血吸虫病（SCH）空间模型研究的不确定性与高危人群的可靠识别有关。当生态或群体层面的分析（例如特定行政级别的空间聚合）针对个人层面的推断进行时，就会出现生态谬误的。这可能导致对高危人群的不可靠识别，从而导致药物分配策略中的谬误及其成本效益。生态谬误的一种特定形式是纯粹的规范偏见。本研究旨在量化其对用作SCH感染驱动因子的各种环境协变量的参数估计的影响。这是通过（i）使用空间卷积模型来消除纯规格偏差，（ii）估计组和个体水平协变量回归参数，以及（iii）量化参数估计与来自卷积和生态模型的预测疾病结果之间的差异来完成的。我们使用组级健康结果数据模拟了血吸虫的流行，并将城市级环境数据作为个体暴露的代表。我们包括环境数据，如水和植被指数，与水体的距离，日夜地表温度和海拔。我们使用贝叶斯统计估计并比较了卷积和生态模型参数估计。来自卷积和生态模型的变量参数估计在距水体最近距离（NDWB）0.03和归一化差异水指数（NDWI）0.28之间不同。除NDWB外，卷积模型在大多数参数估计中表现出较低的不确定性。夜间地表温度（0.23）和海拔（0.13）的不确定性差异很大。两个模型的预测值和不确定性之间没有显着差异。所提出的卷积模型能够通过呈现较少的不确定参数估计来校正纯规范偏差。它显示了平均患病率值和阳性感染者的良好预测性能。需要进一步研究以更好地了解分析的空间范围和支持，以可靠地探索环境变量的作用。事实上讲述的就是MAUP效应（分区和尺度效应）造成的空间统计不确定性的一个探索性研究。尤其在健康地理上面会有较大偏差。这方面是个很有意思的研究点。

2.Linking potential heat source and sink to urban heat island: Heterogeneous effects of landscape pattern on land surface temperature/连接人为热源汇与城市热岛：景观格局的异质性对地表温度的影响

快速城市化对城市热岛（UHI）的发展做出了重大贡献。规范景观构成和配置将有助于减轻特大城市的UHI。以中国深圳为案例研究区，根据影响地表温度（LST）的自然和社会经济因素，确定了热源和热汇，确定了强弱源以及强弱汇。因此，热源和散热片的潜在热贡献是不同的。然后，利用半参数地理加权回归（SGWR）模型检验了景观格局对LST的异质效应。结果表明，景观组成对热环境的影响大于配置。对于强大的来源，斑块的百分比对LST有积极影响。另外，当用一些散热斑块镶嵌时，即使强源的分散程度的微小改善也有助于减轻UHI。对于弱源，斑块的百分比和密度对LST有积极影响。对于强吸收，斑块的百分比，密度和聚集程度对LST具有负面影响。边缘密度和斑块形状复杂性的影响在空间上随着强水槽的碎裂而变化。类似地，弱汇的影响主要通过斑块的百分比，密度和形状复杂性的特征来实现。景观格局分析与LST的研究，主要是讨论了源汇的概念。这方面的文章最近广州大学吴志峰老师也有几篇，可以一起下载比较。

3.State-of-the-art: DTM generation using airborne LIDAR data/最先进的技术：使用机载激光雷达数据生成DTM

数字地形模型（DTM）生成是机载激光雷达数据的基本应用。在过去的几十年中，已经进行了大量研究以呈现和实验各种DTM生成方法。虽然取得了很大进展，但DTM生成，尤其是特定地形情况下的DTM生成仍然具有挑战性。本研究介绍了DTM生成的一般原则，并回顾了各种主流DTM生成方法。根据过滤策略，这些方法分为六类：基于表面的调整;基于形态学的滤波，基于三角网不规则网络（TIN）的细化，分割和分类，统计分析和多尺度比较。简要介绍了每个类别的典型方法，并相应地讨论了每个类别的优点和局限性。尽管有不同类别的过滤策略，但这些DTM生成方法在急剧变化的地形，具有密集的非地面特征和复杂景观的区域中实施时存在类似的困难。本文认为，多源融合和不同方法的融合可以成为提高DTM生成性能的有效途径。激光雷达主动遥感成为了当前3维建模的一大关键技术。