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。     

高分三号SAR影像双阈值变化检测

双阈值合成孔径雷达SAR(Synthetic Aperture Radar)变化检测算法具有在发现变化区域的同时还能确定地表发生后向散射变化类型的优点。针对广义高斯双阈值最小误差法D-GKIT(Dual Generalized Kittler and Illingworth Thresholding)在进行阈值选取时直方图中不同类别像素灰度级重叠严重时,分割结果容易在尖峰单侧选取出双阈值而导致无法正确分割差异图的问题,本文提出一种结合归一化最大类间方差和广义高斯最小误差法GKIT(Generalized Kittler and Illingworth Thresholding)的双阈值SAR变化检测方法。首先,提出以归一化最大类间方差值作为灰度级重叠程度的判别参数,确定阈值的选取顺序及两个候选区间;然后,利用GKIT在候选区间内进行分割,获取单侧阈值及非变化类拟合函数;最后,提出利用非变化类拟合函数更新后的直方图作为另一侧阈值选取基础进行分割,得到对应分割阈值。以宁波地区高分三号(GF-3)SAR卫星影像作为试验研究数据,结果表明:本文方法能较好地解决灰度级重叠时D-GKIT无法进行正确分割的问题,具有良好的变化检测效果和更强的鲁棒性且达到了利用研究区数据验证利用GF-3号SAR卫星影像进行变化检测研究可行性的目的。     

Small‐area patch‐merging method accounting for both local constraints and the overall area balance

Small‐area patch merging is a common operation in land use data generalization. However, existing research on small‐area patch merging has mainly focused on local compatibility measures, which often lead to area imbalances among land use types from a global perspective. To address the shortcomings of previous studies by resolving local and global concerns simultaneously, this article proposes a merging method that considers both local constraints and the overall area balance. First, a local optimization model that considers three constraints—namely, the areas of neighboring patches, the lengths of shared arcs, and semantic similarity—is established. The areas of small patches are first pre‐allocated. Subsequently, in accordance with an area change threshold for individual land use types, land use types with area changes that exceed this threshold are identified. The patches corresponding to these land use types are subjected to iterative adjustments while considering the overall area balance. Based on their area splitting abilities, the split lines for small‐area patches are determined, and small‐area patches are merged. Finally, actual data from Guangdong Province are used for validation. The experimental results demonstrate that the proposed method is capable of preserving the local compatibility of patches while balancing the overall area associated with each land use type.     

全球集装箱航运企业的航线网络格局及影响因素

采用船期表数据,以全球前20位航运企业中的18家为研究对象,剖析各企业航线网络的异同点,并探讨企业航线配置的影响因素。研究表明：各企业航线网络均具有小世界和无标度特征,东亚是航班的首要集聚区,并且均为轴辐连接与点对点连接并存的混合式网络;各企业航线网络的市场广度和深度各异,根据航班的空间分布特征可将企业划分为4种类型,其中高丽海运、汉堡南美、阿拉伯轮船和万海航运专注于特定区域的细分市场,且拥有不同于全球枢纽港的企业枢纽港;港口腹地货源、港口自然条件及作业效率、海运保护政策、企业自身能力等是影响企业航线布局的重要因素。本研究有助于揭示航运企业的航线组织模式,为港口管理者决策提供参考。     

中国城市价值链功能分工及其影响因素

价值链的空间重组正在深刻的改变着城市体系的经济景观,建立在价值链分工基础上的城市功能结构的研究已经成为经济地理学的重要课题。将中国上市公司500强企业网络划分为公司总部、商务服务、研究开发、传统制造、现代制造、物流仓储和批发零售七种类型功能区块,研究了中国城市价值链功能分工及其影响因素。结果发现：沿着价值链的功能分工已经成为中国城市体系经济景观的显著特征,功能多样化城市和功能专业化城市并存于中国城市体系,东部地区和城市密集地区的城市在价值链分工中占据了更好的地位;中国城市按照价值链中的优势功能可以划分为九种类型,少数城市转变为承载公司总部、研究开发、商务服务等多样化功能的高等级中心城市,而大量中小城市则转变为传统制造专业化基地;市场潜力、关键资源、区位条件、营商环境等城市属性特征是城市功能分工的重要影响因素,城市资源、区位可达性等属性特征的增强将提高城市成为总部基地、商务中心和研究基地的概率,而降低城市成为传统制造基地的概率。     

东北地区高质量发展评价及其空间特征

从高质量发展的内涵出发,结合东北地区的区域特色,构建有效性、稳定性、协调性、创新性、持续性和分享性6个维度的34项具体指标,测度其发展现状及空间差异。研究发现：大连市、沈阳市、长春市、哈尔滨市等副省级市的高质量发展水平位居前列;高质量发展整体呈“南高北低”且沿哈大线形成“隆起带”的基本格局;协调性和持续性水平较高的地市集聚于辽中南和哈长经济区,有效性和创新性水平较高的地市主要分布于哈大交通走廊沿线,稳定性和分享性水平高的地市则主要分布于东北地区西部和中部;将各地市划分为7种类型,对应不同的发展短板和提升重点。     

海南省农村多维贫困及影响因素的空间分异

贫困具有多维属性,根据不同社会群体和背景从多维视角定义贫困已成为贫困问题研究的共识。依据Alkire-Foster多维贫困框架,拓展精准扶贫的“两不愁,三保障”识别标准,建立了涵盖教育、健康、居住、生活和收入指标的海南省农户多维贫困评估指标体系,基于海南省70个乡镇、134个贫困村3924户入户调查数据,采用双重临界值法评估了农户及村域多维贫困状况,进而运用地理加权回归(Geographically Weighted Regression,GWR)模型,分析了村域多维贫困影响因素的空间分异。结果显示,调查农户多维贫困率达18.22%,多维贫困程度严重的村多维贫困发生率不一定高,“两不愁、三保障”及收入指标对多维贫困指数的贡献率低。中、西部连片贫困地区多维贫困主要表现为较差的资产状况、不清洁的炊事燃料、较高的家庭成员患病率和较低的家庭成员最高学历。GWR模型分析表明,作为多维贫困最重要的影响因素,户主性别、户主受教育水平、女性劳动力占比和抚养比4个变量估计系数的空间分异明显。总体上,女性户主和低学历户主为主的地区倾向于更易发生多维贫困,二者的影响分别表现为从东到西、从北到南有所增强。女性劳动力占比为负向影响,抚养比为正向影响,呈现出自北向南增强的趋势,体现了海南贫困地区劳动力弱、女性相对更勤劳等典型地域特征。     

中国高铁网络结构特征及其组织模式

基于2018年高铁网络OD数据,运用社会网络分析方法从高铁网络、城市节点等方面探讨中国城市高铁网络结构特征及其地域组织模式,结果表明：①中国高铁网络整体较为松散,东北地区网络密度最高,东部和中部地区作为整体网络的中介作用明显;②重要高铁线路的“廊道效应”突出,中心度呈现出以京广、京沪和沪昆高铁组成的“三角旗状”空间格局并向两侧城市呈不规则递减的态势;③多层级网络识别出紧密关联高铁线路和四横四纵向八横八纵格局的转变;④高铁网络的地域组织形式表现为点-轴串珠模式、双核组团模式和极核模式,高铁网络的完善使组织模式由单核趋向于网络化转变。     

广西土壤有机质空间变异特征及其影响因素研究

基于广西第二次土壤普查的270个土壤剖面资料,结合1∶50万数字化土壤类型图、土地利用类型图和气象监测数据等资料,利用地统计学和逐步回归分析等方法对广西表层土壤有机质空间变异特征及其影响因素进行了探究。结果表明：广西表层土壤有机质平均含量为3.11±2.19%,变异系数为70.72%,空间分布呈北高南低的趋势。广西表层土壤有机质空间分布受到自然和人为因素的共同影响,土壤类型、成土母质、海拔、土地利用、气候和坡度6个环境因子对全区土壤有机质含量变异的综合解释能力为47.9%。其中,土壤类型是最重要的影响因素,能独立解释其变异的36.0%,海拔和成土母质分别能独立解释28.5%和15.8%。气温对广西土壤有机质空间分布的影响比降水量更加显著,从而造成了广西土壤有机质整体呈南低北高的趋势。同时,土壤有机质对气温的敏感性在一定程度上受到降雨量的制约。此外,研究区农业耕作管理等因素对土壤有机质的影响也不容忽视。     

情境教学的课堂评价与教学改进研究——以“资源枯竭型城市的发展方向”为例

情境教学是培养学生核心素养的重要教学方法,本文提出了情境教学的课堂评价原则:情境具有真实性、情境与教学目标具有关联性、情境应划分水平。同时提出从情境的结构和关系、解决情境中的问题所涉及地理要素的数量及其关联程度两个角度分别对情境水平进行划分,并结合“资源枯竭型城市的发展方向”课例,提出目前情境教学中存在的问题及教学改进建议。