基于FLAASH模型的MODIS1B数据的大气校正

主要介绍了FLAASH大气校正模型的主要原理及算法,并运用ENVI软件中的FLAASH大气校正模型对上海长江口地区MODIS1B卫星影像进行大气校正,对校正前后的影像进行对比分析。研究表明,MODIS1B卫星影像经过FLAASH大气校正后,较好地消除了大气影响。     

2005年初夏云南严重干旱的诊断分析

利用MM5V3.6模式对2005年4月25日一次典型的西南涡影响下的广西强降水过程进行了数值模拟与诊断分析,结果表明,在500hPa低槽、700hPa西南涡东南移的过程中,在西南涡的南端,由于对流层高层高值干位涡下传引起低层气旋性涡度增加,低涡向南伸出一低槽,使西南涡发展成“北涡南槽”形式,广西强降水出现在西南涡的南伸低槽附近。西南涡的南伸低槽附近垂直剖面上为等θe线陡立密集区,700hPa上MPV1<0,MPV2>0,低层有强烈辐合,高层有强烈辐散,从低层到高层都有上升运动。螺旋度对强降水的落区以及造成强降水的中尺度系统的发展有较好的指示性,它反映了大气的动力场特征,运用螺旋度作强降水预报还要结合水汽和不稳定条件。     

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.     

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。     

地理空间认知综述

地理空间认知研究是地理信息科学的核心内容之一,包括地理事物在地理空间中位置的研究和地理事物本身性质的研究。地理空间认知作为认知科学与地理科学的交叉学科,需将认知科学研究成果进行基于地理科学的特化研究。从认知过程的角度对地理空间认知研究进行综述,包括地理知觉、地理表象、地理概念化、地理知识的心理表征和地理空间推理。     

淮南煤田地下水水化学空间分布及其形成作用

为探究淮南煤田地下水的空间分布情况及各项水化学作用的强度,将淮南煤田划分为松散层较厚的北部区域与松散层较薄的南部区域,收集了两区域16个矿井主要突水含水层的水化学测试数据,综合采用离子组合法、Gibbs图、氯碱指数等方法研究了各含水层的地下水水化学特征。研究结果表明:地下水总溶解固体与松散层埋藏厚度呈正相关,其均值范围在951.92~2 667.79 mg/L。随着松散层厚度的增大,脱硫酸、浓缩结晶及阳离子交替吸附等水化学成分形成作用得到增强,使SO₄2-不断消耗形成HCO₃-,导致溶解度小的HCO₃-结合Ca2+、Mg2+析出,并最终形成以NaCl主导的高矿化度水体。该结论将为深部煤矿区水害防治、水资源利用等提供一定借鉴作用。      

地理空间因果原则及地理空间效应的因果发现

地理大数据的崛起和深度学习技术的发展为解决地理空间分析难题带来了新机遇,然而,现有方法根植于统计相关性,而相关性模式的伪装性和欺骗性以及数据固有的偏差陷阱,导致无法得到可靠的地理空间分析结果。该问题的根源在于违反一个基本原则：数据的相关性并不意味着因果性,而后者是地理学研究的两个主要任务,即揭示未知具体事实和发现一般性规律机理的关键所在。地理科学研究的观察性与地理系统的复杂性和未知性使得无论是因果的哲学定义、随机对照试验以及其他观察性研究使用的准实验方法,都难以直接应用于地理科学因果研究。基于地理空间因果的基本性质假设,提出了地理空间因果原则,旨在为地理空间分析中的因果性研究提供基础理论与方法支撑,同时,梳理了地理空间因果原则和地理分析中空间效应的关系,给出各个效应下的因果发现关键路径。     

渭南市冰雹云雷达回波特征分析

通过对渭南市1996—2005年10 a 711雷达观测资料和地面实况资料的统计,针对其中166个冰雹云雷达回波样本进行对比分析,主要从回波强度、回波顶高和RH I回波宽度3个参数特征着手,找出了渭南市冰雹云雷达回波参数特征及回波的外形特征。渭南市冰雹云回波中心强度主要集中在55.0~59.9 dB z,回波顶高多集中在10~13 km之间;冰雹云回波高度和回波强度之间没有正比关系;冰雹云RH I回波宽度与冰雹灾害程度成反比;降雹回波多以孤立的块状和带状回波出现。     

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。