SensePlace3: a geovisual framework to analyze place–time–attribute information in social media

SensePlace3 (SP3) is a geovisual analytics framework and web application that supports overview + detail analysis of social media, focusing on extracting meaningful information from the Twitterverse. SP3 leverages social media related to crisis events. It differs from most existing systems by enabling an analyst to obtain place-relevant information from tweets that have implicit as well as explicit geography. Specifically, SP3 includes not just the ability to utilize the explicit geography of geolocated tweets but also analyze implicit geography by recognizing and geolocating references in both tweet text, which indicates locations tweeted about, and in Twitter profiles, which indicates locations affiliated with users. Key features of SP3 reported here include flexible search and filtering capabilities to support information foraging; an ingest, processing, and indexing pipeline that produces near real-time access for big streaming data; and a novel strategy for implementing a web-based multi-view visual interface with dynamic linking of entities across views. The SP3 system architecture was designed to support crisis management applications, but its design flexibility makes it easily adaptable to other domains. We also report on a user study that provided input to SP3 interface design and suggests next steps for effective spatiotemporal analytics using social media sources.     

Rice crop phenology mapping at high spatial and temporal resolution using downscaled MODIS time-series

Satellite data holds considerable potential as a source of information on rice crop growth which can be used to inform agronomy. However, given the typical field sizes in many rice-growing countries such as China, data from coarse spatial resolution satellite systems such as the Moderate Resolution Imaging Spectroradiometer (MODIS) are inadequate for resolving crop growth variability at the field scale. Nevertheless, systems such as MODIS do provide images with sufficient frequency to be able to capture the detail of rice crop growth trajectories throughout a growing season. In order to generate high spatial and temporal resolution data suitable for mapping rice crop phenology, this study fused MODIS data with lower frequency, higher spatial resolution Landsat data. An overall workflow was developed which began with image preprocessing, calculation of multi-temporal normalized difference vegetation index (NDVI) images, and spatiotemporal fusion of data from the two sensors. The Spatial and Temporal Adaptive Reflectance Fusion Model was used to effectively downscale the MODIS data to deliver a time-series of 30 m spatial resolution NDVI data at 8-day intervals throughout the rice-growing season. Zonal statistical analysis was used to extract NDVI time-series for individual fields and signal filtering was applied to the time-series to generate rice phenology curves. The downscaled MODIS NDVI products were able to characterize the development of paddy rice at fine spatial and temporal resolutions, across wide spatial extents over multiple growing seasons. These data permitted the extraction of key crop seasonality parameters that quantified inter-annual growth variability for a whole agricultural region and enabled mapping of the variability in crop performance between and within fields. Hence, this approach can provide rice crop growth data that is suitable for informing agronomic policy and practice across a wide range of scales.     

基于DBSCAN算法的孔深测量与地层反演理论研究

论文针对地质勘探取心工况复杂、钻进深度大、事故发生率高、岩性复杂、钻进参数难以获取、无法实时掌握钻进状态的难题,在充分调研现有工况识别技术的采集原理、功能种类、现场实测的基础上,结合钻探智能化、自动化的发展方向,运用硬件与软件结合的思想,设计了实时测量钻探参数的方案。论文首次提出使用DBSCAN（针对噪声空间基于分布密度进行聚类的算法）密度聚类法分析钻进参数,结合光电编码器增量的正负性进行工况判别,以获取钻头位置以及钻孔深度。该方案可以判别钻进状态,获取钻进工艺参数,将测量数据作为所钻地层的可钻参数来反演地层。钻机的自动化、智能化研究能获取大量地层资料,有利于推进钻进工艺学发展,实现从经验钻探到智能钻探进的突破。同时,为智能钻进系统奠定基础。     

基于优化经验模态分解和聚类分析的滑坡位移智能预测研究

针对三峡库区"阶跃式"滑坡的变形特征,提出了一种新的滑坡位移预测方法。以白水河滑坡ZG118和XD-01监测点位移数据为例,采用基于软筛分停止准则的经验模态分解(SSSC-EMD)将累计位移-时间曲线和影响因子时间序列自适应地分解为多个固有模态函数(IMF),并采用K均值(K-Means)聚类法对其进行聚类累加,得到有物理含义的位移分量(趋势性位移、周期性位移以及随机性位移)和影响因子分量(高频影响因子和低频影响因子)。使用最小二乘法对趋势性位移进行拟合预测;采用果蝇优化-最小二乘支持向量机(FOA-LSSVM)模型对周期性位移和随机性位移进行预测。将各位移分量预测值进行叠加处理,实现滑坡累计位移的预测。研究结果表明,所提出的(SSSC-EMD)-K-Means-(FOA-LSSVM)模型能够预测"阶跃式"滑坡的位移变化规律,且预测精度高于传统的支持向量机回归(SVR)、最小二乘支持向量机(LSSVM)模型;并通过改变训练集长度,进行单因素分析,发现其与预测精度之间呈正相关关系。     

河源市秋季暴雨的时空分布和环流特征

利用1964—2013年河源市5个国家气象站日降水量、NCEP/NCAR逐月2.5°×2.5°再分析资料,分析河源市秋季暴雨的时空分布特征和同期环流特征。结果表明:(1)河源市秋季暴雨日数在空间分布上自南向北逐渐减少,9月的分布特征与秋季一致,11月的分布型与9月完全相反;秋季暴雨日数呈弱增长的气候变化趋势,且存在明显的阶段性变化。(2)南海到西北太平洋地区纬向风垂直切变偏小和南方涛动处在正位相时,对应有利9和10月热带气旋的生成、发展,副热带高压偏西偏北、强度偏强,有利于热带气旋趋向广东,而来自该区的强东南季风,给河源带来充沛的水汽,为暴雨的发生提供了有利的水汽条件。另外,活跃的南支槽也是造成10月暴雨的重要影响系统之一。(3)热带气旋对11月暴雨日数的贡献较小,南支槽和东移南下的高原短波槽是造成该月暴雨的重要影响系统。西太平洋副热带高压偏西偏南、强度偏强,河源受其西侧的异常西南风影响,获得充足的水汽供应,有利于暴雨的发生。(4)秋季华南地区海平面气压偏低或冷空气活动偏弱时,有利于河源暴雨天气的发生。     

一种COVID-19病例个体时空轨迹交互式提取与质量评估方法

针对当前新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)病例个体时空轨迹描述文本高度非结构化的特点,提出了一种基于自然语言处理(natural language processing, NLP)辅助的交互式轨迹提取方法,用于提高轨迹提取的效率和质量.设计了交互式轨迹提取和质量评估流...     

阿拉斯加湾逆温现象的时空变化特征

基于阿拉斯加湾(Gulf of Alaska, GOA)2002—2020年的Argo浮标数据,本研究分析了该海湾逆温现象的时空变化特征,并探讨其年际变化与水体垂向位温异常的联系。结果显示,阿拉斯加湾逆温现象存在明显的时空变化。空间上,逆温幅度(ΔT)在湾北部最大,湾东南部次之,湾西南部最弱。逆温厚度(ΔD)在湾西南部最厚,湾北部和东南部依次变薄。在季节尺度上,湾北部逆温现象的季节变化最明显,冬季ΔT最大和ΔD最厚,随季节性的加热和混合作用,ΔT持续减弱,ΔD不断变薄。在湾东南部,ΔT分别在3月和9月具有0.46、0.40℃的峰值;ΔD在整个海湾中最薄,冬季最大为44 m,而秋季最小仅为23 m。在湾西南部,ΔT介于0.24～0.33℃之间,分别于4月和10月具有0.31、0.33℃的峰值;ΔD冬季最大超过100 m,秋季最薄约为57 m。年际变化上,ΔT在2002、2007—2009、2012、2017年表现为正异常,但在2003—2005、2010、2013—2016、2018—2020年表现为负异常;ΔD在2002、2007—2008、2012、2017—2020年主要偏厚,在2...     

近30年来耕地养老保障功能的时空演变及政策启示

厘清耕地养老保障功能的时空演变,为新时代农村土地保障功能提供科学判断。把拥有承包权的耕地看作农户的一项资产,利用1986—2015年农村固定观察点中近61万份农户资料,分别从全国和省级尺度揭示耕地养老保障功能的演变规律,为完善农村养老保障体系提供参考。结果显示：按1986年不变价,全国层面上,人均耕地养老保障价值从550元/年降至150元/年,研究期内降幅达到72%。20世纪80年代,农民依靠承包耕地能够满足家庭老年居民的养老支出;1994年其价值已无法支撑老年居民消费,此后养老需求的缺口不断扩大。省际层面上,研究期内各省份耕地的养老保障价值均呈现下降趋势,且省际间存在明显差异;养老需求的缺口不断扩大,其中东南沿海、长江沿线地区尤为突出。耕地养老假说已失去其基本论据,依靠耕地无法满足农村老年居民的养老支出。农村养老保障必须建立在公共社会保障体系的基础上,而不能再指望农户家庭拥有的少量耕地,政府应加强农村养老服务的建设。     

农业集聚对农业面源污染的影响——基于中国地级市面板数据门槛效应分析

农业集聚的环境效应相比其他产业更为复杂,然而学术界对此探讨较少。在理论分析的基础上,利用2007—2015年中国337个地级市面板数据,核算农业集聚水平与农业面源污染排放量,并采用空间分析技术、计量模型,实证探究农业集聚与农业面源污染的时空特征及农业集聚对农业面源污染的门槛效应。结果显示：① 农业集聚与COD、TN、TP三种农业面源污染在时序变化、空间布局、空间关联以及空间趋势变化上特征相异。② 农业集聚对COD、TN、TP农业面源污染皆呈现正相关的单门槛效应。低于门槛值阶段,农业集聚水平的提高显著加剧了农业污染,集聚水平跨过门槛值后,污染加剧形势有所缓和。③ 农业集聚与农业面源污染之间经历的两个阶段,取决于规模效应、结构效应、技术效应、社会效应、累积效应分别对农业面源污染排放的加剧与制约作用。随着农业集聚水平提高,各效应增污作用明显,导致污染水平显著提高,进入高于门槛值的阶段,各效应对污染排放的抑制能力提升,削弱了部分负环境外部效应。④ 农业经济水平、农业生产条件在一定程度上加剧了COD、TN、TP污染;畜牧业结构、环境规制对COD、TP污染存在显著的正相关关系;生产者素质的提高可以影响农户生产行为并改善农业环境。⑤ 农业集聚对COD污染的降污效应较弱,农业COD污染较为严重且主要来源于畜牧业养殖,畜牧业污染防治亟待加强。