基于百度指数的生态文明关注度时空分析

网络搜索数据作为一种地理标记信息源被广泛用于揭示社会经济和国家城市研究领域的时空模式。在生态文明概念逐渐深入人心的社会背景下,公众对其关注程度随时间变化并呈现出空间异质性,研究这种时空动态可为中国生态文明建设提供参考。采用百度指数数据,运用向量自回归模型(VAR),误差修正模型(VEC),脉冲响应函数以及面板数据模型对中国31省市生态文明关注度的时空特征、区域性差异及其影响因素进行研究。研究结果表明各省市的生态文明关注度差异明显,大部分省市对国家生态文明政策的响应及其变化趋势相似,而地区人口规模、发展水平、互联网普及率、森林覆盖率、雾霾污染程度等因素对生态文明关注度有显著的积极影响,水资源、受教育程度与性别等因素对其无显著影响。     

基于机器学习的稀疏样本下的土壤有机质估算方法

采用GRNN（Generalized Regression Neural Network）和RF（Random Forest）2种机器学习方法构建土壤有机质预测模型,以提高稀疏样本情况下的土壤有机质估算精度。依据北京市大兴区农用地2007年的土壤有机质采样数据,按MMSD准则（Minimization of the Mean of the Shortest Distances）抽稀为8种不同采样密度的样本（分别为2703、1352、676、339、169、85、43、22个样本）,分别采用GRNN、RF和Ordinary kriging对各采样密度下的未知采样点进行预测,采用交叉检验的方式验证各采样密度下未知样点的预测精度。随着采样点密度的下降,样点间的空间自相关性逐渐减弱,半变异函数的拟和精度变差,预测点结果误差增大,预测的置信度降低。当抽稀到43个和22个采样点时,样点间的空间自相关性接近歼灭,半变异函数的决定系数较低且残差较大。普通克里格受到采样点数量和采样密度、样点的空间结构的影响比较明显,其预测精度随采样点数量的下降而下降。在85个采样点及以下时,其预测值与观测值之间没有显著的相关性。GRNN和RF的预测精度受采样密度的影响不大,其预测精度在一个较小的范围内波动,其预测值围绕观测值在一定阈值空间内震荡波动,具有较好的相关性,在85个及以下的采样密度时,预测精度相对普通克里格有较大的提升。普通克里格法不适合在稀疏样本条件下空间插值计算,尤其是在空间自相关性比较弱的情况下。机器学习模型能充分学习土壤间环境信息、样点空间邻近效应信息,兼顾属性相似性和空间自相关,具有更好的稳定性和适应性,不容易受到采样点数量、构型和采样密度等因素的影响,即使在采样点空间自相关性很弱的情况下也能做出稳定预测精度。     

一种相关观测的Partial EIV模型求解方法

Partial errors-in-variables(Partial-EIV)模型作为EIV模型的扩展形式,其构造方式更有规律,解算方法更为简便,能有效应用于实际情况。针对已有Partial EIV模型方法未考虑观测向量和系数矩阵存在相关性这一情况,通过提取观测向量和系数矩阵组成的增广矩阵中非重复出现的随机元素,构建更具一般适用性的Partial EIV模型,在该模型的基础上,将特殊假定条件扩展到不限定观测数据相关性的一般情况,详细推导了观测向量和系数矩阵元素相关且不等精度情况下的加权总体最小二乘方法,通过算例试验,并与目前已有的解决EIV模型相关观测情况下的方法进行了比较分析,研究表明本文方法可以提高计算效率,更具一般性,特别是对于观测向量和系数矩阵中存在常数元素和重复元素的情况。     

湖北省县域粮食单产影响因素的空间异质性研究

在城镇化进程快速推进耕地保护形势严峻的背景下,粮食单产的区域差异研究对地区粮食安全具有重要意义。本文以湖北省粮食单产数据为基础,采用探索性数据分析方法和地理加权回归模型揭示省内县域粮食单产的空间关系和影响因素的空间异质性。结果表明:湖北省县域粮食单产具有显著的空间自相关特征,整体水平稳中有增。农村劳动力、化肥施用量、农村机械总动力和有效灌溉面积比对粮食单产具有正向促进作用和一定的空间分异规律,对农村用电量呈现出先正后负的影响,各因素的空间异质性显著。结合县域现状和因素的区域特质采取对应的有效措施应对粮食安全问题具有深远的现实意义。     

一种空间权重矩阵的优化方法

在地理学空间自相关的分析中,权重矩阵对整个分析结果有着较大影响。常见的权重矩阵,例如车矩阵、皇后矩阵、距离权重矩阵和k-邻近矩阵,都有各自的优势和缺点。提出了一种基于长度面积比例的空间权重矩阵（ratio of length and area,RLA）,并以近年来危害最大的几种传染病之一——病毒性肝炎在中国大陆各省份的发病率为例进行了实验分析。实验结果表明,RLA矩阵能够很好地实现空间权重矩阵的基本功能,是常见的车矩阵的一种更为广义的定义,并且可以更加自由地实现空间自相关的分析。利用本空间权重矩阵能够更好地模拟不同地理单元之间的邻接关系,为流行病的预防提供支持。     

局部自相似性与MRF网络模型的超分重建算法

针对局部自相似性重建方法的块效应问题,以及MRF网络模型方法外部训练库数据不相关性产生的图像重建误差问题,提出了一种结合局部自相似性和MRF网络模型的超分辨率重建方法。首先,利用图像局部自相似特性,引入自身冗余信息构建高分训练库,然后建立低分与高分训练库映射的MRF网络模型,通过置信传播算法求解MRF模型重建高分图像。以仿真和真实卫星图像进行超分实验,结果表明本文方法能够改善图像的细节,较好地去除了块效应,提高了地物边缘的清晰度。     

利用稀疏自表达实现高光谱影像波段选择

提出一种稀疏自表达方法来研究高光谱影像分类中的波段选择问题。该方法利用字典矩阵等于测量矩阵的条件来改进多观测向量的稀疏表达模型,将波段子集看作高光谱影像波段集合中的代表子集。稀疏自表达方法将波段选择转换为寻求多观测向量中稀疏系数矩阵的非零行向量问题,通过引入混合范数来限定非零元素行向量的个数,利用快速交替方向乘子方法求解稀疏系数矩阵,并聚类非零行向量,实现波段的有效选择。基于两个公开高光谱影像数据集并对比其他4种波段选取方法来验稀疏自表达方法。实验结果证明,稀疏自表达方法能够在计算效率明显优于基于波段相关性的线性限制最小方差方法的同时,取得与该方法和非负稀疏矩阵分解方法相匹甚至略高的总体分类精度。     

贵州省乡村贫困空间格局与形成机制分析

以贫困态势严峻、区域内部贫困差异大的贵州省为研究区,分析了贵州省区县层面乡村贫困的空间异质性和空间依赖性格局,定量测度了乡村贫困空间差异的影响因素和因素效应的空间差异性,进而归纳了贵州省乡村贫困的形成机制。结果发现,贵州省区县乡村贫困具有时空稳定性,呈现出东、南、西部高而中、北部低的“马蹄”形空间异质性格局。区县贫困存在较强的空间依赖性,“高-高”型贫困地域即空间贫困陷阱区域,集聚分布在贵州省的东南部、南部。定量模型发现,坡度、到所在市中心的距离、青少年人口占比、少数民族人口占比是导致贵州区县层面乡村贫困空间差异的显著因素,且这些因素的效应水平呈现出不同的空间模式。产业发展受限、劳动力流动性差、金融和人力资本积累不足是贵州贫困空间形成的主导机制。最后建议扶贫政策层面应将基于地方和基于人的政策相结合。     

中国地级市新型城镇化的影响因素

通过探索性空间分析检验中国地级市新型城镇化各指数存在的空间自相关性,并利用空间误差模型及其稳健性分析对新型城镇化质量、效率与城乡协调指数的影响因素进行案例探讨。结果显示:新型城镇化的质量、效率与城乡协调指数均存在空间自相关性。产业结构对城镇化发展质量具有正向促进作用,而与城镇化效率、城乡协调指数的关系则恰好相反;基础设施建设和土地规模有助于提高城镇化的质量与效率,但却抑制城乡之间的协调发展。整体来看,工业化的发展、基础设施的完善以及土地的规模效应有助于新型城镇化的发展。     

用扭转天平测矿物之比重法

矿物之比重,为其基本性质之一,尤其自应用X光研究晶体方法产生后,此种性质更属重要。虽然如此,但此种性质之未能广为应用者,乃因:1.在一种矿物种属中,其化学成分常有差异,2.前有之矿物比重记录,不甚可靠。3.其可靠价值,仅