Characteristics of systematic errors in the BDS Hatch–Melbourne–Wübbena combination and its influence on wide-lane ambiguity resolution

GPS Solutions - The Hatch–Melbourne–Wübbena (HMW) combination is a geometry-free and ionospheric-free (first-order) function that has been widely used for cycle slip detection and...     

Multi‐scale approach to mining significant spatial co‐location patterns

Spatial co‐location pattern mining aims to discover a collection of Boolean spatial features, which are frequently located in close geographic proximity to each other. Existing methods for identifying spatial co‐location patterns usually require users to specify two thresholds, i.e. the prevalence threshold for measuring the prevalence of candidate co‐location patterns and distance threshold to search the spatial co‐location patterns. However, these two thresholds are difficult to determine in practice, and improper thresholds may lead to the misidentification of useful patterns and the incorrect reporting of meaningless patterns. The multi‐scale approach proposed in this study overcomes this limitation. Initially, the prevalence of candidate co‐location patterns is measured statistically by using a significance test, and a non‐parametric model is developed to construct the null distribution of features with the consideration of spatial auto‐correlation. Next, the spatial co‐location patterns are explored at multi‐scales instead of single scale (or distance threshold) discovery. The validity of the co‐location patterns is evaluated based on the concept of lifetime. Experiments on both synthetic and ecological datasets show that spatial co‐location patterns are discovered correctly and completely by using the proposed method; on the other hand, the subjectivity in discovery of spatial co‐location patterns is reduced significantly.     

Housing differentiation and housing poverty in Chinese low-income urban neighborhoods under the confluence of State-market forces

ABSTRACT

Based on a large-scale household survey conducted in six large Chinese cities, this study is among the first attempts to juxtapose factors related to institution, market, and demography to examine the complex patterns and mechanisms of housing differentiation and housing poverty in low-income neighborhoods, which are conventionally conceived as homogenous substandard settlements. Results of Theil indices and multivariate regression models convey several interesting findings. First, the forces of the market and the State have projected different impacts on various aspects of housing status. Institutional factors had significant impacts on some costly and durable housing indicators such as housing tenure and housing area, while market forces have swiftly transformed the most malleable aspects of housing conditions, such as housing facilities, and will eventually replace some institutional legacies. Second, within-group housing differentiation is more palpable than between-group housing differentiation, suggesting that low-income neighborhoods in large Chinese cities are fluid and heterogeneous. Third, different institutional elements have different impacts on housing poverty. The well-functioning market remuneration system helps reduce the risk of housing poverty, yet working poor remains a severe problem. These findings can inform policies promoting social mix and housing affordability.     

民族文化资源的类型特征及成因分析——以格萨尔（果洛）文化生态保护实验区为例

由人类非物质文化遗产《格萨（斯）尔》史诗派生出的格萨尔文化是青藏高原地区独特的区域文化形态。文化资源是文化的载体和展示形式,具有价值性和不可替代性。研究格萨尔文化资源的分类、空间分布及成因对于探讨青藏高原地区人地关系,保护人类非物质遗产有非常重要的意义。果洛藏族自治州是格萨尔文化资源最为富集的区域,并于2014年被授予格萨尔文化生态保护实验区。本文首先对格萨尔文化资源进行界定和分类,并以果洛为例,探讨格萨尔文化资源的空间分布特征及与自然地理条件（高程、水源、坡度、坡向、可达性）的关系,并分析影响文化资源分布的原因,得出以下结论：① 格萨尔文化资源可以分为4大类,11个亚类和60个子类,果洛的格萨尔文化资源覆盖全部类型,共1189个;② 果洛格萨尔文化资源空间分布具有聚集性,其中A类文化人（团体）类集聚程度最高,并通过最近邻分析和密度分析对各类文化资源的集聚空间进行识别;③ 格萨尔文化资源的空间分布与自然地理条件有关,多位于海拔相对较低、距水源地较近的位置,不同类型的文化资源分布对坡度、坡向和可达性的关系不同。     

区域碳排放转移的演变特征与结构分解及减排对策分析——以河南省为例

通过耦合投入产出分析方法和结构分解模型,探讨2002~2010年区域碳排放转移的演变特征、驱动因素及其地理源特征。研究发现：2002~2010年流出和流入河南省的贸易隐含碳排放均处于不断增加的趋势,其中流出贸易隐含碳排放主要是受外部最终需求的影响,且主要集中在中国的中部和东南部地区,而流入贸易隐含碳排放则主要是受本地最终需求和本地最终产品结构的影响最为显著,且主要来源于中国的东部、东北部和中部地区。研究还发现,为减轻贸易对区域碳排放及其减排责任的影响,开展区域合作来共同减排比单个地区独自应对更为有利,但在区域合作中各地区的获益程度可能会有所差别。     

洞庭湖流域降水同位素与ENSO关系研究

基于洞庭湖流域内长沙市2010年1月至2012年12月降水事件、GNIP(Global Network for Isotopes in Precipitation)长沙站1988~1992年月降水同位素资料及ENSO（厄尔尼诺/拉尼娜和南方涛动）的2个常用指标（南方涛动指数SOI和Nino3区海面温度SST）,分析了流域降水同位素与ENSO关系。结果表明：洞庭湖流域降水中δ¹⁸O与降水量、气温在日、月尺度上均呈负相关且只有月度上与降水量的负相关不显著。洞庭湖流域降水中δ¹⁸O与ENSO的SST指标则呈显著正相关。ENSO对洞庭湖流域降水同位素的影响机制可能如下：春季,La Nina年源自西太平洋的东南风强盛,其转向为西南风的区域达到印度洋,而El Nino年,东南风转向为西南风的发生区域位于印度洋以东,前者有利于挟带印度洋远源水汽向中国东部区域输送,进而造成降水同位素的贫化;夏季,La Nina年印度洋水汽输送在中国南海转为经向继而向北延伸,而El Nino年,源自印度洋的水汽沿纬向穿过南海,在东海转向往北延伸,后者有利于挟带西太平洋的近源水汽输送到中国东部季风区,进而引起降水同位素的富集。     

东北振兴以来吉林省区域经济差异的时空演变研究

基于吉林省2003~2015年间地区生产总值和人均地区生产总值数据,以市域、县域两个尺度单元为研究对象,采用人口加权变异系数、基尼系数、泰尔指数等统计分析方法,对吉林省东北振兴战略实施以来的13 a内,区域经济差异的时空演变进行定量分析,并运用泰尔指数的分解方法,探讨了吉林省区域经济差异的空间格局。结果发现：① 吉林省区域经济总体差异、市域差异、县域差异均呈逐年下降趋势。② 通过差异贡献率显示：县域差异是区域总体差异变化的主导力量,长春市域的内部差异远高于其他市域,但有逐年减小的趋势,长吉两地的二元结构仍然突出,是全省区域经济差异产生的主要来源,主导着全省区域经济差异走向;③ 从2003~2015年来看,全省经济增长速度较快的地区主要还是集中在“三核一带”;④吉林省经济差异主要是由资源禀赋、产业结构、极化效应和政策导向等多种因素综合作用的结果。     

开采沉陷工程岩体本构关系研究

传统开采沉陷理论存在对采动岩体本构关系研究不够的问题, 本文在运用现代工程地质学理论和现代数学力学理论相结合, 对采动岩体本构关系进行深入研究的基础上, 提出了用黑箱问题灰箱化的全息反分析法, 确定采动工程岩体本构关系及其有关参数。实例分析表明, 对于复杂岩体结构的开采沉陷问题, 能够取得满意的结果。     

长株潭地区农业功能的时空变化特征及发展策略研究

以长株潭地区23个县市区为研究区域,分别从农产品供给功能、就业和社会保障功能、生态保育功能、文化传承和休闲功能构建评价指标体系,综合运用熵值法、多指标综合评价法和农业功能变化的时空差异诊断模型等方法对长株潭地区1998~2014年农业功能的时空动态变化特征进行研究,根据各地区功能特征提出农业功能发展调控策略。研究结果表明：① 长株潭地区农产品供给功能有大幅提升,其重心有向外进一步扩散趋势;长株潭地区核心区域劳动力就业与社会保障功能下降幅度较大;大围山、罗霄山脉等山地丘陵区生态保育功能优势进一步凸显;文化传承和休闲功能部分区域获得进一步发展,但空间变化差异较小。② 研究发现不同区域农业主导功能不同,根据各地区农业功能不同优势特征,结合自身特色因地制宜发展优势农业并提出相应的优化调控对策,从而为长株潭地区农业多功能发展与功能特征的识别及确定提供理论依据。     

城市住宅小区容积率时空分异研究——以大连市内四区为例

以大连市内四区为例,将城镇地籍调查数据与互联网房产数据相结合作为基础数据,通过ArcGIS软件生成住宅小区点数据的空间分布图,对大连市住宅小区容积率的时间演变和空间分布进行研究,并利用锡尔指数计算住宅小区容积率的空间差异量化测度指数,最后阐述住宅小区容积率空间差异的机制。结果表明：① 1992~2016年大连市住宅小区的数量在持续发展时期最多,平均容积率展现出波动上涨的趋势。② 区：大尺度包括冷炳荣住宅小区容积率整体上呈现出不均匀性和破碎性,局部又呈现出混乱性和复杂性,东部地区小区容积率分异比西部大。③ 中山区空间差异量化测度指数最高为0.831,甘井子区最低为0.125,西岗区与四区整体格局最为相近。极低等级容积率空间分异指数最高,容积率分异指数由两极向中间递减。大连市住宅小区容积率空间差异主要体现在区域内,其对研究区容积率空间分异影响较大。④ 住宅小区容积率空间差异的主要原因为下垫面性质对住宅小区建设的限制、区位的优良性对住宅类型的指向、城市规划对土地利用的导向、极差地租与容积率的相关性、小区建设成本对容积率的影响。