数字城市:智能城市的初级阶段

针对国内外数字城市研究和建设中的主要问题,介绍了全球化进程中正在兴起和汇聚的新技术———物联网与传感器网络、空间信息网格等为数字城市的演进提供的可行性。提出数字城市的发展必然导向智能城市,并将数字城市作为智能城市的初级阶段进行重新诠释;提出为了适应数字城市向智能城市进化,数字城市系统的构建必须满足开放性、易拓展性、可重用性、可动态适应的智能性等特征。     

空间视图在图形数据更新中的应用研究

在研究Geodatabase数据模型的基础上,给出了空间视图的定义,探讨了基于空间视图的图形数据更新过程,设计了更新的结构图和活动图。     

福建省基础空间数据管理技术研究

福建省基础地理信息中心作为福建省基础空间数据的管理和分发服务单位,管理和分发福建省多种类、多比例尺、多数据源、分布式、多时态的基础空间信息,在基础空间数据管理上存在多种形式,本文通过几种管理模式的技术分析,结合中心的管理实际,总结了福建省空间数据管理的多样性和技术特点,对比分析出各种管理模式的优势和缺点。     

国土空间规划的海洋分区研究

国土空间分区作为国土空间规划编制和自然资源统一管理的基础,对整个规划体系具有重要的支撑作用。在统一的国土空间规划体系下,用海分区既有其独立性与特殊性,也面临着陆海统筹、生态文明建设、海洋高质量发展等政策提出的 新要求。文章系统梳理了 1983 年以来海洋功能分区体系 4 次演变历程,结合国土空间规划改革对分区体系的内在需求,指出海洋功能分区体系存在未覆盖海域全域,分区层级的尺度、分工、内容和结构与国土空间规划的要求不一致,分区方案未考虑用途管制的需求,以及陆海统筹不足等问题。在剖析现有各类规划政策分区、管制分区和功能分区在国土空间规划体系中的定位和作用的基础上,提出以海洋主体功能区为基础,海洋生态红线为底线,以原海洋功能区划分区为主体,将无居民海岛纳入规划范围,并在生态、农业、城镇空间的大框架下统筹协调海陆分区,形成国土空间规划中的海洋分区体系。全国和省级国土空间规划统筹海陆主体功能,划定主体功能区,并建立海洋产业保障区名录、无居民海岛保护与利用名录和海洋自然保护地名录。市县级国土空间规划划定“功能+管制”的利用分区,共划分出海洋保护区、海洋发展区和海洋保留3个一级分区以及核心保护区、一般控制区、海水增养殖区等 12 个二级分区。     

浙江省县域旅游经济增长的空间溢出效应

论文以浙江省65个县域单元为例,综合运用探索性空间数据分析和空间杜宾模型,实证了2004—2016年浙江省县域旅游经济增长及其影响因素的空间溢出效应。结果表明:① 研究期内浙江省县域旅游经济整体表现出较强的空间依赖性,局部空间关联类型以高—高和低—低集聚为主,高—高集聚区主要位于中心市区,低—低集聚区主要位于浙西和浙南等地。旅游经济增长的空间自相关性表明考察其演化路径时不可忽视空间效应的存在。② 浙江省县域入境和国内旅游经济增长均存在显著的空间溢出效应,本地入境和国内旅游经济每增长1%,将会带动邻近县域入境和国内旅游经济分别增长0.192%和0.249%。经济发展水平、旅游资源禀赋、旅游基础设施和区位交通条件等均具有显著的空间溢出效应,忽视旅游经济增长的空间效应,将会高估这些因素的作用强度。③ 驱动旅游经济增长的各影响因素的作用强度和影响路径存在显著差异,未来应充分关注入境和国内旅游经济增长的空间依赖特征,将驱动旅游经济增长的各因素齐抓并举,方可实现县域旅游经济的高质量发展。     

Wall-to-wall spatial prediction of growing stock volume based on Italian National Forest Inventory plots and remotely sensed data

Spatial predictions of forest variables are required for supporting modern national and sub-national forest planning strategies, especially in the framework of a climate change scenario. Nowadays methods for constructing wall-to-wall maps and calculating small-area estimates of forest parameters are becoming essential components of most advanced National Forest Inventory (NFI) programs. Such methods are based on the assumption of a relationship between the forest variables and predictor variables that are available for the entire forest area. Many commonly used predictors are based on data obtained from active or passive remote sensing technologies. Italy has almost 40% of its land area covered by forests. Because of the great diversity of Italian forests with respect to composition, structure and management and underlying climatic, morphological and soil conditions, a relevant question is whether methods successfully used in less complex temperate and boreal forests may be applied successfully at country level in Italy.For a study area of more than 48,657 km² in central Italy of which 43% is covered by forest, the study presents the results of a test regarding wall-to-wall, spatially explicit estimation of forest growing stock volume (GSV) based on field measurement of 1350 plots during the last Italian NFI. For the same area, we used potential predictor variables that are available across the whole of Italy: cloud-free mosaics of multispectral optical satellite imagery (Landsat 5 TM), microwave sensor data (JAXA PALSAR), a canopy height model (CHM) from satellite LiDAR, and auxiliary variables from climate, temperature and precipitation maps, soil maps, and a digital terrain model.Two non-parametric (random forests and k-NN) and two parametric (multiple linear regression and geographically weighted regression) prediction methods were tested to produce wall-to-wall map of growing stock volume at 23-m resolution. Pixel level predictions were used to produce small-area, province-level model-assisted estimates. The performances of all the methods were compared in terms of percent root mean-square error using a leave-one-out procedure and an independent dataset was used for validation. Results were comparable to those available for other ecological regions using similar predictors, but random forests produced the most accurate results with a pixel level R² = 0.69 and RMSE_% = 37.2% against the independent validation dataset. Model-assisted estimates were more precise than the original design-based estimates provided by the NFI.     

多源地理空间矢量数据关联分析

针对多源地理空间矢量数据多来源、难以集成综合利用这一现状,本文提出了多源地理空间矢量数据关联方法,并以此为基础构建了多源地理空间矢量数据关联的可视与计算查询系统。首先,对多源地理空间矢量数据关联的概念及分类进行了定义。然后,以此为基础,提出了关联关系构建技术：自适应四叉树编码技术、扫描线技术、几何匹配及语义匹配技术。最后,为实现关联关系的直观展示,设计了原型系统。关联技术的提出可建立起多源地理空间矢量数据之间的关联关系,原型系统的构建也为用户综合利用多源地理空间矢量数据提供了平台,提高了数据的利用率及数据查询的效能。     

九孔鲍MSTN基因cSNP多态性及与生长性状关联分析

九孔鲍(Haliotis diversicolor supertexta)是中国南方具有较高经济价值的养殖贝类。肌肉生长抑制素(Myostatin, MSTN)是转化生长因子β超家族(TGF-β)中参与动物肌肉生长的重要调控因子, 因此MSTN基因是动物遗传改良的重要候选基因。为探究九孔鲍MSTN基因的多态性及其生长相关性, 实验采用PCR产物直接测序方法对九孔鲍MSTN基因进行单核苷酸多态性(SNP)筛选, 对MSTN基因SNP与体质量、壳长、壳宽进行关联性分析, 运用实时荧光定量PCR (qRT-PCR)技术检测九孔鲍MSTN基因不同基因型的表达水平。结果显示: 在九孔鲍MSTN基因中共筛选出9个SNP位点。SNP位点与生长性状关联分析发现, 九孔鲍MSTN基因编码区SNP位点g909C>T发生C/T同义突变与九孔鲍体质量、壳长、壳宽显著相关。TT基因型九孔鲍的体质量显著高于CC基因型和TC基因型个体; TT基因型的壳长、壳宽显著高于CC基因型(p<0.05)。通过qRT-PCR检测显示, 在九孔鲍MSTN基因SNP位点g909C>T的3种基因型中, TC和CC基因型的基因表达量显著高于TT基因型(p<0.05)。研究结果表明MSTN基因SNP位点g909C>T可作为九孔鲍标记辅助选择育种重要候选标记。     

祁连山主要矿床组合及其成矿动力学分析

祁连山早古生代有色金属、贵金属成矿带,构造上划分为北祁连、中祁连和南祁连3个构造单元;成矿区划上一般分为北祁连成矿亚带和南祁连成矿亚带,后者由中祁连和南祁连2个构造单元组成。总体上北祁连由早古生代北祁连洋向北洋-洋俯冲的沟-弧-盆相和残留的大陆裂谷相火山岩系组成为特点,成矿主要表现为块状硫化物铜多金属矿床,西段为洋-陆碰撞的岩浆弧相的构造环境,有夕卡岩型的钨矿床发现;南祁连主要为大陆裂谷或陆间裂谷构造环境的复理石相、火山碎屑岩相和中祁连的古老基底组成,有岩浆铜镍矿床、铬铁矿矿床和大型造山型金矿床发现。祁连     

新疆绿洲城镇组群内部经济联系及空间差异测度研究

绿洲城镇组群是新疆特殊区域形成的规模相对较小的单一中心空间自组织模式。运用城市中心性指数、城市经济联系模型和Theil系数对新疆八大绿洲城镇组群内部城镇中心性、经济联系及空间差异测度。结果显示：绿洲城镇组群内部的中心城市的中心性职能较强,周边城镇的中心性职能相对较弱,形成了单中心的空间自组织模式;绿洲城镇组群内部经济联系量和经济联系隶属度大小的排序一致,离中心城市的距离越近、经济发展水平越高,经济联系隶属度越高;近10 a年来绿洲城镇组群的整体空间差异一直在扩大,且呈现出继续扩大趋势。在此基础上,提出了建立区域合作协调机制、明确城镇组群发展方向、增强中心城市的辐射带动作用、实现产业合理分工以及构建制度保障体系促进绿洲城镇组群的协同发展。