基于深度学习的滑坡灾害易发性分析

滑坡灾害成因机理复杂、影响因素众多,深度学习作为当前人工智能领域的热点,能够更好地模拟滑坡灾害的形成并准确预测潜在的斜坡。为了挖掘深度学习在滑坡易发性的应用潜能,本文构建了一维、二维和三维的滑坡数据表达形式,并提出3种基于卷积神经网络模型（Convolutional Neural Networks, CNN）的滑坡易发性分析处理框架：基于CNN分类器、基于CNN与逻辑回归的融合和基于CNN集成,最后以江西省铅山县为研究对象进行验证,结果表明：所有基于CNN的易发性模型都能够获得准确且可靠的滑坡易发性分析结果。其中,基于二维数据的CNN模型在所有单分类器中预测精度最高,为78.95%。此外,二维CNN特征提取能够显著提升逻辑回归的预测精度,其准确率提升7.9%。最后,异质集成策略能够大幅度提升基于CNN分类器的滑坡预测精度,其准确率提升4.35%~8.78%。     

城市建成环境对居民体力活动的影响 ——以福州市的经验研究为例

利用福州中心城区的社会调查、POI、道路网、用地性质等数据,在社区尺度探究城市建成环境对居民休闲型中高强度体力活动的影响。研究发现：① 低密度土地利用与体力活动时长呈正向关联,功能单一和邻近主干道则对体力活动起到抑制作用。② 体力活动目的地对不同人群具有差异化影响,体育用地和付费运动场所仅能促进中高阶层和中高收入者的体力活动,而周边公共运动设施的丰富程度更具普适性意义。③ 通过纳入运动偏好和单独分析保障房、单位大院及房改房住户达到规避居住自选择的目的,证明上述建成环境特征对体力活动的影响是独立且稳健的。     

淮河洪水的可公度性分析

分析了上两个世纪发生在淮河的洪水事件的可公度性，根据其可公度值及其黄金分割点指出1991年与2003年淮河洪水的不可避免，最后讨论了可公度性的局限及淮河洪水可公度值的可能机制。     

一次强烈发展西南低涡的中尺度结构分析

2021年8月7—8日,四川盆地中东部出现大暴雨、局地特大暴雨,是重庆2021年度社会影响最大的一次暴雨过程。采用多源观测及ERA5再分析资料,对此次大暴雨过程进行诊断分析。结果表明：大暴雨发生在低槽移入四川盆地诱发暖性西南低涡背景下,具有显著的阶段性、跳跃性和极端性特征。大暴雨先后形成于西南低涡中心东南部、西南低涡东侧和西南低涡南侧暖湿的边界层辐合线附近。各阶段大暴雨均由移动缓慢、维持时间达3~6 h的β中尺度对流系统影响形成,暖湿不稳定和弱垂直风切变为β中尺度对流系统的形成提供了有利的环境条件。涡度分析表明,西南低涡的发展主要源于低空辐合及垂直涡度输送效应,但暴雨区的正涡度发展与西南低涡并不完全相同,水平涡度倾侧效应较为显著。第一阶段暴雨区正涡度主要源于对流层中低层西南低涡中心附近显著的低空辐合、涡度垂直输送及水平涡度倾侧效应;第二阶段和第三阶段暴雨区正涡度主要源于边界层辐合及边界层以上的水平涡度倾侧效应,边界层辐合触发暖湿大气中的中尺度对流活动促进了第二阶段和第三阶段大暴雨的形成。

     

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。     

GIS应用中认知阶层性对地理信息有效传输的影响

GIS应用的最终目的是使其所包含的地理信息有效传递。该文从信息科学、认知科学及地理信息科学角度出发,指出认知空间和地理空间的阶层对应性是实现地理信息有效传递的基础;提出两类空间重叠区的概念,并阐明其在信息有效传递过程中的重要作用;确立认知科学在GIS应用中的两个基本原则是建立这种对应性的理论依据;强调信息制造者(制图者)是构建这种对应性的实施者,而信息接收者(用户)对认知空间分类阶层的正确识别则是构建这种对应性的出发点。     

城市公共服务设施与人口是否匹配?——基于社区生活圈的评估

公共服务设施是城市社会服务最基本的承载体,公共服务设施分配的公平与否,事关城市健康发展和社会公正运行.目前由于城市微观尺度人口数据的缺失,鲜有研究将供给侧(公共服务设施)与需求侧(人口)统一起来.鉴于此,论文以互联网地图API为支撑,建立了5min、10 min、15min三个层级的社区生活圈,并模拟了高分辨率、高精度...     

基于县域单元的江苏省经济空间格局演化

通过ESDA相关分析,描述了20世纪90年代以来江苏省县域经济格局在空间上的变化状况.在经济总体空间格局上,江苏省县域经济发展水平表现出很强的空间自相关性,相似的地区在空间上集聚分布,热点区的空间结构多表现为以苏州、无锡为核心的罔状空间结构,且不断的向东南方向集聚.经济增长空间格局存空间分布上表现出更多的随机性和结构的不稳定性,热点区域切换频繁,没有明显的地理集中现象.江苏经济空间格局连续性和自组织性越来越强,空间分异格局中的随机成份在不断降低,而由空间自相关引起的结构化分异越来越显著,东北-西南方向经济发展的空间差异较小,而东南-西北方向经济发展空间差异最大.最后,将江苏省经济格局演化的驱动力归结为3个方面:历史发展基础、经济区位和区域发展政策.