尺度政治视角下的新安江流域生态补偿政府主体博弈

流域生态补偿是中国跨区域生态治理和自然区域保护的一项重要经济、社会、环境政策,涉及区域利益主体权益差异与协调、区域生态协同发展和合作模式构建等方面,是一个典型的地理学研究命题。本文将制度粘性引入到尺度政治理论中,剖析新安江流域生态补偿政府主体的博弈行为,探究不同政府主体的博弈特征和博弈机制。结果表明:中央政府、省级政府、市级政府等不同层级政府主体经历了竞争博弈、合作博弈和竞合博弈3个阶段,构建政府利益共同体能够推进流域生态补偿建设,中央政府的“适度介入”是开展跨省流域生态补偿的关键;流域生态补偿制度从“垂直”模式向“垂直—水平”模式的变迁过程中存在明显的制度粘性,政府主体利用政策革新和社会参与等制度约束稀释制度粘性,重塑流域生态补偿制度;尺度转换是推动新安江流域生态补偿的核心机制,政府主体通过重新分配权力和资本、嵌入非正式约束塑造流域生态补偿话语体系,推动新安江流域生态补偿由“强国家—弱社会”向“强国家—强社会”结构模式的转变。研究结果能够为构建跨区域流域生态补偿机制提供理论支撑,为合理评价和指导流域生态补偿实践、促进流域经济社会协调可持续发展提供科学依据。     

土地利用景观格局空间尺度效应研究——以武汉市为例

城市土地利用景观格局研究对城市规划设计和土地资源管理具有重要的理论价值和现实意义,而研究尺度的选择是其必不可少的部分。本文基于景观生态学方法,以武汉市为研究区域,选取聚集分散指数、斑块类型指数、形状指数三种类型指数对土地利用景观格局进行分析,同时引入层次分析法,研究武汉市土地利用景观格局的空间尺度效应及其响应特征,结果表明武汉市土地利用景观格局具有明显的空间尺度效应,随着空间尺度的增大,景观破碎程度增大,景观分布越来越分散,景观异质性减小,斑块之间连接度越来越弱。在此基础上,建立最佳尺度选择模型,并基于分型理论对最佳尺度的合理性进行验证,最终得出武汉市土地利用景观格局研究的最佳空间尺度为60 m。     

国际贸易地理研究进展

全球化时代的技术进步和贸易自由化似乎逐渐将世界经济连为一体,但研究发现国际贸易仍然显著地受到地理因素影响。与此同时,经济地理学对国际贸易地理的理论建构存在欠缺,其对国际贸易研究的贡献目前集中于对国际贸易地理格局和贸易网络异质性的描述分析上。在此背景下,论文从生产、流通和消费3个方面归纳国际贸易研究对地理因素作用的理论建构和实证研究：① 生产上的地理差异经由机会成本差异促进贸易;② 流通上的地理差异经由贸易成本而抑制贸易;③ 消费上的地理差异经由市场需求地空间差异而影响贸易。通过总结贸易与制度变迁、贸易与集聚、贸易与不平等、贸易与创新、贸易与污染间的关系相关研究,论文认为当前国际贸易研究存在如下局限：① 并未深入讨论地理变量的内生性,即贸易可能反过来塑造地理差异而非仅由地理变量决定;② 相对缺乏多尺度、跨尺度视角,即贸易理论预测的宏观尺度贸易利得在中观、微观主体上并非均等分配,表现出显著的空间差异;③ 部分研究对产品异质性缺乏探讨,无法全面刻画贸易的差异化地理效应。据此,经济地理学未来对国际贸易研究的贡献可能在于运用多尺度、跨尺度联系的视角深入阐释贸易与地理的多维度异质性和复杂互动。     

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。     

基于ICSO的DGPS整周模糊度的求解方法

针对差分全球定位系统(DGPS)模糊度解算过程中效率低,搜索慢的问题,对鸡群优化算法(CSO)进行适应性改进,并将改进后的鸡群优化算法(ICSO)应用到整周模糊度的快速解算中,利用卡尔曼滤波求出双差模糊度的浮点解和协方差矩阵,采用Lenstra-Lenstra-Lovasz (LLL)降相关算法对模糊度的浮点解和方差协方差矩阵进行降相关处理,以降低模糊度各分量之间的相关性,在基线长度固定的情况下,利用ICSO搜索整周模糊度的最优解. 采用经典算例进行仿真,仿真结果表明,与已有文献相比在整周模糊度的解算过程中改进的鸡群优化算法能有效提高搜索速度和求解成功率.      

中国近海浮游介形类大尺度生态研究：Ⅳ.浮游介形类的生态群落与群？…

以中国的近海的浮游介形类为研究对象,分析其群落结构,将之区分为近岸群落、陆架缘区群落、外海群落以及介于其间的不稳定的、有时是孤立的过渡群落,同时,还阐述各群落的主要特征及讨论各群落的特征种结构,此外,根据海上取样结果,本文仅讨论０￣２００ｍ水域内的群落结构。     

INS/GPS组合导航中的病态问题及其处理方法

在地球表面附近的组合导航中,一般以经、纬度表示水平位置,单位为弧度(rad),以高程表示竖直位置,单位为米(m)。1m的定位误差仅相当于约10-7rad,从而造成定位协方差矩阵的条件数达1013量级。Kalman滤波中要对协方差矩阵求逆,过高的条件数将引起严重的病态问题,从而造成很大的数值误差,影响滤波精度,甚至造成滤波发散。提出一种直接的解决方法,即构建一种避免病态问题的组合导航滤波模型。具体过程为:引入一种尺度因子(即平均地球半径)对组合导航系统的状态量、观测量、状态方程以及观测方程进行线性变换,从而对经、纬度误差进行适当的尺度化,明显降低协方差矩阵的条件数,有效避免了滤波过程中病态问题的出现。新方法在不明显增加计算量的前提下有效解决了病态问题,并保证了Kalman滤波的最优性质。数值仿真验证了该方法的有效性。     

一种基于分割图斑的海岸带遥感图像分类方法

传统的基于象元的分类方法在处理海岸带这类动态多变、混杂度大的地物时常出现“椒盐现象”,难以矢量化形成专题图。提出了一种新的遥感图像分类方法——基于分割图斑的分类法,即选择一个合适的尺度,利用光谱信息按照一定的策略将图像分割为一系列的图斑,并确保图斑内大多数象元的光谱特征相近,分别对图斑内诸象元进行统计,求出各个波段的均值,用该均值替换图斑内所有象元的原始亮度值,这样分类时可以确保同一图斑内的所有象元被分到同一个类别中,从而有效地避免了“椒盐现象”,使分类结果便于矢量化成图,也便于对特定地物的提取。实验结果表明,该方法还能在一定程度上提高分类精度。     

长三角合作共建园区转型路径与机制——基于“同质多形”视角

合作共建园区的转型发展作为重要区域治理现象在学术界备受关注。本文采用半结构化访谈法和文本分析法,援引“同质多形”理论视角并构建研究框架,尝试从尺度、网络、领域等多个维度揭示长三角合作共建园区转型的内在动力及其新发展趋势。研究发现：(1)长三角合作共建园区多维特征处于动态演化中,资本需求与行政治理困境共同构成最为关键的演化动力。园区经历了以企业转移为目标的早期形成阶段、2010年后的波折发展阶段以及2016年后以多元伙伴议程为导向的创新转型阶段,园区的转型发展由不同时期经济发展需求与行政治理困境共同推动。(2)长三角合作共建园区治理方式从政府间协同转向多元主体网络行动,使园区的尺度、网络、领域特征从早期迁出地主导的单中心治理方式向多元化发展。(3)长三角合作共建园区的建设从突出专业化经济优势转向囊括创新、生产、居住等要素的综合性整体系统转变,是当前区域治理日趋复杂的缩影,国家到地方、政府到市场的不同行动主体都参与其中。总之,本文揭示了合作共建园区治理的新趋势,并强调同质多形框架在认识与推动当前合作共建园区新发展中的理论与实践价值。     

基于航海应用的海图数据库比例尺分级研究

介绍了我国海图生产现状及基于数据库的海图制图技术,针对以航海图生产为主要目的的海图数据库建设中的比例尺分级问题,依据统一的样本海图选择原则,计算海部要素载负量,计算结果表明,海图载负量数值受地形、人为等因素影响大。定义一个全水深的理想海部区域,通过确定水深注记间距和载负量之间的关系、参考现有海图水深注记最小间距值和航海应用对海图比例尺分级的需求等因素,最终确定了海图数据库比例尺分级方案。