犯罪防控警务策略及其时空效益评估研究进展

犯罪防控警务策略是犯罪地理研究的重要话题之一,西方国家在此方面展开了大量研究,而我国的相关研究仍较缺乏。本文从不同类型犯罪防控警务策略特点、犯罪防控实验及其防控效益评估3个方面出发,综述国内外研究进展。研究结论包括以下4个方面：① 社区警务、问题导向警务、热点警务和智能警务为4大主要犯罪防控警务策略。社区警务以社区为单位,通过警民合作以减少犯罪;问题导向警务通过SARA（Scanning, Analysis, Response, Assessment）找出并解决社会中存在的问题;热点警务基于犯罪热点制定警务方案,对犯罪热点地区加以干预以降低犯罪率;智能警务利用大数据,人工智能等先进技术开展警务防控;② 国外的犯罪防控实验大多是通过划分实验组和对照组的方式,对比警务策略干预前后的犯罪变化。大部分警务实验以热点警务为主,且在试验区能有效降低犯罪,但同时存在犯罪转移或效益扩散现象;国内犯罪防控实验的研究仍有待开展;③ 传统的警务防控评估主要从破案率、公众安全感和社会经济效益评估3方面出发。鉴于犯罪转移或效益扩散的存在,国内外学者提出了加权位移商（WDQ）、时空加权位移商（STWDQ）、双重差分（DID）、倾向评分匹配（PSM）、双重差分倾向评分匹配（PSM-DID）和基于双重差分（DID）的象限法评估警务时空效益,丰富了警务防控评估体系。整体而言,国外对犯罪防控警务策略与时空效益评估研究得较充分但仍存在不足,而国内尚处于起步阶段。本文在最后探讨了中国警务策略可深入研究的方向。     

犯罪时空预测方法研究综述与展望

犯罪时空预测作为预测警务的核心支撑技术,自2000年左右至今得到了快速的发展。本文介绍了犯罪时空预测的实践背景和理论基础,将犯罪时空预测解构为利用历史案件的时空位置、时空环境和个体行为等要素,结合相应的算法模型预测未来案件时空分布的过程。然后,从输入要素的视角对当前的犯罪时空预测方法进行了总结和归纳,将其划分为基于案件时空位置信息的犯罪时空预测、基于时空环境要素的犯罪时空预测,以及融合行为轨迹和时空环境要素的犯罪时空预测3种类型,详细总结了不同类型犯罪时空预测的方法原理,并从适应场景和预测效果等方面对不同的方法模型进行了比较。最后,结合当前的大数据技术发展趋势,对未来的犯罪时空预测进行了展望。本文认为犯罪时空预测未来需要从数据角度重点解决输入数据的体系融合、粒度细化和新型数据融合等问题,从模型优化角度应着重提高多源异构数据融合能力,平衡模型的可解释性与预测效果。     

融合图自编码器与GRU的城市盗窃犯罪时空分布预测模型

犯罪预测是进行犯罪预防的前提，高效准确的犯罪预测对于提高城市管理效率、保障公共安全都具有重要的意义。当前，关于犯罪预测的已有研究大多采用单一的机器学习方法或深度学习模型，忽略了犯罪的时空依赖关系，往往难以获得准确的预测结果。本文提出一个基于深度学习技术的犯罪时空预测模型—GAERNN：(1)利用GAE模型捕获犯罪案件的空间分布特征；(2)将带有空间依赖关系的特征经序列化处理后作为GRU模型的输入，进一步提取犯罪序列的时间特征；(3)经全连接层处理获得犯罪时空预测结果，并选取MLP、GCN等基准模型进行对比实验，结合RMSE、MSE等多个指标对模型预测结果进行评估。实验结果表明：对于各模型预测结果可视化分析，GAERNN模型预测的可视化结果与实际数据分布最相符合；在各模型误差分析方面，相比预测性能较差的MLP,GAERNN模型各月份的RMSE分别降低了1.02、3.58、1.29以及0.45；在子模块有效性评估方面，相比其变体模型GAE-LSTM,GAERNN模型在各月份的MAPE分别降低了2.15%、10.07%、1.92%以及2.54%，说明GAERNN模型能显著提高盗窃犯罪时空预测...     

云+端模式的移动警务管控平台设计与警务生态圈应用

针对公安移动警务执法工作中如何保证移动终端数据存储和传输安全、如何保证警务应用开发的高效快捷、如何监管移动警务应用和终端设备、如何更好支撑警务指挥等实战应用等几大难题,提出了利用移动互联、云计算、空间信息和无线通信等技术,构建一套 "云+端"一体化的移动警务管控平台和全生态链应用的系统架构和技术路线,研究了面向云服务结构的移动中间件模型、复合移动终端跨多级网络信息共享、融合导航与实战的单兵软件、多图指挥调度应用等关键技术,提高了终端安全管控、应用灵活扩展和协同指挥作战的能力和效率。最终在武汉、广西和江西等地公安部门进行应用与实践,取得了初步成效和战果。     

面向不同主题的犯罪大数据可视分析

大数据时代,传统犯罪分析将向探索式可视分析的方向转变。本文基于公安犯罪数据的特点和犯罪分析理论,结合可视化技术（Wordle图、故事线图、平行坐标图、散点图矩阵等）,从表示内容、表示方法、交互设计等提出面向不同主题的犯罪大数据可视分析方法,其中,包括系列犯罪时空轨迹数据的可视分析、犯罪实时态势数据的可视分析、犯罪时空过程数据的可视分析、时间序列犯罪统计数据的可视分析、犯罪案情文本数据的可视分析、犯罪多维属性数据的可视分析,以及犯罪相关统计数据的可视分析等。相关可视分析方法为案件侦查、犯罪趋势预测、犯罪热点分析等方面提供了支持,也为今后面向其他领域的可视化表达研究提供了借鉴和参考。     

时空事件聚类分析方法研究

时空事件聚类分析是当前聚类分析研究领域最前沿的一项主要内容,在疾病预警与控制、气候变化、地震预测及犯罪行为分析等领域具有重要的应用价值。本文一方面针对时空事件聚类分析的研究现状与最新进展进行归纳总结;另一方面选取四种代表性的时空事件聚类分析方法(时空重排扫描统计,ST-DBSCAN,WKN,STSNN)从聚类质量与用户操作两个方面进行试验分析,对同一方法针对不同类型数据集,以及不同方法针对同一数据集的聚类效果进行了对比分析。最后,在实验分析的基础上对现有时空事件聚类分析的优缺点及适用性进行了归纳总结,并指出了需要进一步研究的若干问题。     

基于犯罪空间分异和建成环境的公共场所侵财犯罪热点预测

机器学习是当前犯罪热点预测的主流方法,随机森林算法因需要的数据量较小、有较好的预测能力和预测精确度、且有较高的可理解度,更是被广泛应用,代表地理环境和建成环境的多源数据也被广泛用于模型改进的尝试实践中,但这些实践都只考虑研究区整体的预测精度变化情况,并未区分不同区域犯罪热点预测结果的差异及其原因。因此,本文以公共场所侵财犯罪为例,根据历史犯罪分布情况及过往犯罪热点分布规律,将研究区分为稳定高发热点网格、较高发热点网格、偶发热点网格及非热点网格这4类,并依据社会失序理论、日常活动理论和犯罪模式理论,选取城中村范围、路网密度及POI（餐饮、娱乐、商场3类设施）密度这3个具有代表性的协变量加入到随机森林预测模型中,探讨预测结果精度的变化情况。根据2017年26个双周的犯罪热点预测实验的预测结果,得到以下结论：加入协变量后,研究区整体、稳定高发热点网格及较高发热点网格的预测精度都有不同程度的提高,分区模型的精度显著高于整体模型的精度,说明考虑空间分异对提高模型精度起重要作用。     

顾及地理-语义动态的城市热点预测框架

城市热点时空预测是城市管理和智慧城市建设的一项长期而富有挑战性的任务。准确地进行城市热点时空预测可以提高城市规划、调度和安全保障能力并降低资源消耗。现有的区域级深度时空预测方法主要利用基于地理网格的图像、给定的网络结构或额外的数据来获取时空动态。通过从原始数据中挖掘出潜在的自语义信息,并将其与基于地理空间的网格图像融合,也可以提高时空预测的性能,基于此,本文提出了一种新的深度学习方法地理语义集成神经网络(GSEN),将地理预测神经网络和语义预测神经网络相叠加。GSEN模型综合了预测递归神经网络（PredRNN）、图卷积预测递归神经网络（GC-PredRNN）和集成层的结构,从不同的角度捕捉时空动态。并且该模型还可以与现实世界中一些潜在的高层动态进行关联,而不需要任何额外的数据。最终在3个不同领域的实际数据集上对本文提出的模型进行了评估,均取得了很好的预测效果,实验结果表明GSEN模型在不同城市热点时空预测任务中的推广性和有效性,利用该模型可以更好地进行城市热点时空预测,解决一系列如犯罪、火灾、网约车预订等等现代城市发展中亟需解决的相关问题。     

机器学习方法在矿产资源定量预测应用研究进展

回顾了国内外在矿产资源定量预测研究领域的发展历程，对近十年来国外相关方向的文献进行了统计对比分析，结果显示机器学习方法已经成为矿产资源定量预测研究领域的热点方向，并主要在如下3个方面发挥了积极的作用:①提取和挖掘复杂数据中隐藏的难以识别的矿化信息；②致矿异常信息关联与转换；③多源地学数据的致矿异常信息融合、预测和发现矿床。对逻辑回归、人工神经网络、随机森林与支持向量机等主要机器学习算法与模型在矿产资源定量预测实践中的应用效果进行了评述，并探讨了在实际应用过程中存在的样本选择、错分代价、不确定性评价以及模型性能评价等主要问题及目前的解决方案。最后提出基于大数据与机器学习的矿产资源定量预测是未来发展的重要趋势。      

《可持续发展与循环经济信息化》专著出版

该书由崔伟宏、巴克拉诺夫（俄）等著作，主要汇集了作者在可持续发展与循环经济信息化方面的研究成果。全书共17章，512页，共78万字。第一部分为区域空间信息基础及科研成果，介绍了可持续发展科学内涵，及其若干理论问题，特别是“3S”信息集成理论，基于特征的地理信息系统，超图数据结构与应用，时空数据模型，时空信息查询、分析等前沿领域的研究成果。第二部分为区域可持续发展综合评价与系统集成，系统总结了多层次不同区域的可持续发展信息化的应用与实践，国家可持续发展实验区信息化，中俄边境可持续发展景观区域信息化研究等。     

PGIS支持下的警务信息地图位置采集方式探讨

随着PGIS平台在全国公安机关的广泛推广和深入应用,迫切需要将已有MIS业务系统与PGIS实现整合,而其中最为重要的就是如何实现基于PGIS的警务业务信息空间化问题.本文即以南京市公安局相关信息系统为例,对PGIS支持下的警务信息空间位置采集方式进行了探讨.对警务业务系统中相关信息的空间位置采集方式进行了流程设计、数据...     

时空知识图谱研究进展与展望

地理信息的不断泛化对经典的地理信息分析模式提出了巨大挑战，网络化的知识服务将逐渐成为地理信息应用的新模式，助力地理计算到社会计算的形态转变。地理知识服务需要打通人、机构、自然环境、地理实体、地域单元、社会事件之间的关联，促进知识辅助下的数据智能与计算智能。本文聚焦地理时空知识获取与形式化表达及分析的迫切需求，首先分析了时空知识图谱的基本概念与特征，认为时空知识图谱是指具有地理时空分布或位置隐喻的知识构成的有向图，即以时空分布特征为核心的知识图谱；然后提出了时空知识图谱的研究框架，该框架可实现时空大数据到时空知识服务应用的转变，包括泛在时空大数据、时空知识获取、时空知识管理、时空知识图谱、软件系统及行业应用等多个层次；接着从文本描述地理信息抽取、异构地理语义网对齐、时空知识表达与表示学习等方面，介绍了相关研究进展；结合应用实践，介绍了面向行业的时空知识图谱构建与应用途径；最后，讨论了时空知识图谱研究目前面临的关键科学问题与技术瓶颈，提出在大模型时代，构建显式的时空知识图谱，并针对行业需求开展知识推理，仍是时空知识服务的必由之路。     

《大地测量与地球动力学》征稿简则

《大地测量与地球动力学》为中文核心期刊、中国期刊方阵”双效期刊”，其影响因子和总被引频次在地学期刊中名列前茅，报导内容主要为：1）大地测量学的新理论和新方法；2）利用大地测量理论和方法对地壳运动及变形研究、监测的新成果；3）运用大地测量理论和方法探讨地震预测预报的新方法和新成果；4）利用地质学、地质力学、地球物理学等学科理论和方法研究地壳运动及地壳变形的新成果；     

中国地调局局长孟宪来高度评价省地调院工作

农业地质学是地质科学向农业拓展并交融渗透构建的一门新的边缘学科。其研究对象为农业地质背景、农业土壤地质以及促进农业发展的农用矿质养分。上世纪70年代，农业地质学逐步在我国兴起，起始主要集中在为农业服务的区域地质、区域水文地质、农药农肥矿产勘查等传统地质领域；80年代发展为以地层、岩石和地貌等农业背景条件为研究对象的农业地质背景(系统)；90年代，随着我国建设可持续发展农业、     

基于犯罪大数据的城市基层警务设施评价与选址研究

城市基层警务设施普遍存在布局不科学的问题,主要是因为传统的布局方法仅依赖人口总量和警务经验,无法准确掌握大量犯罪发生的热点区域,包括空间位置和集聚程度。以北京市主城区为例,使用“热点—风险空间—千人指标”三视角为分析框架,挖掘法院刑事判决书文本以获取犯罪空间大数据并识别热点作为核心因子,结合商业中心和居住人口分布两大警力需求因子,利用两步移动搜索法综合评价北京市五环内巡逻警务站设施现状服务水平,并运用网络分析和综合评价为新增站点的选址和优化提出建议。     

融合历史犯罪数据的疑犯社会活动位置预测

由于重点跟踪人员（疑犯）的社会活动监控数据可获取性差,难以直接反映疑犯的社会活动时空模式,降低了案情分析和犯罪风险预测的有效性。为此,本文提出了融合犯罪记录的位置预测（Crime Records enhanced Location Prediction,CReLP）模型,将疑犯犯罪记录信息融入协同过滤算法,预测疑犯在未来对任意位置的访问频度。该方法利用张量（Tensor）表达疑犯在不同时段和位置上的访问频度,基于疑犯的犯罪事件数据构建疑犯时空关联度矩阵,利用该矩阵约束正则化的张量分解（Tensor Decomposition）过程,以解算出张量中的缺失值,进而获得各疑犯的潜在时空分布模式。实验采用包含了241个疑犯、1.9万个位置记录的真实疑犯位置数据集进行了模型测试,结果表明本文方法在均方根误差和 top-k 最小搜寻距离2个指标上都超过其他Baseline方法32%~63%和14%~26%,大幅提高了位置时空预测的有效性和健壮性。     

湖底地下水排泄与湖泊水质演化

湖泊富营养化是当前全球范围内最为典型且严重的水环境问题之一，但过去偏重营养盐向湖泊的点源和面源输入评价，常常忽视地表水-地下水相互作用在湖泊水质形成与演化中的作用。总结了地下水-湖水相互作用模式，重点评述了地下水排泄过程对湖泊水文与水质影响的研究进展，对比了渗流仪测量、水量平衡、氡质量平衡、温度示踪、数值模拟等量化方法的优劣性与适用性，探讨了地下水向湖泊排泄的时空变异性、地下水-湖水界面氮磷的迁移转化等难点问题的研究现状，提出该领域未来研究方向主要包括:综合运用多种技术方法，表征湖底地下水排泄的时空变异性；揭示界面水文生物地球化学过程，量化地下水向湖泊排泄氮磷负荷；评估强烈人类活动改造对地下水-湖水相互作用的影响。      

一种识别共享单车潮汐点的时空模型和基于KNN-LightGBM的租还需求预测方法

随着互联网租赁自行车(共享单车)的兴起，“共享单车+地铁”“共享单车+公交”已成为城市通勤的主要接驳方式，但共享单车的“潮汐效应”也成为共享单车管理和资源调配的“痛点”和“难点”。因此，发现共享单车的“潮汐规律”，准确预测共享单车停车区(电子围栏)的租还需求，对于共享单车的有序规范发展，优化用车体验和环境等具有重要意义。本文首先基于共享单车订单数据和“电子围栏”空间数据，提出一种识别共享单车潮汐点的时空模型并分析其潮汐性时空特征。该模型将潮汐点定义为短时间内因大量共享单车租或还从而导致无车可租或无车位可停的电子围栏，然后根据电子围栏在某时间段的状态进行分类，并赋予不同的缺车/缺停指数。结果显示该模型能够精准识别特定时段出现的潮汐点。随后，基于共享单车订单、城市信息点(POI)、道路、人口、土地利用、气温、风速等时空数据，并考虑局部范围内的电子围栏相关性，构建KNNLightGBM模型来预测共享单车租还需求：(1)利用主成分分析(Principal Component Analysis,PCA)进行特征提取；(2)利用KNN(K Nearest Neighbors)算法计算局部范围内电子...     

面向移动位置数据的移动性指标计算工具:设计实现与实践应用

大规模个体移动位置数据的涌现,为在个体移动特征的基础上充分理解群体移动特征、从精细的时空尺度全面理解居民出行行为规律提供了条件,对时空行为、城市、交通等领域的研究以及空间规划的编制与评估、交通需求的分析与预测等领域的实践应用有重要意义。目前,尽管移动位置数据已在城市和交通等研究领域取得了广泛应用,但对其分析仍缺少通用的分析思路和操作便捷的工具软件。为方便相关领域的研究者和从业者使用移动位置数据,提升移动位置数据的应用价值,基于活动空间的概念,选取可表征活动空间外部形态和内在结构的移动性指标,提出了对个体移动位置数据进行定量化描述性分析的方法思路,设计并实现了计算移动性指标的工具软件。通过手机信令、出租车、公交刷卡、公共自行车4种不同类型的常见移动位置数据,展示了工具软件的不同应用场景。     

基于机器学习的登革热时空扩散预测模型对比分析

BP神经网络、GA-BP神经网络及SVR模型是机器学习领域常用的三种预测方法,但在登革热预测方面鲜有人涉及。本文以广州市主城区登革热预测为例,对比BP神经网络、GA-BP神经网络及SVR模型在登革热时空预测上的作用,比较三种模型在登革热时空动态预测中的优劣性。研究表明,1从模型预测效果上看,SVR模型稳定,预测效果显著优于BP及GA-BP模型;2从模型性能上看,GA-BP模型优于BP及SVR模型; 3SVR与GA-BP模型在登革热预测上切实可行。