基于MODIS数据的太湖浮游植物物候变化及其对水表温度的响应

浮游植物物候能够反映浮游植物的生长变化与湖泊生态系统的变化,水温、营养盐浓度等因素对物候有重要影响。太湖富营养化程度较高,水温的影响作用日趋显著,物候与水温关系的研究对理解、控制和改善太湖生态系统具有重要意义。本研究利用2003—2018年MODIS遥感数据计算浮游植物物候指标和湖泊水表温度（Temperature of Water Surface,LSWT）,通过分析太湖浮游植物物候时空变化特点探究了不同区域的物候特征,并结合LSWT揭示了浮游植物物候对LSWT变化的响应关系。结果表明：① 不同浮游植物物候指标具有不同空间分布特点,水华发生次数、峰值叶绿素a（Chla）浓度和水华总持续时间呈现由西部沿岸向湖心区递减的趋势;浮游植物生长开始时间和峰值Chla发生时间分布复杂但在沿岸区域相对较早;② 太湖可被划分为4种具有不同物候特征的区域,Ⅰ类区域主要位于贡湖湾、东部沿岸以及太湖中部开阔水域,该区Chla浓度范围为50~60 μg/L,且波动平缓,水华发生次数最少、开始最晚、持续时间最短;Ⅱ类区域主要分布于太湖西部沿岸,Chla浓度范围为50~90 μg/L且变化剧烈,该区水华发生次数最多、开始最早、持续时间最长;Ⅲ和Ⅳ类属于过渡区域,前者主要分布于梅梁湾、竺山湾及入湾口,后者主要位于南部沿岸以及太湖中部;③ 浮游植物物候对LSWT变化的响应受营养水平影响,当营养水平较高时,浮游植物的生长受LSWT的促进作用显著,LSWT年际变化的升高趋势对浮游植生长物候提前、生物量增加的影响明显,反之,则LSWT变化对浮游植物生长的影响减弱。     

基于地理探测器的北京市居民宜居满意度影响机理

城市宜居性是与居民生活质量密切相关的科学议题,深入探讨宜居满意度影响机理对把握转型期北京市居民居住环境需求、促进宜居城市建设等具有重要的现实意义。以北京市为案例,基于2013年宜居城市大规模问卷调查数据,运用因子分析方法提取了北京市居民宜居满意度主要感知因素,并分别从居民宜居感知因素、个体与家庭属性因素两个视角,借助地理探测器方法揭示了北京市居民宜居满意度特征与影响机理。研究发现：①北京市居民宜居满意度主要由污染噪声因子、生活设施因子、人文环境因子、出行便捷因子、自然环境因子、安全环境因子和休闲活动因子等7个维度构成。②宜居满意度受到宜居感知因素和个体与家庭属性共同影响,但宜居感知因素的解释力明显要强,其中污染噪声因子、自然环境因子和出行便捷因子等因素是关键因子。③宜居满意度与宜居感知因素具有相对一致性,且存在个体与家庭属性差异。通常宜居感知因素得分低居民,其宜居满意度也相对较低;另外,远郊区、租赁房、有迁居经历、男性、30~39岁、高中学历、家庭月收入5000元以下和外地户口等社会群体的宜居满意度明显要低。     

地理学时空数据分析方法

随着地理空间观测数据的多年积累,地球环境、社会和健康数据监测能力的增强,地理信息系统和计算机网络的发展,时空数据集大量生成,时空数据分析实践呈现快速增长。本文对此进行了分析和归纳,总结了时空数据分析的7类主要方法,包括：时空数据可视化,目的是通过视觉启发假设和选择分析模型;空间统计指标的时序分析,反映空间格局随时间变化;时空变化指标,体现时空变化的综合统计量;时空格局和异常探测,揭示时空过程的不变和变化部分;时空插值,以获得未抽样点的数值;时空回归,建立因变量和解释变量之间的统计关系;时空过程建模,建立时空过程的机理数学模型;时空演化树,利用空间数据重建时空演化路径。通过简述这些方法的基本原理、输入输出、适用条件以及软件实现,为时空数据分析提供工具和方法手段。     

郑州市区基准地价将调高

郑州市区基准地价将进行第三次更新.近日,市国土资源局举行了基准地价更新听证会,听取社会各界对拟更新基准地价的意见和建议.     

国家城镇生态环境综合监测技术体系构建

近年来,我国城镇突出的生态环境问题受到社会广泛关注,作为生态环境保护工作的重要组成部分,随着城镇化的快速发展,城镇生态环境监测任务也越来越重、要求越来越高,对结合空间信息的天地一体综合监测的需求非常迫切,急需建立其技术体系,以指导城镇生态环境综合监测工作的开展。本文面向城镇生态环境综合监测的需求,从城镇污染气体、水体水质、生态资源3个方面出发,通过梳理城镇生态环境综合监测中的关键科学技术问题,结合开展的关键技术攻关研究,经过分析论证,构建了城镇生态环境综合监测技术体系框架、指标体系框架以及标准体系框架。在此基础上,根据遥感数据特点及国家生态环境监测需求,提出城镇生态环境综合监测业务应用方案,为国家和省市地方下一步有效开展城镇生态环境监测、管理等工作提供重要指导和支撑。     

感知技术在文化遗产研究中的应用与展望

感知技术的发展为文化遗产的探测、保护、利用和传承带来了机遇和挑战。鉴于当前文化遗产研究中应用的感知技术的复杂性及多样性,本文对感知技术及其在文化遗产研究中的应用进行系统梳理。首先,对感知技术的概念进行总结,重点介绍在文化遗产研究中发挥重要作用的多源遥感平台、社交媒体、移动通讯、智能交通等多源传感器的特点,以及关键信息处理技术,包括数据挖掘和知识发现、可视化技术以及虚拟现实技术;其次,梳理了感知技术在物质文化遗产、非物质文化遗产以及群体对于文化遗产的体验和评价等方面的应用进展;最后,探讨了文化遗产研究中感知技术在数据精度、多源数据融合、信息处理等方面存在的问题,指出其数据共享化、平台网络化和应用社会化的发展趋势。     

基于客流特征的北京地铁站点类型识别

地铁站点是城市各种社会经济活动的关键节点,不同类型的地铁站点在城市中的区域条件、交通功能、土地利用类型等方面均存在差异,科学的站点分类有助于了解城市功能分区及评价轨道交通基础设施建设状况。本文基于2013年3月份14天工作日地铁刷卡客流量数据,运用引入客流特征的时间序列聚类方法,对北京市195个地铁站点进行分类。研究表明：①地铁站点客流量存在时空差异,也是城市功能分区时空差异的表现之一。②通过引入客流特征的时间序列方法,将地铁站点分为居住导向型、就业导向型、职住错位型、错位偏居住型、错位偏就业型、混合型、综合型及其他型8种不同类型。③利用地铁站点客流量数据,是将空间行为和实体空间进行关联比较的有效途径。     

北京城市居民职住分离的空间组织特征

利用地理信息系统和空间分析技术,选择北京市为实证研究对象.在近万份实际调查问卷数据基础上,从城市空间结构变迁的角度审视北京城市居民职住分离的空间组织特征和职住分离的影响因素.研究发现北京城市居民单程通勤时间为38分钟,其中通勤时间超过40分钟的人群比例为43.7%,可见北京市居民职住分离程度比较严重:同时,从居住地和工作地的角度都可以发现北京居民职住分离现象在区县尺度和街道尺度存在着明显的空间差异:总体而言城市中心区域职住分离情况好于郊区,在郊区中重点开发的卫星城镇工作机会较多,在这些区域就业者的职住分离问题并不严重:而一些重点建设的大型居住社区由于功能过于单一,这些区域的居民职住分离问题十分突出.集聚分析表明.北京市存在明显的就业和居住集聚区,并且两者在空间上的错位比较明显;对城市居民的通勤流向的分析表明.向心流还是主体通勤方向,但也存在一定比例的逆向通勤,表明北京城市化过程中居民职住分离的空间组织特征正在逐渐演变.     

基于出租车用户出行的功能区识别

出租车数据作为城市大数据重要来源,其上车行为和下车行为直接反映城市人群出行行为特征,帮助城市规划者发现城市人群出行规律和城市功能结构。但是出租车数据隐含多维度信息,一维或者二维模型不足以表达和挖掘其蕴含的多维信息,因此本文选择可以承载多维数据的张量模型对出租车OD（上车/下车）数据进行时空模式挖掘。本文将北京六环区域划分为500 m×500 m格网,采用北京市2012年11月1-16日的出租车OD数据,分别构建O点和D点张量,利用张量分解模型从日尺度、时段尺度揭示出租车用户出行时间模式,同时获取不同时段对应的出租车用户出行空间模式,并推测空间模式包含的语义属性。本文结合城市兴趣点（Point of Interest, POI）数据,提高空间模式语义属性推测的准确性,识别出租车用户出行功能区。结果表明：出租车用户出行时间符合工作日和休息日的早高峰、日间、晚高峰以及夜间模式;对应8种时间模式,出租车用户出行包含8种空间模式,每一种空间模式都是对应时间模式下的上下车热点区域,因此空间模式的变化表明城市人群在不同的时间点,到达不同的场所,进行不同的活动,间接表达空间功能的动态变化;区域的功能不是单一静态的,而是随着时间在不断地变化,是不同时段功能的组合。本文揭示出租车OD数据中隐含的出租车用户出行模式和空间功能动态变化,对利用人类行为时空模式研究区域空间功能结构具有科学参考价值。