渭南市高炮火箭人工增雨作业分析

利用渭南市2001—2004年人工增雨作业的雷达回波资料和实况资料,运用统计和对比的方法,对13次高炮、火箭人工增雨作业云系、作业时机、部位以及催化剂量的选择进行综合分析。总结出渭南市高炮、火箭人工增雨的作业技术要点:以混合云和层状云为主要目标云系,层状云作业效率最高,可达83.3%;层状云系作业部位应选在0oC层亮带以上,混合云系应选在强回波区附近;选择催化时机,层状云应在云顶高度≥6 km,回波强度≥25 dB z,混合云云顶高度≥7.5km,回波强度≥35 dB z为宜;一次过程,一个作业点炮弹以40发左右效果较好,火箭弹2~4枚为宜。     

基于位置感知设备的人类移动研究综述

每个人在地理空间内的移动看似随机而没有规律,然而一个较大规模人群的移动却隐藏着特定的模式。为了研究某些地理问题,如交通、疾病传播等,可以从个体行为出发,在地理信息系统的支持下,发现人类移动模式,并构筑基于个体的模拟模型,从而建立微观和宏观之间的桥梁,并支持相应的决策过程。信息通讯技术的发展,一方面改变了人们的空间行为模式,另一方面使得基于位置感知设备获取海量人类移动数据成为可能。近年来,上述研究一直是地理信息科学及相关领域的热点,该文对此进行了总结和评述。     

基于数值格网数据生成流场图的算法研究

在各种基于场的分析模型 (Field -basedModel)中 ,流线的计算是一个重要的研究课题 ,如基于DEM提取水系。该文探讨了另外一个问题 ,即直接根据数值格网数据生成流场的空间分布 ,从而反映整个研究区域的梯度特征 ,文中提出的算法在水文、气象等研究领域有着较为广泛的应用前景     

基于构件模型支持复用的GPS／GIS集成的软件设计实现

在实践中,实现一个ＧＰＳ／ＧＩＳ集成系统在技术旧是容易的事情,但是如何提高软件的开发效率则是需要解决的另一个问题。本文分析ＧＰＳ／ＧＩＳ集成软件系统,捕获了其共性和变化性,将ＧＰＳ数据通讯进行分析,提出基于构件模型的集成系统的实现方案,该实现方案便于控制系统的变化性,并且支持复用。     

基于列车运行网络的中国城市中心性分析

 本文基于铁路运行网络,利用复杂网络分析方法中的中心性评价指标,对城市在铁路网络中的中心性进行了分析。我们根据列车时刻表基于L空间模型,构建了铁路运营网络,计算了铁路运营网络中节点城市的不同中心性指标,包括度中心性、邻近中心性和介中心性。这3个指标从不同角度衡量了城市在铁路运输网络中的地位和功能,我们分析了这3个中心性指标的空间分布特征及相关性,并探讨了中心性指标与城市发展之间的关系,进一步揭示铁路网络结构对城市发展的影响。     

城市建成环境存量的空间计算：进展及展望

城市建成环境是人类赖以生存的人造环境,城市建成环境存量是指城市中建筑物和基础设施的材料质量。反演城市建成环境存量的空间分布,是数字城市建设的新方向,它能够帮助我们了解城市发展模式,更加有效管理城市资源和废弃物等,对发展城市循环经济、实现城市的可持续发展有着十分重要的意义。本文详细介绍了城市建成环境存量空间计算的3种方法（自上而下、自下而上和遥感计算方法）的理论基础和发展现状,总结了目前的几中方法都存在着过度依赖统计数据、无法兼顾研究区域大尺度和高空间分辨率等问题。在地理大数据时代,更多的数据源为存量的计算带来了新的研究方向。本文总结了新数据源的优势,并展望了结合地理大数据和机器学习方法的存量计算方法,为城市建成环境存量的空间计算提供了一种新的思路。     

城市居民认知距离透视认知变形——以北京市为例

对距离的认知是人类建立认知空间框架的重要基础.本文在相关研究的基础上,对认知距离的特点进行了分析,提出从数量认知距离与实际认知距离两种分析角度来分析这一概念.通过分别利用定义一元线性回归.与采用多维标度法(MDS)及二维回归(BR),对认知距离的标量变形和向量变形进行定量分析.在此基础上,以北京市为例,对北京市居民进行抽样调查.通过认知心理学实验的方式,令被试估计城市主要地标两两之间的距离.对实验结果分别将上述方法应用于计算北京市居民在标量变形和向量变形的定量化表示,并进一步通过方差分析(ANOVA)讨论了影响北京市居民对城市距离认知变形的因素,包括年龄、居住地区等.     

地理分析中的空间效应

地理信息科学传承了地理学的空间分析传统。在地理空间分析中,由于地理空间的特殊性,地理信息科学在构造分析方法时,需要考虑空间效应。然而,空间效应具体的内涵和外延,到目前尚未有系统探讨。本文定义了地理空间效应,进而在形式化定义空间、位置、场、距离、区域等概念的基础上,归纳了4类空间效应：即空间异质性效应、空间依赖的近邻效应、空间交互的距离衰减效应、和空间分区的尺度效应,探讨了4类效应的内在逻辑关系,建立了统一的表达框架。其中,空间异质性效应是最为基础的效应,近邻效应和距离衰减效应反映了地理空间中两个位置之间的二阶关系,尺度效应则由于区域单元的汇总带来,因此这4类效应形成了递进关系。最后本文梳理了目前地理分析中对空间效应的体现,指出了地理空间人工智能技术对于空间效应的揭示和量化能力。     

新时代自然灾害态势感知的实践与方法探索

随着人类世的到来,“常态化”的极端天气与自然灾害成为人类生存面临的首要问题。大数据智能化的技术驱动、大科学（计划）的学科基础、全球化治理与应对的需求牵引,共同构成了新时代自然灾害研究的主旋律。论文提出自然灾害态势感知的概念,并结合新时代背景提出洞悉“态”、预测“势”两个不同层次的感知。在洞悉“态”方面,论文辨析了传统灾害观测与大数据态势感知的区别和联系;并以社交媒体、手机信令、视频监控等为例,梳理了大数据在台风、洪涝、地震、极端高温等灾害态势理解中的研究与实践。在预测“势”方面,论文总结了系列大数据观测—机器学习—机理模型整合的方法,并以城市洪涝事件演进模拟为例进行说明;在区域或全球尺度,提出应在大科学（计划）统一定义的未来情境下开展跨领域综合态势的感知与预测,并服务于区域的可持续发展;特别是利用人地耦合模型,感知灾害对社会经济的级联影响和远程效应,用以消除和解决非传统安全的威胁。最后,建议国家成立相关研究机构推进灾害大数据的共享和应用,开展灾害灾情标准知识库、训练库的建设;建议进一步推进机理模型、大数据、机器学习的整合与应用,推进自然灾害人地系统的耦合,提升中国自然灾害的社会治理与决...     

从地理规律到地理空间人工智能EI北大核心CSCD

近年来,人工智能技术快速发展,影响了很多学科的研究范式。对于地理学而言,这种趋势也不例外。从知识发现的角度,地理学研究主要有两个任务,即揭示未知的具体事实和发现一般性的规律机理。在这两个方面,人工智能技术可帮助地理学家发现知识甚至自动提取知识。相对于地球科学其他学科,地理学自动提取知识的任务更为凸显。但是在寻求地理规律的过程中,需要处理一般性和地理异质性之间的权衡,其核心可以表述为人工智能学习过程中的基础问题:泛化及可解释性问题。因此,二者存在内在的逻辑一致性,积极引入人工智能技术有助于强化地理学的学科基础。本文通过实例给出了人工智能用于地理规律发现的一个简单框架,指出了未来地理空间人工智能发展的方向,以及地理信息科学在机制、模型、方法及应用方面潜在的新任务。