1 Coding:
1.卫星影像深度学习资源。
2.runoff tools为MOM生成径流文件的一些工具变得轻而易举。
3.NOAA-GFDL海冰模拟器V2.0。
4.该仓库提供涉及MOM6和SIS2的模型的配置（输入参数和数据）及其相应的回归数据（用于测试）。
5.MOM6源码。
6.FMS是一个软件框架，用于支持大气，海洋和气候系统模型的有效开发，构建，执行和科学解释。
7.各种学习笔记，如VIM，一些书的。
8.一系列R脚本，用于预处理WRFChem（WRF-Chem）空气质量模型的输出。按照需要的方式重新格网化数据。
9.使用Python的图像多边形注释（多边形，矩形，圆形，线形，点和图像级标记注释）。
10.R语言包GLMMadaptive的幻灯。
11.R语言包gt的一些小例子。
12.R语言包textdata，目标是构建一个文本相关数据集的存储库，以便于访问。
13.“Advances in Archaeological Practice’”论文的研究纲要。
14.flux.fail是一个用户可以免费报告和跟踪公共交通延迟的平台。报告的延迟是公开的，以便用户可以实时通知对方当前发生的任何延迟，并在必要时可以及时切换到备用连接。
15.移动数据规范，作为服务提供商的移动性的数据标准和API规范，例如Dockless Bikeshare，E-Scooters和共享乘车提供商，他们在公共权利范围内工作。灵感来自GTFS和GBFS。 具体而言，移动数据规范（MDS）的目标是为市政当局提供API和数据标准，以帮助提取，比较和分析作为服务提供商数据的移动性。该规范是实现市政当局的实时数据共享，测量和监管以及作为服务提供商的移动性的一种方式。 它旨在确保政府有能力执行，评估和管理提供者。
16.公共自行车API文件。
2 Paper:
基于卫星的近地面干燥PM2.5质量浓度估算是气溶胶遥感领域的一大挑战，但环境监测迫切需要。基于中国东部典型中等城市金华市的地面遥感测量，我们提出了一种物理PM2.5遥感（PMRS）方法的实验验证，该方法不依赖于地理位置。 PMRS方法旨在尽可能多地采用当前可用的卫星遥感参数，包括气溶胶光学厚度（AOD），精细模式分数（FMF），行星边界层高度（PBLH）和大气相对湿度（RH），从而能够从不同污染水平下的瞬时遥感测量中获得PM2.5。通过与参考参数的比较，直接验证了PM2.5方法的关键过程，包括尺寸切割，体积可视化，底部隔离和颗粒干燥。我们发现PMRS方法的尺寸切割具有显着的偏差（约0.86），这是由于使用精细模式分数来估算所有尺寸的气溶胶颗粒中的PM2.5，应该系统地校正。 PMRS方法的体积可视化和颗粒干燥的验证结果非常令人满意，而底部隔离程序带来了目前PM2.5遥感的最大不确定性。改进的PMRS方法在每小时PM2.5的遥感上表现出良好的性能，平均误差约为38，相对误差约为31％。遥感与原位每小时PM2.5之间的相关系数约为0.67，线性斜率为1.03，截距为11，而均值非常接近。验证研究还有助于找出未来的改进方向，并可能应用于地面遥感数据。近地面干燥PM2.5的遥感估算，根据物理原理推导的PM2.5反演方式，有比较好的性能。
广东是中国发展最快的省份之一，因此面临着减少二氧化碳排放，同时促进经济增长的挑战。为了推进中国发展低碳经济的目标，本研究利用涵盖1995年至2014年的省级数据集，探讨了广东省二氧化碳排放的影响因素，变化趋势和减少潜力。我们使用了扩展STIRPAT（人口，富裕和技术回归的随机影响）模型和岭回归技术，以确定广东二氧化碳排放背后的关键影响因素。我们还预测了2015-2030年期间的排放趋势和估计的减排潜力。我们的实证结果表明，在研究期间，经济发展，人口增长，城市化，固定资产投资和工业化水平都对二氧化碳排放产生了积极影响，而能源消费结构和技术进步的影响却是负面的。情景模拟显示，在本研究中开发和测试的所有20种情景中，广东省的二氧化碳总排放量将持续增加至2030年;尽管如此，我们认为减排潜力仍然很大。在横截面比较后确定了最佳方案。我们的分析揭示了探索社会经济决定因素和减少排放潜力的重要性，以便为广东等快速发展的地区进行规划。实证研究结果对中国政府实施政策措施以促进低碳发展具有重要意义。基于面板数据的碳排放研究，发表于JCLP，从结果而言，与以往的研究趋势是相似的。能源消费结构与技术进步有很好的碳减排效应。
大量研究表明，景观组成和构造可显着影响地表温度（LST）。这些研究大多集中在景观结构的横向维度上。然而，很少有研究探讨城市景观垂直维度的影响。本研究旨在填补这一空白。我们专注于北京中心区的住宅景观，并量化了建筑物垂直结构与LST之间的关系。我们基于高分辨率图像描绘了居民区的边界，后者被用作统计分析的单位。借助数字地图，还可以从高分辨率图像中绘制建筑物高度，建筑物和植被的比例覆盖。从TM图像的热带中反演LST。我们使用Pearson相关，偏相关和普通最小二乘（OLS）回归来量化这些变量与LST之间的关系。我们发现：1）居民区的地表温度差异很大，从53.5°C到37.0°C，平均温度为44.2°C，标准偏差为2.4°C。高层住宅区的LST最低，平均LST从低层住宅区向高层住宅区减少。 2）建筑高度，建筑密度和植被覆盖度均与LST显着相关。建筑高度和植被覆盖对LST具有显着的负面影响，但建筑密度具有显着的正面影响。 3）在这些变量中，建筑物高度对LST的影响大于其他两个变量。这些结果对城市设计和管理具有重要意义。周伟奇老师团队的成果，研究了建筑高度对于城市地表温度的影响。
精细尺度的人口分布网格更好地反映了居民的分布，在调查城市系统中发挥了重要作用。近年来，人们看到了将夜间光数据应用于微观层面人口估计的增长趋势。然而，仅使用夜间光数据来估计人口可能导致由于在诸如商业区和交通枢纽的特定类型区域中过高的光辐射而导致的高估问题。在处理这个问题时，本研究使用描绘人们运动的出租车轨迹数据，并探讨了将夜光遥感和出租车轨迹数据整合到上海人口估计500米空间分辨率的效用。首先，基于NPP-VIIRS夜光遥感数据生成初始人口分布网格。然后，使用出租车轨迹数据创建校准网格，从而优化初始人口网格。通过将其与精炼的调查数据进行比较来评估所得人口网格的准确性。结果表明，最终人口分布网格的表现优于初始人口网格，这反映了所提出的校准过程的有效性。基于夜光遥感与出租车轨迹大数据的精细化人口建模，余柏蒗老师团队的成果，当然反过来我觉得应该考虑获得高时空分辨率的人口数据。
重复和近似重复现象表明受害可能在近空间和近时间形成类似传染的模式。研究界在过去10年中建立了大量重复和近似重复模式的经验证据。随着这些模式分析，学者们还提出了近重复盗窃机制的理论解释。然而，由于数据不可用，中国机制的实证研究非常有限，几乎没有。利用武汉（一个中国大城市）最近的盗窃数据集，目前的研究检查了重复和近重复入室盗窃模式以及潜在的理论假设。与先前的研究结果一致，目前的研究发现了重要且有意义的近重复盗窃模式。此外，警方的侦查数据表明，在空间和时间上发生的成对检测到的盗窃事件更可能涉及与远端对相同的罪犯。最后，讨论了调查结果和局限性的含义。叶信岳老师团队犯罪地理学的研究，分析了重复犯罪的时空间模式。这将指导城市规划的设计，使得如何降低犯罪率和组织犯罪现象发生。
6.Analyzing urban development patterns based on the flow analysis method/基于流分析方法分析城市发展模式
分析城市发展模式应考虑城市间的网络结构以及每个城市在网络中的作用和作用的形成。 城市之间各种因素的流动分析基于城市网络和流动理论空间。 本研究以中国河北省为例。 通过模拟城市之间的经济，信息，交通和资金流动来衡量区域城市网络中每个城市的综合状况。 结果表明，开发模式可以分为三个层次，具有多核和多节点网络结构。 此外，流分析方法可以预测67％的城市发展水平。 此外，还提出了一些政策建议，以促进河北省的区域一体化发展。甄峰老师团队成果，用流分析分析城市网络和流动，城市复杂系统网络研究的一个案例，发表于城市研究top的旗舰刊物cities。
