中国高技能劳动力与一般劳动力的空间分布格局及其影响因素

基于2000和2010年全国人口普查分县数据和地级行政单元数据,采用不均衡指数和空间自相关分析等方法,刻画中国高技能劳动力和一般劳动力的空间分布格局及其变化,并采用空间滞后模型,识别高技能劳动力与一般劳动力空间分布的决定因素及其变化。结果表明：① 两类劳动力总体的空间特征均为东南密集,西北稀疏;② 2000—2010年,高技能劳动力在空间分布上呈集中化的趋势,而一般劳动力呈分散化的趋势;③ 十年间高技能劳动力集聚区虹吸作用加强,其分布越发集中于沿海特大城市群,而一般劳动力集聚区回波作用加强,其分布越发均衡;④ 空间回归分析结果表明,职工平均工资、是否直辖市或省会、每万人在校高校学生、是否沿海城市、常住人口数和空间溢出效应在十年中一直都是决定高技能劳动力和一般劳动力空间分布的主要因素,而失业率、中学生师比、二氧化硫排放量和绿地率在2010年也成为影响两类劳动力空间分布的主要因素。对比两类劳动力的模型结果可得,高技能劳动力的空间分布受行政因素、高校因素和地区生活舒适度的影响更大,而一般劳动力的空间分布受劳动力市场因素的影响更大。     

毛蚶天津群体形态性状对体质量的影响研究

为探讨形态性状对体质量的影响,指导毛蚶的选育,以毛蚶天津群体为研究对象,测量壳长、壳宽、壳高、体质量,并进行统计分析。结果表明,壳宽是体质量的主要影响因子,其与体质量的相关系数为0.953,直接作用为0.505,间接作用为0.448,壳长、壳高间接作用分别为0.483、0.480,综合决定系数为0.706 6。毛蚶体质量多元回归方程为Y=-40.8+0.438X1+1.124X2+0.469X3,R2=0.924;以壳宽为自变量,体质量回归方程为:Y=5.443×10-3X22.519,R2=0.937。     

基于EEMD和ARIMA的海温预测模型研究

类型丰富、时空分辨率高的海洋探测数据,为信号分解和机器学习算法的应用提供了可能。本文针对如何建立有效的海温预测模型这一问题,使用高时空分辨率的海表温度(SST)融合产品,引入信号处理领域的集合经验模态分解(EEMD)和机器学习领域的自回归积分滑动平均模型(ARIMA)。首先利用最适于分解自然信号的EEMD方法,将海温数据分解成多个确定频率的序列;再利用ARIMA分别对各个频率的序列进行预测,最后将各个序列的预测结果进行组合。该方法在丰富数据的支撑下,比以往直接使用海温数据所建立的预测模型精度更高,为更好地进行海温预测提供了新方法。     

一种景观生态脆弱性指数构建及验证方法

针对目前景观格局指数构建方法中人为扰动因素关注不够及没有景观生态脆弱性指数构建合理性验证方法的问题,提出了一种结合景观脆弱性指数和人口压力指数加权构建景观生态脆弱性指数的方法及一种景观类型变化等级加权值与景观生态脆弱性指数变化值进行回归分析的景观生态脆弱性指数构建合理性验证方法,以松花江流域(哈尔滨段)为实验区域,对实验区域2010年和2015年景观生态脆弱性指数进行构建,对两期景观生态脆弱性指数进行减运算获得研究区域景观生态脆弱性指数变化分布图。2010—2015年间,研究区域内景观生态脆弱性普遍降低,其中,景观生态脆弱性降低程度较高的区域主要分布在研究区域西部,研究区域中东部景观脆弱性变化不明显。通过两期景观生态脆弱性指数变化值与景观类型变化等级加权值进行相关分析,结果表明两者强相关,相关系数为0.795,即验证了本景观生态脆弱性指数构建的合理性,为景观生态脆弱性计算及验证提供了科学的方法。     

齐长城土壤电导率的高光谱定量估测模型

建立夯土齐长城黄岛段土壤电导率高光谱估测模型。由采集的夯土齐长城黄岛段的土壤样本提取光谱数据,利用SG平滑和光谱微分技术,通过相关系数法筛选敏感波长,并以敏感波长作为自变量建立土壤电导率的高光谱定量估测模型,对比分析所建立的主成分回归、支持向量机和随机森林模型的精度,选择最优模型并验证。结果表明:839 nm、975 nm、1 279 nm和1 284 nm为敏感波长,经过对比分析所建立的模型,以随机森林模型为最优估测模型。随机森林模型能较好地估测夯土齐长城黄岛段的土壤电导率。     

顾及局部与结构特征的稀疏多项式逻辑回归高光谱图像分类方法

稀疏多项式逻辑回归在分类中仅利用图像光谱信息,导致分类效果不太理想.本文提出了一种顾及局部与结构特征的稀疏多项式逻辑回归高光谱图像分类方法.首先利用加权均值滤波与拓展形态学多属性剖面对原始高光谱图像进行局部与结构特征提取;然后对二者进行加权平均特征级融合以获取更具唯一性的像元特征;最后由稀疏多项式逻辑回归分类器对融合结果进行分类.结果表明,本文方法能有效地提高分类精度,而且具有较强的稳健性.     

顾及空间非平稳特征的遥感干旱监测

遥感技术具备实时快速、时空连续、广覆盖尺度等独特优势,在全球气候恶化大背景下,利用遥感干旱监测方法相比于传统地面监测手段,能够提供实时、准确、稳定的旱情信息,辅助科学决策。目前常用遥感旱情监测方法大多依赖全域性数学模型建模,假定了旱情模式的空间平稳特性,因而难以准确反映旱情模式的局部差异特征。本文提出利用地理加权回归模型GWR (Geographically Weighted Regression),考虑旱情模式的空间非平稳特性,综合多种遥感地面旱情监测指数,以实现传统全域旱情监测模型的局部优化。以美国大陆为研究区,监测2002年—2011年共10年的旱情状态。研究表明,GWR模型能够提供空间变化的局部最佳估计模型参数,监测结果更加吻合标准美国旱情监测USDM (U.S Drought Monitor)验证数据,且与地面实测值的最高相关系数R达到0.8552,均方根误差RMSE达到0.972,显著优于其他遥感旱情监测模型。GWR模型具备空间非平稳探测优势,实现了旱情模式的局部精细探测,能够显著提升遥感旱情监测精度,具备较好的应用前景。     

DMSP/OLS夜间灯光数据的四川省GDP空间化分析

针对DMSP/OLS夜间灯光数据模拟省级格网GDP问题,该文选取2000、2006以及2010年DMSP/OLS稳定夜间灯光数据、辐射定标夜间灯光数据和四川省第二、三产业社会经济GDP数据,运用相关性分析、对比分析以及回归分析的方法,模拟出四川省GDP空间化密度图并分析与高程之间的关系。结果表明:在省级范围内,GDP与辐射定标灯光数据的相关性明显高于与稳定灯光数据的相关性,且前者的灯光指数CNLI与GDP相关性最高;运用3年的辐射定标灯光数据模拟得到四川省GDP密度图与GDP统计数据的拟合精度均达到0.99以上;2000-2010年四川省GDP呈现由成都市向四周不断扩张的趋势并随高程变化显著,四川省GDP高值区主要集中在高程1 000m以下的成都平原及周边区域,西部高原和山地地区GDP值较低。     

稳健度量选权迭代的地理加权回归研究

针对地理加权回归参数估计采用最小二乘方法,最小二乘估计易受离群值影响,导致地理加权回归模型并不稳健的问题,该文提出基于稳健度量选权迭代的地理加权回归分析方法,核心思想是通过标准化残差构造权重函数,通过迭代加权降低离群值对回归模型参数估计的影响。利用模拟数据与真实数据进行试验,分别与GWR、RGWR进行对比分析,以MSE、MAE为指标进行性能评价。模拟数据试验中,RMIWGWR模型比RGWR模型的MSE、MAE指标分别提升9.29%和8.34%;真实数据试验中,RMIWGWR模型比RGWR模型的MSE、MAE指标分别提升63.88%和38.45%。试验表明:该方法可改善粗差存在环境下地理加权回归模型参数估计精度,提升模型拟合效果。     

松嫩典型黑土区耕地黑土层厚度数字制图方法比较

黑土层厚度与农田土壤肥力和质量密切相关,准确刻画东北松嫩典型黑土区耕地黑土层厚度的空间分布对黑土地保护和农业可持续发展具有重要意义。然而,常用的预测模型在平原漫岗地区进行数字制图具有较大的难度,如何准确预测黑土层厚度的空间分布特征是亟待解决的问题。选取东北地区松嫩典型黑土区作为研究区,以研究区内106个剖面点和45个环境因子为基础数据,通过因子重要性排序和相关性剔除法筛选变量,利用多元线性回归(Multiple Linear Regression,MLR)、随机森林(Random Forest,RF)、梯度提升树(Gradient Boosting Decsion Tree,GBDT)、极端梯度提升(Extreme Gradient Boosting,XGBoost)、随机森林回归克里格(Random Forest-Regression Kriging,RF-RK)和堆叠泛化模型(Stacking)对黑土层厚度进行空间预测制图,评估不同模型预测精度并研究影响黑土层厚度空间分布的最优协变量,并基于较优模型绘制东北黑土区耕地黑土层厚度分级图。结果表明：(1) Stacking组合多种模型的...