《地理学报》征稿简则

2015年3月19-20日,国际过去全球变化研究计划过去2000年亚洲气候变化第四次工作会议(The 4th PAGES-Asia2k workshop)在日本京都举行.会议由国际过去全球变化研究计划(PAGES)主办,日本综合地球环境学研究所(RIHN)承办.来自中国、俄罗斯、印度、日本、尼泊尔、巴基斯坦、斯里兰卡、德国、美国、瑞士等10余个国家和地区的40多位学者参加了会议.中国科学院地理科学与资源研究所邵雪梅研究员代表PAGES-Asia2k主席葛全胜与会致辞,她总结了亚洲区域气候变化集成重建研究的主要成果,强调本次会议的主要议题是交流、汇总亚洲各国过去千年气候变化重建方面的新成果,并讨论、部署下两个年度的具体任务;郝志新作了利用中国历史文献重建高分辨率气候序列及其可靠性的专题报告.     

地理信息大数据数据规范的编写与探索

本文就内蒙古自治区地理信息大数据数据规范地方标准的编写内容和结构进行了探索与分析。     

大数据时代的空间交互分析方法和应用再论

空间交互是理解地表人文过程的重要基础,与空间依赖一起共同体现了地理空间的独特性、关联性以及对嵌入该空间的地理分布格局的影响,具有鲜明的时空属性,因此对于地理学研究具有重要意义。大数据为空间交互研究带来了新的机遇,能够使我们在不同时空尺度感知和观察空间交互模式并对其动态演化特征进行模拟和预测,从而为揭示人类活动规律及区域空间结构提供有力支持。本文在探讨空间交互与地理空间模式关系的基础上,描述了利用地理大数据感知空间交互的方式和定量模型,介绍了空间交互分析方法的研究进展及其在空间规划与交通、公共卫生、旅游等领域的应用情况,并就一些基本问题进行了讨论,以期为大数据支持下空间交互相关研究提供指导。     

大数据时代中国气候变化科学数据共享服务的发展现状与趋势分析

随着气候变化研究的进一步深入,中国已经积累和发布了越来越多气候变化方面的数据,为深入系统的科学研究和科技创新提供了宝贵的数据资源.相关数据存量越来越大,存储类型越来越丰富,促使我们进入一个前所未有的大数据时代.大数据时代需要对海量数据进行挖掘和应用,必然离不开数据的开放和共享.本文首先对气候变化驱动因素科学数据、气候变...     

大数据引入财务管理的重要性

大数据丰富了人类了解世界的方式,也逐步改变人类思维方法和解决问题的方法,大数据的应用技术革命,对复杂的财务管理,更是前所未有的机遇和挑战。目前,大数据已成为对财务管理影响最大的应用技术。大数据应用于财务管理的重要价值在于通过数据科学的处理模式,对多样化海量信息加以分析利用,提高财务管理工作效率,提供更精准的决策力、规避风险能力。本文就财务管理引入大数据的重要性及直接的好处做分析。     

自然资源空间大数据对自然资源管理的支撑作用 ——以福建省为例

空间大数据在政务服务方面的应用是近年大数据战略的重要方向,本研究以福建省为例,在分析福建省自然资源空间大数据的建设现状基础上,分析了自然资源空间大数据对自然资源管理的支撑作用及当前存在的不足,并提出自然资源大数据在自然资源管理中的应用前景,对提升自然资源管理水平有积极的借鉴意义。     

大数据时代背景下的测绘地理信息工作研究

在大数据时代,测绘地理信息工作深入到社会公众的日常生活,为人们提供更好的服务.随着数据增长,如何为人们提供更精准、更丰富的数据成为行业发展的关键.对此,本文进行一些分析研究.     

服务业区位大数据的获取、可视化表达与地理教学应用——以杭州市主城区零售业数据为例

地理大数据在高中地理教学中的应用愈加广泛。本文以杭州市主城区零售业区位布局为例,简析了地理大数据获取和可视化表达的主要方式。本文选取购物中心、超市和便利店等22551条零售业数据为数据源,借助GIS和Excel三维地图,培育学生地理制图和地理实践能力,真实例证影响零售业区位布局的主要因素。     

自然地理学的大数据研究

大数据给科学研究带来了机遇与挑战,但针对自然地理学的研究很少.基于此,该文结合大数据理念,立足自然地理学特点,分析了自然地理学的大数据源、大数据研究方法及相关变革.认为自然地理研究中的大数据源主要包括遥感大数据、地面传感器数据、自发地理信息和地理成果累积数据,对地观测、自动感知和自发地理信息是其主要生产方式.自然地理的大数据研究方法重点在地理信息科学的升级与变革,集中在数据-信息-知识的处理过程中.大数据背景下自然地理研究将向数据密集型范式转变,地理研究将实现新的综合,应用性地理学得到发展,研究队伍结构更加多元化,众包研究成为新的方式.要在自然地理研究中充分合理地使用大数据,还需要数据开放与共享政策的支撑,同时有必要开展大数据地理学研究.     

大数据与小数据结合：信息时代城市研究方法探讨

信息技术的快速发展引起了城市研究领域的“大数据”热潮,并带来了传统城市研究方法的变革。但是,其自身存在的诸多缺陷使得学者不得不重新考虑传统小数据的应用角色。但是,传统小数据并没有失去其应用价值,相反,以城市与居民行为活动关系研究为主体的信息时代的城市研究必要充分结合大数据与小数据,并探讨适宜的方法论与方法框架,从而应对日益复杂的城市问题和居民需求。提出“物质空间与活动空间结合”、“相关关系与因果关系结合”、“宏观分析与微观挖掘结合”的3个方法论,并在此基础上构建了“大样本空间发展评价+空间差异与联系发现+小样本影响因素探究”、“小样本模型构建+影响因素发现+大样本验证及挖掘”、“微观活动分析+活动空间界定+影响因素探究”3种方法框架,且分析了这些框架的具体应用,以期为未来的城市研究提供思路和方法借鉴。     

从传统数据到大数据+的人居环境研究进展

伴随着城市化的快速推进,环境问题日益突出,人居环境研究已成为学术界关注的热点。论文以CNKI和Web of Science数据库中关于人居环境的文献为基础,结合CiteSpace软件分析国内外人居环境研究的热点领域,探讨其数据获取方式、研究方法与技术、研究视角3个方面。结果表明：① 数据获取方式由传统的抽样调查和官方统计向卫星遥感、电子设备感知及互联网等大数据靠拢,实现传统统计数据向网络大数据获取的转变;② 研究方法日趋完善,注重问卷调查、新地理计量模型与GIS相结合,同时引入物联网大数据、人工智能等先进技术,使研究方法更加多样、研究结果更加准确;③ 社会感知、乡村振兴、拟态人居等成为近年来的研究方向。今后,人居环境研究应综合利用传统方式和现代化技术手段获取的数据,深度学习挖掘大数据,加强乡村振兴、虚拟人居环境等方面的研究。     

大数据时代城市时空间行为研究方法

信息技术的快速发展带来了“大数据”时代的到来,改变了城市的空间组织和居民行为,并使得城市时空间行为研究方法面临变革。本文在总结传统城市时空间行为研究方法存在问题的基础上,对影响其变革的数据获取与处理技术进行梳理,重点从居民时空行为、城市空间及城市等级体系3个方面综述了国内外应用大数据进行城市时空间行为研究的最新进展,构建了基于大数据应用的城市时空间行为研究方法框架。本文认为,大数据时代城市时空间行为研究方法的变革主要取决于对反映居民时空行为的网络或移动信息设备数据的挖掘、处理及应用,但是还需要进一步推动相关学科间的交叉与融合,加强社交网站等网络数据在居民时空行为和城市空间研究中的应用,并指导城市规划编制与管理方法的创新。     

POI数据在中国城市研究中的应用

兴趣点(Point of Interest,POI)数据的兴起带动了城市研究的革新.为梳理中国POI数据在城市研究的应用进展,阶段性总结其应用方向、数据分析方法及尚存不足,并为未来POI数据在中国城市发展中的应用提供思路和借鉴.应用CiteSpace工具对中国知网2010-2019年625篇相关文献进行知识图谱分析,结...     

多源数据在城市体检中的有机融合与应用——以北京市为例

多源数据是当前信息时代下进行城市研究的重要基础和支撑,也是地理学和城市规划学重点研究方向。城市体检作为城市高质量发展背景下的新命题,多源数据在城市体检中的有机融合与科学应用对城市问题的深入剖析及其影响机制的探究中至关重要。从梳理主观和客观两类数据在现有城市研究中的应用出发,结合了2019年、2020年全国城市体检和2018年、2019年、2020年北京城市体检实践工作,探讨了多源数据在城市体检不同空间尺度、不同时间尺度和不同体检维度的应用,辨析了不同数据间的优劣势,提出了多源数据有机融合的方式,并以“城市停车问题”进行案例分析。以期为城市体检中数据应用方式的改进方向提出建议,为城市体检的研究发展提供思路。     

基于农业大数据可视化方法的中国生猪空间流通模式

利用大数据可视化手段研究中国省际间生猪流通问题,用GIS将整合后的多源数据进行数据可视化,研究中国19个省（市）的区域间生猪流通现状。参照《国家新型城镇化规划（2014~2020年）》和前人研究成果,将区域间生猪流通现状与中国城市群可视化结果结合进行分析,归纳各城市群生猪流通现况,获得基于城市群发展的生猪空间流通模式,从空间角度分析中国整体生猪空间流通格局存在问题。结果显示,中国总体生猪流向有明显的“西猪东运,北猪南运”趋势,京津冀城市群、长江三角洲城市群和珠江三角洲城市群是中国最主要3个吸纳外埠生猪供应地区,是中国整体生猪流通系统中最重要的组成部分。     

基于大数据的流空间研究进展

流空间是认识城市网络结构和演化的重要手段。近年来大数据的快速发展为流空间研究提供了新的机遇和挑战。论文系统综述了基于大数据的流空间研究进展。首先,论文梳理了基于大数据流空间研究的背景和历史,然后总结了基于大数据的流空间研究的主题、数据类型、方法和主要发现,最后展望了未来的研究挑战。2011年以后,基于大数据的流空间研究呈指数增长趋势,中英文论文年均发表量从2010年的11篇增长到2018年的106篇。大数据主要从提供新的数据源、激发新的分析方法和提供新的研究视角三方面推进了流空间研究。常用于流空间研究的大数据主要包括手机信令数据、社交媒体签到数据、公共交通刷卡数据和出租车轨迹数据,它们比传统统计数据更能直接提供人流、物流和信息流的时空动态信息。研究方法也从传统的基于距离的重力模型发展为网络分析方法。未来在交叉学科研究、大数据和传统数据的耦合、大数据与深度学习和云计算等新方法的结合方面仍需进一步探索,从理论、数据和方法上全面深化流空间研究。     

基于大数据的城市服务业空间关联分析

信息技术与电商平台的发展,产生了各种各样的大数据。在城市服务业中,商家在电商平台上注册自己带有坐标的信息,构成了空间服务业的空间大数据源。首先建立限定距离阈值的空间关联规则数据模型,介绍该模型产生频繁项集和关联规则的方法与步骤。最后利用Python爬取糯米网南宁站的商家信息,用Apriori算法做出了10~1 000 m 6种距离阈值的空间关联规则和服务业空间频繁项集。     

地理大数据为地理复杂性研究提供新机遇

大数据之风自2010年席卷全球,已在科学、工程和社会等领域产生深远影响。本文首先从地理大数据、第四范式以及非线性复杂地理系统3组基本概念出发,剖析上述3组概念之间的科学联系与相互支撑作用,提出大数据和第四范式为地理复杂性研究提供新机遇。其后,探讨如何利用大数据和复杂性科学的理论方法开展地理复杂性研究。基于地理大数据,可以通过统计物理学的系列指标描述现实地理世界的复杂非线性特征,同时,还可利用深度学习、复杂网络、多智能体等方法,实现复杂非线性地理系统的推演和模拟。上述方法对认知地理现象和过程的复杂性,对复杂地理系统的分析、模拟、反演与预测有重要作用。最后,提出地理大数据和复杂性科学相互支撑可能成为21世纪地理学的主流科学方法。     

基于腾讯迁徙大数据的中国城市网络研究

随着经济全球化和区域一体化的快速发展,城市间的交流日益密切,要素的流动性和互赖性促进了城市网络的形成,并成为一种新的区域组织模式和空间结构.本文基于2018年腾讯人口迁徙数据,构建了372×372关系数据矩阵,并从不同交通方式出发,系统刻画了中国城市网络格局.研究表明:①网络关联度高的城市主要集中在胡焕庸线以东区域,尤...