Coding and Paper Letter(四十三)

由于最近比较忙,一直没有再做资源整理,上篇博客发布后,有小伙伴来询问这个系列的更新,于是今天就来回归吧。

1 Coding:

1.一套地理空间软件工具与应用,用于区域到全球尺度的人类与自然系统耦合研究的社会经济与环境分析。密歇根州立大学开发的。从直观感受跟SDGs有相关性,很多模型集成了InVEST的模块。后面有空一起来学习这个,然后介绍,与InVEST比较。

telecouping toolbox

软件官网

2.Hugo的sam主题,一个非常简单粗暴简约的主题。

hugo theme sam

3.2018年初的世界银行的高压电网制图项目代码。从仓库名字来看,是利用机器学习生成高压电网的分布图。世界银行以三个国家为例,希望推行一套可用于全世界的方法,这是一个非常不错的案例研究。

ml hv grid pub

在线报告

4.Manning出版社用R做深度学习的附录视频和练习。

deep learning with r companion

5.不确定性可视化的一些例子。

uncertainty examples

6.一系列Jupyter Notebook,使用Scikit-Learn和TensorFlow引导您完成python中机器学习和深度学习的基础知识。

handson ml

7.高光谱异常检测算法硕士论文。

Master thesis

8.关于R和数据可视化的中间研讨会的仓库。

r intermediate workshop

9.Google AI研究。

google research

10.用Python和一点点R做数据分析。

Data Analysis

11.OpenEdge是一种开放式边缘计算框架,可将云计算,数据和服务无缝扩展到边缘设备。

openedge

12.R语言包gdalcubes,用于处理对地观测影像集合的集合处理成数据立方体。

gdalcubes

13.gdalcubes,用于将对地观测(EO)影像集合表示为数据立方体(或多维数组)。

gdalcubes

14.该项目包含用于构建ESPA RPMS的RPM Spec文件。ESPA目前是提供Landsat下载服务的。

espa rpms

15.开放地理处理教程。

open geo tutorial

16.Hugo主题xmin,谢益辉大大写的主题。也是简约型的。

hugo xmin

17.云优化Geotif瓦片。Mapbox的开源项目。

COGDumper

18.统计机器翻译数据集。

SMTData

19.灾害影像处理。基于Digital Globe和NOAA等多种数据集。该项目的目标是利用飓风后卫星影像数据来训练物体探测模型,以便在飓风过后自动检测卫星影像造成的损害,从而促进应急管理人员的损害评估过程。

disaster image processing

20.pangeo等资源。Pangeo是一项社区活动,用于使用Python的地球科学中的大数据。

stac intake landsat

21.R语言包exactextractr,提供快速且准确的栅格分区统计结果。

exactextractr

22.提供快速准确栅格分区统计算法。

exactextract

2 Paper:

1.Modeling Schistosoma japonicum Infection under Pure Specification Bias: Impact of Environmental Drivers of Infection/在纯规范偏差下模拟日本血吸虫感染:感染的环境因素的影响

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。

坚持原创技术分享,您的支持将鼓励我继续创作!