基于多源数据的南亚区域冲突及其烈度的时空变化

为揭示2011—2020年南亚区域冲突时空变化及烈度分布,基于武装冲突地点和事件数据库、全球恐怖主义数据库和乌普萨拉冲突数据库所收录的南亚的冲突数据,进行数据整合,采用核密度、空间自相关,空间热点探测分析等地理统计方法对南亚区域冲突及其烈度的时空特征进行分析。结果表明：2011—2020年,南亚区域冲突数量有所增长,但伤亡人数呈减小趋势;从空间看,区域冲突分布在“南亚外环”,聚集中心形成了“梯形”格局,克什米尔—信德省一线为梯形上底,达卡—切蒂斯格尔—泰米尔奈德—科伦坡一线为梯形下底;南亚区域冲突烈度分布范围先扩大后缩小,烈度热点先向俾路支省进行扩散,而后向东北方向和东南方向转移,于2020年形成了以克什米尔地区和切蒂斯格尔邦为中心的2个热点区域,无冷点聚集;南亚区域冲突受多方面因素影响,源头为认同差异,被国家行为体、民族分离组织、宗教极端组织等行为体推动,其中权力因素起主导作用,身份认同为难以解决的痼疾。     

An artificial neural network-based snow cover predictive modeling in the higher Himalayas

With trends indicating increase in temperature and decrease in winter precipitation, a significant negative trend in snow-covered areas has been identified in the last decade in the Himalayas. This requires a quantitative analysis of the snow cover in the higher Himalayas. In this study, a nonlinear autoregressive exogenous model, an artificial neural network （ANN）, was deployed to predict the snow cover in the Kaligandaki river basin for the next 30 years. Observed climatic data, and snow covered area was used to train and test the model that captures the gross features of snow under the current climate scenario. The range of the likely effects of climate change on seasonal snow was assessed in the Himalayas using downscaled temperature and precipitation change projection from - HadCM3, a global circulation model to project future climate scenario, under the AIB emission scenario, which describes a future world of very rapid economic growth with balance use between fossil and non-fossil energy sources. The results show that there is a reduction of 9% to 46% of snow cover in different elevation zones during the considered time period, i.e., 2Oll to 2040. The 4700 m to 52oo m elevation zone is the most affected area and the area higher than 5200 m is the least affected. Overall, however, it is clear from the analysis that seasonal snow in the Kaligandaki basin is likely to be subject to substantialchanges due to the impact of climate change.     

基于空间自相关的东莞市主体功能区划分简

中国“十一五”规划纲要明确提出,根据资源环境承载能力、现有开发密度和发展潜力,统筹考虑未来中国人口分布、经济布局、国土利用和城镇化格局,将国土空间划分为优化开发、重点开发、限制开发和禁止开发四类主体功能区。至今已有不少学者开展主体功能区划分研究,但所用方法工作量大,或带有一定的主观性,且未考虑同类功能区集聚或分散程度。因此提出利用遗传算法改进传统聚类方法,自动划分主体功能区,在划分过程中考虑区域的全局空间自相关特性,使同类功能区在空间上呈集聚分布的格局。以近年来城市快速扩张的东莞市为例,验证了此方法的可行性,能简单有效地进行主体功能区划分。与常用的K-means聚类方法相比,新方法划分结果更符合实际情况,能进一步推广应用到其它地区的主体功能区划分。     

山东省县域经济时空分异演化特征研究

借助GeoDA软件,运用标准差、加权变异系数、库兹涅茨比率和空间自相关等分析方法,以山东省105个县域为研究单元,从时空双重维度着手,对山东省1995—2012年县域经济差异的时间演变趋势和空间格局分异特征进行定量分析。结果发现:时间序列上山东县域经济绝对差异显著扩大,相对差异缓慢上升,极化现象显著;从空间格局来看,山东县域经济存在明显的空间自相关性,总体呈现"大异质,小均质"的空间经济格局,东部县域发达而西部县域相对落后,县域间经济发展的空间依赖性呈现出由增强到减弱的趋势,县域经济发展遵循"积累循环"法则,空间自相关集聚模式具有较高的稳定性。     

县域尺度下能源产区能源消费碳排放强度空间分异——以陕西省榆林市为例

以能源产区陕西省榆林市的12个区县为研究单元,在Geo Da和Arc GIS等软件的支持下,结合趋势分析和空间统计方法,分析2005—2010年榆林县域尺度下的能源消费碳排放强度的空间格局特征与空间分异机制。榆林各区县能源消费碳排放强度水平差异明显,总体差异呈扩大趋势,两极分化加剧。县域碳排放强度南北走向上表现出逐渐减小趋势,东西走向上具有微弱的"U"型变化态势。总体上,东北部区县碳排放强度高于西南部。各区县碳排放强度具有正的空间关联分布特征,且处于低水平非均衡空间分布状态,空间依赖性明显。结合相关性分析,榆林区县碳排放强度具有极化区、扩散区、塌陷区和传染区4个特征。"热点"主要分布在东北部三县,"冷点"主要分布于南部六县。能源资源分布不均、经济总量以及产业结构差异是造成榆林碳排放强度空间分布不均的主要原因。     

2000年以来广东省经济极化时空演变

选择崔-王指数、变异系数和空间自相关等3种方法,以地级市为基本评价单元,对2000年以来广东省的经济极化的时空演变进行了分析。研究表明：（1）广东省经济极化程度呈上升趋势;（2）2000以来,广东省极化现象明显,但是经济总量的极化现象大于人均经济总量;（3）广东省人均GDP和GDP的Moran＇s I均为正值且呈现增大趋势,经济空间集聚程度呈增大趋势,但是人均GDP的空间集聚程度大于GDP;（4）从局部空间自相关关系来看,广东省经济极化格局2000年以来处于稳定状态。     

基于空间自相关的支持向量机空间聚类研究

经济统计信息多包含多维度的属性,在研究数据内在结构时,需要采用降维方法将多维信息转换到三维以内的空间以实现多维信息可视化和聚类。支持向量机(Support Vector Machine,SVM)在解决小样本、非线性及高维模式识别中表现出许多特有的优势,但SVM是一种监督分类方法,需要已知样本集来训练分类过程。由于高维经济统计数据中往往缺少已知聚类中心,从其他方法的聚类结果选择小样本集作为聚类中心具有很大的主观性;空间自相关分析能揭示出高空间聚集区域和随机离散区域,并能分析出各区域的空间聚集模式,这为已知小样本的选择提供了可行的方法。该文以四川2007年统计年鉴的经济数据为例,通过主成分分析法和非线性映射法进行聚类,将各类中心和空间自相关分析揭示的高空间聚集目标作为已知样本集导入SVM,得到的结论是:采集于主成分分析法和非线性映射法的两个不同已知样本集的SVM分类结果之间的差异较大,已知样本集的选择具有很大主观性;空间自相关分析结果能大量减少特征样本集的数目,这不仅简化了SVM算法分类过程,并且结果也能准确反映四川发展实际情况。     

自升式钻井平台悬臂梁负荷试验方法研究

悬臂梁负荷试验是自升式钻井平台建造完工交付使用之前的关键试验项目之一.以200 ft自升式钻井平台“海洋石油923”为例,针对悬臂梁负荷试验方法做出了探索研究,试验结果表明,此方法行之有效,具有操作简便,安全可靠的优点,为其它类似工程项目的顺利实施提供了宝贵的经验和借鉴.     

自组织数据地图在大辽河河口水质分析中的应用

自组织数据地图(SOM,Self-organizing Map)具有强大的数据压缩和提炼功能,应用它可以对水质监测数据进行处理,找到水质分析的新方法。本文以大辽河河口水质监测数据为例,应用MATLAB中SOM工具箱,采用批处理SOM算法,利用MATLAB语言编写出水质分析程序。该程序通过SOM的训练对数据特征进行分析和显示,并进一步分析SOM训练结果,将监测数据分成4类,最后实现数据跟踪及新的监测数据的自动归类。该方法可以将水质监测数据的特征可视化,便于直观、深入地分析水质状况,为识别水质特征、跟踪水质变化和应对措施提供决策支持。     

基于拓扑与形态特征的城市道路交通状态空间自相关分析

城市道路交通状态具有空间自相关特征。某一道路交通状态的变化会对其周边道路产生影响,故把握道路交通状态的空间自相关性是提高交通规划、交通预测水平的基础。然而,城市道路交通状态又具有空间异质性,即道路交通状态的影响扩散并非各向同性,其使得道路交通状态空间自相关性的度量更为复杂,因此仅从地理空间下道路之间的邻近关系出发进行分析有失偏颇。同时,城市道路具有拓扑结构特征和几何形态特征,二者对于交通状态自相关性的影响和制约,却未引起足够重视。本文从城市道路的拓扑结构特征和几何形态特征出发,提出了一种新的交通状态空间自相关路段识别规则,即基于交通状态变化的路段空间识别规则,通过拓扑社区发现方法刻画路段在空间上的聚集特征,同时,基于Stroke跟踪的几何形态概化来描述道路交通状态变化影响的空间异质性。结果表明,利用本文提出的识别规则产生的交通状态自相关路段集合,较仅考虑地理空间邻近或拓扑结构的识别规则更为合理,更好地揭示了城市道路交通状态的空间自相关特征。