基于街道尺度的西安市基础教育资源空间分布特征研究

基于POI教育设施点数据,以街道为研究尺度,利用ArcGIS的标准差椭圆、核密度估计以及GeoDa的探索性空间数据分析（ESDA）,对西安市主城区基础教育资源的空间分布特征进行分析。结果表明：在空间布局上,西安市基础教育资源表现出“外疏内密、东疏西密、北疏南密”的特征,在方向上,其空间布局呈现出“东北—西南”的特点;幼儿园及小学主要集中分布在中心城区,少部分集中在外围,中学主要集中在中心城区;H-H类型区主要集中在城南和城北,L-L类型区主要集中在中心城区的特殊区域。总体来看,基于街道尺度的西安市基础教育资源空间分布特征研究能够清晰地反映西安市基础教育资源的空间格局,可为政府相关部门合理规划教育设施的布局提供理论依据。     

基于数理统计的快速城市化时期土地利用变化分析——以大连市为例

基于数理统计的快速城市化时期土地利用变化分析试以土地系统理论为基础,运用数理统计方法,建立1996—2005年各类用地数量变化数据库,分析大连市各类用地时空变化规律,预测未来用地规模。采用吉布斯一马丁（Gibbs—Mirtin）多样化指数和洛伦兹（Lorenz）曲线分析大连市各类用地的数量结构特点,利用二次指数平滑方法预测出2010～2020年大连市各类用地规模。结果表明,1996年以来全市建设用地面积呈上升趋势,农业用地和未利用地面积呈缓慢下降态势,但就经济增长的规模看,未来大连的经济发展不会始终保持之前的增长态势,建设用地的需求量也将有所缩减。     

基于恐袭数据的“一带一路”沿线国家安全态势及时空演变分析

依据全球恐怖主义数据库,选取恐怖袭击事件总起数、恐怖袭击死亡人数、恐怖袭击受伤人数、恐怖袭击财产损失程度4项指标构建国家安全态势评价指标体系,运用标准差椭圆和核密度估计法对1970~2017年“一带一路”沿线国家安全态势时空演化特征进行分析。研究表明：① 在时间上,从1970~2017年“一带一路”沿线国家安全态势日益严峻,阶段性特征显著,共经历了“兴起-活跃-回落”3个阶段;② 在空间上,国家安全态势标准差椭圆向北偏西方向移动,重心转移路径为西亚北非地区-南亚地区-西亚北非地区;“9·11”事件发生前后空间特征呈现由三大“恐怖主义活跃区域”和1个“U型恐怖主义潜伏圈”向两大“动荡核心圈”和3个“动荡次中心”的转化。     

The blown sand disaster to the Tarim Desert Highway in Xinjiang, China

The Tarim Desert Highway in Xinjiang, China, the longest one in the world, has a lengthof 562 km, about 80% of which runs across, from north to south, the Taklimakan Desert. Obviously,the main problem of the road maintenance is the blown sand disaster. The research resultsshowed: (1) the physical environment along thedesert highway is characterized by strong winds,fine and loose ground materials, different dunes and so on, which provides the dynamical conditionand material source for the formation of blown sand disaster to the road and its shelter system.Meanwhile, the trend and cross-section of the road and the structure of the shelter system, asdamage objects, play important roles in the formation process of blown sand disaster; (2) theblown sand disaster to the shelter system is original from the intrusion of the drift sands and mobiledunes outside the shelter system, and the wind erosion and sand deposit caused by the air streamchanges on the ground in the shelter system. The main damage object in the Tarim Desert High-way is the shelter system presently. The damage forms include wind erosion, sand burying anddune covering; and (3) the damaged length of the blocking sand fences is 83.7%, 88.4%, 72.4%,72.8% and 40.3% and the damaged area of the straw checkerboard belts is 73.1%, 58.2%, 44.5%,35.4% and 36.6%, in turn, in 5 different landform units from north to south, and, the disasters tofences and the straw checkerboard belts are 79.5% and 57.6% in the compound dunes while theyare 64.6% and 37.7% in the interdunes respectively.     

大连市土地利用变化的人文因素

采用土地利用调查数据、社会经济统计资料等多种数据源,从定性与定量的角度进行大连市土地利用变化的人文因素研究。结果表明,应用因子分析方法可将影响大连市土地利用变化的因子归纳为经济发展和城市化水平因子、区域产业结构影响因子、农业产业结构影响因子、投资因子和人口因子等5个因子;应用多元回归分析方法可将土地利用面积变化率和土地利用变化强度表达为影响因子的函数关系,从函数关系可知各影响因子对大连市土地利用变化的影响作用大小不同,区域产业结构、经济发展与城市化水平因子的影响作用最大,人口、农业产业结构影响因子的作用其次,投资因子的影响作用最小。     

城郊型村庄用地发展问题研究—以2002—2014年莱芜市高庄坡草洼村为例

在城镇化快速演进的背景下,我国建设用地扩展导致耕地面积减少已成为学界共识。农民对城镇化进程成本支付能力低,土地成为来分享财富用于城镇化的工具,导致农村地区频频出现村庄“空壳化”、城镇人口“两头占地”、土地利用粗放等现象。作为城郊型村庄具有明显的区位优势、环境优势和资源优势,不断诱发村庄建设用地扩展、延伸,使土地集约利用的趋势更为严峻。该文通过研究坡草洼村近12年的村庄形态的演变进程,挖掘造成村庄土地利用混乱、耕地面积不断减少、人均建设用地不断增加的原因。在保障农民土地财产权的前提下,应让静态的土地“流”起来,使沉睡的资源“活”起来,不仅能解决“就地城镇化”的土地瓶颈问题,还能让村民生活质量真正的“市民化”。     

非参数贝叶斯字典学习的遥感影像超分辨率重建

为充分利用样本及参数的先验信息,对Yang提出的基于稀疏表示的超分辨率重建算法进行了改进,提出了一种基于非参数贝叶斯字典学习的单幅遥感影像超分辨率重建方法。该方法利用Beta-Bernoulli过程进行字典学习,建立字典元素和各参数的概率分布模型,并通过Gibbs进行迭代抽样构成马尔科夫链,用其平稳分布来近似字典元素及各参数的后验分布,最后由低分辨率影像及高分辨率字典的后验分布重建出高分辨率遥感影像。对比双线性、双三次插值及Yang的方法,该算法在平均峰值信噪比方面分别提高了3.29、1.79、0.17 d B,在平均ERGAS方面分别降低了0.78、0.37、0.02 d B。该算法因加入了更多的先验信息,可以使重建影像提供更多高频细节信息,具有一定的普适性。     

高光谱遥感影像多级联森林深度网络分类算法

高光谱遥感技术在环境监测、应急保障、精细地物提取等方面有着广泛的应用,随着高分五号高光谱数据的正式发布,高光谱遥感技术将发挥更重要的作用。遥感影像分类作为高光谱遥感影像信息处理的重要部分,已成为当前研究重点。本文针对传统多级联森林深度学习中模型复杂、无法利用基分类器差异信息、对类间差异较小的样本无法正确区分等不足,提出了一种改进的多级联森林深度学习模型,在模型框架中,分别采用了随机森林和旋转森林作为基分类器,并引入逻辑回归分类器作为判别器用于训练层扩展。相较于传统的深度神经网络,改进的多级联森林深度网络超参数较少且能够自适应确定训练层,更方便进行模型优化。实验采用了高分五号数据集及两个公开的高光谱数据集(Indian Pines数据集及Pavia University数据集)进行精度评定,同时选择了传统分类器支持向量机、深度置信网等模型作为对比分析。实验结果表明,改进的多级联森林深度学习模型能有效地进行高光谱遥感影像分类,且较传统的分类方法精度有所提升。     

重加权稀疏和全变差约束下的深度非负矩阵分解高光谱解混

近年来,非负矩阵分解NMF (Nonnegative Matrix Factorization)由于其简单有效的特点,已被广泛应用于解混。由于传统的NMF只有单层结构,不能获取隐藏层的信息,其解混效果受到制约,为了研究影像的深度空谱特征,本文在深度NMF结构的基础上,提出了一种基于全变差和重加权稀疏约束的深度非负矩阵分解(RSDNMF-TV)算法。首先,使用深度NMF模型代替传统单层NMF模型,在预训练阶段进行逐层预训练,而在微调阶段减少分解误差。其次,由于丰度矩阵是稀疏的,本文在深度NMF模型中加入重加权稀疏正则化项,其权值则根据丰度矩阵自适应更新。最后,进一步引入全变差正则化项,以利用空间信息并促进丰度图的分段平滑性。论文采用梯度下降法推导出乘性迭代规则,为验证所提出的RSDNMF-TV算法的有效性,利用模拟数据集、Cuprite数据集以及高分五号数据集进行实验,并与其他经典方法作对比,结果发现本方法具有更好的解混效果,同时具有一定的去噪能力。     

Kepler-9b、c的近2:1平运动共振分析

对多行星系统中行星周期比的统计发现,行星周期比在简单整数比2:1、3:2的右侧边缘处有明显聚集,而在其紧邻的左边有明显空缺.针对这一现象有各种不同的动力学解释. Kepler-9系统中已发现的3个行星中,行星b、c周期比约为2.03,是接近2:1共振的一个典型例子.利用关于偏心率的二阶哈密顿方程,针对只考虑长期作用和加入共振摄动两种情况,通过研究当前状态下系统在能量等高线图与相空间截面图中的位置,讨论了两行星可能的近共振状态.