大数据时代的人类移动性研究

人类个体/群体移动特征是多学科共同关注的研究主题。移动定位、无线通讯和移动互联网技术的快速发展使得获取大规模、长时间序列、精细时空粒度的个体移动轨迹和相互作用定量化成为可能。同时,地理信息科学、统计物理学、复杂网络科学和计算机科学等多学科交叉也为人类移动性研究的定量化提供了有力支撑。本文首先系统总结了大数据时代开展人类移动性研究的多源异构数据基础和多学科研究方法,然后将人类移动性研究归纳为面向人和面向地理空间两大方向。面向人的研究侧重探索人类移动特性的统计规律,并建立模型解释相应的动力学机制,或分析人类活动模式,并预测出行或活动;面向地理空间的研究侧重从地理视角分析人类群体在地理空间中的移动,探索宏观活动和地理空间的交互特征。围绕这两大方向,本文评述了人类移动性的研究进展和存在问题,认为人类移动性研究在数据稀疏性、数据偏斜影响与处理、多源异构数据挖掘、机器学习方法等方面依然面临挑战,对多学科研究方法的交叉与融合提出了更高要求。     

一种基于Storm编程模型的迭代Topology方案

为解决Storm编程模型无法处理具有迭代结构的应用程序的问题,从迭代结构程序的特点出发,在Storm编程模型的基础上通过增加Receiver、IBolt、Checker组件组建迭代Topology,设计了一种可以处理迭代结构的编程模型,分析了这种模型实现原理,对这种模型的新增组件和其对应的应用程序接口进行介绍和分析,同时,在Storm系统架构基础上设计了一种迭代Topology的实现方案,描述了这种实现方式下解决具有迭代结构程序的具体过程,最后使用这种模型模拟实现K-Means算法,实例论证这种迭代模型的可行性。     

长江流域大洪水有序网络结构及其预测研究

根据1827年以来的统计资料进行分析,长江流域大洪水展示出极为显著的有序性.运用翁文波信息预测理论,构建长江大洪水二维平面和三维立体信息有序网络结构并进行综合分析和预测,结果表明：2014、2020、2030、2036、2051与2058年前后的汛期,长江流域将有可能发生大洪水.     

区域Gamma混合模型的SAR图像分割

针对传统Gamma混合模型用于SAR图像分割时忽略像素间空间相关性,导致分割结果不连续并产生大量误分割的现象,提出了区域Gamma混合模型的SAR图像分割算法。首先对图像进行分水岭分割,得到过分割区域块,然后将其作为输入样本进行基于Gamma混合模型的聚类,在模型的参数估计过程中进一步考虑区域间的空间相关性,设计邻域因子融入到迭代过程,得到邻域加权类分布概率。该算法充分利用像素间的空间相关性,能够降低噪声对分割结果的影响。通过合成图像和真实SAR图像的实验表明,本文算法能够实现SAR图像的准确分割。     

时空遥感云计算平台PIE-Engine Studio的研究与应用

随着遥感大数据时代的到来,为快速处理和分析海量遥感数据,国内外涌现了众多遥感云计算平台,使得全球尺度、长时间序列遥感数据的快速分析和应用成为可能。本文在分析国内外遥感云计算平台现状的基础上,针对大数据时代国内缺少功能完备的遥感云计算平台,且国外遥感云计算平台对国产卫星数据支持不足等问题,基于容器云技术,构建了包含国产卫星数据且集数据、算力和技术于一体的时空遥感云计算平台PIE（Pixel Information Expert）-Engine Studio,实现了脚本驱动的遥感数据的按需获取以及海量数据的快速处理。采用Landsat 8数据,以生长季植被指数NDVI（Normalized Difference Vegetation Index）的计算为例,对比了本平台与GEE（Google Earth Engine）的数据处理能力。结果表明,由于计算资源的限制,本平台的计算和导出时间均比GEE稍长,但计算结果的空间分布一致,其中近68%的值均分布在（0.48,0.77）,且二者差值的95.33%集中在（-0.13,0.13）,结果较为可信。因此,本文构建的基于共享、开放的中国自主遥感云计算平台PIE-Engine Studio,可为地球科学领域的研究提供数据和算力支持,将有助于推进中国遥感云计算平台的发展进程,推动国产卫星数据在云计算平台上的应用。     

中国城市网络关联与经济增长溢出效应——基于大数据与网络分析方法的研究

深化城市网络空间特征的认识,科学测度经济增长的溢出效应,对推进新时期区域协调发展具有重要意义。本文结合城市网络和网络外部性两种研究视角,基于网络分析和空间计量方法,使用互联网大数据构建信息网络、企业网络、人口网络三种流要素城市网络,对中国336个地级以上行政单元的网络空间异质性、经济增长溢出效应进行实证分析。研究发现：中国城市网络联系具有显著的空间异质性,呈现出“中心-外围”特点,形成全国范围和省域、城市群范围两种尺度下的空间结构,表现出兼具择优选择与地理邻近的复杂特征;网络关联下城市经济增长具有显著的正向和负向溢出效应,反映出网络外部性对区域经济增长的重要影响,对比实体空间溢出效应表现出地理邻近关系下的相似性,以及跨越省级边界的差异性;对于全国范围下的网络关联矩阵,使用对称化和标准化处理更为合适,表明省域和城市群是推进区域经济协调发展的重要载体。     

基于交通大数据的广东省高速公路碳排放计量模型与空间格局

以广东省为例,基于高速公路联网收费系统的路段车流数据,建立包含I~IV类客车和I~VI类货车在内的全样本、高精度碳排放计量模型,并采用地理空间分析法探索广东省高速公路碳排放空间差异性。结论主要有：1）广东省高速公路碳排放主要来自于货车,货车碳排放占碳排放总量的57.1%;客车占42.9%。其中,中小型机动车,如I类客车（即小汽车）、I类和III类货车等是高速公路主要碳排放源。2）在高速公路网络中,碳排放高值路段具有集中于国家级高速公路、邻近经济发达和人口密集区、邻近机场和港口等空间特征。客车碳排放高值路段主要集中在珠三角区域,沿广州市向外呈放射状分布;货车碳排放高值路段主要分布在国家级高速公路,且货车载货量越小,碳排放空间分布越集中。3）广东省高速公路碳排放较高的地市多集中在珠三角城市群,广州市城市首位效应突出。县区尺度下,高速公路碳排放的空间非均衡特征显著,碳排放较高的县区多为广州市和佛山市下属县区。     

郑州市城市住宅用地扩展格局与利用强度时空差异研究

城镇化的快速发展带来城市各类土地用地规模、空间格局与利用强度的改变。论文基于互联网爬虫技术获取郑州市城市住宅小区时空数据,以住宅小区面积与容积率为指标,通过标准差椭圆、核密度分析以及局部空间自相关等方法,分析郑州市城市住宅用地扩展的时空特征与集聚变化情况。结果表明：① 随着主导因素的转变,1985—2019年郑州市住宅用地面积增加趋势明显,但2017年之后呈现下降趋势;住宅用地容积率由缓慢增长趋势逐渐转变为快速增长趋势。② 受常住人口总量迁移规律影响,在研究期内郑州市住宅用地重心由西南向东北移动,但仍主要分布在市内五区交界处;受经济重心的斜“N”变化趋势影响,其东西向迁移速度大于南北向迁移速度。③ 随着住宅用地数量的快速增加,城市住宅用地空间溢出效应更加显著,由分散向集聚演变,空间分异程度由局部突出转变为区域平衡为主。④ 街道尺度下住宅用地容积率出现明显的空间自相关性,经济发展区、城市规划商业中心区成为容积率高—高集聚区,而生态涵养区成为容积率低—低集聚区。     

发达国家地质大数据管理现状分析与启示：以美、英、澳、加为例

科学数据是国家重要战略资源,数据共享是这种资源有效开发利用的手段之一,也是当今科学研究范式向数据密集型转变的重要基础。现代信息技术与勘查方法的深度融合,使得地质勘查和地学研究领域被急速推向大数据时代,亟需从宏观层面上进行科学管理。欧美一些国家通过颁布政策方针及铺设数据基础设施等方式,推动着本国地质大数据管理的有效实施。文章对美、英、澳、加四国地质调查局的数据管理工作方面做了调查,从数据管理范围、数据政策、战略计划、重要数据库及主要数据工具等方面现状进行了介绍与分析,并对中国地质调查行业数据管理工作提出了一些建议：（1）数据管理政策应采用自顶向下设计,自底向上实施;（2）数据开放共享、融合交流是世界地调机构的发展趋势;（3）大力推进地质云建设,三位一体实现大数据治理;（4）促进数据共享基础设施建设,通过参与国际治理争取拿到更多的话语权。     

基于机器学习的锆石成因分类研究

锆石是在自然界中多种温压条件下能够稳定保存,并记录原岩年龄信息的副矿物。锆石微量元素能完整记录地质演化过程信息。通过微量元素分析锆石成因的研究已久,通常利用Th-U图解和La_N-(Sm/La)_N图解等二元图解对锆石进行分类研究。然而,随着锆石研究的深入,以及二元图解无法呈现数据高维度信息的局限性,传统图解已经不能满足对锆石类型进行准确判别,且对已知类型的锆石出现判定偏差。因此,本文将地质大数据与机器学习相结合,训练出高维度锆石成因分类器。文中收集了3 498条不同成因类型的锆石微量元素数据,并通过测试和运用随机森林、支持向量机、人工神经网络和k近邻等4种机器学习算法,最终得出准确率为86.8%的线性支持向量机锆石成因分类器,用于锆石类型的判定与预测。这项工作为锆石分类研究提供了更高维度的判别手段,极大提高了微量元素分析成因结果的精度。将锆石微量元素数据与机器学习方法相结合,是大数据分析与机器学习技术在地球化学研究中的积极探索。