青藏高原及邻区未来地震活动性趋势数值分析

区域中长期地震危险性数值分析研究,需要对其初始构造应力场有所了解,但目前以及未来一段时期内仍无法直接观测到深部孕震层区域的应力场状况.本文首先基于岩石库仑-摩尔破裂准则,利用青藏高原及邻区百年历史范围内的强震信息,来反演估算该区域的初始应力场.然后,考虑区域构造应力加载及强震造成的应力扰动共同作用,重现了历史强震的发展过程.然而对于初始应力场的反演估算,本文仅能给出区域其上下限的极限值,并不能唯一确定.因此,采用Monte Carlo随机法,进行大量独立的随机试验计算,生成数千种有差异的区域初始应力场模型,且保证每种模型都能令历史强震有序发生,但未来应力场演化过程不尽相同.最后,将数千种模型在未来时间段内的危险性预测结果集成为数理统计结果,据此给出了区域未来的地震危险性概率分布图.初步结果显示未来强震危险性概率较高地区集中在巴颜喀拉块体边界及鲜水河断裂带地区.     

基于RTKLIB的低成本高精度GNSS静态测量系统

随着科学技术的发展，测量工具和测量手段也发生了变化，其中测量型GNSS呈现价格降低、体积缩小的趋势。目前市场上一整套商用GNSS测量系统的价格从几万到几十万不等，且由于地面基站和移动站体积大、携带不方便等原因，使得商用GNSS测量系统的使用人群仅限于部分专业测量人员，难以在大众市场普及。当今众多领域如无人机、机器制导、精密农业等对高精度定位需求的增加，又促使GNSS测量系统向低成本、高精度、小型化、轻型化发展。本文对U-BLOX的NEO-M8P低成本OEM型GNSS接收机进行50 km基线下的静态观测，基于RTKLIB的测试结果和精度分析表明，低成本GNSS测量系统能够达到厘米级定位精度，能够满足测量工作和GIS应用的需求。试验证明，使用此低成本测量系统能降低测量任务的经济成本，是测量级GNSS接收机中经济适用的选择。     

面向数字孪生城市的智能化全息测绘

以大数据、物联网、人工智能、虚拟现实、云计算、智能驾驶等新技术为代表的信息化浪潮席卷全球，数字世界与物理世界正形成两大平行发展、相互作用的体系，数字孪生技术应运而生。随着物联网技术（IOT）的发展，数字孪生的理念被引入到智慧城市建设中来，深刻影响着城市规划、建设与治理。笔者所在单位面向数字孪生城市和自然资源统一监管对测绘地理信息的新需求，在全国开创性地开展了面向数字孪生城市的智能化全息测绘试点工作。本文结合上海市智能化全息测绘试点工作，从数字孪生城市、数字孪生城市对地理信息的新需求、智能化全息测绘关键技术及测绘成果等方面展开了论述，重点介绍了智能化全息测绘的技术体系和产品体系，以及在社会各领域的应用成果。     

香坊老工业区搬迁改造监测分析

利用地理信息技术及遥感监测方法,监测香坊老工业区搬迁改造试点进展情况,主要针对搬迁改造过程中地表覆盖、用地性质、空气质量变化情况,开展综合统计分析,客观评价香坊老工业搬迁改造实施成效。     

景电灌区移民对祁连山植被恢复的相对生态价值

近些年来，生态系统的服务价值研究已成为生态学以及生态经济学领域中的一个热点问题。祁连山被称为伸进西北干旱区的一座湿岛，在我国“一带一路”建设中占有重要地位。景电灌区兴建以来从祁连山移出了大量农牧民。那么，景电灌区移民对祁连山植被恢复的生态价值如何呢？以景电灌区移民涉及到的祁连山东端景泰、古浪、天祝3县山区为研究区，用价值工程方法对从祁连山区向景电灌区移民退耕退牧还林还草的生态价值做了分析，并与模型因子当量法的计算结果进行了比较。结果表明：祁连山向景电灌区移民退耕退牧还林还草总的生态价值为37.458 1×10⁸元。其中，退耕还林还草的生态价值为37.438 6×0⁸元，退牧后草场植被盖度增加的生态价值为194.79×104元。计算结果为用COSTANZA和谢高地模型因子当量法计算得的祁连山向景电灌区移民退耕退牧还林还草总的生态服务价值40.054 0×0⁸元的93.52%。两种方法计算结果祁连山向景电灌区移民退耕退牧还林还草总的生态价值为景电工程年总成本1.45×0⁸元的25.8~27.6倍。两种计算结果一致表明，景电灌区生态移民对祁连山植被恢复的生态价值十分突出。由此也可以看出，COSTANZA和谢高地模型因子当量法适用于祁连山的生态服务价值分析。     

基于住房需求意愿的广州市中产阶层住房区位选择

以2014年广州市中产阶层聚居区24个街道、50个社区进行的问卷调查和深度访谈资料为数据源，从住房需求意愿与区位选择方面分析了广州中产阶层住房选择，并运用多元Logistic回归分析法对其影响因素进行研究。研究发现：1）广州市中产阶层住房区位选择表现出明显的“向中心城区”性；2）现居住现状（人均住房面积、现小区区位、现小区建成年代、现居住时间）、家庭生命周期（年龄、家庭规模、子女数量）和经济水平（家庭年总收入、个人年总收入、私家车拥有量）等因素对中产阶层住房需求意愿具有显著影响；3）家庭生命周期（年龄、家庭规模）、个体因素（教育程度、户籍地）等要素对中产阶层住房区位选择具有显著影响。4）制度因素、区位因素和个体因素共同影响着广州市中产阶层住房区位选择。     

基于细分行业的安徽省创新型企业集聚研究

创新型企业作为塑造创新地理格局的重要力量，其区位选择的外部特征及内在机理亟须予以系统化研究。基于对安徽省创新型企业的细分行业与空间建库，采用核密度估计和地理探测器等方法，对细分行业下的创新型企业空间集聚特征及影响因素进行研究。结果表明：（1）安徽省创新型企业类型以先进制造和自动化为主，并以生物与新医药、新材料、电子信息为辅；（2）创新型企业空间集聚的不均衡特征显著，呈现出“一核一带多节点”的集聚分布特征，且合肥、芜湖是两个重要集聚区；不同细分行业视角下创新型企业的空间分布形态各异，可归纳为点-轴式、极核式、双核式及多核分散式等4种空间组织形态。（3）创新型因子对于创新型企业的空间集聚最为重要，但传统型和政策型因子的重要性仍不容忽视。其中，产业基础、人力资本、创新投入是最核心的因素，但各行业创新型企业的影响因素作用力则表现出一定的异质性。     

A machine learning approach for predicting computational intensity and domain decomposition in parallel geoprocessing

ABSTRACT

High performance computing is required for fast geoprocessing of geospatial big data. Using spatial domains to represent computational intensity (CIT) and domain decomposition for parallelism are prominent strategies when designing parallel geoprocessing applications. Traditional domain decomposition is limited in evaluating the computational intensity, which often results in load imbalance and poor parallel performance. From the data science perspective, machine learning from Artificial Intelligence (AI) shows promise for better CIT evaluation. This paper proposes a machine learning approach for predicting computational intensity, followed by an optimized domain decomposition, which divides the spatial domain into balanced subdivisions based on the predicted CIT to achieve better parallel performance. The approach provides a reference framework on how various machine learning methods including feature selection and model training can be used in predicting computational intensity and optimizing parallel geoprocessing against different cases. Some comparative experiments between the approach and traditional methods were performed using the two cases, DEM generation from point clouds and spatial intersection on vector data. The results not only demonstrate the advantage of the approach, but also provide hints on how traditional GIS computation can be improved by the AI machine learning.     

Study and application of PS-wave pre-stack migration in HTI media and an anisotropic correction method

Anisotropy correction is necessary during the processing of converted PSwave seismic data to achieve accurate structural imaging, reservoir prediction, and fracture detection. To effectively eliminate the adverse effects of S-wave splitting and to improve PSwave imaging quality, we tested methods for pre-stack migration imaging and anisotropic correction of PS-wave data. We based this on the propagation rules of seismic waves in a horizontal transverse isotropy medium, which is a fractured medium model that reflects likely subsurface conditions in the field. We used the radial (R) and transverse (T) components of PS-wave data to separate the fast and slow S-wave components, after which their propagation moveout was effectively extracted. Meanwhile, corrections for the energies and propagation moveouts of the R and T components were implemented using mathematical rotation. The PS-wave imaging quality was distinctly improved, and we demonstrated the reliability of our methods through numerical simulations. Applying our methods to three-dimensional and three-component seismic field data from the Xinchang-Hexingchang region of the Western Sichuan Depression in China, we obtained high-quality seismic imaging with continuous reflection wave groups, distinct structural features, and specific stratigraphic contact relationships. This study provides an effective and reliable approach for data processing that will improve the exploration of complex, hidden lithologic gas reservoirs.     

黄海透光层悬浮半导体矿物组成及其促进微生物胞外电子传递过程初探

在地球上最为活跃的海洋透光层体系中,矿物-微生物交互作用的形式十分丰富。系统采集了黄海近海透光层水体样品,测试分析发现其中分布大量悬浮半导体矿物及微生物群落。通过电感耦合等离子质谱仪(ICP-MS)、环境扫描电子显微镜(ESEM)及配有的EDX能谱仪,从宏观到微区对悬浮颗粒矿物的化学元素组成进行了测试分析,发现其主要矿物组成元素为Si、O、Na、K、Ca、Al等,且含有较高含量的Mn、Fe、Ti等金属元素;通过X射线衍射光谱(XRD)、拉曼光谱(Raman)测试从整体到局部分析悬浮颗粒矿物的物相组成,发现其主要组成矿物为石英、钠长石、方解石、云母和绿泥石等,还有锐钛矿、金红石、板钛矿、针铁矿等铁、钛金属氧化物半导体矿物。通过16S rRNA高通量测序分析海水中主要微生物群落为Proteobacteria、Actinobacteria、Bacteroidetes、Planctomycetes、Woeseia、Fluviicola等,并通过构建双室反应体系对海水微生物与悬浮矿物间氧化还原作用及胞外电子传递过程进行了表征,结果显示增加海水悬浮矿物作为电子受体后,体系开路电压由330. 80 mV提升至426. 59 mV,提升比率达130%,最大输出功率由8. 376 9 mW/m^2提升至12. 096 8 mW/m^2,为原体系的1. 44倍。实验研究表明,海水透光层悬浮矿物能有效参与并促进微生物胞外电子传递过程,为后续深入研究基于电子能量传递利用的半导体矿物-微生物协同作用以及元素循环调控机制奠定初步基础。