中国三大城市群电子商务快递物流网络空间结构及其形成机制研究

以中国长三角、京津冀、珠三角三大城市群为案例,基于中国智能物流骨干网（China Smart Logistic Network,CSN）关系数据,采用社会网络分析、随机森林分类算法、QAP分析等研究方法,在县区尺度上探索电子商务快递物流网络空间结构特征及其形成机制。研究发现：① 三大城市群电商快递物流网络密度较高,已形成典型的网络式空间结构。其中长三角城市群网络呈圈层蛛网式结构,县区间联系强度以环杭州湾为中心向外围梯度衰减;京津冀城市群网络受制于行政藩篱,形成“北京?天津”双核心网络结构;珠三角城市群网络联系强度自区域外围由弱到强逐渐向珠江口东岸方向变化,形成“穗（广州）?莞（东莞）?深（深圳）”快递物流廊道。② 三大城市群中物流输出型县区多集中在区域中部,依托中心城市向外物流辐散,而物流输入型县区多分散于外围。③ 城市群电商快递物流网络形成主要受人均可支配收入、常住人口和距离等因素影响。研究结果对于丰富城市网络理论,促进城市群快递物流协调发展,提升现代服务业水平和城市群整体竞争力具有重要意义。     

黄河三角洲潮沟网络形态特征的时空分异规律及其发育过程

潮沟是陆海生态系统交互作用的主要通道,具有高度的时空动态性。以黄河三角洲新旧河道为界,划分黄河北岸（Ⅰ区）、南岸东（Ⅱ区）、南岸西（Ⅲ区）为对比研究区,选择1998—2018年5个关键时间节点的遥感影像为数据源,利用GIS空间分析功能,定量表征了潮沟发育程度的典型形态特征参数,剖析了黄河改道、湿地恢复工程和外来物种入侵等因子对潮沟发育过程的影响,挖掘潮沟网络的时空演变规律。结果表明：① 潮沟的形态特征具有明显的时空异质性。从1998年黄河改道初期至2004年湿地恢复初期,Ⅰ区各等级潮沟数量大幅减少;由于潮滩淤进和互花米草固滩作用,Ⅱ区潮沟数量、密度、分汊率呈现增长趋势,在2013年互花米草的快速扩张期,潮沟曲率、分汊率明显增大;Ⅲ区潮沟发育的等级、长度、密度最大,等级间的转化频率最高,湿地恢复工程导致低等级潮沟数量、长度明显减少,较强的海洋动力抑制了潮沟曲流的发育。② 黄河改道和侧弯丁坝建设导致平均归槽长度（OPL）增大,潮沟网络的排水效率减少。互花米草的快速扩张使排水效率增大,OPL不断降低;潮沟发育程度Ⅲ区>Ⅱ区>Ⅰ区。③ 潮沟系统由快速变化青年期整体进入缓慢变化中年期,发育状态趋于动态平衡。研究成果有助于了解大范围潮沟的发育过程及演变机制,为沿岸潮滩开发与利用提供科学的决策支撑。     

非线性视角下的上海旅游地复杂系统演化过程及动力学特征

随着旅游地发展复杂性的增加,非线性研究方法成为旅游地演化研究的有效选择。以上海为案例地,运用水平可视图算法,将旅游需求作为旅游地复杂系统动态行为表征,探讨旅游地复杂系统演化过程及动力学特征。研究发现：旅游地复杂系统演化具有小世界和近似无标度网络特性,混沌动态行为特征,表现为混沌确定非线性动力系统;上海旅游地复杂系统演化处于“无序中的有序”混沌或混沌边缘,原有秩序已瓦解,系统新的属性和结构逐渐涌现,有待新的高级有序态生成;旅游地复杂系统遵循“有序—混沌（边缘）—涌现—新有序”,从低级有序向高级有序演化跃升的过程;外部环境和主体系统主导下的重要事件是旅游地复杂系统由低级有序向高级有序演化的“关键要素”,政府学习创新能力的提升对系统阶段性演进起到“推进器”作用,旅游企业开始显现主导地位,成为未来推动上海旅游地复杂系统演替发展的主导力量。上海国际入境旅游客源国（日、韩、新、德、英、法、加、澳）和国内旅游外地游客市场处于不稳定的混沌区域,是影响上海旅游地复杂系统混沌行为的重要因素,应进行混沌控制,加强管理和引导,促进上海旅游地复杂系统新演化阶段有序态的生成。     

基于新闻大数据的北极地区地缘关系研究

随着全球气候变暖,北极地区海冰大面积消融,引发了严重环境问题,同时使得北极航道成为可能,北极地区的战略地位显著提升。作为近北极国家,北极地区国际关系变化对中国的北极政策有直接影响。全面实时地分析北极地区地缘关系及其变化特征,对中国制定北极地区的政治、经济、外交政策具有重要指导作用。海量全球实时开放数据库的出现以及大数据技术的发展,如GDELT新闻事件数据库提供了覆盖全世界的源于各国主要媒体服务平台的新闻数据,为地缘关系实时监控及分析提供了可能性。本文利用GDELT数据库,引入labeled- LDA主题分析的理论与方法,挖掘了2013—2019年北极圈内8个国家和地区社会发展关键要素,构建了国家（地区）交互网络,发现了北极地区国家（地区）之间关系的演变格局。主要结论为：① 北极地区热点新闻主题聚焦于气候变化/冰盖融化,冰盖融化是北极地缘关系变化的主要驱动因子;② 冰盖融化新闻热度与海冰监测数据变化存在极强的相关性;③ 随着冰盖融化,北极地区的社会经济军事活动激增,其主导权的争夺日趋激烈,总体呈现出俄罗斯、加拿大主导的格局。     

河湖水系连通理论基础与优先领域

河湖水系连通是中国正在推进的重大治水战略,是提高国家水资源统筹调配能力、水生态环境修复能力和河湖健康保障能力的重大举措,也是提高水旱灾害抵御能力的重要保障。目前河湖水系连通的知识比较零散,尚未形成系统的理论体系,河湖水系连通理论基础的研究,对理论体系的构建、战略的实施和持续推进具有重要意义。本文基于河湖水系连通的理论研究的特征,提出其理论框架体系,分析了可持续发展、水利科学、经济学、生态学、系统科学等基础理论与河湖水系连通理论体系之间的内在关系。从当前国家实施河湖水系连通战略和构建河湖水系连通理论体系的迫切需求出发,本文提出了河湖水系连通理论研究的优先领域,包括河湖水系连通性与功能评价理论与方法、河湖水系连通水体耦合机制与系统稳定性理论、水系连通协调性理论、水系连通—经济格局匹配性理论、水系连通—生态环境影响机理与评估理论、水系连通巨系统不确定性与适应性理论等,优先突破重点领域理论研究,逐步形成和完善河湖水系连通理论体系,以科学、完整的理论体系支撑河湖水系连通治水战略高效、顺利实施。     

1995—2015年中国省际人口迁移网络的演化特征——基于异质性劳动力视角

自户籍制度放宽以来,中国经历了大规模的人口迁移。其中,异质性劳动力（高技能劳动力、普通劳动力）在迁移过程中表征出不同的空间格局和网络组织特征,对地区经济发展产生各异的影响。本研究基于人口普查和抽样调查微观抽样数据,使用复杂网络理论对1995—2015年中国异质性劳动力迁移的时空格局和网络演化展开分析,并分析了格局背后的可能成因。研究发现：① 省际高技能和普通劳动力迁移均呈现出持续高度不平衡的空间集聚特征,承载大量人口的迁移流主要由中国中西部地区指向东部沿海地区,但这种空间不平衡特征呈现出一定的减弱趋势。高技能劳动力的平均迁移距离比普通劳动力更长;② 两类劳动力迁移网络中均呈现明显的“小世界”特性,但普通劳动力迁移网络的迁移强度和关联程度均高于高技能劳动力迁移网络;③ 两类劳动力迁移网络均呈现出以北京、上海、广东为主要核心节点的网络结构。高技能劳动力网络结构呈现相对稳定的特征,而普通劳动力网络结构则呈现出变化的趋势;④ 地区经济差异、路径依赖效应、异质性劳动力在就业市场上的差异性以及劳动力市场对异质性劳动力需求的差异是导致两类劳动力迁移格局差异性的重要成因。     

基于大型科研基础设施共享的区域创新网络研究——以山东省为例

在产业革命和科技革命的背景下,创新在区域发展中发挥着越来越重要的作用,网络化创新模式成为当下创新的主流模式之一。基于创新网络视角,利用大型科研仪器共享大数据,对山东省创新网络的空间特征和主体特征进行分析,研究发现：山东省创新网络在形态上呈现出以济南为创新核心辐射带动济宁和淄博等周边边缘城市发展,同时形成东部青岛、威海和烟台作为创新次级核心集中连片发展的空间格局。然而,创新网络的形态核心节点与功能核心节点存在错位,从网络关联的角度出发,山东省区域创新网络节点存在核心、次核心、地方核心、外围4个层级,济南、济宁、淄博、潍坊中心地位明显,并且各级节点数量规模呈现金字塔格局,等级结构完善。网络联系强度最大的主要是济南市向周边辐射的联系,区域政产学研协同创新体系基本确立,存在综合创新模式、异质创新模式、根植创新模式和孤立创新模式四种创新网络模式。通过QAP模型分析表明,行政、交通等因素使得创新合作更倾向于发生在与省会城市之间以及地理接壤、交通条件优越的城市之间。最后,基于研究基础,对山东省创新网络优化、大型科研仪器共享、区域产业发展等提出发展建议。     

城市网络外部性研究述评

城市网络研究已成为国际上城市研究的前沿学术领域并渐成热点,外部性作为城市网络的本质属性,对城市网络的演化及城市与区域的发展均具有重要意义。论文从集聚外部性与网络外部性比较的视角切入,重点对城市网络外部性形成机理、效用和测度方法等方面的研究进展进行梳理和评述。其中,协同效应、整合效应和规模借用被认为是城市网络外部性形成的重要原因。而城市网络外部性的效用研究较多集中在2个方面：一是关注要素流动对知识扩散和创新的促进作用,二是关注城市网络对竞争力提升和经济增长的影响。从已有文献来看,城市网络外部性测度研究主要涉及识别和估算2种类型,包括3种常用方法：关联分析、回归分析和空间计量分析。未来需要进一步关注的问题包括城市网络的外部性理论认识、外部性量度方法以及经验研究问题。     

结构增强型生成对抗网络SAR图像超分辨率重建

针对利用生成对抗网络模型(Generative Adversarial Network,GAN)重建SAR(Synthetic Aperture Radar)图像存在边缘细节信息不足和“伪影”(artifacts)现象,该文基于增强型超分辨率生成对抗网络(Enhanced Super-Resolution Generative Adversarial Networks,ESRGAN)光学模型,重新设计生成网络上采样重建模块和结构损失函数,提出一种结构增强型生成对抗网络SAR图像超分辨率重建算法,包括特征提取、特征增强和上采样重建3个模块:在特征提取模块采用小尺度卷积层对输入SAR图像进行低层次特征提取;在特征增强模块采用多个级联残差密集块(Residual-in-Residual Dense Block,RRDB)和卷积层提取输入特征;在上采样重建模块交替使用最近邻插值(Nearest Neighbor Interpolation,NNI)和亚像素卷积(Sub-Pixel Convolution,SPC)对特征进行放大重建,使特征信息交互融合。与传统插值算法和经典深度学习重建算法相比,该算法在视觉效果和定量评价方面均有显著提升,能够在保持原网络模型重建图像内容信息不丢失的基础上,增强重建图像边缘细节信息和减缓“伪影”现象,有利于后续目标识别和灾害监测等工作开展。     

基于双分支卷积神经网络的SAR与多光谱图像融合实验

针对合成孔径雷达(Synthetic Aperture Radar,SAR)和多光谱(Multi-Spectral,MS)融合图像中存在的空间细节模糊和颜色失真问题,该文兼顾光谱监督和空间细节监督,设计光谱损失函数和空间细节损失函数,提出一种基于双分支卷积神经网络(Convolution Neural Network,CNN)的SAR和MS图像融合算法。该算法网络框架包含光谱保持和细节提升两个分支:光谱保持分支通过上采样MS图像连接到网络的输出,直接将光谱信息传递到融合图像中;细节提升分支对SAR和MS图像通过高通滤波提取高频细节信息,然后应用CNN对细节信息进行特征提取、特征融合及重建,最后将重建的细节信息叠加到上采样的MS图像,得到融合结果。以哨兵-1B GRD级别的SAR图像和Landsat8卫星多光谱图像为实验数据,通过与传统融合算法和深度学习算法RSIFNN进行对比,结果表明,该文算法在定性和定量评价方面效果更好,能够在保持光谱信息的基础上增强多光谱图像的空间细节信息,有利于后续地物分类和目标识别等工作的开展。