基于DEM的重庆三峡库区水系提取试验研究

以重庆三峡库区为试验研究对象,论述基于数字高程模型提取流域水系的方法、原理。应用"burn-in"算法,对DEM进行再处理,即将发生河道偏差的平坦区域上的实际河网叠加到DEM中,对河道及河道两侧所在栅格单元高程值进行修正,重新生成流域河网。在原有DEM不作较大修改的前提下,使得生成的河网与实际河网更加匹配,同时也保证了模拟结果的准确性。     

我国大陆强震预测的支持向量机方法

统计学习理论是研究小样本情况下机器学习规律的理论. 支持向量机是基于统计学习理论框架下的一种新的通用机器学习方法. 它不但较好地解决了以往困扰很多学习方法的小样本、过学习、高维数、局部最小等实际难题,而且具有很强的泛化（预测）能力,其预测效果通常优于人工神经网络. 我国大陆强震与全球主要板块边界的强震活动之间具有一定的关系,但是这种关系具有较强的非线性. 尽管这种关系还不清楚, 但是通过支持向量机可以很好地进行建模, 并对我国大陆强震进行预测.      

陆地生态系统与全球变化的联网观测研究进展

全球变化引起的环境问题已成为国际社会及其科技界共同关注的重大挑战。陆地生态系统的联网观测作为研究全球变化与陆地生态系统相互关系的一种有效手段,越来越受到人们的重视,并且得到了广泛的应用。本文讨论了陆地生态系统联网观测在全球变化科学研究中的作用和地位,并简要介绍了几个有影响的国际陆地生态系统联网观测计划。在此基础上,分析评述了中国陆地生态系统联网观测研究的主要进展以及在全球变化研究中做出的主要贡献,并结合我国科学技术和社会经济发展的需求,指出了近期中国陆地生态系统联网观测研究应该重点发展的领域。     

Book Reviews

Books reviewed: Stuart C. Aitken, Family Fantasies and Community Space Robert M. Bone, The Regional Geography of Canada Michael R. Curry, Digital Places: Living with Geographic Information Technologies John Fraser Hart, The Rural Landscape Guntrum Herb and David Kaplan, Nested Identities: Nationalism, Territory, and Scale Klaus Frantz, Indian Reservations in the United States: Territory, Sovereignty, and Socioeconomic Change Linda Mcdowell, Gender, Identity and Place Wolfgang G. Natter, Literature at War, 1914–1940 Allen J. Scott, Regions and the World Economy Hilgard O' Reilly Sternberg, A Água e o Homem na Várzea do Careiro     

流域水系自动提取的方法和应用

讨论由栅格数字高程模型(DEM)自动提取流域水系的原理和方法,并以西苕溪中上游流域为研究区进行了河网生成实验. 研究表明:在山地丘陵区和平均地形坡度不小于3°的区域,所生成河网具有很高的可靠性. 为了解决在平均地形坡度小于3°的平坦区域河网生成中产生的虚拟河网与自然水系偏差较大的问题,提出了利用主干河道和平原水系数字化作为约束条件的生成河网的方法,取得了与实际情况比较接近的结果,从而使水文要素的模拟更具有实际意义.     

基于T-S模糊神经网络的信息融合在赤潮预测预警中的应用

基于T-S模型的模糊神经网络不但具有模糊逻辑和神经网络两者的优点,又具有很好的学习能力。将基于T-S模型的模糊神经网络的信息融合算法应用在赤潮的预测预警中,研究各种理化因子与赤潮藻类浓度间非线性对应规律和有效预测赤潮藻类浓度。仿真实验表明这种方法具有有效的赤潮预测预警功能。     

产业发展与区域创新中的长三角城市网络——基于搜索引擎超链接的分析

通过搜集和处理互联网中的关键词数据,测度了在产业发展和区域创新两个方面的长三角城市网络空间体系,并研究了长三角城市之间的网络协作关系。研究表明,网络信息空间所折射的长三角城市网络与实体空间中的城市网络存在较大差异,主要体现在中小城市表现活跃,以及网络信息空间所呈现的平面化网络特征。但本文的分析也表明城市地理区位、地理邻近性及网络信息传播的特征是影响城市网络差异的主要因素。总的来说,网络信息空间中的城市网络形成是一个复杂机制的结果,在信息传播和基础地理条件等各种因素的相互作用中持续演化。     

Metrics for quantifying anthropogenic impacts on geomorphology: road networks

This work tests the capability of a recently published topographic index, the Slope Local Length of Auto‐correlation (SLLAC), to portrait and delineate anthropogenic geomorphologies. The patterns of the anthropogenic pressure are defined considering the road network density and the Urban Complexity Index (UCI). First, the research investigates the changes in the SLLAC in two derived parameters (average SLLAC and the SLLAC surface peak curvature – Spc – per km²) connected to the increasing of the anthropogenic structures. Next, natural and anthropogenic landscapes are clustered and classified. The results show that there is a direct correlation between the road network density and the UCI, and the mean SLLAC per km². However, the Spc is inversely correlated with the anthropogenic pressure (network density and urban complexity). This shows that the surface morphology (slope) of regions presenting anthropogenic structures tends to be well organized (low Spc) and, in general, self‐similar at a long distance (higher average SLLAC). The results of the clustering approach show that the procedure can correctly depict anthropogenic landscapes having a road network density greater than about 3 km/km², also in areas covered by vegetation. This latter result is promising for the use of such a procedure in regions that cannot be seen directly from orthophotos or satellite images. The proposed method can actively capture the alteration produced by road networks on surface morphology identifying different signatures of urban development: exploration and densification networks that are responsible for increasing the local density of the network and expanding the network into new areas, respectively. The effects of this alteration on surface processes could be significant for future research, creating new questions about differences due to human or landscape forcing on Earth surface processes. Copyright © 2015 John Wiley & Sons, Ltd.     

加权网络权重自相似评判函数及其社团结构检测

提出了权重自相似性加权网络社团结构评判函数,并基于该函数提出一种谱分析算法检测社团结构,结果表明算法能将加权网络划分为同一社团内边权值分布均匀,而社团间边权值分布随机的社团结构.通过建立具有社团结构的加权随机网络分析了该算法的准确性,与WEO和WGN算法相比,在评判权重自相似的阈值系数取较小时,该算法具有较高的准确性.对于一个具有n个节点和c个社团的加权网络,社团结构检测的复杂度为O(cn²/2).通过设置评判权重自相似的阈值系数,可检测出能反映节点联系稳定性的层化性社