全球土地覆被时空变化与中国贡献

20世纪下半叶以来全球土地覆被发生了剧烈变化,人类活动对土地覆被变化的影响成为“人类世”最为显著的特征之一。科学评估全球土地覆被变化的时空过程和新态势,分析中国在其中扮演的角色和地位并提出优化路径,成为中国在可持续发展领域应对全球百年未有之大变局的核心任务之一。本文基于多源土地覆盖数据,运用地理空间分析方法定量刻画了全球土地覆被变化的时空演化过程,从景观尺度分析了地类间的转化关系以及全球“变绿”和森林覆盖度的变化趋势,揭示了中国对全球土地覆被时空变化的贡献。结果表明,1992—2015年全球土地覆被经历了显著变化,全球土地覆被变化度在南美洲中部、撒哈拉以南的非洲、中亚、东南亚和东亚等地形成显著的热点区。中国森林覆盖率从1990年的12.98%增至2020年的23.34%,湿地面积增长1908 km²,为维护全球生态安全贡献了力量,同时在城市用地增长、草地和其他用地减少等方面也有一定的限制作用。与全球其他国家不同,中国城市扩张占用耕地面积居全球第一位,高达7.3万km²。1999—2019年全球叶面积指数存在全球性的显著提高趋势。中国以仅占全球6.6%的植被面积,贡献了全球20%左右的叶面积增加量,引领了全球“变绿”过程。1990—2020年全球森林覆盖度变化呈现出空间集聚性。中国森林面积增长62.84万km²居全球前列,其中西南林区和秦巴山区是林地增长的主要区域,长三角、粤港澳大湾区和内蒙古东部部分地区是森林覆盖度降低的主要区域。中国未来应进一步提升经济社会发展与生态保护的均衡协调度,持续推进美丽中国建设,为全球生态安全和可持续发展贡献更大力量和更多经验。     

世界主要国家及地区制造业GVC地位时空格局演化——基于TiVA数据库的研究

在经济全球化和全球产业转移不断深化的背景下,不同国家在国际分工生产中所处的全球价值链（GVC）地位不同。一国能否从参与全球化中获益,日益取决于能否成功融入全球价值链,并在某一特定环节占据竞争优势。明确全球制造业大国的GVC地位,认识其国际分工及影响规律具有重要的理论价值和现实意义。利用TiVA数据库,测算世界59个国家及地区1995—2014年制造业GVC地位指数并分析其演变特征。结果显示：全球价值链地位较高的国家及地区主要分布在美洲、欧洲及东亚,位于中亚、西亚、非洲和大洋洲的国家参与极少,近年来高附加值生产环节呈现不断向少数国家及地区集中的趋势。大部分国家及地区劳动密集型行业地位较高,技术密集型地位指数较低,技术密集型行业的贸易附加值主要被少数掌握核心技术和价值链两端的国家及地区获得。从细分行业上看,核心国家及地区均呈现了分阶段演化的特征。在空间相关关系上,制造业整体和劳动密集型行业GVC地位指数均呈显著的空间集聚分布特征,且集聚程度先降低后升高,资本密集型行业GVC地位指数空间集聚分布最为显著且集聚程度不断增强,而技术密集型行业GVC地位指数空间集聚效应不明显。从空间集聚形式来看,大部分国家及地区GVC地位指数较低,贸易附加值被少数GVC地位较高的国家及地区获得。此外,外商直接投资、资本投入会抑制一国GVC地位的提升,科研创新能力对于一国GVC地位的提升起促进作用,出口规模与一国GVC地位呈明显的正向关系,行政效能对于一国GVC地位无明显影响,但是行政效能会促进外商直接投资对于GVC地位的抑制作用。     

全球价值链视角下中国与印度信息产业国际竞争力的比较分析

信息产业是推动国民经济发展的重要引擎,也关乎国家未来的发展前景。目前,无论是发达国家还是新兴工业化经济体,都将提升信息产业竞争力作为关注焦点。中国和印度均高度重视信息产业,但在促进产业发展的策略和模式上截然不同。基于全球价值链的视角,运用附加值贸易数据测算中、印两国信息产业在全球价值链中的参与程度和分工地位,并从国家产业政策和区位条件的角度比较两国信息产业融入全球价值链的机制和效果。研究发现：加强“硬件”制造能显著提升中国信息产业的国际竞争力,而“软件”优先的政策导向并未改善印度信息产业的整体实力,中国优先发展“硬件”并兼顾“软件”的产业政策更有利于信息产业的高质量、可持续发展。从区位条件来看,印度缺乏全面发展“硬件”制造的基础条件,中国则为“硬件”制造和“软件”服务创造了良好的发展空间。     

浅谈AutoLISP语言在房产测绘中的应用

随着房地产业的迅速发展,房地产已经成为我国经济发展的重要支柱之一。它拉动了GDP的增长,带动了相关产业的发展,在提供就业岗位的同时也促进了社会的和谐发展。房地产测绘是关系到民生稳定的重要测绘项目。然而在复杂繁琐的房产测绘中,如何以更高的效率处理房产测绘数据,并保证数据的可靠性,是我们不得不考虑的问题。在这里,我们浅谈AutoLISP语言在房产测绘数据处理中的应用。     

MapGIS及其二次开发软件Section和Excel软件的交互应用与探讨

在地质灾害防治规划中《地质灾害现状及易发区、危险区（点）分布图》和《地质灾害防治规划图》分别是一定区域内地质灾害点（区）现状及未来防治任务的直观体现。本文论述MAPGIS二次开发软件Section和Microsoft Office Excel软件在编辑制作该类图件的交互应用和体会。     

国界信息组织与处理研究

在制作边境地区地理图集时,国界信息组织与处理是极其重要的环节.本文研究了国界信息的特点及获取方式,进而研究了国界信息的分类、编码、组织与管理,提出了利用空间相关分析技术和基于规划库的空间推理机制,应用于国界线自动审查,实现了国界信息的可视化检查、统计、分析与更新等功能和手段.     

信息化测绘条件下的地铁施工监测方法探讨

地铁施工监测是保障地铁安全施工的重要手段,同时也为由地铁施工引起的地表环境影响评价提供重要的数据支撑.文中在现代地铁施工技术背景下,以信息化测绘技术为支撑,对地铁施工监测的新内涵进行探讨,对地铁施工监测过程中的信息管理与反馈机制、主要方法进行系统论述与总结,并以某地铁站施工监测为例,对相关技术与方法进行检验,证明技术与方法的可行性和实用性.     

基于工作过程导向的高职《数字测图》课程考核改革与实践

现阶段我国高等职业教育人才培养评价机制大多沿袭高等本科教育的考核评价方式,忽视了职业教育的职业性。考核评价的客观性受到质疑,不利于教学质量的提高,特别是不能满足当前基于工作过程导的高职教学改革的需求。因此,探索适合职业教育特征,能够结合行业要求和学校教育特点来评价学生的职业能力,使考核评价有效促进教学质量的提高,为课程教学的实施提供有效保障的课程考核方案已成为摆在每一位高职教师面前的迫切任务,本文根据基于工作过程的高职课程教学理念,介绍了高职测绘类专业中基于工作过程的《数字测图》课程教学考核方案的设计改革与实践,通过江西环境工程职业学院2个班级的考核实践,证明了本课程的考核方案改革取得了预期的成效。     

CORS系统下GPS-RTK在山区地形测绘中的应用

GPS-RTK技术是测绘行业的一次历史性革命,它以高效精准的定位方式应用于测绘行业的各个领域。本文以北京市昌平区鹞子峪山区测绘1∶500数字地形图为例,对在CORS系统下GPS-RTK在数字化测绘中的应用进行相关介绍。     

An ensemble pansharpening approach for finer-scale mapping of sugarcane with Landsat 8 imagery

We tested the effects of three fast pansharpening methods – Intensity-Hue-Saturation (IHS), Brovey Transform (BT), and Additive Wavelet Transform (AWT) – on sugarcane classification in a Landsat 8 image (bands 1–7), and proposed two ensemble pansharpening approaches (band stacking and band averaging) which combine the pixel-level information of multiple pansharpened images for classification. To test the proposed ensemble pansharpening approaches, we classified “sugarcane” and “other” land cover in the unsharpened Landsat multispectral image, the individual pansharpened images, and the band-stacked and band-averaged ensemble images using Support Vector Machines (SVM), and assessed the classification accuracy of each image. Of the individual pansharpened images, the AWT image achieved higher classification accuracy than the unsharpened image, while the IHS and BT images did not. The band-stacked ensemble images achieved higher classification accuracies than the unsharpened and individual pansharpened images, with the IHS-BT-AWT band-stacked image producing the most accurate classification result, followed by the IHS-BT band-stacked image. The ensemble images containing averaged pixel values from multiple pansharpened images achieved lower classification accuracies than the band-stacked ensemble images, but most still had higher accuracies than the unsharpened and individual pansharpened results. Our results indicate that ensemble pansharpening approaches have the potential to increase classification accuracy, at least for relatively simple classification tasks. Based on the results of the study, we recommend further investigation of ensemble pansharpening for image analysis (e.g. classification and regression tasks) in agricultural and non-agricultural environments.