一个基于TOPEX卫星极端海面风速预测的海洋地理信息系统

在基于 TOPEX卫星数据建立全球极端海面风速预测模型的基础上 ,开发出用于极端海面风速预测和可视化预测结果的海洋地理信息系统 (MGIS)。并论述全球极端海面风速预测的意义和 MGIS在预测过程中的重要性及必要性 ;给出全球极端海面风速预测的统计模型 ;简述极端海面风速预测海洋地理信息系统的结构、工作流程和功能 ;同时 ,对系统的预测结果进行初步分析     

海滩体积变化的动态特征分析与随机模拟

本文应用动态系统特征分析和多维谱分析方法分析了粤西水东湾晏镜海滩3个高度带海滩体积变化的动态特征.分析结果表明,海滩具有以半月周期变化为主的多频带振动特征,由低潮带向上海滩趋于稳定,偏相干谱和偏位相谱反映了海滩体积变化是波能在潮位变化影响和风应力驱动下对海滩直接作用的结果.此外,对海滩体积变化过程进行了门限混合回归模型的辨识和模拟.模型在某种程度上指出了随高度增大,潮汐对海滩体积变化的影响变小,波能和风应力的直接作用明显加大.     

地图科研成果荣获国家自然科学奖

不久前颁布的2004年度国家自然科学奖中．由国家测绘局推荐的项目《数字地表模型的多维动态构模研究》荣获二等奖。该项目由国家基础地理信息中心陈军、香港理工大学教授李志林、以及朱庆、蒋捷、王东华等人合作完成。他们针对多维动态数字地表模型构建这一国际学术前沿问题．以地理空间实体及相互间关系的抽象与表达为主线．研究了地表空间铺盖、地物空间关系理论、数字地形精度、多维动态空间数据建模、多尺度表达等基本问题。     

大连市城市内部居住环境评价的空间结构——基于面源模型的分析

以大连市为例 ,首先利用ARC/INFO软件将研究地区划分成 162个元胞作为评价的基本空间单元 ,建立了居住环境评价的面源模型。其次利用MDS方法确定了评价因子、列联表法验证了居民属性与居住环境评价之间的相互独立程度、因子分析方法探讨了居住环境评价结构的平行性。最后应用GIS对居住环境评价空间分异现象进行了分析。     

多维植被信息系统及其应用前景

3S(地理信息系统GIS、遥感RS、全球定位系统GPS)及其相关技术的发展，使得植被信息系统的构建和应用成为可能。早期的植被图没有涉及到高度维和时间维，其应用受到很大的限制。因此有必要建立一种基于时空的多维植被信息系统，它的组成包括地理信息系统GIS、数据处理模块DPM、数据存取模块DAM、植被分析模块VAM和交互显示模块IDM，可用于植被的时空分析、三维景观显示、植被—地形—气候关系研究以及植被综合管理等方面，特别适合于山地植被的研究。多维植被信息系统具备立体直观的用户友好界面和强大的时空数据处理能力，并可通过数据库和网络进行资源共享，使植被研究和管理自动化、无纸化，其应用前景广阔。     

基于三对象多维标度法及其应用

本文提供了基于三对象（样品或变量）的多维标度法。计算方案是通过一维标度求法（数量化理论Ⅳ的扩展）和多维标度求法把原始问题降至为标准特征值—特征向量问题来解决，该方法的主要目的是提取更多信息、简化数据结构并重新标度研究对象于新的低维空间，以便能通过二维“因子轴”来直接检验，它适合于定性和定量数据。编写计算程序进行标度分析，在内蒙古赤峰某金矿进行矿产预测应用效果良好。     

贫困山区脱贫农户的生计可持续性及生计干预——以陇南山区为例

增强贫困山区脱贫农户的生计可持续性不仅是新时期农村扶贫的现实需求,更是推动乡村振兴的客观要求。论文从生计资本、生计策略及生计环境出发,建立了脱贫农户的生计可持续性评价指标体系,利用陇南山区脱贫农户的入户调查资料,评估贫困山区脱贫农户的生计可持续性、识别脱贫农户的生计障碍。研究发现:① 从川坝河谷区、半山区到高山区,从早期脱贫到后期脱贫,脱贫农户的生计可持续性依次降低,且务工型与农工互补型脱贫农户的生计可持续性强于其他生计方式农户;② 陇南山区生计不可持续脱贫农户比重达28.83%,高山区、传统务农型及后期脱贫户中生计不可持续农户比重较高,而川坝河谷区、农工互补型与务工型及早期脱贫户中该比重较低;③ 生计不可持续脱贫户均面临着多元生计障碍,其中近2/3的农户面临多维资本—环境阻滞型与多重要素阻滞型障碍;④ 针对生计不可持续脱贫农户面临的多元生计障碍,需分类实施多维生计干预。     

秦巴山集中连片特困区农户多维贫困测度与影响机理分析——以商洛市为例

中国扶贫瞄准单位已下沉到农户单元,发展和完善农户尺度的多维贫困测度方法是精准配置扶贫资源、提高扶贫效率的关键。通过借鉴“人”“地”和“业”关系理论构建了“能力—资本—环境”多维贫困综合评估框架,以秦巴山特困区商洛为例,通过多维贫困测度体系对农户进行综合测度,识别样本区多维贫困户,进而与建档立卡贫困户进行对比分析,并探讨了多维贫困发生的主要影响机理,最后依据多维贫困户剥夺维度的组合划分不同类型。研究结果表明:① 有245户被识别为多维贫困户,239户被识别为非多维贫困户,多维贫困户与非多维贫困户在能力维度、资本维度和环境维度均存在较大差异;② 有84.08%的多维贫困户与建档立卡贫困户相重叠,多维贫困户在综合维度和单维度的贫困程度均较深;③ 多维贫困发生主要受“人”的发展能力和生产能力、“业”的金融资本、物质资本以及“地”的地理条件和区位的弱势或剥夺的影响;④ 多维贫困户划分为发展缺失型、复合贫困型、生存环境恶劣型和综合贫困型4类。     

海南省农村多维贫困及影响因素的空间分异

贫困具有多维属性,根据不同社会群体和背景从多维视角定义贫困已成为贫困问题研究的共识。依据Alkire-Foster多维贫困框架,拓展精准扶贫的“两不愁,三保障”识别标准,建立了涵盖教育、健康、居住、生活和收入指标的海南省农户多维贫困评估指标体系,基于海南省70个乡镇、134个贫困村3924户入户调查数据,采用双重临界值法评估了农户及村域多维贫困状况,进而运用地理加权回归(Geographically Weighted Regression,GWR)模型,分析了村域多维贫困影响因素的空间分异。结果显示,调查农户多维贫困率达18.22%,多维贫困程度严重的村多维贫困发生率不一定高,“两不愁、三保障”及收入指标对多维贫困指数的贡献率低。中、西部连片贫困地区多维贫困主要表现为较差的资产状况、不清洁的炊事燃料、较高的家庭成员患病率和较低的家庭成员最高学历。GWR模型分析表明,作为多维贫困最重要的影响因素,户主性别、户主受教育水平、女性劳动力占比和抚养比4个变量估计系数的空间分异明显。总体上,女性户主和低学历户主为主的地区倾向于更易发生多维贫困,二者的影响分别表现为从东到西、从北到南有所增强。女性劳动力占比为负向影响,抚养比为正向影响,呈现出自北向南增强的趋势,体现了海南贫困地区劳动力弱、女性相对更勤劳等典型地域特征。     

发展地理学视角下中国多维贫困测度及时空交互特征

探索贫困监测评估指标体系及区域间贫困时空交互动态特征对当前中国可持续减贫研究具有重要意义。基于发展地理学视角,引入面板向量自回归（PVAR）模型并结合人类发展分析路径与SDGs全球指标框架识别影响中国贫困的致贫和减贫因素,以此测度多维贫困指数,进而采用探索性时空数据分析（ESTDA）方法揭示多维贫困的时空交互特征。结果表明:① 中国当前贫困监测评估的致贫因子包括农作物受灾比和社会总抚养比,减贫因子则涉及人均GDP、人均社会保障支出、人均公共卫生支出、每万人医院数、新型农村合作医疗参合率、植被覆盖率、人均教育支出、高校数量、人均科学研究与试验发展支出、人均文化事业经费。② 2007—2017年中国省域收入贫困、健康贫困、文化贫困及多维贫困状况得到显著改善,全国综合贫困程度年均下降5.67%,部分省域的不同维度贫困内部出现差异化。③ 研究期内省域间多维贫困局域空间格局表现为较强的空间动态性,并呈现由东部向中、西部增大的变化态势;省域间多维贫困指数随时间演变呈现强的空间依赖关系,形成以西北和东北为高值区向四周递减的变化格局。④ 邻接省域多维贫困交互的时空网络以负向关联为主,仅有陕西与河南、陕西与宁夏、青海与甘肃、湖北与安徽、四川与贵州、海南与广东形成空间上较强的减贫协同关系。研究成果对当前中国精准扶贫战略实施尤其是2020年后预防返贫具有重要的参考价值。