1978-2011年间中国区域消费水平的时空演变

区域消费水平是经济发展的重要动力。本文以1978-2011年间我国各省区的人均消费品零售额表征区域消费水平,在我国区域消费水平差异测度的基础上,对区域消费水平差异的时间序列值进行突变点检测,进而将我国区域消费水平变化划分为1978-1986年和1986-2011年2个阶段。通过利用传统马尔科夫链及空间马尔科夫链方法,分别构建人均消费水平的非空间和空间马尔科夫转移概率矩阵,对1978-1986年与1986-2011年2个阶段的区域消费水平的时空格局演变特征进行分析。研究结果表明：（1）区域消费水平在2个研究时段内的变化均存在着“俱乐部趋同”现象,无论是低消费水平与高消费水平区域均沿着最初类型稳步演进。（2）区域消费水平变化受到来自邻域消费水平背景的影响,使得其趋同的过程在空间上不独立。（3）区域间消费水平相互作用呈现出显著的东西分异特征,东部地区多为区域自身消费水平与邻域消费水平同时向上转移的状态,西部地区多为向下转移的状态,而中部地区多为平稳分布,邻域消费水平的状态变化较大。     

融合多源遥感数据的黑河中游地区生长季早期作物识别

在生长季早期获取作物的种植情况,对于农业水资源管理,尤其是缺水地区的水量分配等具有重大的意义。本文利用改进型时空自适应融合模型（ESTARFM）,将作物生长早期3—6月的Sentinel 2影像与MOD09GQ数据计算得到的NDVI数据进行融合,建立NDVI时间序列,并利用随机森林分类方法对2019年黑河流域中游地区作物种植结构进行早期识别。利用3-6月Sentinel-2 NDVI与时空融合NDVI相结合建立的时间序列,作物分类精度达到91.42%,kappa系数为0.85,相比仅使用Sentinel-2 NDVI时间序列的作物分类精度提高1.05%,kappa系数提高0.02。与使用整个作物生长期（3—10月）Sentinel-2 NDVI时间序列的作物分类结果相比,精度仅低1.53%,kappa系数仅低0.03。利用Gini系数对利用Sentinel-2 NDVI与时空融合NDVI相结合建立的时间序列进行特征重要性评估,发现Gini系数得分高于平均值的10期NDVI影像中,有6期为时空融合影像,说明时空融合获取的NDVI数据利于提高分类精度的有效性。对比使用不同长度NDVI时间序列对作物种植结构进行早期识别的精度发现,最早可在4月中旬与4月下旬分别实现对苜蓿和玉米的早期识别;玉米的分类精度受NDVI时间序列长度的影响较大,可在5月下旬实现对玉米的早期识别。     

1990—2020年中国能源开采和加工场地多源数据综合制图与时空变化分析

由于当前缺乏有效的能源开采和加工场地精细化遥感探测方法和高精度的数据产品,全国尺度的能源开采和加工场地时空分布规律的认识仍显不足。本研究基于高分辨率遥感影像、土地利用/覆盖数据、网络爬虫数据、OSM地图数据和环境专题数据等信息,发展了基于多源数据融合和专家知识参与获取的能源开采和加工场地遥感识别和精细化制图的技术方法,研发了1990、2000、2010和2020年共4期的中国能源开采和加工场地分布数据产品及2010—2020年场地植被恢复信息数据产品,作为中国土地利用/覆盖变化数据的组成部分（CLUD-Mining）。CLUD-Mining具有较高的质量和可靠性,数据产品平均精度为91.75%;中国能源开采和加工场地开发建设的面积呈现先增长后减少的发展趋势,1990—2010年,面积增长速度从55.22 km²/a上升到95.51 km²/a,而2010—2020年呈现负增长,平均每年减少27.28 km²;此外,2010—2020年场地植被恢复面积达746.76 km²,主要集中在华北区和西南区;中国能源开采和加工场地分布格局逐渐由东部地区向西部地区转移。本研究对提升中国能源开采和加工场地时空分布特征的认识具有重要意义,可为场地污染治理和生态修复提供重要的数据基础。     

基于格点数据的1961—2018年中国多种积温时空变化研究

积温能够影响植物的物候期和农业作物的产量及空间分布。在研究中,通常将有限数量站点积温数据外推插值到空间进行分析,在站点空间分布稀疏和地形复杂的地区,积温数据在空间上有较大的不确定性。目前,已有高分辨率的格点化气象数据,在此基础上直接计算可解决上述问题。本研究使用1961—2018年长时间序列的高分辨率格点气温数据（CN05.1）,分析了中国大陆≥0 ℃、≥ 5 ℃、≥10 ℃和≥ 15 ℃的4种积温时空变化,结论如下：① 在中国大陆范围,4种积温的低值区主要分布在青藏高原、新疆天山和中国东北地区,高值区分布在华南地区;② 在58年间,4种积温均表现出显著增加的趋势,尤其以内蒙古和东北地区积温增温趋势显著;③ 这种积温在空间上趋势变化引起了农业区划中热带和亚热带地区面积显著增加,温带和寒温带面积减少;④ 在58年中,4种积温开始时间显著提前,结束时间显著推后。4种积温开始时间转变间隔时间（0~5 ℃、5~10 ℃和10~15 ℃转变所需时间）在黄土高原和内蒙古地区较为剧烈。对于结束时间转变间隔时间,在华中地区趋势变化剧烈。     

融合历史犯罪数据的疑犯社会活动位置预测

由于重点跟踪人员（疑犯）的社会活动监控数据可获取性差,难以直接反映疑犯的社会活动时空模式,降低了案情分析和犯罪风险预测的有效性。为此,本文提出了融合犯罪记录的位置预测（Crime Records enhanced Location Prediction,CReLP）模型,将疑犯犯罪记录信息融入协同过滤算法,预测疑犯在未来对任意位置的访问频度。该方法利用张量（Tensor）表达疑犯在不同时段和位置上的访问频度,基于疑犯的犯罪事件数据构建疑犯时空关联度矩阵,利用该矩阵约束正则化的张量分解（Tensor Decomposition）过程,以解算出张量中的缺失值,进而获得各疑犯的潜在时空分布模式。实验采用包含了241个疑犯、1.9万个位置记录的真实疑犯位置数据集进行了模型测试,结果表明本文方法在均方根误差和 top-k 最小搜寻距离2个指标上都超过其他Baseline方法32%~63%和14%~26%,大幅提高了位置时空预测的有效性和健壮性。     

基于DCT-PLS算法的MODIS LST缺值填补方法研究

受云层、传感器误差等因素影响,中分辨率成像光谱仪（MODIS）获取的地表温度产品（LST）在时间和空间上存在大量缺失数据,严重影响了基于时间序列数据的分析与应用。本文引进一种基于离散余弦变换与惩罚最小二乘的多维数据快速平滑方法（DCT-PLS）,利用数据集自身的时间和空间信息填补缺值。本文在粤港澳大湾区开展实证研究,将DCT-PLS算法用于填补该地区2001年1月—2017年12月的月值MODIS LST数据缺值,并引入人工模拟缺值对算法进行误差分析与精度验证。算法误差分析结果表明,填补误差主要来源于三维算法对数据集中有偏LST时间信息的使用,并因此产生显著高估或低估的填补结果。基于此,本文提出了利用MODIS LST数据集自身时间序列信息自动计算获取有效辅助LST信息的优化策略,从而实现填补算法计算效率和精度的提升：平均计算时间从12.0 s提高至1.7 s,平均R从0.94提高至0.97,平均RMSE从1.94 K提高至0.74 K（相较于三维算法）。在大湾区的填补结果表明（日间结果：R=0.98、RMSE=0.79 K;夜间结果：R=0.99、RMSE=0.56 K）,优化后的DCT-PLS算法可以快速鲁棒地填补MODIS LST月值数据产品中的缺值,并且具有稳定性强、不依赖外部数据集的计算特性,能够适应长时间序列MODIS LST缺值填补。     

利用终端位置时空转移概率预测通讯基站服务用户规模

基站服务用户数的预测对通信基站的空间位置选取、通讯服务带宽的配置优化等有重要作用,并为城市公共安全管理方面中的人群聚集预警与群体事件预防提供辅助决策支持。本文利用海量手机轨迹数据,运用时空转移概率定量化描述城市内不同区域间人群流动的时空特性,结合马尔可夫链和贝叶斯定理,构建手机用户群体在基站间的时空转移概率模型,并以此提出一种城市区域尺度上的基站服务用户数预测方法。利用湖北省某城市长达30 d的手机轨迹数据进行模型训练与预测方法验证,实验结果表明：在时间粒度为60 min时,本文提出的方法对8-22时各时段基站服务用户数预测准确率都大于94.8%;在不同时间粒度下对比本文方法、Castro模型、移动平均法,发现在时间粒度大于20 min时,本文方法预测准确率高于另外两种方法。     

全国极端气温事件的空间关联模式挖掘研究

根据全国739个气象台站1961年1月至2005年12月的逐日气象数据记录建立时空序列数据集,提取极端高温事件和极端低温事件。结合传统关联规则挖掘技术和地理空间数据分析方法,对极端气温事件数据集进行了空间关联模式的分析。实验结果显示,所得空间关联模式中涉及的区域在空间上具有明显的聚集性;在东北、华中两个局部地区的台站中,极端气温事件的发生存在较强的关联规则(支持度阈值6%,置信度阈值95%),而在其他区域的台站中,极端气温事件不存在类似的关联规则,且极端高温事件的关联规则数量要明显高于极端低温事件。对存在关联规则的台站进行空间分析发现,同一关联规则内的各台站具有空间邻近性,其邻近范围约为200 km。以上空间关联模式的挖掘分析,可以为我国极端气温事件的预警和防控提供有价值的参考。     

基于CMIP6的中国未来高温危险性变化评估

评估高温灾害的危险性变化,能够为区域高温灾害风险管理和制定减灾措施提供决策依据。本研究选取高温日数、最高温度和平均高温强度3个指标,基于1961—2020年中国2517个气象站点日最高温数据和CMIP6情景模式比较计划中SSP2-4.5情景下12个气候模式提供的2031—2099年未来气候预测数据集,用核密度概率估计方法计算了4个重现期（即5、10、20和50年）下3个指标的取值,对中国未来高温危险性变化进行了评估。结果表明：① 在SSP2.4-5情景下,中国的高温日数呈现出4个危险中心,分别是：西北干旱（半干旱）地区中部、华北和华中地区的交汇区域、西南地区中部和华南地区南部,并且高温日数从这4个中心向外逐渐减少;最高温度在空间上的分布北部大于南部,东部大于西部。平均高温强度的分布则呈现出从华北地区南部、西北干旱（半干旱）地区西部和东部地区西部向我国除青藏高原地区外的其它地区减少的趋势; ② 在SSP2.4-5情景下,随着重现期年限的增长,中国地区3个高温指标均呈增长趋势且增幅较大,并且高值范围也在不断扩大;③ 3个高温指标变化值均呈现出了明显的空间聚集性,3个指标共同显示的热点区域包括西南地区北部和南部、西北干旱（半干旱）地区中部和华北、华中地区的少部分区域,这些地区发生高温灾害的可能最大,同时根据高温日数变化和最高温度变化,东部地区西部发生高温灾害可能也较大,3个指标共同显示的冷点区域包括青藏高原地区东南部、西北干旱（半干旱）地区的西部和我国东南沿海地区,这些地区几乎不会发生高温危险。     

基于大数据的化工企业时空变化特征及其对水域的潜在影响分析方法

区域水环境影响评估是指导产业布局与结构优化、防范和降低环境风险的重要步骤。基于互联网爬取的企业数据,探究了江苏省1990—2020年化工类企业的时空分布特征,同时引入区域生长法模拟化工企业的潜在影响区,即考虑企业周边地形梯度差异所模拟的影响范围,最后分析了企业对周边水域的潜在影响并提出了相应的防控建议。结果表明：① 1990—2020年,江苏省化工类企业数量呈现出先快速增加而后缓慢增加再缓慢减少的变化趋势,空间上呈现“南多北少,亲水型”的分布特征;② 企业对周边水域和水源地保护区均产生一定威胁,在2020年,江苏省超过20%的水域位于化工企业3 km范围内,接近6%的水域位于企业潜在影响区域内。此外,超过200个（5%）化工类企业位于116个水源地保护区内;③ 通过梳理文献及报道资料,发现水污染事件分布与本文所识别的重点河流（孟津河、大浦港、灌河及夹江等）具有较好的一致性,说明了识别结果的可靠性。本文从化工企业的互联网数据挖掘出发,结合企业潜在影响区的模拟,能够有效识别水域影响重点区域/河段,相关研究方法可为全国化工类企业的水域影响评估提供支撑。     

An improved Markov chain model based on autocorrelation and entropy techniques and its application to state prediction of water resources

According to the relationships among state transition probability matrixes with different step lengths, an improved Markov chain model based on autocorrelation and entropy techniques was introduced. In the improved Markov chain model, the state transition probability matrixes can be adjusted. The steps of the historical state of the event, which was significantly related to the future state of the event, were determined by the autocorrelation technique, and the impact weights of the event historical state on the event future state were determined by the entropy technique. The presented model was applied to predicting annual precipitation and annual runoff states, showing that the improved model is of higher precision than those existing Markov chain models, and the determination of the state transition probability matrixes and the weights is more reasonable. The physical concepts of the improved model are distinct, and its computation process is simple and direct, thus, the presented model is sufficiently general to be applicable to the prediction problems in hydrology and water resources.     

室内用户语义位置预测研究

位置预测技术可以提前预知用户下一时刻的位置,在基于位置的服务（Location-based Service,LBS）领域中发挥着极其重要的作用。现有的位置预测技术大多仅使用用户的地理轨迹,仅使用地理轨迹挖掘出来的用户移动模式易受地理特性的限制缺乏深层次的语义信息。本文基于某商场群体用户的室内轨迹数据和语义信息预测用户下一个时刻语义位置。语义位置预测包括停留区域识别、停留区域语义匹配、语义位置建模。在停留区域识别阶段,为减少室内停留时间不固定对停留区域识别的影响,本研究提出了一种新型的时空凝聚层次聚类算法（Spatial-Temporal Agglomerative Nesting, ST-AGNES),该算法具有思想简单、超参数少、自动生成聚类个数等优点。在语义匹配阶段,引入了吸引度规则,充分利用停留区域所有轨迹点与室内高密度的商铺名称信息做匹配。最后,采用长短型记忆神经网络模型（Long Short-Term Memory,LSTM）挖掘群体用户的语义位置模式并预测用户未来的语义位置,实验预测正确率达到61.3%。     

基于多源数据的北京市朝阳区人口时空格局评估与预测

城市人口分布与活动呈现高度的时空动态变化,掌握人口时空变化特征并进行未来预测,对于精准人口评估、有效的政策措施制定、实时的人口预警与调控等具有重要意义。本研究利用以手机信令数据为主的多源时空数据,首先利用地理探测q统计进行探索性数据分析,其次结合贝叶斯模型进行北京市朝阳区居住人口的时空变化探究及时空预测,以期达到对朝阳区人口的动态评估与预测。首先,选用地理探测q统计进行空间异质性探测,用贝叶斯时空层次模型探究基于手机信令数据推算的北京市朝阳区居住人口的总体空间效应、总体时间效应以及局部变化趋势;其次,选用贝叶斯高斯预测过程模型,基于朝阳区各街乡的居住人口及相关人口影响因子数据进行朝阳区各街乡2017年12月的居住人口预测。时空探究表明：朝阳区居住人口在空间上存在完美空间分异,整体呈现沿环路由内向外递增的空间分布格局,整体时间趋势表现为增长,各街乡局部时间变化趋势呈现一定差异。预测的空间分布与实测空间分布整体一致,精度较高,各街乡预测精度不一。结果表明基于贝叶斯理论的时空层次模型和高斯预测过程模型可以为多源时空数据下的多尺度精准识别与人口时空模式挖掘提供有效的方法支撑。     

定位服务中的导航地理数据

包括ITS在内的定位服务是当前地理信息应用的热点之一。一般将针对ITS、LBS应用需求而生产的地理数据称为导航地理数据，简称导航数据。导航数据与一般的地理信息数据相比，在建模技术、实现方法及关键技术方面，有一些独特之处。本文在简要介绍定位服务的概念之后，首先讨论导航数据库的特点，然后介绍导航数据库的实现过程，最后讨论导航数据库建设涉及到的若干关键技术问题。     

Optimal precursor of the transition from Kuroshio large meander to straight path

We used the conditional nonlinear optimal perturbation(CNOP) method to explore the optimal precursor of the transition from Kuroshio large meander(LM) to straight path within a barotropic inflowoutflow model,and found that large amplitudes of the optimal precursor are mainly located in the east of Kyushu,which implies that perturbations in the region are important for the transition from LM to straight path.Furthermore,we investigated the transition processes caused by the optimal precursor,and found that these processes could be divided into three stages.In the first stage,a cyclonic eddy is advected to the formation region of the Kuroshio large meander,which enhances the LM path and causes a cyclonic eddy to shed from the Kuroshio mainstream.This process causes the LM path to change into a small meander path.Subsequently,the small meander is maintained for a period because the vorticity advection is balanced by the beta effect in the second stage.In the third stage,the small meander weakens and the straight path ultimately forms.The positive vorticity advecting downstream is responsible for this process.The exploration of the optimal precursor will conduce to improve the prediction of the transition processes from LM path to straight path,and its spatial structure can be used to guide Kuroshio targeted observation studies.     

基于相似数据聚合与变K值KNN的短时交通流量预测

短时交通流量预测是交通控制和诱导涉及的关键技术问题,由于短时交通流量存在不确定性和时变性,其预测难度较大,是相关研究领域与工程实践中亟待解决的难题。为提高短时交通流量预测的准确性,本文设计与实现了基于相似数据聚合和变K值KNN(KNN-SDA)的短时交通流量预测算法。该算法首先采用互信息法在经过预处理的交通流量数据集提取交通流量序列最佳延迟时间信息,生成状态向量,并构建交通流量历史数据库;然后以本文所提出的相似数据聚合方法完成历史数据的聚合与清洗得到训练数据集;最后通过交叉验证确定每个时刻的最优K近邻数,完成算法实现。实验结果表明,本文提出的变K值KNN-SDA算法在保证执行效率的同时能明显提高短时交通流量的预测精度。     

无线移动位置服务平台的构架与应用

目前基于无线移动位置服务(Location Based Service,LBS)技术的应用开始兴起,这是GIS技术与主流IT技术、无线通讯技术加速融合的结果。结合基于中国联通CDMAlX和GPS One移动无线定位服务平台的案例,介绍了LBS技术的特点和应用,并对其关键技术的发展和实现方式做了一些探讨。     

地理信息关联规则挖掘算法的设计与应用

本文着重就地理信息数据挖掘中的两种模式：关联规则和序列模式的概念和作用进行了探讨，阐述了在关联规则中寻找大项集算法的实现，以及在数据挖掘的序列模式基础上对寻找大项集算法的结果进行了改进和优化，使数据的关联规则与时间和序列之间建立了密切的联系，从而更好的实现了对于大规模地理信息数据库中数据的挖掘和利用。     

一种基于改进SEIR模型的突发公共卫生事件风险动态评估与预测方法——以欧洲十国COVID-19为例

突发公共卫生事件会严重影响社会公众生命健康,风险评估和预测可为突发公共卫生事件有效防控提供科学依据.本文提出了一种基于SEIR模型的突发公共卫生事件风险动态评估与预测方法,将突发公共卫生事件传播与人口、医疗、经济情况相结合,耦合危险性与脆弱性,建立合理的风险评估综合指标体系,利用熵值一层次分析组合模型实现突发公共卫生事...