基于支付意愿的干旱区绿洲城市居住区绿地愉悦价值研究

干旱区绿洲城市普遍存在居住区绿地率低、居住环境质量不高的问题,量化居民对居住区绿地的支付意愿及城市居住区绿地的愉悦价值,有利于正确评价城市绿地的价值,科学规划城市空间。基于问卷调查,利用支付卡式条件价值法和Tobit模型测算乌鲁木齐市居民对改善居住区绿地建设与服务的支付意愿,借助计量模型的假设检验对其影响因素进行定量分析,并基于支付意愿得到城市居住区绿地的愉悦价值。结果表明：（1） 乌鲁木齐市居民人均支付意愿为148.75 元·a^–1,远高于东部地区,不同属性居住区的支付意愿为商业小区>单位大院>自建房。（2） 受访者性别、收入、家庭结构、需求偏好、认知与意识等特征对其支付意愿有显著影响,且非虚拟变量对决策的影响程度可借助经济学中的“边际理论”度量。（3） 乌鲁木齐市居住区绿地愉悦价值为3.31×10⁸ 元·a^–1,利用居民对绿地生态功能和社会功能的认知赋分,发现其生态服务价值略大于社会服务价值。研究可为建立不同尺度绿地支付机制,提升绿洲城市居住区人居环境质量,优化城市空间布局及维护绿洲城市生态平衡提供科学参考。     

面向ResearchGate的古气候文献数据采集系统的研制与应用测评

论文基于Linux平台,利用Python(V3.6)和MySQL(V5.7),开发了一套“面向ResearchGate的古气候文献数据采集系统”;并且通过人工判读从全球古气候资料共享网(https://www.ncdc.noaa.gov)数据库中遴选出1450篇古气候重建论文,对关键词进行了分类汇总,初步构建了用于古气候文献检索的关键词表。依据这一关键词表,利用古气候文献数据采集系统,从ResearchGate数据库中进行了文献检索。针对来自ResearchGate的32493篇文献和来自NCDC的1450篇文献,通过时间尺度、代用资料类型、气象要素、研究地区(国家)4个维度关键词词频的对比分析,发现2套文献数据关键词词频的相对差异基本一致。这表明依据初步构建的关键词表,自ResearchGate检索获取的古气候重建文献是有效的,能反映古气候重建研究现状。如此庞大数量的研究论文为下一步收集未被NCDC收录的古气候重建结果提供了丰富的数据源。“面向ResearchGate的古气候文献数据采集系统”达到了预期设计目标。     

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。     

基于创新生态系统的海洋生物医药产业发展对策

创新生态系统的形成是经济新常态下海洋生物医药产业等战略性新兴产业突破发展“瓶颈”、实现新旧动能转换和产业转型升级的关键。文章通过构建具有持续创新能力的海洋生物医药产业创新生态系统理论模型,分析海洋生物医药产业发展现状及存在的问题,提出海洋生物医药产业创新生态系统应注重增加动力、技术创新、健全机制、培育载体及系统建设等方面的应用建构。     

菲与纳米银对胶州湾表层沉积物反硝化作用的复合毒性效应评价

多环芳烃(PAHs)与纳米材料污染已对沉积物生态系统和人类生存环境构成严重威胁,其复合污染的毒性效应环境危害可能更大。为了深入探讨PAHs与纳米材料对近岸表层沉积物反硝化作用的复合毒性效应,本文选取位于胶州湾(JZB)的大沽河河口区(DRE)E站和湾内S站,分别以菲和纳米银代表PAHs和纳米材料,通过测定不同剂量单一及复合污染下沉积物反硝化潜势(PDA)的变化,结合浓度相加模型(CA)、独立作用模型(IA)和中效/联合指数等效图法(CI)三种复合毒性评价方法,评价菲和纳米银对沉积物反硝化潜势的复合毒性效应,并对评价方法进行了优选。结果表明,两种污染物浓度越高,对研究区域反硝化潜势的抑制作用越大。菲、纳米银单一及复合作用下对河口区沉积物反硝化潜势的EC50值分别为44.62、112.49和64.86 mg·kg-1,对湾内分别为61.79、147.05和96.18 mg·kg-1。菲单一作用对反硝化潜势的抑制效应强于纳米银,但复合污染的抑制效应更强。两种污染物对河口区的沉积物反硝化潜势抑制效应强于湾内,可能与河口区具有较高Eh和沉积物颗粒度及较低的pH、盐度和有机质含量有关。三种毒性效应评价方法的结果表明,菲和纳米银的复合污染对2个站位反硝化潜势的毒性效应均为协同作用,且对大沽河河口区的协同作用更强。此外,CI法对复合效应的预测结果比CA和IA法更为接近实际观测值,且CI不需要考虑污染物作用模式的限制,因此认为CI法更适用于评价混合污染对沉积物反硝化作用复合影响的效果。本研究结果表明,菲和纳米银会增强彼此对反硝化菌及反硝化功能的毒性效应,由此推断,PAHs和纳米材料在环境中同时存在时比其单独存在对沉积环境的危害更大。     

西安曲江新区移民群体的地方意义建构与检验

处于变革时代的移民群体正经历着“回不去的乡村,融不进的城市”的挑战,构建地方意义以促进移民群体更好地适应迁入地,成为流动性视角下地方研究的基础性与迫切性课题。本文引介地方意义的概念,在系统梳理相关文献的基础上,选择西安曲江新区为案例地,借由理论建构和实证检验的逻辑思路,对曲江新区移民群体的地方意义展开实证探讨。研究发现:移民群体地方意义的探索性理论模型包括自我认同、人地互动、人际互动和综合互动4个维度,互动过程发生在由自然、社会关系与价值构成的关系性地理架构之上;本文开发的移民群体地方意义测量量表,包含4个维度共计20个问项,经过探索性因子分析和验证性因子分析,验证了所建构模型的稳定性和适切性。此外,本文还对地方意义的实质、识别与形成的特点展开了讨论。本研究充实并完善了“地方”及“地方意义”的概念体系结构,部分回应了移民与人地关系研究的理论延伸与发展需要。     

基于PS-InSAR技术的黄土大厚度挖方区回弹变形规律分析

以陕北某湿陷性黄土大厚度挖方地基工程为研究对象,采用PS-InSAR技术对2018-10—2019-11间获取的16景TerraSAR-X卫星影像进行处理,获取了湿陷性黄土挖方区回弹变形信息,总结了大厚度挖方区时序回弹变形特征。结果表明,由于上部土体应力卸载,在开挖区域存在地基土回弹变形现象,选取的高密度PS点变形信息较好地反映了研究区的真实变形情况,回弹变形范围与开挖边界吻合,另外挖方厚度越大,土体开挖引起的回弹变形越大;在开挖完成后的1年监测时间内,回弹区变形量随时间呈线性变化,在最大开挖厚度处,产生最大回弹量为29.3 mm;此外,PS-InSAR技术监测到的变形量与实地水准结果吻合性较好,表明该技术在黄土大厚度挖方区回弹变形监测中具有较好的应用效果。     

ASTER数据的煤矿区水体信息提取

为实现多光谱数据对煤矿区水体信息提取,以萍乡市芦新岭及周边煤矿为试验区,在国内外学者对水体指数法提取水体信息和应用的启发下,对试验区不同地物的波谱特征进行分析。本文首先利用数学统计方法建立一种ASTER数据综合归一化差异水体指数模型SWI ASTER_xy,然后利用这一模型对试验区进行水体信息提取。试验表明,该模型能够有效地提取矿区各类水体,还可以运用在ASTER数据（或其他多光谱数据）对不同区域不同地物的提取,在遥感地物定量提取上具有很好的效果和潜力,具有一定的推广价值。     

无人机在露天矿山监测中的应用

在露天矿山开采过程中,对矿山进行实时动态监测很有必要,它不仅能够实时掌握开采进度和开采方案实施的准确性,还有利于数字矿山建设。本文以河北省保定市涞源县某露天矿区为例,利用Pix4Dmapper软件对无人机航拍影像进行数据采集与处理,获取矿区的三维点云数据、数字正射影像和数字地表模型,并利用ArcGIS和Global Mapper软件对生产成果进行矿山开发占地分析,实现露天矿山三维可视化。本文为准确掌握矿山环境治理执行情况,把握矿山开发整体情况给予了有力的参考和借鉴作用。     

复杂卫星图像中的小目标船舶识别

船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。