Coding and Paper Letter（四十二）
資源整理。接上篇，論文。
Paper:
不考慮運輸時間的暴露估計可能低估了與交通有關的空氣汙染的風險，但沒有直接研究確切的貢獻。我們在兩個城市的動脈血管硬化和空氣汙染群體的多民族研究中進行了為期兩週的監測，包括新的車內取樣。參與者大部分時間都呆在室內，平均只有4.4％的時間（63分鐘/天）在車內。平均環境源NO2濃度在室內為5.1ppb，在駕駛期間為32.3ppb。平均而言，室內暴露貢獻了69％，車內暴露貢獻了24％的參與者環境源NO2暴露。對於車內最高四分位數（≥1.3小時/天）的參與者，室內和車內貢獻分別為60％和31％。結合滲透的室內和測量的車內NO2產生的暴露估計平均比僅使用室外濃度低5.6 ppb。儘管室外和室內的二氧化氮濃度高於室內，但室內微環境在這一老年人口中佔環境源暴露的比例最大。車內曝光對於駕駛最多的參與者以及居住在室外空氣汙染較低地區的參與者來說更具影響力。未能描述這些微環境中的暴露可能會導致流行病學研究中的暴露錯誤分類。定量化車內微環境對個體暴露的影響，是一個比較有補充意義的微觀研究。
瞭解居民和遊客的行為對於旅遊研究，城市規劃和當地經濟發展至關重要。然而，大多數現有的研究將遊客視為一個群體，同時忽略了遊客和居民亞群之間的流動模式的差異。在本研究中，我們分析了本地Twitter使用者和訪問者Twitter使用者的流動模式，從流量網路和使用者活動的均勻度分佈。結果表明，短距離運動不僅是居民的主要活動型別，也是遊客的主要活動型別。此外，縣內運動是所有Twitter使用者群的主要運動型別。此外，Twitter使用者的中心性指數重建了核心 - 邊緣結構，中心性指數與人口規模之間存在一定的關係。此外，不同空間尺度下的均勻度指數的空間分佈顯示出清晰的“T”形核心 - 外圍結構。但是，我們需要綜合多個開放的大資料來改進研究，並在未來的工作中以更精細的空間尺度進行分析，例如人口普查區，人口普查區或街道水平。利用Twitter對使用者的移動模式進行分析，基於的方式應當是複雜網路分析的思路，可以說典型時空行為地理學與大資料的研究典範。
重金屬汙染是一個全球性的生態安全問題，特別是在農作物中，它直接威脅著區域生態安全和人類健康。本研究利用遺傳演算法（GA）優化的反向傳播（BP）神經網路，根據影響因素預測水稻籽粒中鎘（Cd）的濃度。作為一種智慧資訊處理系統，GA-BP神經網路可以通過自身的訓練學習土壤 - 作物系統中Cd運動的規律，並利用土壤特性高精度地預測土壤中Cd的濃度。總土壤Cd濃度，粘土含量，Ni濃度，陽離子交換量（CEC），有機質（OM）和pH值具有重要影響，選擇水稻籽粒中Cd濃度的相互作用作為基於Pearson's的預測模型的輸入因子。相關分析和GeoDetector。通過使用遺傳演算法優化初始權重，與BP神經網路模型和多元迴歸分析相比，GA-BP神經網路模型的預測精度最優。根據模型預測的穀物中Cd濃度，可以快速評估人體暴露和健康風險，及時採取措施減少Cd從土壤向食物鏈的轉移。利用相關分析、地理探測器、遺傳演算法和BP神經網路結合土壤相關指標預測水稻的重金屬汙染。可以較好評估水稻的重金屬汙染。基於多種空間統計演算法與數學優化演算法在空間預測製圖上的研究。
道路排水是交通基礎設施中最相關的資產之一，因為它對交通管理和道路安全具有固有的影響。公路過濾排水管（HFD），也稱為“法國排水管”，是目前英國使用的主要排水系統，其整個7000公里的戰略公路網路。儘管在整個國家都是一種廣泛使用的技術，但很少有關於它們的設計考慮及其隨後對其液壓效能的影響的研究已完成，這代表了該領域的一個空白。實驗室實驗已被證明是模擬雨水最佳管理實踐（BMPs）水力效能的可靠指標。除此之外，雨水管理工具（SMT）已被優先選擇作為來自世界各地的從業者的BMP設計工具。在此背景下，本研究旨在通過比較實驗室模擬和兩種廣泛使用的SMT（如美國環保署的雨水管理模型（SWMM）和MicroDrainage®）的結果來研究HFD的水力效能。統計分析應用於模擬的一系列降雨情景，顯示在實驗室和使用SMT獲得的結果之間的高精度，如Nash-Sutcliffe和R（2）係數的高值和低值以及根均值所示。達到了方差（RMSE），驗證了SMT確定HFD水力效能的有效性。海綿城市的基礎性研究，對於基礎設施排水能力的評估。
之前關於綠色空間暴露對健康影響的研究主要基於靜態背景單元，例如居民區和其他行政單位。他們傾向於忽略個體日常綠色空間暴露的時空動態以及特定活動型別（例如身體活動）的中介效應。因此，本研究考察了每個人的日常綠色空間暴露情況，同時考慮到人們的日常活動能力以及綠色空間暴露與健康之間的身體活動的中介作用。具體而言，使用在中國廣州收集的調查資料和高解析度遙感影象，描繪了工作日的個人活動空間，並用於測量參與者的每日綠色空間暴露。然後應用結構方程模型來分析個體日常綠色空間暴露對健康的直接影響及其通過身體活動的中介變數的間接影響。結果表明，每日綠地暴露直接影響個體健康，並通過身體活動間接影響參與者的健康狀況。關於總效應，每日綠色空間暴露有助於改善參與者的心理健康，並有助於促進他們的社會健康。它還有助於改善參與者的身體健康，儘管程度較輕。一般來說，每日綠色空間暴露越高，身體活動水平越高，整體健康狀況（包括身體，心理和社會健康）越好。考慮到人的日常活動造成的綠地暴露對健康影響。結果相對比較普適，方法上應用了SEM是一個兩點，同時結合行為地理學的研究。
不僅在資本主義市場經濟中，而且在轉型國家，包括改革後的中國，都發現了社會空間差異。然而，大多數先前在中國城市中關於該主題的研究僅限於分割槽級的空間解析度，並且更精細的尺度分析仍然很少。借鑑這一差距，本文采用包含豐富社會經濟資訊的北京旅遊調查資料，對北京中心城區的社會空間變化進行了地塊級檢驗。潛在類別分析和GIS視覺化用於根據多種屬性將居民分層到不同的社會經濟福利水平，並分析其空間分佈。調查結果顯示，2005年至2010年間，北京的社會空間景觀在短短五年內發生了巨大變化。 90％的街區顯示其居民的平均社會分層指數增加或減少超過10％。社會空間變化在很大程度上與中國經濟和住房分配的市場改革有關，它不僅通過商業發展而且通過與公共部門的深刻互動發揮其影響。關於中國社會空間分析的研究，社會空間景觀在5年內發生了劇烈變化。反映出當前中國城市化的快速程序。
近年來，生活工作遊戲（LWP）中心作為一個更全面的城市中心概況，引起了越來越多的關注。本文提出了一個直接的框架，用於使用普遍存在的興趣點（POI）作為城市功能的代理變數來識別和評估LWP中心。該框架隨後適用於285箇中國城市。結果顯示，2014年中國35個城市的多中心城市結構從2009年的23個城市增加。中國城市LWP中心的時間演變可以更好地理解為三種類型的進化，區別在於LWP中心的數量，形態和位置。首先，與2009年相比，2014年出現了更多的多中心城市。其次，形態變化型別可以進一步分為“相對分散”，“相對濃度”和“絕對濃度”。第三，位置變化型別可以分為五種型別：位移，分裂，融合，新興和衰退。在最後的實驗中，迴歸結果表明，更大的人口和更大的道路交叉點密度顯著促成了LWP中心的形成。新的城市功能地域的分析，全國尺度的城市中心結構分析。利用新的大資料進行識別和分析。
雖然眾所周知，街道空間的質量在促進城市活力方面起著至關重要的作用，但對於如何大規模地量化它仍然沒有達成共識。最近出現的資料集街景圖片揭示了克服先前限制的可能性，從而提出了研究正規化的轉變。利用這一優勢，本文探索了一種新的視覺質量評價方法和大面積街道空間變異識別方法。通常代表北京歷史街區的衚衕被選中進行實證研究。在實驗部分，我們捕捉涵蓋所有衚衕的多年騰訊街景圖片，並進行物理和感知視覺質量評估。利用機器學習分割方法SegNet，街道牆體連續性和橫截面比例的二維分析，結合綠化，開放性，圍護的三維成分計算，自動實現街道空間的物理視覺質量;通過五個方面的保持意願評分來評估街道空間的感知視覺質量。基於所識別的物理空間變化來評估質量的變化。結果表明，衚衕的視覺質量不盡如人意，而歷史保護區的一些再生專案則更好。大多數衚衕都缺乏視覺綠色，相對更連續，但橫截面比率較低。主幹道附近的衚衕見證了機動化的增加趨勢。物理和感知質量之間的差異表明了自動計算方法的可行性和侷限性。在最近的3 - 4年中，衚衕不到2.5％得到改善，主要是美化緩慢。基於街景地圖的街道空間分析，定量化城市街道空間質量，從而反應城市活力的新興研究方法和資料。
高斯分解已被用於從ICESat（冰，雲和陸地高度衛星）上的衛星鐳射雷達GLAS（地球科學鐳射高度計系統）的波形中提取地形高程。常見的假設是提取的高斯峰之一，尤其是最低峰，對應於地面。然而，由於來自地形和上方傾斜區域上方的物體的訊號變寬，高斯分解通常是複雜的。量化和理解高斯峰與地面高程之間的對應關係是一個關鍵而緊迫的研究課題。本研究使用~2000 km2機載鐳射雷達資料來評估北卡羅萊納州山區森林地區地形高程估算的最低兩個GLAS高斯峰。機載鐳射雷達資料不僅用於提取地面高程，還用於提取地形和冠層特徵，如坡度和冠層高度。基於對總共約500個GLAS資料的分析，發現（1）最低峰值傾向於低估地面高程;地形陡度（坡度）和冠層高度與低估的相關性最高;（2）第二個到最低峰值平均更接近山地森林地區的地面高度，（3）最低峰值中最強的峰值對於開闊地帶和山地森林地區，兩個最接近地面。預計該評估將闡明未來的演算法改進和/或更好地使用GLAS產品進行地形高程估計。利用機載鐳射雷達資料評估GLAS生成的DEM，為實現兩種LiDAR資料融合提供基礎。
森林提供必要的生態系統服務，佔全球陸地碳的45％左右。對全球森林碳的數量和空間分佈的估計建立在假設區域或國家尺度的異速生長準確捕獲廣泛的植物大小的生長形式的基礎上。異速生長是艱苦創造的：樹木必須在幾個月內切割，乾燥和稱重。這個瓶頸使得大多數方程的樣本量較小，沒有大樹（> 50 cm），其中可能含有超過40％的地上碳。地面鐳射掃描（TLS）可以通過非破壞性生物量估算潛在地增加異速生長方程的範圍和樣本大小，並且必須在此背景下進行評估。我們在弗吉尼亞州弗蘭特皇家森林地區的熱帶森林科學中心 - 森林全球地球觀測站（CTFS-ForestGEO）地塊部署了TLS，並重建了329棵直徑達123釐米的樹木。三維樹模型是22個區域性異速生長關係的基礎，用於與Jenkins等人進行比較。 （2003）和Chojnacky等。 （2014）方程式。總體而言，與等效的國家方程相比，TLS異速生長具有更低的RMSE並且預測更高的樹級生物量。我們評估了整個站點範圍的異速生長，以確定樣本量和直徑範圍不足的誤差。異速生長方程沒有穩定到一致的引數集，直到達到100-200個樣本並且排除大樹嚴重限制了預測準確性。這項工作意味著當前的生物量方程可能不充分，並強調TLS幹模型作為非破壞性異速生長方程開發的適當方法，用於更新異速生長和減少景觀水平生物量估算的不確定性。比較了鐳射雷達估算生物量和破壞性樹木構建異速生長模型的精度，從而評估TLS模型如何降低估算的不確定性。
11.Risk factors spatial-temporal detection for dengue fever in Guangzhou/廣州市登革熱危險因素的時空檢測
登革熱（DF）自1978年在廣東省出現以來一直是中國日益增長的公共衛生問題。在中國大陸爆發登革熱疫區的所有地區中，廣州市受影響最大。本研究旨在調查2006年至2014年中國廣州登革病毒（DENV）傳播的潛在危險因素。風險因素對DENV傳播的影響通過使用新型時空方法計算的q值來確定， GeoDetector模型。考慮了氣候和社會經濟因素。分析了每個因素對DF發生率的影響以及兩個因素的相互作用。結果表明，前一個月降雨天數具有最高的決定能力，q值為0.898（P <0.01）;與溫度和降水有關的其他因子的q值約為0.38-0.50。綜合Pearson相關分析，發現廣州DF發病率與所考慮的氣候因素之間存在非線性關聯。與其個體效應相比，所考慮的不同變數的耦合影響得到了增強。此外，該市越來越多的遊客與DF的發病率高有關。本研究表明，一個月的降雨天數對下一個月的DF發病率有很大影響;溫度和降水對廣州DF發生率有非線性影響;來到這個城市的國內和海外遊客都增加了DENV傳播的風險。這些發現可用於DENV傳播的風險評估，預測DF爆發和實施預防性DF減少策略。登革熱的疾病歸因分析，登革熱在這幾年健康地理分析當中分析的較多，因為從蚊蟲傳播等角度較為容易與地理環境關聯。
12.Responses of PM2.5 pollution to urbanization in China/PM2.5汙染對中國城市化的響應
快速的城市化和經濟發展給中國帶來了嚴重的環境汙染負擔。本研究探討了1998年至2016年中國PM2.5濃度的時空特徵，通過構建環境庫茲涅茨曲線（EKC）模型，研究了其與城市化和其他社會經濟因素的關係，包括工業，減排投資和清潔能源消耗。使用廣義加性模型（GAM）解釋其對城市化和這些因素的反應。結果表明，研究期間大多數省份PM2.5汙染情況普遍惡化。 PM2.5-城市化關係在整個中國和中東部地區批准了倒U型EKC模式，但在東部發達地區呈現出N型EKC模式。工業及其與城市化的相互作用推動了PM2.5濃度的增加。城市化與減排投資和清潔能源消費的相互作用對全國PM2.5濃度產生了負面影響，但對各地區的影響不同。 GAM的結果進一步證實了PM2.5濃度隨著城市化和工業的增加而增加，但增強減排投資和清潔能源消耗可以扭轉增長趨勢。主要研究結果和政策影響有助於成功制定政策，旨在成功減少PM2.5汙染。長時間尺度的PM2.5汙染與城市化研究，基於EKC、GAM做了分析，PM2.5濃度隨城市化和工業增加而增加。
城市中心內綠色空間的存在已被公認為城市景觀的重要組成部分。植被提供了多種好處，包括節能，改善空氣質量，減少噪音汙染，降低環境溫度和心理恢復。證據還表明，人口稠密地區的植被數量（稱為“綠度”）也可以作為鄰里相對財富的指標。 “灰綠色鴻溝”，具有主導灰色和綠色空間的建成區域之間的對比，被視為城市可持續管理和城市發展規劃的代理指標。因此，對監測城市綠化的持續和持續評估對於監測聯合國可持續發展目標11的進展至關重要。來自Landsat資料檔案的多時間綠色資訊的可用性以及來自全球人類住區層城市中心資料庫的資料（GHSL）倡議，提供了一個獨特的視角來量化和分析全球10,323個城市中心的綠色變化。在本研究中，我們評估了GHSL城市中心資料庫描述的所有城市中心建築區域內外的綠色差異。考慮到1990年，2000年和2014年期間建成區域的變化，我們還分析了綠地數量隨時間的變化。結果顯示，大多數城市1990年至2014年間綠化程度有增加的總體趨勢。在32個世界大城市的大多數地區也觀察到了綠化的影響。我們得出結論，使用簡單而有效的方法利用開放和免費的全球資料，可以提供有關城市綠色及其隨時間變化的定量資訊。這些資訊直接關係到城市規劃者和決策者減輕城市相關的環境和社會影響。基於Google Earth Engine長時間尺度分析了城市綠色空間的研究，並且對於監測SDGs11有重要意義，是一個非常不錯的研究。
PM2.5汙染是一個由多種自然和社會經濟因素引起的環境問題，在中國大陸存在顯著的空間差異。然而，自然和社會經濟因素的決定因素及其對PM2.5汙染的互動影響仍不清楚。在該研究中，GeogDetector方法用於量化PM2.5與潛在因子之間的非線性關聯。本研究發現，包括生態環境和氣候在內的自然因素對社會經濟因素的影響更大，氣候是影響PM2.5汙染的主要因素（q = 0.56）。在六個影響因素的所有相互作用中，工業和氣候的相互作用影響最大（q = 0.66）。兩個公認的主要汙染區是西北地區的塔里木盆地和東部平原地區;前者主要受暖溫帶乾旱氣候和沙漠的影響，後者主要受暖溫帶半溼潤氣候和多種社會經濟因素的影響。該研究結果解釋了PM2.5汙染的影響機制，這有助於制定更具體的政策，旨在成功實現PM2.5汙染控制和減排。利用地理探測器分析PM2.5汙染的自然和社會經濟影響因素，氣候以及工業影響較大。當然在整個中國來看是這樣子，而在東西部是否存在差異還值得進一步深入研究。
15.Determinants and identification of the northern boundary of China’s tropical zone/中國熱帶北界的決定因素和識別
季風氣候特徵的影響使中國的熱帶地區與世界其他地區的熱帶地區不同。因此，中國熱帶地區北界的位置一直是中國綜合物理區劃研究中最具爭議的問題之一。本文介紹了中國熱帶地區北部邊界研究的發展情況，不同學者根據不同的區域化目標，指標和方法劃分了界限，存在很大差異。主要的意見分歧存在於對地帶性植被，農業植被型別，種植制度，熱帶土壤型別和熱帶特徵的不同理解中。在這項研究中，我們應用了測量空間分層異質性的GeoDetector模型，以驗證由六位主要學者劃定的熱帶地區的北部邊界。結果表明，任梅娥劃定的高緯度邊界的平均q-統計值最大（q = 0.37），這表明，在競爭對手的觀點中，它最能反映中國熱帶和亞熱帶地區的區域差異。但它不一定適合指導熱帶農業的發展。鄭都線和餘先芳在低緯度雷州半島周圍線的q統計量的平均值較小，分別為0.10和0.08，表明區域差異小於任梅娥邊界。在全球氣候變化的背景下，氣候本身正在波動中發生變化。因此，值得我們進一步研究的是，熱帶地區的北部邊界是否應該不是固定線，而是應該在一定範圍內波動以反映這些變化。利用地理探測器探測中國熱帶北界的識別與決定因素。事實上地理分割槽或者叫分異在過去一直較為不被重視，主要原因可能是因為有較強的主觀性，利用地理探測器可以進行定量化這方面的研究。因此值得關注。
運輸部門佔瑞士年度能源需求總量的36％。 如果運輸部門通電，則需要大量額外的電力生產能力。 光伏（PV）能源是瑞士最具潛力的可再生能源。 然而，由於其產生的波動，目前尚不清楚PV如何為燃料電動汽車（EV）做出貢獻。 在這項工作中，我們分析了電動車輛所有者家庭的屋頂光伏能夠為覆蓋其車輛的能源需求做出多少貢獻。 在我們的分析中，我們將時空PV屋頂模型與電動汽車的軌跡和汽車電池的感測器資訊相結合。分析住宅屋頂光伏發電為電動汽車充電的潛力。蘇黎世聯邦理工學院的研究，會議poster。
小水體（1-10公頃）的水文監測仍然很少，因為它們的數量有限且數量眾多，無法準確評估其農業潛力或其在流域水文學中的累積影響。 Landsat影象顯示了其支援小型水體測繪的潛力，但其有限的表面積，植被生長和快速洪水動態對長期地表水監測的影響仍未得到量化。這裡開發了一種半自動化方法，用於評估和優化多感測器Landsat時間序列的潛力，以監測這些小型水體中的地表水位和平均水可用性。突尼西亞中部Merguellil集水區內7個小型水庫的廣泛水文場資料（1999-2014）和SPOT影象用於校準該方法並探索其極限。改進的歸一化差異水指數（MNDWI）顯示在六個常用的水檢測指數中，以在高洪水和低洪水期間提供高的總體準確度和閾值穩定性，導致平均表面積誤差低於15％。該方法應用於1999 - 2014年的546 Landsat 5,7和8影象，重現了高技能（R²= 0.9）和9300m²的平均均方根誤差（RMSE）的小湖泊的地表水位變化。與已發表的全球水資源資料集的比較顯示，同一湖泊的平均RMSE為21800平方米（+ 134％），並突出了量身定製的MNDWI方法的價值，以改善小湖泊的水文監測並減少洪水植被的遺漏錯誤。由於混合畫素的比例和影響較大，相對誤差的增加限制了Landsat（標準化RMSE = 27％）的地表水監測低於3ha。 2003年之後ETM +上的雲和掃描線校正器故障的干擾也使操作影象的數量減少了51％，從而降低了洪水急劇下降的湖泊的效能。將Landsat觀測與10米pansharpened Sentinel-2影象相結合，進一步將RMSE降低至5200平方米，顯示2015年後小型水體中地表水監測的機會增加。
歐洲的電網擴充套件正在全面展開，因此，市民對地線而不是架空線的需求正在穩步增長。在這種情況下經常使用的關鍵詞是部分地下佈線，因為瑞士法律強迫電網規劃者不僅建議架空線路，而且還建議在計劃新的輸電線路時部分地下佈線。但是，哪裡可以找到適合部分地下佈線的區域？地理資訊系統與多目標決策分析相結合，為確定最佳傳輸線路徑提供了既定工具。然而，到目前為止使用的方法在規劃組合架空或地下傳輸線時並未提供令人滿意的解決方案。因此，我們提出了一種程式方法，通過確定每個部分的最佳路徑來顛倒規劃過程。準確性1.確定有利於構建接地電纜的高應力水平區域。 2.圍繞這些區域的邊界，確定適合建造過渡建築的地方。 3.在兩個最佳放置的過渡建築物之間，計算接地電纜的最佳路徑。 4.在過渡建築物與起點和終點之間，計算架空線的最佳路徑。 5.計算兩種方法之間的成本和影響的差異。 6.在協商有關高壓力區域的可能傳輸線路徑時使用此資訊。我們將利用這種新穎的方法來增強我們的3D決策支援系統（3D DSS），增加一個選項，不僅可以計算架空線路，還可以計算接地線纜。通過使潛在的地面電纜走廊可見，電網規劃人員和受影響的公民可以從更透明的規劃程式和更多替代方案中獲益。利用GIS和多目標決策分析優化輸電線路。蘇黎世聯邦理工學院的研究。會議poster。
機器學習和基於雲端計算的創新與歷史遙感和現場資料相結合，為牧場生態系統提供了第一個中等解析度，年度百分比的植物功能型別覆蓋圖，以有效和高效地應對生物多樣性保護所面臨的緊迫挑戰。生態系統服務我們利用歷史上的Landsat衛星記錄，網格化氣象，非生物陸地表面數據以及隨機森林模型中的30,000多個田間地塊來預測年度雜草和草，多年生雜草和草，灌木和裸地的每畫素百分比覆蓋率。美國西部從1984年到2017年。使用三個獨立的地塊水平測量集合驗證結果，結果地圖顯示土地覆蓋變化以響應氣候，干擾和管理的變化。這些地圖將在每年年底每年更新，為擴大和改善牧場保護，監測和管理提供了令人興奮的機會。這些資料為時間保真度，空間解析度和地理範圍的前所未有的融合打開了科學研究的新大門。基於機器學習、雲端計算、歷史遙感資料和現場資料，獲取了中等解析度每年植被功能型百分比的覆蓋圖。在多源遙感融合實現對地監測上有很大的改進，但是由於該研究研究區在美國，因此同類研究在中國的可複製性可能較低，因為美國的牧場較大，而中國並沒有如此大面積的牧場。
作為減少地表徑流的環境友好措施，低影響發展（LID）已成功應用於城市地區。然而，由於土地價格高昂以及高度城市化地區LID建設的額外費用，房地產開發商不願意進行LID開發。建築面積比/容積率（FAR）是指“建築物總建築面積與建造土地面積的比例”。增加FAR表明開發商可以建造更高的建築物並賺取更多的錢。通過授予FAR，開發人員可能願意練習LID構建。在這項研究中，選擇一個新的住宅區作為案例研究，以分析LID實踐實現的徑流減少目標與授予FAR促進LID建設的激勵之間的權衡。城市雨水處理和分析綜合系統（SUSTAIN）模型用於模擬各種LID設計下的徑流減少，然後推匯出Pareto最優解，以實現基於成本效率的城市徑流減少目標。結果表明，最大地表徑流減少量為20.5％。在極端情景下，政府可以選擇FAR為0.028,0.038和0.047，開發商獲得的淨收益分別為0 CNY，100萬元和200萬元。結果提供了與授予FAR相關的LID建設指南，該指南支援激勵政策制定，以促進高度城市化地區的LID實踐。分析LID、FAR以及Pareto最優解提出給予成本效率的城市徑流減少目標，這樣可以指導具體的城市建設，非常不錯的一個海綿城市的研究。
本研究估算了中國省級環境庫茲涅茨曲線（EKC）的關係。我們採用經驗方法對1994 - 2010年中國29個省份的三種工業汙染物 - 二氧化硫排放，廢水排放和固體廢物產生進行了測試。我們使用地理加權迴歸（GWR）方法，其中模型可以適合資料中的每個空間位置，通過距迴歸點的距離函式對所有觀察值進行加權。因此，考慮到空間異質性，可以通過這種方法區域特定地分析EKC關係，而不是描述整個檢查區域的平均關係。我們還研究了空間分層異質性，以驗證和比較影響區域汙染的風險因素與統計模型。本研究發現，旨在考慮空間異質性的GWR模型優於OLS模型;它更有效地解釋了中國環境績效與經濟增長之間的關係。結果表明EKC關係存在顯著變化。這種空間模式表明了針對具體省份的政策制定，以實現這些省份的均衡增長。GWR用於分析EKC，將空間統計與環境問題結合起來。
22.Dating Ancient Paintings of Mogao Grottoes Using Deeply Learnt Visual Codes/用深度學習的視覺編碼約會莫高窟古代繪畫
文化遺產是世界各國人民的財富。文化遺產的保護和傳承有利於人類文明的進步。在中國西北部，有一個世界遺產 - 莫高窟（Mogao Grottoes） - 有大量的壁畫，展示了中國古代的歷史文化。為了研究這些歷史文化，一個關鍵的程式是迄今為止的壁畫，即確定它們被創造的時代。到目前為止，莫高窟的大多數壁畫都是通過直接參考壁畫文字或歷史文獻來標註的。然而，由於缺乏參考資料，一些人仍然沒有創造時代。考慮到壁畫的繪畫風格在歷史上的變化，繪畫風格可以通過繪畫資料來學習和量化，我們將壁畫的問題制定為繪畫風格分類的問題。事實上，繪畫風格不僅可以用顏色或曲率來表達，還可以用一些未知的形式表達 - 未被觀察到的形式。為此，除了複雜的顏色和形狀描述符之外，還設計了深度卷積神經網路來編碼隱式繪圖樣式。從194個不同的石窟中收集了3860幅壁畫，並用確定的創作時代標籤來訓練分類模型並建立約會方法。在實驗中，擬議的方法適用於以前有爭議的七幅壁畫，而令人興奮的是新結果則得到了敦煌專家的認可。遙感考古與影象識別的結合。
本研究試圖描述和比較市中心和周邊國家森林公園PM2.5和PM10濃度的垂直分佈。使用2016年4月22日至2017年1月24日在南京（中國）的行動式顆粒取樣器進行對比測量。發現顆粒濃度與森林公園的高度呈負相關。大多數時間在市中心也發現了相同但較輕微的現象，然而，在取樣時間的大部分時間，在路邊高大的樹木（25米）的高度處觀察到峰值而不是在地面高度。在100米處，森林公園的顆粒濃度下降了約30％，市中心僅發現20％的衰減。在假設路邊樹木可以限制顆粒的垂直擴散的情況下進行無人駕駛飛行器（UAV）測量。結果發現，截斷樹木可分別減少道路上PM2.5和PM10濃度的24％和26％。顆粒濃度與五個氣象引數（溫度，相對溼度，氣壓，太陽能和降水）之間的相關性分析表明，市中心的相關性高於森林公園。溫度和相對溼度都有助於不同高度下顆粒濃度的變化。這項工作有助於更好地瞭解城市地區的顆粒動態特徵，對評估高層建築的室內空氣質量具有重要意義。城市森林公園對於PM2.5等空氣汙染的消納汙染作用的實證研究。
隨著全世界嚴重的交通問題不斷增加，已經開展了各種型別的研究，特別是交通模擬，以調查這一問題。基於活動的交通模擬模型，例如MATSim（多智慧體傳輸模擬），旨在識別時間和空間活動的最佳組合。還有必要檢查基於通勤的交通模擬。這種模擬的重點是通過調整出發時間，旅行模式或旅行路線來優化旅行時間，以向公眾提供旅行建議。本文使用新開發的模擬工具檢查高峰時段地鐵使用者的最佳出發時間。確定了用於識別相對最佳出發時間的策略。這項研究調查了中國深圳的103,637名代理人（乘客），並報告了他們的平均出發時間，旅行時間和旅行效用，以及每次迭代中遲到和錯過地鐵旅行的人員代理人數。結果表明，隨著迭代次數的增加，這些人員的平均旅行時間減少了大約4分鐘。此外，最近的平均出發時間在上班時沒有遲到的風險大約是8:04，最早的平均出發時間在下班時沒有丟失地鐵出行的風險大約是17:50。利用Agent Model的交通行為模擬模擬研究。
25.Decarbonizing China’s Urban Agglomerations/中國城市群的脫碳
中國的城市群對中國與能源相關的二氧化碳排放貢獻了64％，因此在決定氣候變化的未來方面起著至關重要的作用。關於城市能源消耗和二氧化碳排放的資訊很少;因此，我們採用DMSP/OLS夜間光影象進行時空建模。我們的調查結果顯示，這種集聚實際上在二零零五年至二零一三年間，二氧化碳排放強度顯著下降 - 由0.43萬元/千元降至0.20萬元/千元，平均每年下降4.34％。儘管中國西部的二氧化碳強度仍然非常高，但過去幾十年來全國的二氧化碳強度趨同。使用面板迴歸模型，我們分析了由於經濟增長，人口，經濟結構，人口密度和城市化特徵等社會經濟變數的區域差異導致的二氧化碳排放強度下降的差異。阻礙二氧化碳強度下降的因素是持續的工業化，這需要重工業，基礎設施投資和住房存量的增加。利用夜間燈光和麵板迴歸分析工業化對碳排放強度的影響。
26.Why Topology Matters in Predicting Human Activities/為什麼拓撲在預測人類活動方面至關重要
通過底層街道的拓撲關係（注意：整條街道而不是街道區域）可以更好地理解地理空間，這使我們能夠看到比連線良好的街道更少連線的街道的縮放或分形或生活結構。正是這種潛在的縮放結構使得人類活動可以預測，儘管是集體而非個人的移動行為。這種拓撲分析尚未在文獻中得到應有的重視，因為許多研究人員繼續依賴分段分析來預測人類活動。基於分段分析的方法基本上是幾何的，側重於位置，長度和方向的幾何細節，並且不能揭示縮放屬性，這意味著它們不能用於人類活動預測。我們使用倫敦街道和推文位置資料進行了一系列案例研究，基於相關概念，如自然街道和自然街道段（或簡稱街道段），軸線和軸線段（或簡稱線段） 。我們發現，自然街道是人類活動或交通預測方面的最佳代表，其次是軸線，並且街道段和線段都不具有網路引數和推文位置之間的良好相關性。這些發現表明，基於軸線的空間句法或一般拓撲分析的工作原理與個人的旅行行為或人類概念化距離或空間的方式無關。相反，它是街道的基礎擴充套件層次結構 - 許多連線最少，連線最少，連線最少和連線最多的一些 - 使人類活動可預測。分析了拓撲對於人類活動的影響，這一點在簡雅各布斯的書裡已經提到，如何提升城市活力，街區的結構也是很關鍵的。
本研究運用Kulldorff的空間掃描統計資料，比較了中國江漢平原血吸蟲病空間聚類的變化。 2007年至2012年，Geodetector軟體被用於檢測血吸蟲病的環境決定因素。2007年最可能的空間聚類覆蓋了江漢平原的中北部，而2008年至2012年觀察到的則是朝南，覆蓋範圍擴大。通常在不同時期的相同區域，然而在精確位置有一些變化。此外，2007年期間比其他任何時期更容易聚集。我們發現溫度，土地利用和土壤型別是與人類感染率相關的最關鍵因素。此外，2009年土地利用和土壤型別對血吸蟲病的流行影響最大，而2007年這種影響很小。溫度對血吸蟲病患病率的影響在2010年達到最大值，而在2008年，這種影響很小。在這兩個因素對人血吸蟲病空間分佈的影響中觀察到的差異是不一致的，在某些年份顯示出統計學意義，而在其他年份則缺乏統計學意義。此外，當兩個因素同時操作時，始終觀察到增強的相互作用的趨勢。受影響因素相互作用強烈的高風險地區應成為疾病控制干預措施的目標。利用空間掃描統計分析血吸蟲病的空間分佈，結合地理探測器分析環境影響因素。
28.Can Cognitive Inferences be Made from Aggregate Traffic Flow Data?/可以從彙總交通流資料中做出認知推斷嗎？
空間句法分析或街道網路的拓撲分析表明，人類交通流量與一些拓撲中心性度量高度相關，這意味著人類在總體水平上的運動主要由街道網路的基礎拓撲結構決定。然而，這種高相關性並不意味著任何個人的運動都可以通過任何街道網路中心度量來預測。換句話說，總體水平的交通流量不能用於推斷個人的空間認知或空間概念化。基於一組基於代理的模擬，使用三種類型的移動代理 - 拓撲，角度和度量 - 我們表明拓撲角中心度測量與度量中心度量與選擇最短角度的代理的總流量相關性更好，拓撲或公制路線。我們將拓撲角網路效應的優越性與街道網路與運動和通過運動潛力之間的結構關係聯絡起來。研究結果表明，總體流量與街道網路中心度量之間的相關性不能用於推斷城市運動中個體空間認知的知識。這篇文章分析了拓撲網路結構與個體人類交通流量分析的關係，事實證明網路結構一定程度上與人類活動能夠相關，但是無法推斷個人的空間認知。
29.Spatial prediction based on Third Law of Geography/基於地理第三定律的空間預測
目前的空間預測方法基於地理第一定律或統計原理或這兩者的組合。 “地理學第二定律”有助於修訂這些方法，因此它們適應當地條件，但代價是對樣本的需求增加。本文提出了一種基於地理第三定律的空間預測新思路，重點研究了地理位置的相似性。根據地理第三定律，可以基於樣本和預測點之間的地理配置的相似性來進行空間預測。這允許將單個樣本的代表性用於預測。採用預測土壤有機質含量空間變異的案例研究，比較了基於地理第三定律的空間預測與基於第一定律和統計原理的空間預測。可以得出結論，基於地理第三定律的空間預測不要求樣本超過特定大小，也不要求具有特定空間分佈以實現高質量預測。與基於地理第三定律的空間預測相關聯的預測不確定性更能指示預測的質量，因此在分配誤差減少努力方面更有效。這些屬性使得基於地理第三定律的空間預測更適合於在大型和複雜地理區域上進行預測。這裡朱阿興老師和閭國年老師提出了地理學第三定律，也就是空間相似性的定律。並做了基於第三定律的空間預測。我想未來基於空間相似的研究會越來越多。
隨著經濟增長和過去三十年城市化程序的加快，中國的空氣質量不斷下降，對人類健康構成了巨大威脅。細顆粒物（PM2.5）的濃度直接影響生活在空氣質量差的汙染地區的人們的死亡率。北京 - 天津 - 河北（BTH）地區是中國北方組織良好的城市地區之一，由於近期工業部門和車輛排放的增長，其空氣質量和大氣汙染嚴重。在本研究中，我們使用反向傳播神經網路模型方法估計2014年1月至2016年12月期間BTH區域PM2.5濃度的空間分佈，結合衛星匯出的氣溶膠光學深度（S-DAOD）和氣象資料。使用地面PM2.5資料驗證結果。包括所有PM2.5訓練資料和10倍交叉方法的一般方法已用於PM2.5估計的驗證。該研究提供了一種監測PM2.5濃度分佈的新方法。本文討論的結果將對政府機構制定和實施環境保護政策有很大幫助。利用BP神經網路、AOD和氣象資料估算PM2.5空間分佈。
道路基礎設施對所有國家的福祉和經濟健康都很重要。道路路面基礎設施的效能很複雜，受到眾多因素的影響，並且在不同的道路上變化很大。用於評估道路基礎設施效能的大規模空間分析越來越需要用於道路管理，因此收集多源因素，包括衛星遙感氣候和環境資料，以及地面監測車輛觀測，作為解釋變數。與傳統的基於點或區域的地理空間屬性不同，路面基礎設施的效能是基於線段的空間資料。因此，利用基於分段的空間分層異質性方法來探索車輛，氣候，道路性質和社會經濟條件對路面基礎設施效能的綜合影響。基於分段的最優離散化應用於離散化的基於段的路面資料，並且基於段的地理探測器用於評估變數及其相互作用的空間影響。結果表明，基於分段的方法可以更合理，準確地描述基於線段的空間資料的特徵，並評估空間關聯。與路面損壞相關的兩大類因素是交通車輛和特別是重型車輛的變數，以及氣候和環境條件。同時，這兩類解釋變數之間的相互作用比單一解釋變數具有更大的影響，相互作用可以解釋超過一半的路面損傷。本研究強調了基於遙感的道路基礎設施大規模空間分析的巨大潛力。本研究中的方法為分段地理資料的空間分析提供了新思路。研究結果表明，變數的量化綜合影響對於道路設計，施工和維護的明智決策是切實可行的。遙感資料用於道路基礎設施的檢測研究，具有較大的研究潛力。