一种顾及多因子的生态保护红线勘界定标自动化预标注方法

生态保护红线勘界定标是确保生态保护红线精准落地的重要举措,是践行“绿水青山就是金山银山”理念的重要手段。本文提出了一种顾及多因子的生态保护红线勘界定标自动化预标注方法,即通过建立生态保护红线边界处的最小计算单元并定义其片区属性,评估计算其地形地貌特征、道路通达性、人为活动的频繁程度,实现自动化获取大场景、大范围生态保护红线界桩、标识牌点位预标注区域;并以重庆市生态保护红线为试验区域,验证了该方法能够取得良好效果,提高了界桩、标识牌点位及布设密度的科学性、合理性,降低了生产成本,自动化程度高。     

基于卷积神经网络的区域滑坡易发性评价:以三峡库区万州区为例

开展区域滑坡易发性评价是滑坡气象预警与风险评价的关键。针对目前诸多易发性研究未考虑滑坡发生与邻接环境有关的情况,本文提出了一种基于卷积神经网络(CNN)的区域滑坡易发性建模框架。以三峡库区万州区为例,选取坡度、坡向等12个因子构建评价指标体系,通过信息量法分析因子对滑坡发育的影响程度,采用二维矩阵构建数据集,运用CNN进行易发性建模,得到易发性评价图,同时探究构建样本时二维矩阵的大小对精度的影响。研究结果表明,越靠近水库带越易发生滑坡,水系和人类工程活动对于滑坡发育具有较大影响;CNN模型精度为0.925,相比机器学习模型精度明显提升;增大构建样本时的二维矩阵可提高精度。CNN模型在多维空间数据处理方面具有优势,它考虑了滑坡位置及其邻接环境的影响,是一种准确可靠的区域滑坡易发性评价方法。     

邻近视角下长三角城市多尺度创新网络形成的微观机制

多维邻近性是促进知识流动与构建创新网络的重要力量,但邻近视角下个体间的社会关系影响多尺度创新网络形成的微观机制尚不明晰。本文以长三角为研究对象,通过对926名“Web of Science”核心合集论文的通讯作者进行问卷调查,识别论文合作者之间的社会关系并构建城市创新网络,探究了个体层面多维邻近性影响长三角城市多尺度创新网络形成的微观机制及其差异。研究发现：(1)论文合作者之间的社会关系主要可分为地缘、学缘和业缘3种类型,分别通过地理、认知和社会邻近性促进不同尺度下的知识流动,能较好地解释长三角城市多尺度创新网络形成的微观机制。(2)整体而言,地缘关系主要通过间接路径对不同尺度知识流动产生影响,学缘关系的影响在3个尺度均有体现,业缘关系的影响主要体现在国家尺度,而对外创新联系较强的城市也往往具有更加多元的关系表现形式。(3)与业缘关系相比,学缘关系对长三角各个尺度城市创新网络的总体影响程度更强,表明个体层面的认知邻近性比社会邻近性更有利于促进知识流动。(4)基于学缘的师生关系和基于业缘的项目合作关系对长三角不同尺度城市创新网络的形成均具有显著影响,但前者主要由于人才流动而产生隐性知识的...     

基于地理实践力的高中地理调查式项目实践活动研究——以“生活性服务业”为例

调查式项目实践活动依托真实情境、聚焦真实问题,其内容包括项目的合作与评价,突出以学生为主体的学习方式,培育和践行地理实践力。本文以“生活性服务业”内容为例,以杭州市临安区奶茶店分布调研为主题开展调查式项目实践,通过确定调查目标、制定调查任务、整理调查结果、开展调查评价等环节完成项目实践活动,并尝试通过调查式项目活动引导教师及时变革教学方式,帮助学生实现内驱式学习,培育学生地理学科核心素养。     

基于步行性的城市热环境暴露风险区识别及其健康效应——以武汉市主城区为例

以武汉市主城区为例,运用大气校正法反演地表温度,基于步行指数计算步行性,通过空间叠加识别出高步行-高热类(预警空间)、高步行-低热类(友好空间)、低步行-高热类和低步行-低热类4类空间,并基于脆弱人群视角探究城市的健康公平性。结果表明：预警空间占全域12.53%,呈大小落石状分布于城市中心区,友好空间占全域1.13%,零星散落于预警空间内。研究区内32.50%的常住人口生活在预警空间,33.11%的儿童和40.01%的老年人生活在高步行性和高热环境暴露风险的空间中,预警空间对老年人表现出明显的倾向性,老年人健康风险较高。此外,儿童相对于老年人更多生活在低步行性空间,老年人相对于儿童面临更高的热环境暴露风险。     

Analysis of rurality concept in the context of tourism北大核心CSCD

乡村性既是乡村宏大叙事的认识论,也是引领乡村发展实践的方法论,旅游要素的注入使得旅游语境下的乡村性具有区别于普通乡村的特性。论文基于传统乡村、快速城市化到城乡融合的乡村发展历程,从乡村区域功能、政治经济学、乡村整体建构等视角回顾了国内外乡村性相关研究。基于“要素构成—基本属性—重要特征”的概念分析逻辑,对旅游语境下的乡村性进行解析,论文提出：旅游语境下的乡村性是旅游影响乡村重构过程中“人—地”关系的地方意义所在,从需求主体角度体现为旅游者对乡村的认知与情感,从乡村发展角度体现为多元主体在特定乡村地域空间情境下持续开展的乡村旅游发展实践的结果表征,具有经济、社会文化、自然及景观等基本属性和空间维度的地域性、时间维度的动态性、价值维度的体验性等主要特征,需置于“我者”与“他者”、城市性与乡村性、现代性与传统性、商业性与真实性的关系中加以理解。论文构建了旅游语境下的乡村性概念分析框架,从研究内容和方法层面对未来研究提出了展望。     

Variations in spring leaf phenology and leaf freezing damage of common woody species in China北大核心CSCD

Freezing damage results in the dehydration of plant cells and reduces the photosynthetic capacity of plants, which causes significant losses to ecology and economy. Over the past 40 years, global warming has reduced the frequency and intensity of frost events while bringing forward the spring phenology of plants, increasing the exposure of their leaves and flowers to harsh cold temperatures. Therefore, the dual effects of climate warming should be considered in order to accurately assess the changes of plant freezing damage. To date, there is no systematic analysis of plant freezing damage in different climatic regions of China. Based on phenological observation records from the China Phenological Observation Network, leaf frost damage of four common woody plants (Ulmus pumila, Robinia pseudoacacia, Salix babylonica, Fraxinus chinensis) in the spring over the past 40 years was calculated, and the spatio-temporal patterns were analyzed. We also investigated the change in the occurrence time of maximum frost damage (TMFD) and its relationship with plant phenology. The results show that: 1) Most species presented an overall trend towards an earlier leaf unfolding date, and the advancing trend was significant and greater than 1 d/a in about 60% of the regions (P<0.05). 2) The TMFD occurred earlier in 72.22%-83.03% of the regions, which was closely related to plants' earlier leaf unfolding date. The TMFD of all species advanced the most (8.3 days) in the temperate climate zone, followed by the warm temperate, subtropical, plateau, and cold temperate zones. 3) The leaves of U. pumila, R. pseudoacacia and S. babylonica suffered more freezing damage in the spring, and the most significant freezing damage was mainly found in the north of 50°N region and part of the west of the Qinghai-Tibet Plateau. In comparison, the leaves of F. chinensis suffered less frost damage due to later leaf unfolding date and stronger leaf frost resistance. With regard to interannual variations, the average freezing damage of U. pumila, R. pseudoacacia and S. babylonica increased significantly (P<0.05), but that of F. chinensis did not change obviously. In addition, the freezing damage of U. pumila and S. babylonica increased the most in the cold temperate zone, while that of R. pseudoacacia increased in about 10% of the regions in the plateau climate zone, and 3%-6% of the regions in the cold temperate, temperate, and warm temperate climate zones. The freezing damage of F. chinensis merely increased in the warm temperate zone. The results of this study can provide a reference for assessing the risk of plant freezing damage accurately and help develop regional-specific response and adaptation strategies to climate change. © 2023, Editorial office of PROGRESS IN GEOGRAPHY. All rights reserved.     

协同多时相波谱特征的不透水面信息级联提取

不透水面作为反应城市表征变化和区域城镇化的重要技术指标,其位置、图斑大小、空间分布等信息在地表水热循环和能量平衡等领域被广泛需求。传统方法大都基于单一时相信息提取不透水面,而忽略多时相所蕴含的丰富信息。因此,本文提出多时相信息融合的不透水面级联提取方法,利用Landsat-8 OLI遥感影像分析归一化植被指数（Normalized Difference Vegetation Index, NDVI）、改进的归一化水体指数（Modified Normalized Difference Water Index, MNDWI）和归一化建筑指数（Normalized Difference Building Index, NDBI）年内时序变化特点和典型地物间多时相波谱曲线的协同特征,并归纳不透水面多时相变化规律;再根据先验知识所获取的有效地表信息,进行多时相分级提取不透水面信息。此外,基于实地考察数据和同期2 m GF-1遥感影像屏幕数字化生成30 m不透水面图斑,进行精度验证、分析和对比单时相、四季相及多时相3种时序情况下的提取精度。结果表明：单时相提取不透水面总精度最低,四季相提取精度优于单时相,而多时相提取精度最高（精度可达93.66%,Kappa系数为0.81）。本方法在偏远城镇不透水面的有效识别中显露潜在优势,可为不透水面提取方法融合时序波谱特征提供新思路。     

基于深度学习的滑坡灾害易发性分析

滑坡灾害成因机理复杂、影响因素众多,深度学习作为当前人工智能领域的热点,能够更好地模拟滑坡灾害的形成并准确预测潜在的斜坡。为了挖掘深度学习在滑坡易发性的应用潜能,本文构建了一维、二维和三维的滑坡数据表达形式,并提出3种基于卷积神经网络模型（Convolutional Neural Networks, CNN）的滑坡易发性分析处理框架：基于CNN分类器、基于CNN与逻辑回归的融合和基于CNN集成,最后以江西省铅山县为研究对象进行验证,结果表明：所有基于CNN的易发性模型都能够获得准确且可靠的滑坡易发性分析结果。其中,基于二维数据的CNN模型在所有单分类器中预测精度最高,为78.95%。此外,二维CNN特征提取能够显著提升逻辑回归的预测精度,其准确率提升7.9%。最后,异质集成策略能够大幅度提升基于CNN分类器的滑坡预测精度,其准确率提升4.35%~8.78%。     

西藏的江南——林芝

正林芝位于西藏自治区东南部,地处雅鲁藏布江中下游,介于三大山脉之间,北靠念青唐古拉山,南邻喜马拉雅山,东接横断山,南部与印度、缅甸两国接壤,边境线长达1006.5公里。林芝地处藏南谷地,平均海拔3100米,地形起伏大,最高海拔5000多米,最低900米,垂直地带性差异显著。西南季风带来的丰沛水汽沿着雅鲁藏布江峡谷深入该地区,气候湿润,植物茂盛,原始森林保存完好,素有"自然绿色基因的宝库"之称。林芝山清水秀,藏语意为