Coding and Paper Letter（七）
资源整理
1 Coding：
1.R语言包smapr，用于获取和处理NASA SMAP数据的R包。NSIDC提供多个SMAP数据产品，这些产品的处理量各不相同。 目前，smapr主要支持3级和4级数据产品，分别代表全球每日复合和全球三小时模型数据产品。 包括了多个分辨率的土壤湿度和NEE产品。
2.开源项目Big Data，该项目涉及如何使用Apache Spark执行时空热点分析。
3.开源项目Geospat，基于时空数据的时间多样性在推断社会关系中的作用。
4.开源项目stark，基于Spark的时空数据分析开源框架。
5.开源项目DeepST，时空数据的深度学习开源工具箱。
6.Python库cartopy，一个支持matplotlib的地图制图python库。
7.R语言包rLandsat，可以获取Landsat8数据的R包。
8.R语言包spm，空间预测模型。
9.开源项目BIMsurfer，第一个基于WebGL的开源IFC浏览器。
10.R语言包paleteer，R语言的调色板集合。
11.R语言包RCSF，基于布料仿真进行机载LiDAR滤波的CSF算法集成包。
12.igraph和图遍历的R Workshop资料。
13.开源项目PyTorch从入门到精通。深度学习框架PyTorch的教程。
14.R语言包shinymaterial，shiny网页组件优化，仪表盘等。
15.R语言项目Soil Carbon Debt，WHRC-TNC项目的R代码和农业土壤碳损失的空间预测模拟
16.开源数据US SoilGrids 100m。100米空间分辨率下美国土壤性质和类型图,美国土壤性质（有机碳百分比，总氮，堆积密度，pH值，沙子和粘土百分比）和类别（分类大组和粒度）的完全覆盖网格预测。
17.R语言包dtwSat，用于卫星图像时间序列分析的时间加权动态时间校准方法的R包。
18.开源数据geojson map China，中国的geojson数据。
19.R语言包rticles，用R Markdown写论文的神器，各个出版社论文的Latex模板。
20.R语言包arm，使用回归和多层/分层线性模型的数据分析包。
2 Paper：
文章提出了一种简化的模型使用地理分析工具来预测夜空半球的平均人工亮度，将其表示为与自然条件的比率。使用Suomi NPP卫星的VIIRS日/夜波段向上辐射数据用于输入模型。该方法基于天空发光亮度与从观察者到向上辐射源的距离之间的关系。这种关系是使用Garstang辐射传输模型开发的，其中日/夜波段数据作为输入，然后使用在无云和低气压气溶胶条件下拍摄的地基全天空V波段光度数据进行精细和校准。非常有意思的研究，就笔者目前的感受，夜间灯光数据很少结合定量遥感的辐射方程定量求解，通常都是利用统计模型得到类似碳排放、电力消耗，住房空置率等，这样子的研究可以说是夜间灯光里较为新颖的方向。
关美宝老师关于噪声污染的新作。随着城市化的快速发展和汽车保有量的增加，多样化资源（如道路交通，铁路，商业服务）造成的环境噪声污染已成为中国人口稠密地区的严重环境问题。然而，在中国这样的发展中国家，对噪声污染的空间变化及其对城市居民心理健康的潜在影响的研究迄今为止还很少。通过2017年在北京进行的健康调查，我们首次调查了北京居民感知的多重噪声污染的空间分布，包括道路交通噪声，铁路（或地铁）噪声，商业噪声和房屋翻新（或建筑） ）噪音。我们的研究结果表明，邻近地区的噪声污染存在地理差异，道路交通和房屋改造/建设是北京噪声污染的主要来源。然后，我们采用贝叶斯多层次逻辑模型来检验多元化噪声污染与城市居民心理健康症状之间的关联，包括焦虑，压力，疲劳，头痛和睡眠障碍，同时控制各种混杂因素，如社会人口统计学，客观建构的环境特征，社会环境和地理环境。结果表明，感知到的较高噪声污染暴露与较差的心理健康显着相关，而物理环境变量似乎对自我报告的精神障碍的变化几乎没有贡献，除了靠近主要道路。社会因素或社会人口属性，如年龄和收入，是城市居民心理健康的重要协变量，而社会环境（即社区依恋）和住房满意度与焦虑和压力显着相关。本研究为中国背景下的噪声与健康关系提供了实证证据，并揭示了中国环境污染减缓和健康城市发展的政策含义。噪声与健康城市是一个非常新的方向，声景观，以及噪声污染也是未来值得关注的一个研究。
本文基于地表变量的时空自相关，开发了一种重建算法，该算法取决于来自可用MODIS LST数据的多个时间相位中的空间像素之间的相关性，以重建缺失像素的晴空LST值。考虑到预测器和重建数据之间的相关性和偏差对建模误差的影响，将重建时间相位中的已知数据与时间上最接近它们的数据组合作为预测变量，以建立它们与重建数据的时间关系。通过一系列评估指标验证重建结果。重建结果与地基观测值之间的平均相关系数为0.87，显示出高时间变化精度。代表已知数据和重建数据之间空间结构特征的Moran’s I的差异平均为0.03，表明空间精度略有下降。平均重建率约为87.0％。作为重建误差的一部分，建模误差平均仅为1.40 K，占总误差的5.0％。遥感数据的重建，质量控制与优化是空间精度的一个重要研究内容。该文章的思路值得研究。
4.Delineating the perceived functional regions of London from commuting flows/
通过交通流量描绘伦敦的感知功能区域
由不同类型城市流量定义连接良好的城市功能区域定义了反映地点在其功能方面的相关性的边界。然而，基于汇总数据来定义城市及其社区的尝试通常忽略了不同人群之间的固有差异。基于分解的流量数据，该研究使用多级模块化优化算法检测不同职业感知的伦敦都市区的社区结构。基于交通流探测城市功能区的研究，值得学习。此外得到的结论对于规划的启示同样重要。
5.Intensive land-use drives regional-scale homogenization of plant communities/密集的土地利用推动了植物群落的区域规模同质化
密集的人为土地利用导致栖息地丧失和景观同质化，导致生物多样性和生态系统退化的减少。因此，研究景观异质性对生物多样性的影响非常重要。在这项研究中，在位于中国内蒙古农牧交错带的塔布河流域53个地点进行的植被调查揭示了146种。物种多样性在三个尺度上进行评估：斑块内的物种丰富度（α多样性），斑块之间（β多样性）和景观尺度（γ多样性）。我们分析了景观异质性（LHtotal）及其驱动因素，包括环境变量（LHDFenv-var，如降水和海拔高度），环境异质性（LHDFenv-het）和人类活动（LHDFhum）。我们使用结构方程模型（SEM）来评估物种丰富度对三个尺度的景观异质性的响应，并确定驱动因子在解释这些尺度的物种多样性方面的相对贡献。研究结果总结如下，人类活动超过了阳性效应的阈值。根据我们的研究结果，我们建议沿着河流限制农业用途，以防止物种多样性的减少。人类活动、人类干扰对于生态系统中生物多样性的影响研究范例，结合多种方法，思路值得借鉴。
客观和定量地评估可持续发展水平具有重要意义但是很困难，特别是在权重确定过程和不确定性评估中。传统的权重确定方法几乎不能反映指数之间的耦合效应（相互作用）。更重要的是，传统的评估方法很少考虑指标体系中指数的不确定性。因此，应用更全面的方法来解决这些缺陷是必不可少的。本文提出了一种评估可持续发展水平的新方法。该方法集成了扩展傅里叶幅度灵敏度测试（EFAST）和集对分析（SPA）（称为EFAST-SPA）的优点。 EFAST算法用于确定指标的权重，SPA用于处理评估系统中的不确定关系并计算可持续发展水平。利用EFAST-SPA方法对黑河中游农业可持续发展进行了定量评价。将结果与传统的熵方法进行了比较，得出EFAST-SPA和熵与实际发展状况高度吻合。在大多数情况下，EFAST-SPA方法可以更准确地描述开发级别，这反映了该方法的更高可靠性和应用价值。此外，所提出的方法从评估系统内部的不确定性分析的角度加深了对可持续发展评估的理解。从不确定性分析的角度提出了对可持续评估的新方法。
了解人类活动及其与建成环境的相互作用长期以来一直是交通地理学的研究兴趣。近年来，两种重要类型的城市交通数据集 - 智能卡交易和出租车GPS轨迹 - 已被广泛使用，但通常分别用于量化旅行模式以及城市空间结构。尽管研究成果丰硕，但同一地理区域内不同类型的交通流之间的关系仍然知之甚少。在这项研究中，我们提出了一个分析框架来比较从这两个数据源中提取的城市流动模式。本研究以新加坡为案例研究，引入三重比较分析，以了解：（1）公共交通和出租车使用的空间分布及其相对平衡; （2）行进距离的距离衰减，以及（3）从两种运输模式中提取的空间交互作用社区。研究结果表明，从两种运输方式中提取的旅行需求的空间分布呈现出高度的相关性。然而，更深入的分析（基于等级大小分布和对数比值比）揭示了公共交通使用中更高程度的空间异质性。公共交通出行的旅行距离比出租车出行的旅行距离更快，突出了出租车在促进长途旅行方面的重要性。当行程距离超过20km时，两种类型的行程都会更快地衰减，这对应于从城市周边到中心的平均距离。来自公共交通的空间互动社区在工作日和周末是不同的，而出租车的空间互动社区显示出类似的模式。这两种交通方式都产生了揭示城市多中心结构的社区，但它们的差异表明每种交通方式在连接城市中的某些地方时起着特定的作用。该研究表明了比较数据分析对城市和交通研究的重要性。两种新兴城市大数据的分析比较，再次证明了城市计算和城市大数据不能仅仅依靠单一数据，而是需要多源数据的融合才能得到准确的结论。