清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Urban agglomeration ecological risk transfer model based on Bayesian and ecological network

城市群 地理 集聚经济 城市生态系统 生态学 业务 环境规划 环境资源管理 城市规划 环境科学 经济地理学 经济增长 经济 生物
作者
Wen Zhang,Gengyuan Liu,Zhifeng Yang
出处
期刊:Resources Conservation and Recycling [Elsevier]
卷期号:161: 105006-105006 被引量:32
标识
DOI:10.1016/j.resconrec.2020.105006
摘要

Urban ecological risk thinking and policies should address larger-scale and consider urban dependence and impacts on distant populations and ecosystems. In urban agglomeration perspective, some researchers examined the spatial heterogeneous distribution of ecological risk at different cities, but ignored the interaction effect between two cities. In this study, a Bayesian and Ecological Network model is used to simulate the ecological risk transfer process between two cities under (1) air pollution transmission pathway, (2) water pollution transmission pathway and (3) economic trade transmission pathway, and to test the ecological risk promotion degree after considering the risk transferring from other cities. Ecosystem services are adopted as the assessment endpoint of ecological risk. Taking the Pearl River Delta urban agglomeration as an example, the results show that, without considering the risk transferring in the urban agglomeration, the top three high risk cities are Dongguan, Zhongshan and Shenzhen. Risk transferring between two cities greatly increases the urban comprehensive risk probabilities, especially in Zhaoqing (134% increase rate), Zhuhai (73.0%) and Guangzhou (70.4%). Guangzhou and Shenzhen are both disseminators and victims of ecological risks in urban agglomerations. The Bayesian and ecological network model can support the decision-making process used for ecological risk prevention and ecosystem services improvement.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
16秒前
factor发布了新的文献求助10
21秒前
科研通AI2S应助帮帮我好吗采纳,获得10
25秒前
xfy完成签到,获得积分10
36秒前
希望天下0贩的0应助factor采纳,获得10
41秒前
科研通AI2S应助帮帮我好吗采纳,获得10
46秒前
56秒前
白华苍松发布了新的文献求助10
1分钟前
新奇完成签到 ,获得积分10
1分钟前
科研通AI2S应助帮帮我好吗采纳,获得10
1分钟前
1128完成签到 ,获得积分10
1分钟前
科研通AI2S应助帮帮我好吗采纳,获得10
1分钟前
1分钟前
Jenny发布了新的文献求助10
1分钟前
zhangguo完成签到 ,获得积分10
1分钟前
2分钟前
含糊的茹妖完成签到 ,获得积分10
2分钟前
微卫星不稳定完成签到 ,获得积分0
2分钟前
Jenny完成签到,获得积分10
2分钟前
会飞的鹦鹉完成签到 ,获得积分10
3分钟前
3分钟前
3分钟前
4分钟前
科研通AI2S应助帮帮我好吗采纳,获得10
4分钟前
彭于晏应助木木三采纳,获得10
4分钟前
小羊咩完成签到 ,获得积分10
4分钟前
席江海完成签到,获得积分10
4分钟前
4分钟前
4分钟前
科研通AI2S应助帮帮我好吗采纳,获得10
5分钟前
5分钟前
5分钟前
木木三发布了新的文献求助10
5分钟前
桐桐应助科研通管家采纳,获得20
5分钟前
英俊的铭应助帮帮我好吗采纳,获得10
5分钟前
wenbo完成签到,获得积分10
5分钟前
5分钟前
qiao发布了新的文献求助10
5分钟前
chenying完成签到 ,获得积分0
5分钟前
大咖完成签到 ,获得积分10
5分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137034
求助须知:如何正确求助?哪些是违规求助? 2788014
关于积分的说明 7784270
捐赠科研通 2444088
什么是DOI,文献DOI怎么找? 1299724
科研通“疑难数据库(出版商)”最低求助积分说明 625522
版权声明 600999