Revelando el Impacto de la Urbanización en la Productividad Primaria Neta: Perspectivas de la Aglomeración Urbana del Delta del Río Yangtsé
Autores: Gao, Jing; Liu, Min; Wang, Xiaoping
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Revelando el Impacto de la Urbanización en la Productividad Primaria Neta: Perspectivas de la Aglomeración Urbana del Delta del Río Yangtsé
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Urbanización
NPP
Patrones geográficos
Relaciones espaciales
Diseño de paisajes urbanos sostenibles
Modelos de regresión espacial
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La urbanización ha alterado significativamente el ciclo del carbono del entorno terrestre, particularmente en relación con la productividad primaria neta (PPN). Obtener una comprensión más completa de cómo la PPN se ve afectada por la urbanización es crucial para obtener nuevas perspectivas sobre el diseño de paisajes urbanos sostenibles y la toma de decisiones. Si bien existe un cuerpo significativo de investigación que examina los patrones geográficos y temporales de la capacidad de suministro de PPN, solo hay unos pocos estudios que han investigado las relaciones espaciales entre la PPN y la urbanización, particularmente a escala de cuadrícula. Esta investigación investigó las características y patrones temporales y geográficos de la PPN y sus mecanismos de impacto. Para estimar la PPN y el nivel de urbanización en la Aglomeración Urbana del Delta del Río Yangtsé (AYRDU), utilizamos una combinación de diferentes modelos y conjuntos de datos. Para evaluar las correlaciones geográficas y la dependencia entre la PPN y la urbanización, utilizamos métodos de autocorrelación bivariada local y modelos de regresión espacial para describir y visualizar estas relaciones. Los hallazgos revelaron que había una relación negativa consistente entre la PPN y la urbanización a escala global desde 1990 hasta 2020. Sin embargo, al examinar la escala local, las correlaciones geográficas se podían clasificar en cuatro categorías distintas: áreas con baja PPN y baja urbanización, áreas con alta PPN y alta urbanización, áreas con baja PPN y alta urbanización, y áreas con alta PPN y baja urbanización. Nuestro análisis mostró que los modelos de regresión espacial son más adecuados para cuantificar la relación espacial entre la PPN y la urbanización debido a su capacidad para incluir los impactos de las técnicas de Moran espacial. Debido a la creciente urbanización, el valor más alto de PPN se registró en 2005, seguido de 2000, 2020 y 2010. Por el contrario, la asociación más pequeña se observó en 2015. Examinar la conexión geográfica entre la PPN y la urbanización ofrece perspectivas teóricas y prácticas para la planificación urbana que prioriza las necesidades humanas y promueve el desarrollo sostenible. También ayuda en el desarrollo de métodos razonables para organizar sistemas funcionales ecológicos.
Descripción
La urbanización ha alterado significativamente el ciclo del carbono del entorno terrestre, particularmente en relación con la productividad primaria neta (PPN). Obtener una comprensión más completa de cómo la PPN se ve afectada por la urbanización es crucial para obtener nuevas perspectivas sobre el diseño de paisajes urbanos sostenibles y la toma de decisiones. Si bien existe un cuerpo significativo de investigación que examina los patrones geográficos y temporales de la capacidad de suministro de PPN, solo hay unos pocos estudios que han investigado las relaciones espaciales entre la PPN y la urbanización, particularmente a escala de cuadrícula. Esta investigación investigó las características y patrones temporales y geográficos de la PPN y sus mecanismos de impacto. Para estimar la PPN y el nivel de urbanización en la Aglomeración Urbana del Delta del Río Yangtsé (AYRDU), utilizamos una combinación de diferentes modelos y conjuntos de datos. Para evaluar las correlaciones geográficas y la dependencia entre la PPN y la urbanización, utilizamos métodos de autocorrelación bivariada local y modelos de regresión espacial para describir y visualizar estas relaciones. Los hallazgos revelaron que había una relación negativa consistente entre la PPN y la urbanización a escala global desde 1990 hasta 2020. Sin embargo, al examinar la escala local, las correlaciones geográficas se podían clasificar en cuatro categorías distintas: áreas con baja PPN y baja urbanización, áreas con alta PPN y alta urbanización, áreas con baja PPN y alta urbanización, y áreas con alta PPN y baja urbanización. Nuestro análisis mostró que los modelos de regresión espacial son más adecuados para cuantificar la relación espacial entre la PPN y la urbanización debido a su capacidad para incluir los impactos de las técnicas de Moran espacial. Debido a la creciente urbanización, el valor más alto de PPN se registró en 2005, seguido de 2000, 2020 y 2010. Por el contrario, la asociación más pequeña se observó en 2015. Examinar la conexión geográfica entre la PPN y la urbanización ofrece perspectivas teóricas y prácticas para la planificación urbana que prioriza las necesidades humanas y promueve el desarrollo sostenible. También ayuda en el desarrollo de métodos razonables para organizar sistemas funcionales ecológicos.