫利益驱动机制
利用人趋利避害的生理特性，使用个人利益引导或驱使他去从事不愿或者不能主动从事的工作。在团队管理中，给每个团队成员不同的个人利益予以满足，作为努力工作的动力。这样，以利益取向为主导的管理体制就是利益驱动机制。
Ⅵ 板块驱动力的应力场计算
自20世纪60年代板块构造学诞生以来，板块运动机制问题一直没有得到圆满的解释，人们提出了多种模式，但这些模式基本是建立在定性描述的基础上，很少定量计算各板块的受力情况。本文利用计算得到的地幔对流在岩石层底部产生的应力场，除了定性分析各板块的受力状况外，还采用定量计算的方法，计算了各板块的受力大小与方向，并利用这些结果对板块运动的驱动机制问题进行如下探讨。
3.5.4.1 方法理论与计算公式
根据重力位理论，全球重力位可以用球谐函数据的展开来表示（陈旭等，1995）。此时，可以推得相应的自由空气重力异常为
湖南地区地球动力学数值模拟及成矿作用特征研究
又有
湖南地区地球动力学数值模拟及成矿作用特征研究
式中：ψ为地心纬度；ϕ为地理纬度；K为引力常数；M为地球质量；
湖南地区地球动力学数值模拟及成矿作用特征研究
计算中采用的常数为1980年大地测量参考系的值：
a=6378137m，ω=7292115×1011rad·s-1
KM=3.986005×10-14m3s-2，ƒ=0.00335281068118，e2=0.00669438002290
3.5.4.2 应力场计算公式
对于板块驱动力问题，现在国际地学界占主导地位的看法是，必有某种形式的地幔对流驱使板块运动。在地幔对流模式中，大致有两种形式的地幔对流，一种是主张地幔对流仅在上地幔中进行或是上下地幔各成对流系统。但“纵横比矛盾”始终未获解决；另一种认为上、下地幔的黏滞系数相差不大，均为1021Pa·s左右，主张全地幔对流。后者获得了相当广泛的支持。本文在应力场计算中采用了全地幔对流模式。
湖南地区地球动力学数值模拟及成矿作用特征研究
式中：u为流体的速度矢量；δp为扰动压力；θ为扰动温度；a为体膨胀系数；ν为运动学黏性系数；T为径向温度梯度时由热导方程确定的温度分布；t 为时间；r 为矢径；g（r）是径向重力场。在忽略横向温度梯度存在这一假设前提下，从公式中可以推出对流极型分量存在，而环型分量恒为零。
湖南地区地球动力学数值模拟及成矿作用特征研究
其中ω=Δ×u，p为常数。
将（3-9）式和T=β0 -β2r2+β1/r代入（8）式，β0，β1，β2 为常数，对于稳定流可以推出如下方程（陈心才，1991）
湖南地区地球动力学数值模拟及成矿作用特征研究
式中
湖南地区地球动力学数值模拟及成矿作用特征研究
方程（3-17）的解为
湖南地区地球动力学数值模拟及成矿作用特征研究
式中
湖南地区地球动力学数值模拟及成矿作用特征研究
为在计算中提高计算精度，
湖南地区地球动力学数值模拟及成矿作用特征研究
湖南地区地球动力学数值模拟及成矿作用特征研究
所以
湖南地区地球动力学数值模拟及成矿作用特征研究
Bj为由边界条件决定的特定系数。
本文采用了以下边界条件进行计算
Wl（r）｜ r=1，η=0 ，上、下边界流体无滑动；
Θ（r）｜ r=1，η=0 ，上、下边界处温度一定；
湖南地区地球动力学数值模拟及成矿作用特征研究
利用上述边界条件求Bj（j=1，2，Λ，6），从而可求得
湖南地区地球动力学数值模拟及成矿作用特征研究
再由连续介质力学中的应力计算公式：
湖南地区地球动力学数值模拟及成矿作用特征研究
就可算得岩石层底部由地幔对流产生的应力场。
3.5.4.3 板块底部的受力计算
由于定性分析的局限性，应力场与板块运动的关系显得较为模糊，为了更好地了解板块的受力情况，定量计算各板块由地幔对流作用受到的合力是必要的。
对于微元ds，其受到的牵引力为：
湖南地区地球动力学数值模拟及成矿作用特征研究
式中dFE和dFN分别为微元ds受到的东向作用力和北向作用力。所以
湖南地区地球动力学数值模拟及成矿作用特征研究
由于计算过程中Δθij和Δϕij为常数，（3-27）式可写成
湖南地区地球动力学数值模拟及成矿作用特征研究
同理
湖南地区地球动力学数值模拟及成矿作用特征研究
板块底面积为
湖南地区地球动力学数值模拟及成矿作用特征研究
因此，板块底部单位面积受到的牵引力为
湖南地区地球动力学数值模拟及成矿作用特征研究
式中：
根据（3-31）式计算出各板块单位面积平均受力，其结果示于表3-7。
表3-7 各板块单位面积的平均受力
在板块构造学中，一般认为漂浮在塑性软流层之上的刚性岩石层——板块的运动是由于洋底地壳扩张造成的，洋底地壳扩张是由于地幔对流不断将较老的洋壳向两侧排开的结果，新洋壳不断产生，原来大洋中古老的洋壳被迫沿着海沟向大陆底部俯冲，重新进入地幔，并由于温度逐渐上升而溶化、消亡。因此，洋壳始终处于不断产生与消亡的过程中，它永远年轻。海沟与洋中脊相反，是地幔的下降部位。显然，这种以洋中脊为对流上升中心的地幔对流，被认为是推动板块运动的驱动力。然而，以洋中脊为对流上升中心的模式，却难以解释一些现有的地球物理现象。例如，根据板块构造学理论，印度次大陆在南极洲附近裂开后，向北漂移与欧亚大陆碰撞，而南极洲大致保留在原来的位置。在古大陆裂开后形成的印度洋中，洋中脊距印度洋次大陆与南极洲的距离大致相等。这表明，当印度次大陆漂离南极洲时，洋中脊也在向北“漂移”，这就必须假设位于地幔中的地幔物质对流上升中心与洋中脊始终保持同步向北漂移。显然这是难以接受的，必须寻找更为合理的模式来解释。
一般说来，低阶重力异常、应力场与深部大范围的异常源有关，主要反应规模较大的地幔对流，是板块运动驱动力的主要来源。高阶重力异常、应力场与浅部小范围的异常源，常常局限于板块的内部，在一定程度上决定着板块内部的构造格局，而与板块运动的关系较小。
在洋中脊附近并不一定存在地幔对流上涌中心，板块底部往往存在多个地幔对流体的上升或下降中心。Woodhouse（1984）和Dziewonski（1984）利用面波和体波资料反演的全球地幔速度结构图中，仅在上地幔上部低速异常区与洋中脊有较好的对应关系，而在上地幔下部和整个下地幔，低速异常区与人们以前推测的地幔对流上升区（例如，洋中脊附近地区）并无明显的相关性。相反这些较深的低速异常区常与应力场图中应力发散区（地幔对流上升区）相对应。这说明板块运动往往是由其底部多个地幔对流体共同作用的结果。在洋中脊附近，由于板块在应力全力作用下不断向两侧漂离，地幔物质不断上涌，并熔化附近的岩石层，使之变薄形成现代的洋中脊。由于热地幔物质不断上涌，往往在较浅部、小范围内形成地幔对流，但这种小范围的地幔对流并非板块运动的主要驱动力。
由于板块底部受多个地幔对流体的作用，相邻板块单位面积受到的作用力可能不同，因而两侧板块的漂移速度也会不相等。可能出现一侧漂移速度大于另一侧或一侧静止另一侧漂离，或相互会聚而发生碰撞等现象。两侧板块漂离时，地幔物质便沿着裂开的空间上涌，并在两侧板块边缘凝固，漂离着的板块在上涌物质凝固后最薄弱的中心处裂开，于是新的地幔物质又沿着裂开的空间上涌，新的洋壳便不断地生成。这样，无论洋中脊两侧板块的漂离速度如何，两侧板块的增生物质的宽度却近似相等。显然，在这种情况下，若两侧板块漂离速度不同，洋中脊就会向漂离速度大的一方“漂移”。若是新形成的海洋（即无海底板块的消亡），洋中脊就会位于新形成的海洋的中央。这便容易解释为什么当印度洋板块漂离南极洲、南极洲大陆保留在原地附近时，洋中脊没有停留在原地附近，而是大致位于分隔两大陆的海洋的中央。
板块运动速度的大小与方向，并非单纯由其底部的地幔对流的作用力所决定。板块间的相互作用（如印度洋板块与欧亚板块的碰撞）以及板块的惯性等都会影响现代板块的运动，就好似水上漂浮的冰块，冰块的形状和运动相当复杂，两者的运动往往并不绝对吻合。上述的计算结果和分析也可看出，板块的受力与板块的运动并不完全一致，但它们之间的相关性是比较明显的。
综合上述的分析计算可以得出，重力负异常中心区与地幔对流上升区相对应，正重力异常中心是地幔对流的下降部位。环太平洋带及板块的俯冲带为重力正异常带，是应力场中的应力会聚区、地幔对流下降区。板块底部受到的作用力主要由低阶应力场决定。板块底部存在有多个地幔对流体，它们对板块的共同作用是板块运动的主要源动力。
Ⅶ 什么叫做参数化、变量化设计
参数化设计（Parametric）设计（也叫尺寸驱动Dimension-Driven）是CAD技术在实际应用中提出的课题，它不仅可使CAD系统具有交互式绘图功能，还具有自动绘图的功能。目前它是CAD技术应用领域内的一个重要的、且待进一步研究的课题。利用参数化设计手段开发的专用产品设计系统，可使设计人员从大量繁重而琐碎的绘图工作中解脱出来，可以大大提高设计速度，并减少信息的存储量。
由于上述应用背景，国内外对参数化设计做了大量的研究，目前参数化技术大致可分为如下三种方法：（1）基于几何约束的数学方法；（2）基于几何原理的人工智能方法；（3）基于特征模型的造型方法。其中数学方法又分为初等方法（Primary Approach）和代数方法（Algebraic Approach）。初等方法利用预先设定的算法，求解一些特定的几何约束。这种方法简单、易于实现，但仅适用于只有水平和垂直方向约束的场合；代数法则将几何约束转换成代数方程，形成一个非线性方程组。该方程组求解较困难，因此实际应用受到限制；人工智能方法是利用专家系统，对图形中的几何关系和约束进行理解，运用几何原理推导出新的约束，这种方法的速度较慢，交互性不好；特征造型方法是三维实体造型技术的发展，目前正在探讨之中。
参数化设计有一种驱动机制枣参数驱动，参数驱动机制是基于对图形数据的操作。通过参数驱动机制，可以对图形的几何数据进行参数化修改，但是，在修改的同时，还要满足图形的约束条件，需要约束间关联性的驱动手段枣约束联动，约束联动是通过约束间的关系实现的驱动方法。对一个图形，可能的约束十分复杂，而且数量很大。而实际由用户控制的，即能够独立变化的参数一般只有几个，称之为主参数或主约束；其他约束可由图形结构特征确定或与主约束有确定关系，称它们为次约束。对主约束是不能简化的，对次约束的简化可以有图形特征联动和相关参数联动两种方式。
所谓图形特征联动就是保证在图形拓补关系不变的情况下，对次约束的驱动，亦即保证连续、相切、垂直、平行等关系不变。反映到参数驱动过程就是要根据各种几何相关性准则去判识与被动点有上述拓补关系的实体及其几何数据，在保证原关系不变的前提下，求出新的几何数据。称这些几何数据为从动点。这样，从动点的约束就与驱动参数有了联系。依*这一联系，从动点得到了驱动点的驱动，驱动机制则扩大了其作用范围。
所谓相关参数联动就是建立次约束与主约束在数值上和逻辑上的关系。在参数驱动过程中，始终要保持这种关系不变。相关参数的联动方法使某些不能用拓补关系判断的从动点与驱动点建立了联系。使用这种方式时，常引入驱动树，以建立主动点、从动点等之间的约束关系的树形表示，便于直观地判断图形的驱动与约束情况。
由于参数驱动是基于对图形数据的操作，因此绘制一张图的过程，就是在建立一个参数模型。绘图系统将图形映射到图形数据库中，设置出图形实体的数据结构，参数驱动时将这些结构中填写出不同内容，以生成所需要的图形。
参数驱动可以被看作是沿驱动树操作数据库内容，不同的驱动树，决定了参数驱动不同的操作。由于驱动树是根据参数模型的图形特征和相关参数构成的，所以绘制参数模型时，有意识地利用图形特征，并根据实际需要标注相关参数，就能在参数驱动时，把握对数据库的操作，以控制图形的变化。绘图者不仅可以定义图形结构，还能控制参数化过程，就象用计算机语言编程一样，定义数据、控制程序流程。这种建立图形模型，定义图形结构，控制程序流程的手段称作图形编程。
在图形参数化中，图形编程是建立在参数驱动机制、约束联动和驱动树基础上的。利用参数驱动机制对图形数据进行操作，由约束联动和驱动树控制驱动机制的运行。这与以往的参数化方法不同，它不把图形转化成其他表达形式，如方程，符号等；也不问绘图过程，而是着重去理解图形本身，把图形看作是一个模型，一个参数化的依据，作为与绘图者“交流”信息的媒介。绘图者通过图形把自己的意图“告诉”参数化程序，参数化程序返回绘图者所需要的图形。它关心的是图形，也就是图形数据库的内容，边理解，边操作，因此运行起来简洁、明了；实现起来也较方便。
参数驱动是一种新的参数化方法，其基本特征是直接对数据库进行操作。因此它具有很好的交互性，用户可以利用绘图系统全部的交互功能修改图形及其属性，进而控制参数化的过程；与其他参数化方法相比较，参数驱动方法具有简单、方便、易开发和使用的特点，能够在现有的绘图系统基础上进行二次开发。而且适用面广，对三维问题也同样适用。
变量化方法
长期以来，变量化方法只能在二维上实现，三维变量化技术由于技术较复杂，进展缓慢，一直困扰着CAD厂商和用户。
全国首届CAD应用工程博览会上，一种新兴技术引起了与会者的广泛关注。这一被业界称为21世纪CAD领域具有革命性突破的新技术就是VGX。它是变量化方法的代表。
VGX的全称为variational Geometry Extended，即超变量化几何，它是由SDRC公司独家推出的一种CAD软件的核心技术。我们在进行机械设计和工艺设计时，总是希望零部件能够让我们随心所欲地构建，可以随意拆卸，能够让我们在平面的显示器上，构造出三维立体的设计作品，而且希望保留每一个中间结果，以备反复设计和优化设计时使用。VGX实现的就是这样一种思想。VGX技术扩展了变量化产品结构，允许用户对一个完整的三维数字产品从几何造型、设计过程、特征，到设计约束，都可以进行实时直接操作。对于设计人员而言，采用VGX，就象拿捏一个真实的零部件面团一样，可以随意塑造其形状，而且，随着设计的深化，VGX可以保留每一个中间设计过程的产品信息。美国一家着名的专业咨询评估公司D.H.Brown这样评价VGX：“自从10年前第一次运用参数化基于特征的实体建模技术之后，VGX可能是最引人注目的一次革命。”。VGX为用户提出了一种交互操作模型的三维环境，设计人员在零部件上定义关系时，不再关心二维设计信息如何变成三维，从而简化了设计建模的过程。采用VGX的长处在于，原有的参数化基于特征的实体模型,在可编辑性及易编辑性方面得到极大的改善和提高。当用户准备作预期的模型修改时，不必深入理解和查询设计过程。与传统二维变量化技术相比，VGX的技术突破主要表现在以下两个方面。
第一、VGX提供了前所未有的三维变量化控制技术。这一技术可望成为解决长期悬而未决的尺寸标注问题的首选技术。因为传统面向设计的实体建模软件，无论是变量化的、参数化的，还是基于特征的或尺寸驱动的，其尺寸标注方式通常并不是根据实际加工需要而设，往往是根据软件的规则来确定。显然，这在用户主宰技术的时代势必不能令用户满意。采用VGX的三维变量化控制技术，在不必重新生成几何模型的前提下，能够任意改变三维尺寸标注方式，这也为寻求面向制造的设计(DFM)解决方案提供了一条有效的途径。
第二、VGX将两种最佳的造型技术枣直接几何描述和历史树描述结合起来，从而提供了更为易学易用的特性。设计人员可以针对零件上的任意特征直接进行图形化的编辑、修改，这就使得用户对其三维产品的设计更为直观和实时。用户在一个主模型中，就可以实现动态地捕捉设计、分析和制造的意图。
在SDRC公司1997年6月20日宣布的新版软件I-DEAS Master Series 5中，已经用到了这一技术。而且，这一产品自在美国宣布之日起，已经在北美、欧洲和亚太等地区，引起了不小的冲击波。福特汽车公司已经决定把I-DEAS Master Series 5软件应用到开发完整产品的数字样车的各个方面，认为这一包含诸多新技术的产品是实现该公司“Ford 2000”目标的关键。在同年7月北京展览馆的全国首届CAD应用工程博览会上，I-DEAS Master Series 5再度掀起热浪，其VGX技术已经初露锋芒。
Ⅷ 湖泊水体时空演化规律和水质有关系吗
湖泊水体时空演化规律和水质有关系。
例如
利用ERDAS IMAGINE 9.2处理1957、1974、1989、1990、2001、2006、2011和2012年8个年代的航空和卫星影像,ArcMap 10处理剑湖演变矢量数据和栅格数据,Fragstats 3.3计算景观指数值,Excel统计景观指数值,采取图、文、表相结合的方法,分析了1957~2012年剑湖水域面积和形状的时空演变规律,同时从驱 动因素、驱动方向、驱动速度和驱动过程4个方面分析了剑湖水域演变的驱动机制。结果表明:(1)面积和形状时空演变规律。在1957~2012年的55年 间,剑湖水域面积呈随着时间变化而逐年减少的趋势,其形状呈随着时间变化而日渐复杂的趋势。(2)驱动机制。驱动因素对剑湖萎缩的作用按其作用大小从大到 小的排序,在1983年以前是疏浚河道→泥沙淤积→湖滩开发→湖水污染,在1983年以后是泥沙淤积→湖滩开发→湖水污染;剑湖入湖河流入湖口和出湖河流 出湖口周围是剑湖萎缩的主要驱动方向,而带着大量泥沙入湖的金龙河入湖口周围是剑湖萎缩的最主要驱动方向。
Ⅸ java的xml的解析方式有什么，他们的解析流程是怎么样的，有什么区别
答：4种。（或者说是两种，因为JDOM和DOM4J是DOM的两个特殊情况）
1.SAX解析
解析方式是事件驱动机制！
SAX解析器，逐行读取XML文件解析，每当解析到一个标签的开始/结束/内容/属性时，触发事件。
可以在这些事件发生时，编写程序进行相应的处理。
优点：
分析能够立即开始，而不是等待所有的数据被处理。
逐行加载，节省内存，有助于解析大于系统内存的文档。
有时不必解析整个文档，它可以在某个条件得到满足时停止解析。
缺点：
1.单向解析，无法定位文档层次，无法同时访问同一个文档的不同部分数据（因为逐行解析，当解析第n行时，第n-1行）已经被释放了，无法再对其进行操作）。
2. 无法得知事件发生时元素的层次, 只能自己维护节点的父/子关系。
3. 只读解析方式, 无法修改XML文档的内容。
2. DOM解析
是用与平台和语言无关的方式表示XML文档的官方W3C标准，分析该结构通常需要加载整个 文档和内存中建立文档树模型。程序员可以通过操作文档树, 来完成数据的获取 修改 删除等。
优点:
文档在内存中加载, 允许对数据和结构做出更改。访问是双向的，可以在任何时候在树中双向解析数据。
缺点:
文档全部加载在内存中 , 消耗资源大。
3. JDOM解析
目的是成为Java特定文档模型，它简化与XML的交互并且比使用DOM实现更快。由于是第一 个Java特定模型，JDOM一直得到大力推广和促进。
JDOM文档声明其目的是“使用20%（或更少）的精力解决80%（或更多）Java/XML问题” （根据学习曲线假定为20%）
优点:
使用具体类而不是接口，简化了DOM的API。
大量使用了Java集合类，方便了Java开发人员。
缺点:
没有较好的灵活性。
性能不是那么优异。
4. DOM4J解析
它是JDOM的一种智能分支。它合并了许多超出基本XML文档表示的功能，包括集成的XPath 支持、XML Schema支持以及用于大文档或流化文档的基于事件的处理。它还提供了构建文档表示的选项， DOM4J是一个非常优秀的Java XML API，具有性能优异、功能强大和极端易用使用的特点，同时它也是一 个开放源代码的软件。如今你可以看到越来越多的Java软件都在使用DOM4J来读写XML。
目前许多开源项目中大量采用DOM4J , 例如:Hibernate。
Ⅹ 热带驱动说
米兰科维奇理论-1.引言
古气候变化一般被划分成3个时间尺度:构造尺度、轨道尺度和亚轨道尺度,并且每个时间尺度变化各有不同的驱动机制。相比而言,轨道尺度气候变化机制的研究最为深入,这是因为轨道尺度气候变化具有明确的驱动力,即太阳系各星体作用于地球的引力场的周期性摄动,及由此引起的地球轨道参数的周期性变化和到达地球大气圈顶部太阳辐射能量配置的周期性改变。相对气候系统而言,此作用为“外强迫”( external forcing) ,并可在数学上得到较为精确的计算结果。
米兰科维奇理论即是从全球尺度上研究日射量与地球气候之间关系的天文理论。该理论认为,北半球高纬夏季太阳辐射变化（地球轨道偏心率、黄赤交角及岁差等三要素变化引起的夏季日射量变化）是驱动第四纪冰期旋回的主因。这个理论的核心是单一敏感区的触发驱动机制,即北半球高纬气候变化信号被放大、传输进而影响全球。
米兰科维奇理论-2.作为一种研究范式的米氏理论
米氏理论的起点是天文因素变化导致的地球轨道三要素(偏心率、地轴倾斜度、岁差)的周期性变化。地球轨道变化进一步引起地球大气圈顶部太阳辐射纬度配置和季节配置的周期性变化,从而驱动气候波动。但必须指出,如果将一年内大气圈顶部接受的太阳辐射沿不同纬度及不同季节加和的话,则不管轨道要素如何变化,其总量总是基本不变的,而变化的只是其纬度分配和季节分配。这就面临一个核心问题:地球轨道怎样的配置才有利冰期气候的出现? 对此,米兰科维奇的回答是,当地轴倾斜度减小,北半球夏季地球处在远日点时有利于冰期气候的出现。可以看出,这样的轨道要素配置将导致北半球高纬区夏季太阳辐射量的减小。因此,米氏理论可以概括为: 65°N附近夏季太阳辐射变化是驱动第四纪冰期旋回的主因。米氏理论是20世纪40年代提出的。那么,从历史的角度考察,这个理论又是基于当时什么样的观察事实呢? 根据Imbrie和Imbrie的总结,当时的观察事实主要有4 条: 1)冰期旋回过程中,北半球高纬度大陆冰盖的变动幅度远大于南极冰盖;2)大陆冰盖是沿中心向四周扩张的; 3)南北两半球冰盖变化有同时性; 4 ) 全新世开始时间不超过15000aB1P. (尽管当时还没有绝对定年技术) 。这些观察事实颠覆了米兰科维奇之前Croll的冰期旋回天文理论。Croll强调了岁差的重要性,认为当北半球冬季地球处于远日点时,北半球出现冰期气候,而南半球出现间冰期气候。在两半球气候变化基本同时的观察事实面前, Croll的理论被米氏理论所超越。米氏同时通过与柯本和魏格纳的讨论,获得这样的认识:大陆冰盖是否扩张,不取决于冬季积雪量,而取决于夏季的融雪量。因此,米氏理论有3个关键词,分别为北半球、高纬度、夏季。米氏理论的核心是强调了一个敏感区,即北半球高纬区。此区夏季太阳辐射量的减小将触发冰期气候。因此, 可视其为单因素触发模型( single forcing trigger model) 。敏感区内气候变冷后,由于冰雪的高反照率,其信号被进一步放大、传输,进而影响其他地区。米兰科维奇本人在轨道参数变化、太阳辐射能量变化计算的基础上,着重强调了触发机制和冰盖的信号放大机制,但他并没有说明北半球高纬度信号通过什么机制被传输(p ropagation)到其他地区以至实现全球耦合的。这方面工作从20世纪80年代以来,由其他科学家完成。其中最引人瞩目的是强调大气CO2浓度变化和温盐环流变化对北半球高纬信号的传输作用和两半球气候变化的耦合作用。因此,在某种程度上可以这样说,完整的米氏理论是古气候学家集体劳动的成果。
总的看来,着重于解决第四纪冰期旋回动力机制的米氏理论由触发机制、放大机制、传输机制和全球耦合机制这4个部分组成。长期以来,古气候学家在解释古气候记录时,也往往从这个框架出发。因此,米氏理论事实上为古气候学家提供了一种研究范式。
米兰科维奇理论-3.气候变化轨道驱动的若干重要证据
米氏理论之所以能逐渐被接受,主要归功于可用来研究古气候变化的地质资料的获得,其中包括深海岩芯、珊瑚礁、花粉、树木年轮、冰芯等。20世纪60年代,在巴巴多斯岛、夏威夷和新几内亚进行的珊瑚礁研究表明,在距今约8万年、10. 5万年和12. 5万年时期,冰原尺寸缩小,海平面上升到较高水平,且存在一个2. 0～2. 5万年的周期,这与米兰科维奇计算的冰川曲线结果一致。另外,Emilinani从深海岩芯得到的主要反映冰原尺寸变化的氧同位素记录也提供了此类信息。CL IMAP计划,结合几种定年技术,采用功率谱分析等数学方法进行的研究表明,至少地球气候变化的某些周期类型与地球轨道变化有关。1978年, Pi2sias从深海岩芯中测量了碳酸钙、硅、浮游动植物残骸在巴拿马盆地的累积率。硅的累积率反映近地表特殊类别的生物群落的大小,其值随着气候变化而增加或减小。碳化率则反映了底层水对累积的碳酸盐的溶解能力。Pisias通过功率谱分析,从整个气候记录中抽取最强的周期特征,发现碳酸盐和硅的累积率分别表现出一个2. 3万年和10万年周期,与岁差周期和轨道偏心率周期接近。另外,这些周期也出现在另一站点岩芯的氧同位素记录中。应当指出的是, 在此类研究中, 最具可信度的要属Hays等的研究,他们获取了跨度为45万年的深海岩芯记录,发现了2. 3万年、4. 2万年和10万年周期的气候变化;并认为,在过去的35万年里,这些周期一
般来说都与适当的轨道周期步调一致。至此,越来越多的证据支持米氏理论,地球轨道变化影响气候的观点开始被接受。 最近,在10万到百万年时间尺度上的古气候研究中,有若干重要的发现。1999年, Petit等在《自然》杂志上发表了南极东方站过去42万年大气和气候变化的历史资料,涵盖了最近的4个冰期—间冰期旋回; EP ICA ( European Project for Ice Coring in Antarctica)更将气温距平资料扩展到涵盖最近8个冰期—间冰期旋回的74万年。另外,格陵兰、南极富士丘穹以及我国的古里雅冰芯记录、海洋沉积、黄土和石笋记录等也给出了宝贵的古气候资料。其中, GISP2 (Greenland Ice Sheet Project Two)于1993年6月在格陵兰中心的钻探,得到了最深的北半球冰芯,跨时为10万年。南极富士丘穹(Dome Fuji)站的最新资料跨时32万年。中国国内也有很多类似的古气候变化研究, 包括对孢粉、树木年轮、敦德与古里雅冰芯、石笋以及黄土等地质资料的分析研究。 米兰科维奇理论-4.主要问题与讨论 气候变化轨道驱动的发现,使古气候研究进入了定量探索变化机理的新阶段。然而经典版本的米兰科维奇学说只考虑北半球高纬区的辐射量变化,与新发现的地质记录和热带过程在现代气候中所起的作用相矛盾。1)一些低纬地区并没有明显的10
万年冰量周期,而是以2万年岁差周期为主,表明北半球冰盖的扩张、收缩变化并没有完全控制低纬区的气候变化; 2)在最近几次冰消期时,南半球和低纬区的温度增高,要早于北半球冰盖的融化,表明冰消期的触发机制并非是北半球高纬夏季太阳辐射;
3)大气CO2浓度在第2冰消期的增加同南极升温相一致,表明该时大气CO2浓度增加亦有可能早于北半球冰盖消融; 4)南半球的末次冰盛期有可能早于北半球。
当我们讨论米氏理论正确性时,面临的第1个问题是:北半球高纬夏季太阳辐射变化到底在冰期旋回过程中起到了多大的作用? 如果我们承认晚第四纪气候变化的10万年周期主要源于北半球冰盖变化,那么,从10万年周期所分布的范围来看,北半球高纬夏季太阳辐射变化应起到了十分重要的作用,但不是全部作用,因为2万年岁差周期在许多记录中的存在,说明低纬地区(至少是部分地区)气候旋回受局地太阳辐射变化所驱动。因此,如米氏理论所主张的单一敏感区触发驱动机制是不成立的。有的学者根据大气CO2浓度变化有可能超前于冰量变化的现象,主张冰期旋回由CO2浓度变化所驱动。CO2变化曲线目前只有来自南极冰芯,而北
极由于冰芯包含的大气粉尘中碳酸盐含量较高而难以得到可靠的CO2曲线,因此,限制了对轨道尺度大气CO2浓度变化的完整理解。从南极已有的记录来看,很难说CO2浓度变化同温度变化是否存在统一的相位关系,这是因为CO2气体在冰芯中有一封闭深度不甚确定的弱点。因此,只能大致认为全球大气CO2浓度变化同南极气温变化基本同时。如果用太阳辐射变化驱动CO2浓度变化,进而驱动全球气候变化这样的机制来解释晚第四纪冰期旋回,那么我们将不易解释高纬和低纬主导周期不同的现象。因此,将CO2浓度变化视作放大机制而非触发机制似乎更为合理。米氏理论面临的第2个问题是气候信号的放大机制。冰盖扩张(包括海冰)和大气温室气体浓度下降肯定是冰期气候形成的最为重要的放大机制,此外,海平面下降引起的陆地暴露以及植被覆盖面
积和植被类型的变化等陆面过程亦应扮演了重要角色。现在的问题是,我们尚无可靠的手段,来定量评价这些放大机制的相对重要性。气候信号的放大过程亦是其传输过程,这就涉及到讨论米氏理论需面对的第3个问题,即传输机制。过去,北大西洋深层流变化,被视为将北半球高纬信号传输到南半球高纬区最为重要的机制。但南半球在冰消期的增温要早于冰量变化,因此,此传输机制至少在冰消期就不可能存在了。最近,有的学者测定了南大洋沉积的Nd同位素、氧同位素和碳同位素,并将它们分别视作不同源区的深层海水、全球冰量和大洋碳循环的替代性指标,结果发现在末次冰期开始阶段,这三者的相位关系是:冰量变化最早,碳循环次之, NADW 变化最晚。在冰期开始阶段,目前尚无南极气温降低早于北极冰盖扩张的证据,因此,我们尚不能完全排除NADW 在传输北极冰盖扩张信号上的作用。
至此,我们可以基本认定,米氏理论的单一触发机制,已难以全面解释全球晚第四纪气候变化。这就意味着需研制新的理论框架,以解释新的观察事实,因此说,我们正面临新的研究机遇。到目前为止,大部分学者承认第四纪冰期旋回由天文因素引起的地球轨道变化所驱动,争议之处在于太阳辐射总量基本不变的情况下,太阳辐射的纬度配置和季节配置变化通过什么机制驱动如此大幅度的全球气候变化。因为米氏理论的局限性,新的理论假说正在被提出。这里,介绍两派重要的观点。一派为“热带驱动说”。这类假说强调热带的作用,其基本理论框架如下:低纬太阳辐射变化驱动季风变化,季风变化控制地表岩石的风化强度,进而控制到达海洋的硅通量,硅通量控制了海洋硅藻的生产率,进而控制有机碳的沉积,然后通过影响大洋碳循环驱动全球气候变化。这派假说与米氏理论不同,强度了低纬夏季太阳辐射的触发驱动作用,但它还需要进一步解释低纬度变化如何导致高纬冰盖变化的
10万年冰量周期。无论如何,这派假说促使人们更深入地思考热带季风和热带海洋的作用,如果在高低纬相互作用上能延伸一步,它将有可能成为一主导性理论。另一派假说主要为冰消期设计,它从冰消期时南极增温和大气CO2浓度增高超前于北极冰盖融化这个观察事实出发。其具体机制如下:冰盛期时,北半球夏季太阳辐射处于低值,而南半球夏季太阳辐射处于高值,南半球高纬夏季太阳辐射的提高促使南极冰盖外缘及海冰融化,进而使“生物泵”的作用减弱,导致大气CO2浓度开始增高; 与此同时,北极冰盖已达到最大值,形成“海基”冰盖,并处在对温度变化极其敏感的状态(一部分冰盖已在平衡线之下) ,而大气CO2浓度的增高可导致全球升温,从而触发北极冰盖开始融化,北极冰盖部分融化后,由于地壳反弹作用的滞后,冰盖对温度增加的敏感性进一步加强,而此时北半球夏季太阳辐射也开始增加,从而促使冰盖进一步消融。这派假说考虑了南北两半球高纬气候的相互作用,但没有考虑热带的重要性。尽管该假说只涉及到冰消期,但它暗含了一个逻辑推论,即冰期旋回的不同阶段有可能有不同的驱动机制。