Coding and Paper Letter（六十九）
资源整理。
1 Coding:
1.基于Python和Matplotlib的日历热图。
2.这是一个独立的（Python / Flask）和基于Lambda的动态控件，用于S3托管的GeoTIFF。 它也是一组用于转码和以其他方式准备栅格数据以供渲染器渲染的实用程序。
3.GOLEM是一种数值模拟模型，用于对故障地热储层中的热 - 水 - 机械耦合过程进行建模。
4.了解如何在一般情况下或在多个案例研究数据科学课程中使用该库。
5.R语言包uscolleges，提供了美国大学数据。
6.统计给定多边形内有多少地图瓦片。
7.PyLogit是一个Python包，用于执行条件logit模型和类似离散选择模型的最大似然估计。
8.利用 Katib 在 Kubernetes 上进行分布式 TF 训练调超参。
9.R语言包geosphere，用于地理应用的球面三角学。 也就是说，计算角度（经度/纬度）位置的距离和相关度量。
10.GPEDM的目标是为经验动态建模应用高斯过程回归的可访问包。
11.R语言包OSMTools，用于OSM过滤器和OSM的R包装器转换和从geofabrik下载的功能。 该软件包可以更轻松地下载和使用带有R的大型Open Street Map文件。
12.R语言数据例子。
13.分析Landsat代表河流流量频率分布的能力的代码集合。
14.2019年明斯特开放GeoHub暑期学校机器学习和遥感会议的资源。
15.《Python Parallel Programming Cookbook》中文版。
python parallel programming cookbook cn
16.R语言包heplots，可视化多元线性模型中的假设检验。
17.R语言包MapSuite，用于随时间或其他维度制作分层地图的R包。
18.一本书，书名为掌握shiny。
19.Companion网页上的“机器学习数学”一书。
20.Python包climpred，用于分析气候预测的集合预报模型的xarray包装器。
21.R语言包GeoDist，约束距离计算和相关的地理工具。
22.数据科学与机器学习2018年10月后Tera仓库。
23.100+的Python编程挑战练习。
24.这包含运行Tcl 8.6应用程序所需的大多数软件包。 它基于Ubuntu中可用的软件包的安装。
25.R语言包vioplot，小提琴图拓展包。
26.基于BFAST算法的Landsat像素时间序列的断点检测，作为shiny app提供。
27.Python包seaborn，基于matplotlib，使用matplotlib进行统计数据可视化。
28.墨尔本的自行车网络地图。
29.Docker化的cartodb。
30.R语言包googleComputeEngineR,googleComputeEngineR为Google Cloud Compute Engine API提供了一个R接口，用于启动虚拟机。 它希望尽可能轻松地为R部署云资源，并包含一些特殊的模板来启动特定于R的资源，例如RStudio，Shiny和OpenCPU，其中包含来自本地R会话的几行。
31.R语言包geotidy，清洗处理空间数据利器。
32.硕士论文 - 用于野生动物监测的云计算机视觉。
33.这是贝叶斯统计使用Stan的存储库。
34.一个个人网站，做得很不错。
35.使用Vega-Lite和Altair的交互式笔记本数据可视化课程。
36.关于Python，OpenGL和科学可视化的开放式访问书。
37.100个numpy练习例子。
38.AWS Lambda + rio-tiler从任何Web托管文件提供切片。
39.hugo网页主题,看着就是学术主页的那个主题。
40.WebAssembly随机模拟算法
41.使用python和matplotlib进行科学可视化的开放式访问书。
42.一款图形界面的百度网盘不限速下载器，支持 Windows、Linux 和 Mac。
43.hugo网页主题whisper。
44.基于TensorFlow的开源库，用于预测知识图中概念之间的链接。AmpliGraph是一套用于关系学习的神经机器学习模型，它是机器学习的一个分支，用于处理知识图上的监督学习。
45.关于足球的分析数据。
46.PyEarth的课程资料：Python地球科学概论。
47.为现代网络打造的永恒Twitter Bootstrap主题。
48.R语言包details，为markdown文档创建详细信息块。
49.看着应该是Google Earth Engine的学习仓库。
50.博士学位论文的词云。
51.学习maple的笔记。
52.用于创建关于美国中风死亡率的地图的数据和代码。
53.Matplotlib动画变得简单。
54.geoserver的docker容器。
55.Cookiecutter数据科学。用于执行和共享数据科学工作的合理，合理标准化但灵活的项目结构。
56.工业级联合学习框架。
2 Paper:
准确的城市土地覆盖数据集对于绘制城市环境至关重要。然而，一系列覆盖城市环境特征超过15年的国家城市土地覆盖数据相对较少。在这里，我们提出了一个关于遥感城市土地利用/覆盖分类的层次化原则，用于绘制城市内部结构/组成动态。中国的土地利用/覆盖数据集（CLUD）更新，描绘了城市的不透水性，绿色表面，水体和裸地条件。一个名为CLUD-Urban的新数据子集创建于2000年至2015年，间隔为五年，中等空间分辨率（30米）。第一步是从CLUD中提取覆盖城市区域的矢量边界的先决条件。然后提出了一种新的方法，使用城市不透水面积（ISA）和基于Google Earth Engine大数据平台从Landsat图像中反演的年度最大归一化差值植被指数（NDVI）值之间的逻辑回归。中国国家ISA和城市绿地（UGS）分数数据集的生成分辨率为30米，2000年至2015年为5年。国家城市地区的总体分类准确率为92％。 ISA和UGS分数的均方根误差值分别为0.10和0.14。CLUD-Urban可用于增强我们对城市化对生态和区域气候条件以及城市居民环境影响的理解。 CLUD-Urban可用于未来的城市环境研究和实践研究。中国2000-2015年全国30 m土地覆被数据，发表于地学Top杂志Earth System Science Data上，来自地理所匡文慧老师的成果。基于Google Earth Engine产出的大成果。分析了城市不透水面和绿地的变化。数据下载见原文链接。
地表太阳辐照度（SSI）是决定地表 - 大气相互作用，驱动辐射，水文和地表过程的关键参数，因此可以极大地影响天气和气候。因此，它是许多研究和应用的先决条件。估计卫星的SSI始于20世纪60年代，目前是将SSI时空分布从区域尺度映射到全球尺度的主要方法。从过去几十年进行的历史研究概述开始，本文回顾了近年来在方法学，验证和产品方面取得的进展。首先，介绍了SSI在各种研究或应用中的要求以及SSI卫星估计的理论背景。然后总结了估算卫星SSI的方法及其优点和局限性。讨论了基于卫星的SSI在两个典型空间尺度上的验证，然后简要描述了现有产品及其精度。最后，分析了当前SSI卫星估计所面临的挑战，并提出了未来可能的改进建议。该综述不仅更新了Pinker等人的综述文章（1995）关于衍生SSI的卫星方法，但也提供了相关研究和应用的更全面的总结。李新老师团队的成果，发表于遥感界Top杂志RSE上，关于卫星的地表太阳辐照度反演的综述。是一篇很好的综述文章，由于太阳辐照度是影响陆气耦合相互作用，驱动辐射、水文和地表过程的关键参数，在当前气候变化背景下是非常重要的参数，这篇文章为这方面的研究提供了很好的总结。
众所周知，可用能量（即，净辐射减去地面热通量）通常比通过涡动协方差法测量的湍流通量之和大10-30％。尽管现场观测和先前的大涡模拟研究表明，地表异质性可以引起通量不平衡，但是通量不平衡量值与地表异质性的尺度效应之间的关系仍有待更详细地研究。在这里，我们研究了在干燥自由对流边界层中以不同地表异质性的尺度为特征的景观的通量不平衡。我们揭示了通量不平衡最初随着地表异质性尺度的增加而增加。然而，当地表异质性尺度变得大于边界层高度时，表面开始表现为局部均匀，这导致较低的通量不平衡。基于大涡模拟结果，我们提出了一个概念模型来解释域平均通量不平衡如何受到地表异质性的影响。发现通量不平衡受边界层高度与奥布霍夫长度的比值（-zi / L），垂直速度的积分长度尺度（lw），平均水平速度（U）和时间平均的控制。间隔（T）。在这四个变量中，lw确定湍流相干结构的大小（即大涡旋），而-zi / L影响这些大涡旋的形式。同时，U和T确定涡旋协方差可以采样多少这些大漩涡。这一发现表明，在对流条件下使用这四个变量可以诊断通量不平衡。分析了自由对流通量不平衡与地表异质性尺度效应的关系，李新老师团队成果，发表于JGR atmosphere上，从景观尺度上，结合涡度协方差数据分析了通量不平衡是如何受到地表异质性尺度效应影响的。并提出了一个概念模型。这将对未来生态水文，蒸散方面的研究提供一些升尺度或降尺度上的先验知识。
在这项工作中，我们描述并实施了意大利北部PM10污染数据的数据同化方法。这是通过结合观测和化学传输模型的最佳可用信息来完成的。具体而言，通过（1）结合PM10表面每日浓度和来自CAMS（哥白尼大气监测服务）整体的模型结果; （2）通过数据正则化方法将预测修正从观测位置扩展到模型预测所涵盖的整个网格域。根据当地环境保护局在169个站点测量的独立PM10观测结果进行了验证。 2017年1月至12月，在空气污染模型结果的时间和空间上进行了12个月的观测。研究领域包括Po Valley，这是欧洲污染最严重的地区之一，但仍然不符合年平均浓度的空气质量标准和颗粒物质允许的最大超标数量。发现原始模型数据受到具有强烈季节依赖性的偏差的影响：冬季的负偏差较大，夏季的偏差较小。嵌入贝叶斯分层方法的数据同化方法能够大大减少偏差。此外，基于变分贝叶斯方法的先进计算方法结合Kullback-Leibler散度的最小化以近似最优解，使得在整个考虑期间成本有效地同化数据成为可能。通过使用分层交叉验证来测试我们预测的准确性，我们发现样本外的R²（= 0.83）和均方根误差平均减少约三分之二。同化数据用于产生每日解决的累积人口暴露。与世界卫生组织定义的临时目标（IT）相关的Po Valley实现了IT-2水平，也就是说年平均浓度低于50μg/m³，但仍然很远从IT-3水平，相当于年平均浓度低于30微克/立方米。此外，大部分地区仍然有很多天的平均日浓度高于50微克/立方米，远高于欧洲和意大利立法规定的最高限量35天。我们的研究结果表明，PM10可以使用这种同化方法可靠地再现，结合不同的信息来源，以便在空间和时间上均匀的区域内对空气质量进行全面诊断。这篇文章提出了一种融合观测数据和化学传输模式的数据同化方法，是变分贝叶斯的计算方法，能有效提升空气污染制图的精度，这样子的方法也会为后续的研究提供参考。此外，这篇文章还结合WHO的目标来评估人口暴露的问题。
5.Spatiotemporal analysis of multiscale income mobility in China/中国多尺度收入流动的时空分析
收入流动是一个重要的问题，可以平衡经济发展中的公平和效率。具体而言，收入流动性是解决收入不平等问题的最有效指标之一，也是判断经济发展活力的有用标准。鉴于区域收入差距越来越大，区域收入流动性研究对中国尤为重要。考虑到收入分配的规模依赖性，本文探讨了1985年至2015年的多个范围内的区域收入流动，包括整合了全局流动性关联指标（GIMA）和一个地方家庭的分析框架。流动关联指标（LIMAs）。结果可以通过结合相应的区域经济政策，公平，全面地评估多尺度区域收入流动的水平。基于八个经济区，区域内的一致性和区域间流动性是过去几十年中国收入流动的主要特征。本文的结论是，旨在增加中国收入流动性的政策应该加速区域经济一体化，发展主导城市，推动全省经济发展。这篇文章整合了一个全局流动性关联指标和地方家庭分析框架，分析中国当前收入流动性问题，并进行了多尺度评估，收入流动性牵扯到当前中国区域发展和收入不平等问题，是一个非常好的研究题材，尤其在即将接近全面小康目标年份的这个时间段，这样的研究是非常有意义的，但是结果也表明当前中国区域经济差异是逐年增大，如何在现在的情况下发展区域经济是接下来的关键问题。
地表蒸散（ET）是地表能量预算和水循环的重要组成部分。为了解决站点观测与遥感ET之间空间尺度不匹配的问题，有必要找到最合适的放大方法来获取卫星像元尺度的地面实际ET数据。基于黑河流域中游和下游两个通量观测矩阵的数据集，通过直接验证和交叉验证对六种升尺度方法进行了比对。结果表明，面积加权法比引入辅助变量的其他五种升级方法表现更好（综合Priestley-Taylor方程，加权面积 - 面积回归克里格法[WATARK]，人工神经网络，随机森林[RF]，在均匀的下层表面上的深层信念网络方法。在中度异质的下层表面上，WATARK方法表现更好。然而，RF方法在高度异质的下层表面上表现更好。提出了一种组合方法（分别使用面积加权和WATARK方法用于均匀和中等异质下伏表面，并使用RF方法用于高度异质的下伏表面）以获取卫星像元尺度下的日常地面实际ET数据，以及评估了地面实际ET数据中的错误。双温差（DTD）和ETMonitor使用地面实际ET数据进行验证，这解决了空间尺度不匹配的问题并量化了验证过程中的不确定性。比较了六种ET升尺度方法，研究表明，结合ET的地表异质性来进行分层估计会比任意一种通用的估计具有更高精度。同时在尺度上推过程中，也可以量化不确定性。非常不错的一篇关于ET升尺度的论文。
7.Increased atmospheric vapor pressure deficit reduces global vegetation growth/大气水汽压不足减缓了全球植被的生长
大气水汽压（VPD）不足是决定植物光合作用的关键变量。 四个全球气候数据集的综合揭示了20世纪90年代后期VPD的急剧增加。 作为回应，由卫星衍生的植被指数（GIMMS3g）表明的植被绿化趋势在20世纪90年代末期之前已经明显，随后被停滞或逆转。 由两个基于卫星的模型（修订的EC-LUE和MODIS）产生的陆地净初级生产力在20世纪90年代后期之后由于VPD增加而表现出持续和广泛的减少，这抵消了正CO2施肥效应。 六个地球系统模型一直预测整个本世纪VPD的持续增长。 我们的研究结果强调，应充分考虑VPD对植被生长的影响，以评估生态系统对未来气候条件的反应。来自北京大学朴世龙老师团队的成果，发表于Science Advance上，主要探究的是VPD对于全球植被NPP的影响，朴老师近年来一直关注气候变化对于NPP的影响，事实上从植被生态过程模型建模角度而言，VPD本身也是一个关键输入参数，因此它对于植被生长的作用不言而喻。考量VPD对于NPP的影响，也将是未来的重要的研究领域和方向。
大数据的出现使我们能够通过应用情感计算从统计角度评估各种人类情感。在这项研究中，提出了一种从不同地方的大规模地理参考照片中提取人类情感的新框架。在基于在社交媒体网站中收集的用户生成的足迹的空间聚类构建场所之后，利用在线认知服务利用最先进的计算机视觉技术从面部表情中提取人类情感。并且定义了两个幸福指标用于测量不同地方的人类情绪。为了验证该框架的可行性，我们以全球80个旅游景点为例，根据从超过600万张照片中检测到的200多万张面孔计算出的人类情感，生成了一个幸福排名列表。考虑不同种类的地理环境，找出人类情感与环境因素之间的关系。结果表明，不同地方的大部分情绪变化可以用开放性等几个因素来解释。该研究可以提供关于整合人类情感的见解，以丰富对地理和基于地点的GIS的地方感的理解。大数据时代下衍生出来的社交媒体地理学的一篇文章，非常不错的一个研究，利用计算机视觉技术结合在线API对人类情感分析，这种研究是在这个大数据时代才有可能出现的研究，非常有意思。也响应了刘瑜老师的Social Sensing。
本文介绍了集成卡尔曼滤波器（EnKF）技术在将被动微波遥感观测同化为地表模型中的应用，以提高雪深（SD）的可预测性。目前在日本气象厅（JMA）开发的基于简单生物圈模型（SiB）的新地表模型被用作预测积雪变化的正演模型。分层积雪的微波发射模型（MEMLS）用作观测算子，将模型预测转换为相应的卫星亮度。采用协调增强观测期（CEOP）亚洲 - 澳大利亚季风项目（CAMP）东西伯利亚大河地区2002年11月至2003年3月的数据应用同化系统。数据集包括JMA-GSM模型输出，用作强迫数据，从先进的微波扫描辐射计（AMSR-E）和现场雪深（SD）观察卫星亮度温度观测和当前AMSR-E雪深产品进行比较。同化结果与该地区积雪深度观测点的数据吻合良好，改善了地表模型的预测。此外，与AMSR-E SD产品的比较表明，同化结果也与原位积雪深度观测结果更吻合。将被动微波亮度温度数据同化到陆面模型里提高积雪深度的可预测性。同样是李新老师团队的成果，积雪深度的精准反演对于当前气候变化情景研究具有非常重要的意义，这一方面李新老师团队做了很多很不错的工作（黑河计划），这一篇将目前新的微波遥感观测数据与陆面模型进行数据同化，改进了陆面模型的预测。
感知车道水平或车道级交通状况不仅使导航系统能够为用户提供更详细和更细粒度的信息，还可以提高搜索最快路线和短期交通状况预测的准确性。出租车GPS数据的广泛收集和应用使我们能够大规模地感知城市交通流量。由于当前GPS定位精度不能达到车道水平，因此使用GPS轨迹数据的现有方法仅分析道路水平的交通状况。虽然一些研究试图使用车道级数据检测车道级交通状况，但数据收集的高成本大大限制了它们的实际应用。为了解决这一局限性，本文提出了一种在车道水平上检测出租车GPS轨迹的交通拥堵的方法。在分析GPS轨迹特征和识别有效轨迹段的基础上，该方法检测三种不同强度的拥挤轨迹段。然后，它通过聚类方法识别每个转弯方向上的拥堵事件。最后，探讨和分析了中国武汉市道路交叉口拥堵强度，拥挤发生时间和每个转弯方向的队列长度。结果支持这种方法用于检测和分析车道水平的交通拥堵的可行性。与使用GPS轨迹数据检测交通拥堵的其他方法相比，所提出的方法在更细粒度的水平（车道水平）分析拥堵。与检测车道级别的交通拥堵的其他方法相比，所提出的方法可以在更大的区域上以更低的成本感测交通拥堵。武大唐炉亮老师团队的成果，利用出租车的GPS轨迹数据在车道水平来进行交通拥堵的分析。通过聚类方法识别出车道水平的拥堵状况，很不错的研究。
11.Fine-grained analysis on fuel-consumption and emission from vehicles trace/对车辆燃料消耗和排放的细粒度分析
与交通有关的燃料消耗和排放是一个严重的问题，对人类健康和城市可持续性产生不利影响。 GPS轨迹数据可以提供有关燃料消耗和排放的数量和分布的有用见解。以前的研究主要集中在利用GPS轨迹数据来理解燃料消耗和排放的时空分布，但没有充分注意估计的准确性。因此，本研究提出了一种方法，该方法基于对车辆移动活动，发动机静止活动和发动机关闭静止活动的分析来估计细粒度的车辆燃料消耗和排放。利用时空地理学中的时空路径分析框架，本研究首先建立了单个车辆的时空路径，提取移动参数并分析每个时空路径段（STPS）的活动。基于活动分析，我们使用微观模型（CMEM）估算燃料消耗和排放，并区分冷启动阶段和时空路径中的热阶段。在案例研究中，估算和分析了个别轨迹和道路网络的燃料消耗和排放。还探讨了与活动有关的燃料消耗的分布情况。使用从具有各种类型发动机的车辆收集的三个数据集来说明所提出的方法的有效性，估计准确度超过90％。基于时空地理学的时空路径分析结合微观排放模型，估算整个区域的车辆燃料消耗和排放。可以说是综合微观模型、时空地理学和GIS的大数据能源消耗排放的模型。
12.Sampling design optimization for soil mapping with random forest/随机森林土壤制图抽样设计优化
机器学习技术被广泛用于生成数字土壤图。地图精度部分地由用于校准机器学习模型的测量的数量和空间位置确定。然而，在数字土壤制图研究中尚未详细考虑确定用机器学习技术进行制图的最佳抽样设计。在本文中，我们研究了随机森林土壤制图的抽样设计优化。通过最小化均方预测误差（MSE），使用空间模拟退火来优化设计。我们使用这种方法使用LUCAS数据集的子样本绘制欧洲部分地区的土壤有机碳。优化的子样本用作随机森林机器学习模型的输入，使用大量易于获得的环境数据作为协变量。我们还使用简单随机抽样，条件拉丁超立方抽样（cLHS），空间覆盖抽样和特征空间覆盖抽样选择的子样本预测了相同的土壤属性。通过将用作感兴趣群体的LUCAS数据集重复随机分割成用于验证，测试和选择校准样品的子集，以及用各种取样设计重复选择校准样品，获得估计群体MSE的分布。使用非参数Mann-Whitney检验测试MSE分布的中位数之间的差异的显着性。对于不同的样品尺寸重复该过程。我们还分析了优化设计在地理和特征空间中的传播，以揭示其特征。结果表明，通过最小化MSE来优化采样设计对于小样本量是值得的。然而，使用MSE进行采样设计优化的一个重要缺点是它需要在所有位置处的土壤属性的已知值，因此仅对于对现有数据集进行二次采样是可行的。对于较大的样本量，使用MSE优化设计的效果会降低。在这种情况下，我们建议在最重要的随机森林协变量的特征（即协变量）空间中均匀地使用样本。结果还表明，对于我们的案例研究，cLHS抽样比其他随机森林映射的抽样设计表现更差。我们强调，通过仅将数据拆分一次来对校准的采样设计进行比较，对于在验证集很小时使用的数据拆分非常敏感。非常有意思的研究，利用机器学习技术来优化空间抽样设计。利用随机森林和模拟退化算法的结合。事实上，不仅仅是在土壤制图的抽样，在其他领域可能也可以按照这个思路来做。对空间统计、空间抽样具有非常好的启示意义。
在大数据时代，有必要提出强大的解决方案来整合和表示来自不同格式和不同内容的数据，以协助决策。当前的制图和地理信息系统解决这些问题的能力有限。本文描述了一个自动而全面的系统，可以从所有可能相关的来源进行数据融合。在该系统中，建立新的语义位置模型（SemLM）以呈现语义概念和位置特征并演示位置如何相互关联。在SemLM中，可以分析和理解不同应用场景中的各种类型的位置描述符。此外，考虑到数据密集型计算和可视化所涉及的挑战，本文采用基于场所的泛信息系统（P2S）作为创新的4D系统，以公共安全为案例研究，动态关联和可视化基于位置的信息。语义信息与GIS的结合模型，空间语义在当前大数据和深度学习背景下是地理大信息和大数据整合的关键。
背景：十多年的卫星观测提供了有关人体接触细颗粒物（PM2.5）的趋势和程度的全球信息。目标：在这项研究中，我们使用从多个卫星仪器推断的PM2.5浓度，开发了改进的环境PM2.5质量和趋势的全球暴露估计值。方法：我们将三个卫星衍生的PM2.5源组合在一起，从1998年到2012年，在大约10 km×10 km处产生全球PM2.5估计。对于每个源，我们将气溶胶光学深度的总柱回收与近地PM2相关联。 5使用GEOS-Chem化学传输模型来表示局部气溶胶光学特性和垂直剖面。我们从文献中收集了210个全球地基PM2.5观测资料，以评估我们基于卫星的估算值，并在北美和欧洲以外的地区测量值。结果：我们估计，从1998年到2012年，全球人口加权环境PM2.5浓度增加0.55μg/ m3 /年（95％CI：0.43,0.67）（2.1％/年; 95％CI：1.6,2.6）。尽管在一些发达地区降低了PM2.5，但一些发展中地区的PM2.5推动了这一全球变化。估计居于世界卫生组织（世卫组织）临时目标-1之上的东亚人口比例为35微克/立方米，从1998 - 2000年的51％增加到2010 - 2012年的70％。相比之下，超过世界卫生组织空气质量指南10μg/ m3的北美比例从1998 - 2000年的62％下降到2010 - 2012年的19％。我们发现在北美和欧洲以外的卫星估算和地面测量之间存在显着的一致性（r = 0.81; n = 210;斜率= 0.68）。卫星推测估计值的低偏差表明真正的全球浓度可能更大。结论：卫星观测可以深入了解环境PM2.5浓度的全球长期变化。本研究中的卫星估算和基于地面的PM2.5观测结果可供公众使用。这篇文章使用了多个卫星反演的PM2.5、化学传输模式以及地基观测资料，评估了不同区域的PM2.5浓度长期变化，也稍微评估了人口暴露。
15.Regional development and carbon emissions in China/中国的区域发展和碳排放
中国在2015年巴黎气候变化大会上宣布，该国将在2030年左右达到峰值碳排放量。从那时起，人们就开始关注确定何时以及如何实现这一目标。本研究旨在探讨中国不断变化的区域发展模式在实现这一目标中的作用。本研究使用对数平均Divisia指数（LMDI）来估算自2000年以来中国二氧化碳排放变化的七个社会经济驱动因素。结果表明，中国的碳排放量自2012年以来已经稳定，主要是因为能源效率的提高和结构升级（即，产业结构，能源结构和区域结构）。以省级经济增长份额衡量的区域结构自2012年以来大幅减少了二氧化碳排放量。由于区域发展模式不同，这些驱动因素对各地区排放变化的影响各不相同。产业结构和能源结构导致一些地区的排放增长，但这两个驱动因素导致国家层面的减排。例如，从2013年到2016年，产业结构使中国的二氧化碳排放量减少了1.0％;然而，东北和西北地区的二氧化碳排放量分别增加了1.7％和0.9％。研究中国在区域层面新常态下的二氧化碳排放量的稳定性，这强烈建议中国各地区合作改善发展模式。关于分析中国的碳排放分析的文章，关于探究碳排放达峰以及相关的影响因素。
长期暴露于空气污染被认为是一个主要的公共卫生问题，并且与总体死亡率和各种疾病如呼吸系统疾病和心血管疾病有关。由于空气污染浓度的空间变化，个人暴露于空气污染的评估需要高分辨率的空间数据集。将详细的空气污染图与个人移动性和活动模式相结合，可以改进暴露评估。我们为荷兰提供高分辨率数据集，提供2009年NO2，NOx，PM2.5，PM2.5吸收和PM10的平均环境空气污染浓度值。 5×5米网格上的栅格数据集覆盖整个荷兰，并使用源自欧洲空气污染影响群组研究（ESCAPE）项目的土地利用回归模型进行计算。使用具有全国和区域测量的其他数据集来评估生成的浓度图。所呈现的数据集允许在不同尺度上的空间聚合，全国范围的个体暴露评估，以及活动模式在个体的暴露估计中的整合。5×5米网格的荷兰的空气污染浓度数据，基于土地利用回归模型得到的。数据文章。
夏季热浪对中国的公共卫生构成了巨大威胁。本文以武汉（中国四大最热的熔炉城市之一）为例，探讨了缓解地表温度测量的地表城市热岛（UHI）的几种策略，包括使用绿色屋顶，冷屋顶，明亮路面和城市建筑模式的变化。离线城市化高分辨率陆地数据同化系统（u-HRLDAS）用于进行1公里分辨率的数值模拟，这也解释了武汉丰富的湖泊对动态湖泊模型的UHI演化的影响。在不同的减缓策略下，分析了模拟UHI的日变化和空间分布。结果表明，考虑到湖泊效应会使白天（夜间）的UHI强度降低约1.0 K（0.5 K）。采用绿色屋顶和凉爽的屋顶比使用明亮的路面更有效地减少白天的UHI。通过用绿色屋顶取代80％的传统屋顶，当地时间13:00的最大UHI减少量约为2.1 K.随着绿色屋顶的大部分，以及屋顶和道路的反照率增加，UHI减缓效率增加。与绿色屋顶相比，凉爽的屋顶和明亮的路面在夜间无效，改变城市建筑模式以减轻UHI在全天都是有效的。 “高度驱动的建筑结构变化”（提高建筑物高度，同时改变每个网格中不透水面的比例以保持总建筑体积完整）可以将表面UHI强度降低0.4-0.9 K，并且“密度驱动”建筑结构变化“（均匀分布建筑密度，修改建筑高度，使总建筑体积不变）将UHI降低1.2-2.6 K.这些结果显示了对像武汉这样的大城市缓解城市热岛的新见解并提供了政策制定者提供一个更适宜居住的城市的实用指南。利用一个城市化的陆地数据同化系统，分析当前绿色屋顶以及不同城市建筑模式对热岛效应的影响。可以为后续的城市规划和建筑指南提供政策建议。
云层覆盖是光学卫星图像中的常见问题，其导致图像中的信息丢失以及数据可用性的降低。本文提出了一种基于逐步辐射调整和残差校正（SRARC）的厚云去除方法，旨在有效去除高分辨率图像中的云，以生成高质量和空间连续的城市地理地图。 SRARC的基本思想是相邻时间卫星图像中的补充信息可用于在精确的辐射度调整之后无缝恢复目标图像中的云污染区域。为此，SRARC方法首先基于超像素分割来优化目标图像的给定云掩模，其进行以确保标记的云边界经过目标图像的均匀区域，以确保无缝重建。然后使用逐步辐射测量来逐步调整辅助图像中的互补区域的辐射信息，并且可以通过用调整的互补区域替换来去除目标图像中的云。最后，基于全局优化的残差校正用于进一步减少恢复区域和无云区域之间的辐射差异。然后生成最终的云移除结果。在模拟和实际数据云去除实验中使用具有不同空间分辨率和土地覆盖变化模式的高分辨率图像。结果表明，由于辐射度调节和空间细节保持的优越性，SRARC可以获得比其他比较方法更好的性能。因此，SRARC是一种有前途的方法，可以常规使用，支持基于高分辨率卫星图像的应用。卫星影像的云遮掩是一个很常见的影响卫星影像的问题，这篇文章提供了一种专门针对高分辨率卫星影像的去云方法，还是比较有意思的方法。
公共应用基于无源信号（例如，接收信号强度，磁性）指纹识别的室内定位技术的不可避免的瓶颈之一是构建和更新用于室内定位的数据库所需的大量人力。在本文中，我们提出了一种精确的视觉 - 惯性集成地理标记方法，可以通过利用智能手机用户的众包轨迹来收集指纹并构建无线电地图。通过集成来自智能手机传感器（例如，相机，加速度计和陀螺仪）的多源信息，该系统可以精确地重建轨迹的几何形状。提出了一种算法来估计参考坐标系中轨迹的空间位置，并构建用于室内定位的无线电地图和地理标记图像数据库。在几个初始参考点的帮助下，该算法可以在未知的室内环境中实现，而无需任何先验知识的布局规划或众包轨迹的初始位置。实验结果表明，指纹的平均校准误差为0.67 m。加权k-最近邻方法（没有任何优化）和图像匹配方法用于评估构建的多源数据库的性能。基于接收信号强度（RSS）的室内定位和基于图像的定位的平均定位误差分别为3.2米和1.2米，表明构建的室内无线电地图的质量与现场测量建设的质量处于同一水平。 与传统的基于定位成本的现场调查相比，该系统可以大大降低人力成本，外部信息最少。李清泉老师团队的成果，关于室内地图和众包数据的研究。室内导航是未来的GIS研究的重要组成。
20.Model-data fusion in the studies of terrestrial carbon sink/地面碳汇研究中的模型数据融合
量化全球碳预算的当前不确定性仍然是可靠预测未来气候变化的主要不确定因素。 此外，量化全球碳预算和表征不确定性对于成功实施“联合国气候变化框架公约”及其“京都议定书”至关重要。 除了基本量化之外，负责所谓“残留陆地吸收”的过程的归属对于碳循环群体模拟陆地生物圈对气候变化和有意封存活动的未来响应的能力非常重要。 本文的目的是描述研讨会参与者的努力及其模型 - 数据融合的方法，使量化碳循环和工作中的陆地机制的解决方案能够持续取得进展。全球碳预算依赖于全球碳汇的估算，但是碳汇估算存在大量生态过程模型、卫星遥感反演方法，因此如何融合模型数据是一个非常关键的研究。这篇文章能提供碳汇方面的研究基础。