資源整理。

文章目錄

• 1 Coding:
• 2 Paper:

1 Coding:

1.R語言包c(diǎn)rrri，提供了R中一個(gè)Chrome的遠(yuǎn)程接口。

crrri

2.Github、書籍、課程和博客等四個(gè)方面介紹學(xué)習(xí) R 語言的資料。

RGraphics

3.XITS是基于STIX字體的數(shù)學(xué)和科學(xué)出版的字體。

xits

4.R語言包paletteer，R語言中常用色帶集合。

paletteer

5.R語言包rssa，奇異譜分析的包。

rssa

6.R語言包svd，R的Lanczos SVD和eigensolvers的接口。

svd

7.R語言包geonetwork，用于處理其節(jié)點(diǎn)是地理的網(wǎng)絡(luò)或圖形的類和方法。 創(chuàng)建，轉(zhuǎn)換，繪圖。

geonetwork

8.Citybound是一款城市建設(shè)游戲，專注于現(xiàn)實(shí)主義，協(xié)作規(guī)劃和微觀細(xì)節(jié)模擬。

citybound

9.R語言包stickylabeller，為ggplot2創(chuàng)建分面標(biāo)簽。

stickylabeller

10.plotly R電子書。

plotly book

11.美國(guó)城市的密度梯度曲線。

density gradient

12.R語言包RiverLoad，不同方法對(duì)河流化合物的負(fù)荷估算。

RiverLoad

13.R語言包ingestr，用于從原始格式讀取環(huán)境數(shù)據(jù)到數(shù)據(jù)框。

ingestr

14.R語言包leafpop，leafpop創(chuàng)建HTML字符串，以便在使用包’leaflet’或’mapview’創(chuàng)建的交互式地圖的彈出窗口中嵌入表格，圖像或圖形。 處理文件系統(tǒng)或遠(yuǎn)程URL上圖像的本地路徑。 處理使用“基礎(chǔ)”圖形，“網(wǎng)格”或“ggplot2”創(chuàng)建的圖形以及使用“htmlwidgets”創(chuàng)建的交互式圖形。

leafpop

15.R語言包earthEngineGrabR，earthEngineGrabR是R和GEE之間的接口，簡(jiǎn)化了遙感數(shù)據(jù)的采集。 R包在用戶定義的目標(biāo)區(qū)域和用戶定義的聚合過程中從地球引擎數(shù)據(jù)目錄中提取數(shù)據(jù)。 所有數(shù)據(jù)的提取和操作都完全外包給EE。 用戶獲得直接導(dǎo)入R的分析就緒數(shù)據(jù)集。

earthEngineGrabR

16.基于Django開發(fā)的期刊管理頁面。

Journal

17.這是基于R Markdown和bookdown（https://github.com/rstudio/bookdown）的書籍的最小示例。

the r book

18.R語言包ggCorpIdent，用于在R中輕松定制ggplot2圖形而無需觸及繪圖代碼本身的軟件包。

ggCorpIdent

19.R語言包lexicon，用于文本分析的詞典和詞典的數(shù)據(jù)包。

lexicon

20.Tesseract開源OCR引擎。

tesseract

21.R語言包brain，R中的V8動(dòng)力神經(jīng)網(wǎng)絡(luò)框架。

brain

22.R語言包h3forr，通過V8和h3-js到H3（六邊形分層空間索引系統(tǒng)）的R接口。

h3forr

23.可擴(kuò)展的Auto-ML系統(tǒng)。

easeml

24.R語言包brolgar，R中的縱向數(shù)據(jù)和分析數(shù)據(jù)。

brolgar

25.使用Maps Shiny Workshop進(jìn)行數(shù)據(jù)可視化。

2019 04 18 shiny workshop

26.用于實(shí)時(shí)編碼網(wǎng)絡(luò)視覺效果的工具集。 受模擬模塊化合成器的啟發(fā)，這些工具探索了使用網(wǎng)絡(luò)流媒體實(shí)時(shí)路由視頻源和輸出。

hydra

27.一套R(shí) Markdown模板，可用于學(xué)術(shù)手稿，投影儀演示和教學(xué)大綱。

svm r markdown templates

28.Python庫openscm，開放式簡(jiǎn)單氣候模型框架統(tǒng)一了對(duì)幾種簡(jiǎn)單氣候模型（SCM）的訪問。 它定義了一個(gè)標(biāo)準(zhǔn)接口，用于獲取和設(shè)置模型參數(shù)，輸入和輸出數(shù)據(jù)以及運(yùn)行模型。 此外，OpenSCM為這些參數(shù)和場(chǎng)景提供標(biāo)準(zhǔn)化文件格式，包括讀取和寫入此類文件的功能。

openscm

29.實(shí)驗(yàn)：使用R從圖片創(chuàng)建鉛筆效果圖。

pencil scribbles

30.清華大學(xué)學(xué)位論文的Latex模板。

thuthesis

31.哥斯達(dá)黎加安第斯大學(xué)（Universidad de los Andes）高級(jí)計(jì)算方法課程。

MetodosComputacionaleAvanzados

32.使用Jupyter筆記本和Jekyll創(chuàng)建在線書籍。

jupyter book

33.Apache Arrow是內(nèi)存分析的開發(fā)平臺(tái)。 它包含一組技術(shù)，使大數(shù)據(jù)系統(tǒng)能夠快速處理和移動(dòng)數(shù)據(jù)。

arrow

34.R語言包reshape，數(shù)據(jù)結(jié)構(gòu)變換重塑。

reshape

35.使用多視圖幾何自我監(jiān)督學(xué)習(xí)3D人體姿勢(shì)（CVPR2019接收論文）。

EpipolarPose

36.一組輔助函數(shù)，可以更輕松地處理開源工具中的空間數(shù)據(jù)。 該軟件包由Earth Lab維護(hù)，最初旨在支持地球分析教育計(jì)劃。

earthpy feedstock

37.學(xué)術(shù)主頁管理工具，基于hugo的學(xué)術(shù)主頁，基于Python3。

academic admin

38.Kivy小部件根據(jù)校準(zhǔn)網(wǎng)格重新投影其內(nèi)容。

projectionmapping

39.R語言包transformr，平滑多邊形轉(zhuǎn)換。

transformr

40.開源中性風(fēng)格的圖標(biāo)系統(tǒng)。

remixicon

41.Gravity是一款數(shù)據(jù)復(fù)制組件，提供全量、增量數(shù)據(jù)同步，以及向消息隊(duì)列發(fā)布數(shù)據(jù)更新。

gravity

42.這是一個(gè)測(cè)試庫，用于提供MCMC算法和想法的參考實(shí)現(xiàn)。

minimc

43.為Ian Goodfellow，Yoshua Bengio和Aaron Courville的深度學(xué)習(xí)書的每一章提供了摘要，并試圖更詳細(xì)地解釋一些概念。 一些較為棘手的章節(jié)中有專門針對(duì)它們的博客文章，可以在http://medium.com/inveterate-learner上找到。

Deep Learning Book Chapter Summaries

44.一個(gè)webgl地球，可以輕松地在坐標(biāo)處實(shí)時(shí)添加形狀。

realtime webgl globe

45.《我也有話要說》—— 普通人的當(dāng)眾講話技能。

public speaking with meaning

46.R語言包ballr，Basketball-reference.com的R API。

ballr

47.R語言包mathpix，查詢mathpix API以將數(shù)學(xué)圖像轉(zhuǎn)換為L(zhǎng)aTeX。

mathpix

48.雷達(dá)高度計(jì)數(shù)據(jù)庫系統(tǒng)（RADS）由代爾夫特地球空間研究所，NOAA衛(wèi)星測(cè)高實(shí)驗(yàn)室和EUMETSAT開發(fā)。 除了實(shí)際的高度計(jì)數(shù)據(jù)外，RADS還提供了一套應(yīng)用程序和子程序，可簡(jiǎn)化各種雷達(dá)高度計(jì)數(shù)據(jù)的讀取，編輯和處理。

rads

49.交互式地圖的框架。

map context frame

50.來自Natural Earth的預(yù)制TopoJSON。

world atlas

51.使用Bootstrap和Leaflet構(gòu)建簡(jiǎn)單而優(yōu)雅的Web制圖應(yīng)用程序的模板。

bootleaf

52.HotpotQA：用于多種可解釋的問題解答的數(shù)據(jù)集。

hotpot

53.PyRAT（Python雷達(dá)分析工具），PyRat是一種靈活的后期處理合成孔徑雷達(dá)（SAR）數(shù)據(jù)的框架。 它適用于機(jī)載和星載數(shù)據(jù)，尤其專注于提供簡(jiǎn)單的基于插件的編程接口。從技術(shù)上講，PyRat是用Python實(shí)現(xiàn)的（由一些Cython支持），并使用基于HDF5的光盤容器進(jìn)行臨時(shí)存儲(chǔ)。 它具有自動(dòng)多線程塊處理功能，可實(shí)現(xiàn)速度和內(nèi)存效率，強(qiáng)大的批處理系統(tǒng)和基于Qt的GUI。

PyRAT

54.基礎(chǔ)的遙感模型管理。

rspy

55.非常知名的交互式可視化庫，plotly.js。

plotly.js

56.R語言包RefMnageR，RefManageR提供了導(dǎo)入和使用書目參考的工具。

RefManageR

57.R語言包rayrender，用于在R中創(chuàng)建的光線追蹤場(chǎng)景。

rayrender

58.這個(gè)項(xiàng)目的目標(biāo)是解釋如何在R中構(gòu)建動(dòng)畫條形圖。

animated bar charts in R

59.公司，官員和非政府組織使用R。在您需要的情況下，來自企業(yè)，官員和非政府組織的生產(chǎn)和/或研究中使用R的案例/博客文件/包的精選清單。

companies using r

60.R語言包sparklyr， Apache Spark的R接口。

sparklyr

61.該網(wǎng)站/ GitHub存儲(chǔ)庫適用于riskmapr shiny應(yīng)用程序套件。 在本文檔中，我們概述了如何下載和運(yùn)行它們。

riskmapr

62.南瓜書PumpkinBook，南瓜書僅僅是西瓜書的一些細(xì)微補(bǔ)充而已，里面的內(nèi)容都是以西瓜書的內(nèi)容為前置知識(shí)進(jìn)行表述的，所以南瓜書的最佳使用方法是以西瓜書為主線，遇到自己推導(dǎo)不出來或者看不懂的公式時(shí)再來查閱南瓜書。

pumpkin book

63.Jade/pangeo的自定義的jupyterhub的模板。

pangeo custom jupyterhub templates

jade custom jupyterhub templates

64.適用于Java/Liberty的Acme Air主服務(wù)的實(shí)現(xiàn)。 主要服務(wù)主要包括與其他服務(wù)交互的表示層（網(wǎng)頁）。

acmeair mainservice jaba

65.PostGIS的docker鏡像。

docker postgis

66.Python庫openbnmapi，這是Bank Negara Malaysia Open API的非官方Python封裝。

python openbnmapi

67.關(guān)于深度學(xué)習(xí)背景下卷積算術(shù)的技術(shù)報(bào)告。

conv arithemtic

68.ShinyStudio項(xiàng)目是Docker服務(wù)的編排，允許使用ShinyProxy保護(hù)RStudio和Shiny Server，輕松，免費(fèi)，安全地開發(fā)和托管豐富的交互式內(nèi)容。

ShinyStuidio

69.golang版本網(wǎng)易云音樂ncm文件格式轉(zhuǎn)換。

ncmdump

70.R語言包h3, H3的R接口，一種分層的六邊形地理空間索引系統(tǒng)。

h3 r

71.實(shí)驗(yàn)：使用R從圖片創(chuàng)建簡(jiǎn)筆畫效果圖

travelling salesman portait

72.該數(shù)據(jù)集是由345個(gè)類別的5000萬幅圖紙組成的集合，由Quick，Draw！游戲玩家提供。

quickdraw dataset

73.兩個(gè)視圖結(jié)構(gòu)的運(yùn)動(dòng)。

3D reconstruction

74.R語言包repr,各種R對(duì)象的字符串和字節(jié)表示。

repr

75.Microsoft MPI（MS-MPI）是消息傳遞接口標(biāo)準(zhǔn)的Microsoft實(shí)現(xiàn)，用于在Windows平臺(tái)上開發(fā)和運(yùn)行并行應(yīng)用程序。

Microsoft MPI

76.R語言包rtables，rtables R包是用R創(chuàng)建和顯示復(fù)雜表格的原型。rtable中的單元格可以包含任何高維數(shù)據(jù)結(jié)構(gòu)，然后可以使用特定于單元格的格式化指令進(jìn)行顯示。 目前，rtables可以用ascii和html輸出。

rtables

77.openFrameworks的平面，2D和3D Ray對(duì)象。它檢查光線與段，球體，三角形，平面，一個(gè)原點(diǎn)，一個(gè)帶有ofMesh的多重線的交叉點(diǎn)。

ofxRaycaster

78.R語言包pander，一個(gè)R Pandoc的書寫器。

pander

79.Mappa.js是一個(gè)Javascript庫，允許您在tile地圖上疊加。 它還提供了一組工具，用于處理靜態(tài)地圖，交互式平鋪地圖和地理數(shù)據(jù)，以及在構(gòu)建基于地理位置的可視化表示時(shí)非常有用的其他工具。

Mappa

80.deck.gl的流向圖繪制。 可用于可視化人員的移動(dòng)（例如遷移）或地理位置之間的對(duì)象。 該圖層在WebGL中呈現(xiàn)，可以處理大量具有良好渲染性能的流。

flomap.gl

81.此數(shù)據(jù)集代碼生成數(shù)學(xué)問答對(duì)，來自一系列問題類型，大致處于學(xué)校級(jí)難度。 這旨在測(cè)試學(xué)習(xí)模型的數(shù)學(xué)學(xué)習(xí)和代數(shù)推理技巧。

mathematics dataset

82.R語言包dspace，空間數(shù)據(jù)的數(shù)據(jù)驅(qū)動(dòng)分割。

dspace

83.R語言包spatialreg，空間回歸模型的R包。

spatialreg

84.BRDF核Python代碼。

brdf kernels

2 Paper:

1.Estimation of PM2·5-associated disease burden in China in 2020 and 2030 using population and air quality scenarios: a modelling study/使用人口和空氣質(zhì)量情景估算2020年和2030年中國(guó)PM2.5相關(guān)疾病負(fù)擔(dān)：模型研究

背景：空氣污染及其對(duì)公共健康的不利影響仍然是中國(guó)的一個(gè)相當(dāng)大的問題，中國(guó)已經(jīng)實(shí)施了改善這種情況的政策。我們的目的是估計(jì)2020年和2030年中國(guó)各地與顆粒物（PM）2.5相關(guān)的疾病負(fù)擔(dān)，以確定風(fēng)險(xiǎn)最高的人群和地區(qū)，量化空氣質(zhì)量改善目標(biāo)的健康效益，并確定人口增長(zhǎng)的影響和這種疾病負(fù)擔(dān)老化。方法：在這項(xiàng)模型研究中，我們根據(jù)參與制定“生態(tài)環(huán)境保護(hù)”第十三個(gè)五年規(guī)劃和人口情景的專家組提出的空氣質(zhì)量情景，調(diào)查了中國(guó)PM2.5過早死亡事件。關(guān)于政府間氣候變化專門委員會(huì)的共同社會(huì)經(jīng)濟(jì)途徑。我們使用用于全球疾病負(fù)擔(dān)研究的綜合暴露 - 反應(yīng)模型來估計(jì)每種情景下與PM2.5相關(guān)的過早死亡的數(shù)量。調(diào)查結(jié)果：空氣質(zhì)量改善目標(biāo)的預(yù)計(jì)健康效益是巨大的，與2010年相比，到2020年，中國(guó)PM2.5相關(guān)的過早死亡人數(shù)將減少約129 278人，到2030年減少217 988人。但是，由于中國(guó)人口不斷增加和老齡化，預(yù)計(jì)到2020年P(guān)M2.5相關(guān)的過早死亡人數(shù)將增加84 102人，到2030年增加244 191人，這表明空氣質(zhì)量改善所帶來的健康效益可以被效果抵消人口增長(zhǎng)和人口老齡化解釋：為了減少中國(guó)未來的疾病負(fù)擔(dān)，需要比中期目標(biāo)更嚴(yán)格的目標(biāo)和改善空氣質(zhì)量和保護(hù)公眾健康的嚴(yán)格政策，特別是對(duì)于老年人（年齡> 55歲）等高危人群）和患有心血管疾病的患者，特別是在疾病負(fù)擔(dān)高的地區(qū)。基于PM2.5的疾病負(fù)擔(dān)，PM2.5這里的中國(guó)空氣污染給中國(guó)人民造成的疾病負(fù)擔(dān)的相關(guān)研究，尤其是針對(duì)于心血管疾病有較高的疾病負(fù)擔(dān)。利用人口模擬情景分析的公共健康研究。

2.Impact of Meteorological Conditions on PM2.5 Pollution in China during Winter/氣象條件對(duì)冬季中國(guó)PM2.5污染的影響

細(xì)顆粒物（PM2.5）對(duì)人類健康構(gòu)成威脅。 2017年1月，中國(guó)PM2.5污染嚴(yán)重，平均PM2.5濃度比2016年1月增加了14.7％。氣象條件對(duì)PM2.5污染有很大影響。使用監(jiān)測(cè)數(shù)據(jù)評(píng)估PM2.5與氣象因子之間的關(guān)系，并使用社區(qū)多尺度空氣質(zhì)量模型系統(tǒng)（CMAQ）定量評(píng)估氣象條件變化對(duì)PM2.5污染的影響。結(jié)果表明，2016年1月至2017年1月氣象條件的變化導(dǎo)致PM2.5全國(guó)平均濃度增加了13.6％。與氣象條件良好的長(zhǎng)江三角洲（YRD）不同，不利的氣象條件（如低風(fēng)速，高濕度，低邊界層高度和低降雨量）導(dǎo)致PM2.5濃度惡化29.7％，42.6％和京津冀（JJJ）地區(qū)，珠江三角洲（珠三角）地區(qū)和成渝（CYB）地區(qū)分別占7.9％。鑒于當(dāng)?shù)貧庀髮?duì)PM2.5濃度的重大影響，應(yīng)更加重視利用氣象手段改善當(dāng)?shù)氐目諝赓|(zhì)量。分析了氣象因素對(duì)于PM2.5冬季污染的影響。基于化學(xué)傳輸模型CMAQ的定量分析具有一定價(jià)值。

3.Urban heat island: Aerodynamics or imperviousness?/城市熱島：空氣動(dòng)力學(xué)還是不透水性？

現(xiàn)在世界上一半以上的人口居住在被稱為熱島的城市。雖然傳統(tǒng)上認(rèn)為白天城市熱島（UHIs）是城市蒸發(fā)冷卻較少的結(jié)果，但最近的工作引發(fā)了新的爭(zhēng)論，表明白天UHI強(qiáng)度的地理變化主要是由于城鄉(xiāng)地區(qū)效率的變化。將熱量從陸地表面?zhèn)鬟f到低層大氣。在這里，我們通過證明最近的發(fā)現(xiàn)和傳統(tǒng)范式之間的差異可以通過歸因方法的差異來解釋這一辯論。使用新的歸因方法，我們發(fā)現(xiàn)白天UHI強(qiáng)度的空間變化更多地受到城市和農(nóng)村地區(qū)蒸發(fā)水容量變化的控制，這表明提高綠色基礎(chǔ)設(shè)施等蒸發(fā)能力的策略是緩解城市熱量的有效方法。 分析城市熱島效應(yīng)的機(jī)理性問題——究竟是空氣動(dòng)力學(xué)的問題還是不透水性的問題？。發(fā)表在Science Advance上的雄文，個(gè)人認(rèn)為是針對(duì)未來城市熱島效應(yīng)研究的重要參考文章。

4.Drought impacts on terrestrial primary production underestimated by satellite monitoring/衛(wèi)星監(jiān)測(cè)低估了對(duì)陸地初級(jí)生產(chǎn)力的干旱影響

衛(wèi)星反演有關(guān)地球表面的信息被廣泛用于監(jiān)測(cè)全球陸地光合作用和初級(jí)生產(chǎn)，并檢查干旱的生態(tài)影響。估算空間光合作用的方法通常結(jié)合植被綠度，入射輻射，溫度和大氣對(duì)水的需求（蒸汽壓力不足）的信息，但不考慮低土壤水分的直接影響。盡管有大量證據(jù)表明土壤水分虧缺對(duì)植被有直接影響，而且與蒸氣壓不足無關(guān)，但他們依賴蒸氣壓力不足作為干旱的代表。在這里，我們使用全球分布的測(cè)量網(wǎng)絡(luò)來評(píng)估土壤水分對(duì)光合作用的影響，并確定一系列基于衛(wèi)星的光合作用估計(jì)的共同偏差，該估計(jì)受土壤水分對(duì)光合作用光效率的影響。 。我們開發(fā)了考慮土壤水分影響的方法，并估計(jì)土壤水分效應(yīng)使全球光合作用減少了約15％，在25％的全球植被地表面上增加了超過100％的年際變化，并放大了極端的影響初級(jí)生產(chǎn)事件。這些結(jié)果證明了土壤濕度效應(yīng)對(duì)于監(jiān)測(cè)碳循環(huán)變率和干旱對(duì)空間植被生產(chǎn)力影響的重要性。衛(wèi)星監(jiān)測(cè)對(duì)于陸地初級(jí)生產(chǎn)力的影響，重點(diǎn)強(qiáng)調(diào)了土壤水分對(duì)于NPP的影響，土壤水分的數(shù)據(jù)這幾年ESA等都有推出，這一塊對(duì)于NPP的反演具有重要意義。后續(xù)的NPP估算研究應(yīng)當(dāng)考慮這些。當(dāng)然據(jù)我所知的目前全球土壤水分的遙感產(chǎn)品分辨率仍然會(huì)制約這塊的進(jìn)一步應(yīng)用。

5.Beyond fractional coverage: A multilevel approach to analyzing the impact of urban tree canopy structure on surface urban heat islands/在破碎化覆蓋之外：分析城市樹冠層結(jié)構(gòu)對(duì)地表城市熱島影響的多層次方法

城市林業(yè)研究中的一個(gè)突出主題是生態(tài)系統(tǒng)服務(wù)的量化。城市植被的一個(gè)重要好處是減輕城市熱島效應(yīng)。雖然已經(jīng)出現(xiàn)了一系列研究來研究城市植被的作用，最常見的是城市樹木，但這些研究往往側(cè)重于兩個(gè)空間尺度。使用城市作為分析單元（城市尺度），第一組傾向于檢查城鄉(xiāng)差異的解釋者，而第二組則側(cè)重于個(gè)體或小群樹（局部尺度）減輕小氣候的能力變暖。城市林業(yè)研究中很大程度上缺乏中間尺度（鄰域尺度）的研究，這些研究調(diào)查了城市森林的溫度調(diào)節(jié)效應(yīng)，例如林分大小和林分連通性。為了解決文獻(xiàn)中的這一差距，本文采用多層次回歸方法來研究城市樹木的更廣泛空間布局如何補(bǔ)充更多的本地樹冠層覆蓋并放大生態(tài)系統(tǒng)服務(wù)的重要性。我們的結(jié)論是，當(dāng)局部傳播區(qū)域的分?jǐn)?shù)樹覆蓋率相似時(shí)，那些嵌套在較寬的行政區(qū)域中，森林斑塊較少的區(qū)域表現(xiàn)出日間平均表面溫度降低。除了完善我們對(duì)與城市夏季地表溫度適度相關(guān)的重要植被驅(qū)動(dòng)因素的理解以及促進(jìn)跨空間尺度的假設(shè)檢驗(yàn)之外，量化這種“缺失的中間”還支持一種管理策略，該策略超越了“越多越好”的特征。多尺度的城市熱島效應(yīng)與森林斑塊作用研究，多層次回歸模型是一個(gè)用于多尺度研究的重要方法，結(jié)果也。

6.A surface network based method for studying urban hierarchies by night time light remote sensing data/基于地表網(wǎng)絡(luò)的夜間燈光遙感數(shù)據(jù)研究城市等級(jí)的方法

城市等級(jí)與經(jīng)濟(jì)增長(zhǎng)，城市規(guī)劃和可持續(xù)城市發(fā)展密切相關(guān)。由于在精細(xì)尺度上可靠的統(tǒng)計(jì)數(shù)據(jù)的有限性，大多數(shù)關(guān)于城市等級(jí)特征的現(xiàn)有研究未能捕獲詳細(xì)的城市空間結(jié)構(gòu)信息。以前的研究表明，夜間燈光數(shù)據(jù)與許多城市社會(huì)經(jīng)濟(jì)指標(biāo)相關(guān)，因此可用于表征城市等級(jí)。本文提出了一種從夜間燈光數(shù)據(jù)中研究城市等級(jí)的新方法。夜間燈光數(shù)據(jù)首先被概念化為連續(xù)的數(shù)學(xué)表面，稱為夜間光表面。根據(jù)這些表面的形態(tài)，推導(dǎo)出相應(yīng)的地表網(wǎng)絡(luò)。此后，定義夜間光強(qiáng)度（NTLI）圖以描述地表網(wǎng)絡(luò)的形態(tài)。然后，通過基于閾值的最大公共誘導(dǎo)圖搜索算法計(jì)算任意兩個(gè)不同城市的夜間光表面之間的結(jié)構(gòu)相似性。最后，城市等級(jí)是根據(jù)不同城市之間的結(jié)構(gòu)相似性來定義的。利用2015年度NPP-VIIRS夜間光照數(shù)據(jù)，成功檢驗(yàn)了中國(guó)32個(gè)主要城市的城市等級(jí)。結(jié)果與參考城市等級(jí)非常一致。余柏蒗老師團(tuán)隊(duì)的成果，發(fā)展了一種基于夜間燈光數(shù)據(jù)研究城市等級(jí)的新方法。利用的是網(wǎng)絡(luò)

7.Cities are hungry for actionable ecological knowledge/城市研究和實(shí)踐中迫切需要可行的生態(tài)學(xué)知識(shí)

城市是人類的核心，負(fù)擔(dān)了世界一半以上的人口和四分之三的能源消耗，城市在生態(tài)學(xué)研究的重要性越來越凸顯，該文是一個(gè)coments，由周偉奇老師、Brendan Fisher和Steward TA Pickett三位大家聯(lián)合發(fā)表在生態(tài)學(xué)頂尖期刊Frontiers in Ecology and Environment，主要論述了城市研究和實(shí)踐中需要可行的生態(tài)學(xué)知識(shí)，介紹了相關(guān)的國(guó)內(nèi)外進(jìn)展以及展望。此文已有全文翻譯，需要的可以點(diǎn)擊下面第一條評(píng)論。

8.The Response of Plant Photosynthesis and Stomatal Conductance to Fine Particulate Matter (PM2.5) based on Leaf Factors Analyzing/基于葉片因子分析的植物光合作用和氣孔導(dǎo)度對(duì)細(xì)顆粒物（PM2.5）的響應(yīng)

顆粒對(duì)植物光合作用的影響仍然不是很清楚，植物是細(xì)顆粒物（PM2.5）沉積的匯。在此，我們進(jìn)行了室內(nèi)測(cè)量，以評(píng)估不同PM2.5水平下4種不同葉片特性植物的凈光合速率和氣孔導(dǎo)度的變化動(dòng)態(tài)。然后對(duì)樹葉進(jìn)行取樣，通過掃描電子顯微鏡（SEM）定量研究溝槽比例，葉片毛狀體密度，氣孔密度和氣孔大小。 4種氣孔導(dǎo)度與光合速率呈正相關(guān)。 PM2.5升高后，凈光合速率和氣孔導(dǎo)度隨時(shí)間下降，隨著PM2.5濃度的增加，下降速度變得更快。氣孔關(guān)閉和氣孔導(dǎo)度降低可能是由于PM2.5污染條件下氣孔大小減少所致。葉片毛狀體和溝槽似乎對(duì)PM2.5暴露的植物具有保護(hù)作用，并且是造成PM2.5污染條件下光合速率和氣孔導(dǎo)度差異的原因。在Neolitsea aurata和Lindera kwangtungensis葉片表面較高的溝槽比例和毛狀體的存在吸收了一些顆粒物質(zhì)并緩沖了PM2.5污染對(duì)氣孔的影響。關(guān)于植物滯塵的機(jī)理性研究，可以為滯塵類的研究提供先驗(yàn)知識(shí)。

9.Establishing the relationship between urban land-cover configuration and night time land-surface temperature using spatial regression/利用空間回歸建立城市土地覆蓋結(jié)構(gòu)與夜間地表溫度的關(guān)系

研究表明，城市形態(tài)可以影響微氣候調(diào)節(jié)。通過分析高分辨率土地覆蓋圖，景觀生態(tài)指標(biāo)和熱成像，遙感研究為這些發(fā)現(xiàn)做出了貢獻(xiàn)。總的來說，這些被稱為土地覆蓋配置研究。這項(xiàng)研究有三個(gè)目標(biāo)。首先是評(píng)估夜間地表溫度（LST）與土地覆蓋構(gòu)造和組成之間的關(guān)系。第二個(gè)目標(biāo)是概述一種綜合方法，包括普通最小二乘法（OLS），空間回歸，變量選擇和多重共線性分析。我們的最后一個(gè)目標(biāo)是測(cè)試關(guān)于LST與土地覆蓋之間關(guān)系的三個(gè)假設(shè)，這可以簡(jiǎn)單地描述為：1）土地利用制度在土地覆蓋構(gòu)成和配置變量LST模擬中的重要性; 2）LST與道路，建筑物和植被之間的相關(guān)強(qiáng)度; 3）利用景觀指標(biāo)模擬LST與土地覆蓋之間的關(guān)系，提高了模型的質(zhì)量。基于16種不同的模型（8個(gè)OLS，8個(gè)空間回歸），我們可以確認(rèn)上述假設(shè)，但我們發(fā)現(xiàn)建筑物，道路和植被的配置與LST有著復(fù)雜的關(guān)系。我們對(duì)這種復(fù)雜性的解釋，加上組成變量的強(qiáng)弱，現(xiàn)在，簡(jiǎn)約模型對(duì)城市規(guī)劃者來說更有用，因?yàn)樗鼈兏咂毡樾浴Ｗ詈?#xff0c;土地覆蓋配置和LST的空間回歸模型證明了對(duì)非空間線性模型（OLS）的改進(jìn)。空間回歸模型降低了異方差性和殘差聚類以及回彈系數(shù)，表明OLS模型可能存在偏差。 OLS模型仍被發(fā)現(xiàn)是探索性分析的有用工具。分析夜間地表溫度與土地覆被的關(guān)系，利用了OLS和一些其他空間回歸模型。OLS仍然是一個(gè)有用的數(shù)據(jù)探索分析工具。

10.Effective moratoria on land acquisitions reduce tropical deforestation: Evidence from Indonesia/有效暫停征地可減少熱帶森林砍伐：來自印度尼西亞的證據(jù)

熱帶地區(qū)遭受了大量的森林損失，森林砍伐率的提高與大規(guī)模的土地征用（LSLA）密切相關(guān)。及時(shí)準(zhǔn)確地了解全球LSLA模式對(duì)于制定相關(guān)政策和行動(dòng)至關(guān)重要。在這里，我們調(diào)查全球LSLA網(wǎng)絡(luò)，發(fā)現(xiàn)土地收購的特點(diǎn)是從發(fā)展中國(guó)家到發(fā)達(dá)國(guó)家的主導(dǎo)收購流量（75.4％），而這些流量在發(fā)展中國(guó)家（22.8％）或發(fā)達(dá)國(guó)家中保留的較少（ 1.8％）。政策驅(qū)動(dòng)的暫停現(xiàn)有LSLA是一種用于減少全球森林損失的關(guān)鍵機(jī)制，最近在印度尼西亞發(fā)現(xiàn)，但由于缺乏定量綜合，其有效性仍不明確。根據(jù)對(duì)2001-2017年森林損失的空間直觀時(shí)間分析，我們發(fā)現(xiàn)，作為整個(gè)印度尼西亞，增加的森林損失率為0.091 Mha /年（2001-2011），放緩至0.001 Mha /年（2012年）-2017）在2011年建立暫停后。同時(shí)，根據(jù)伐木，木材和油棕優(yōu)惠的年度森林損失的比較，我們發(fā)現(xiàn)暫停之外的土地特許經(jīng)營(yíng)森林損失率比森林損失率高35％至396％。暫停期間可比較的土地特許權(quán)。全面實(shí)施暫停所有土地特許權(quán)的森林損失減少可以減少最大地上生物量碳（ABC）排放量112,888±24,766 Mg C /年，相對(duì)于沒有暫停的反事實(shí)情景減少近41.89％。這些調(diào)查結(jié)果支持國(guó)際合作和集體行動(dòng)，以實(shí)施有效的土地暫停，以扭轉(zhuǎn)長(zhǎng)達(dá)十年的熱帶森林損失軌跡。分析土地征用政策對(duì)森林砍伐與損失的影響，從。

11.Geographically and temporally weighted neural networks for satellite-based mapping of ground-level PM2.5/用于基于衛(wèi)星的地平面PM2.5制圖的地理和時(shí)間加權(quán)神經(jīng)網(wǎng)絡(luò)

衛(wèi)星衍生氣溶膠光學(xué)厚度（AOD）和臺(tái)站測(cè)量PM2.5的整合為獲得空間PM2.5數(shù)據(jù)提供了一種有前途的方法。考慮到AOD-PM2.5關(guān)系的空間和時(shí)間異質(zhì)性的幾種時(shí)空模型已被廣泛用于PM2.5估計(jì)。然而，它們通常基于線性假設(shè)描述復(fù)雜的AOD-PM2.5關(guān)系。以前的機(jī)器學(xué)習(xí)模型在擬合非線性AOD-PM2.5關(guān)系方面具有很大的優(yōu)勢(shì)，但很少允許其時(shí)空變化。為了同時(shí)考慮AOD-PM2.5關(guān)系的非線性和時(shí)空異質(zhì)性，本研究開發(fā)了地理和時(shí)間加權(quán)神經(jīng)網(wǎng)絡(luò)（GTWNN），用于基于衛(wèi)星的地面PM2.5估計(jì)。使用衛(wèi)星AOD產(chǎn)品，NDVI數(shù)據(jù)和中國(guó)的氣象因子作為輸入，GTWNN設(shè)置了臺(tái)站PM2.5測(cè)量。然后可以獲得沒有地面站的那些位置的空間PM2.5數(shù)據(jù)。與先前的時(shí)空模型相比，所提出的GTWNN已經(jīng)實(shí)現(xiàn)了更好的性能，即，每日地理加權(quán)回歸以及地理和時(shí)間加權(quán)回歸。 GTWNN的基于樣本和基于站點(diǎn)的交叉驗(yàn)證R2值分別為0.80和0.79。在此基礎(chǔ)上，在中國(guó)生成了分辨率為0.1度的空間PM2.5數(shù)據(jù)。該研究實(shí)現(xiàn)了地理法和神經(jīng)網(wǎng)絡(luò)的結(jié)合，提高了基于衛(wèi)星的PM2.5估計(jì)的準(zhǔn)確性。一個(gè)耦合時(shí)空地理加權(quán)與神經(jīng)網(wǎng)絡(luò)的方法用于AOD到PM2.5地面制圖。精度較好，空間分辨率為0.1°。

12.PM2.5-related health and economic loss assessment for 338 Chinese Cities/中國(guó)338個(gè)城市的PM2.5相關(guān)健康和經(jīng)濟(jì)損失評(píng)估

在全球關(guān)注城市污染問題之后，中國(guó)正處于環(huán)境空氣質(zhì)量管理的關(guān)鍵階段。在人口稠密的城市，工業(yè)發(fā)展和城市化導(dǎo)致了令人擔(dān)憂的空氣污染，嚴(yán)重危害健康。原因特定的PM2.5相關(guān)健康影響的量化和相應(yīng)的經(jīng)濟(jì)損失估計(jì)對(duì)環(huán)境PM2.5水平的控制政策至關(guān)重要。基于2016年中國(guó)338個(gè)城市PM2.5濃度的地面直接測(cè)量結(jié)果，本研究使用綜合暴露 - 響應(yīng)（IER）模型，非線性冪律（NLP）模型和log-來估算原因特異性死亡率。線性（LL）模型，然后使用對(duì)數(shù)線性模型進(jìn)行發(fā)病率評(píng)估。支付意愿（WTP）和疾病成本（COI）方法已被用于PM2.5歸因的經(jīng)濟(jì)損失評(píng)估。 2016年，在中國(guó)，PM2.5的年濃度范圍在10到157μg/ m3之間，總?cè)丝诘?8.79％暴露于>35μg/ m3的PM2.5濃度。隨后，國(guó)家PM2.5歸因死亡率為0.964（95％CI：0.447,1.355）百萬（LL：125.8萬，不良貸款：0.770億），約占中國(guó)報(bào)告死亡人數(shù)的9.98％。此外，總呼吸系統(tǒng)疾病和心血管疾病特異性住院病例發(fā)病率分別為60.5萬和0.364億。估計(jì)慢性支氣管炎，哮喘和急診入院發(fā)病率分別為0.986,1.0和0.117百萬。同時(shí)，PM2.5暴露導(dǎo)致經(jīng)濟(jì)損失1013.9億美元，占2016年全國(guó)GDP的0.91％。這項(xiàng)研究首次強(qiáng)調(diào)了與三種常用方法相關(guān)的差異 - 特定死亡率評(píng)估。本研究的死亡率和發(fā)病率結(jié)果將為中國(guó)省級(jí)和國(guó)家政策制定者對(duì)338個(gè)城市進(jìn)行可測(cè)量的評(píng)估，以加強(qiáng)他們?cè)诟纳瓶諝赓|(zhì)量方面的努力。分析了PM2.5引起的經(jīng)濟(jì)和健康損失，可以用于政策評(píng)估。這樣可以更具針對(duì)性地進(jìn)行大氣污染方面的政策制定。

13.Taking Action on Air Pollution Control in the Beijing-Tianjin-Hebei (BTH) Region: Progress, Challenges and Opportunities/對(duì)京津冀地區(qū)大氣污染防治采取行動(dòng)：進(jìn)展，挑戰(zhàn)和機(jī)遇

由于快速的城市化，工業(yè)化和機(jī)動(dòng)化，中國(guó)大量城市受到大量空氣污染的影響。為了探討2013年后京津冀地區(qū)空氣污染控制的進(jìn)展，仍存在的挑戰(zhàn)和可持續(xù)性，進(jìn)行了混合方法分析。定量分析包括BTH地區(qū)空氣質(zhì)量管理的概述。與來自各級(jí)政府和研究機(jī)構(gòu)的12名利益相關(guān)者進(jìn)行了半結(jié)構(gòu)化專家訪談，他們?cè)跊Q策或研究方面發(fā)揮了重要作用，并就BTH地區(qū)的空氣污染控制提供咨詢。結(jié)果表明，在嚴(yán)格的空氣污染控制政策下，BTH的空氣質(zhì)量符合大氣污染防治行動(dòng)計(jì)劃的目標(biāo)。但是，該地區(qū)和不同污染物的改善情況各不相同。雖然實(shí)施具有決定性，至少部分得到有效執(zhí)行，但在工業(yè)和交通排放控制方面仍然存在重大挑戰(zhàn)，國(guó)家空氣質(zhì)量限制繼續(xù)大大超出，競(jìng)爭(zhēng)性發(fā)展利益仍然主要尚未解決。還有人擔(dān)心目前的空氣污染控制措施的可持續(xù)性，特別是對(duì)于行業(yè)而言，由于自上而下的執(zhí)法，以及相關(guān)的社會(huì)成本負(fù)擔(dān)，包括失業(yè)和社會(huì)不公平導(dǎo)致的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。建議采取更好的機(jī)制確保跨部門協(xié)調(diào)和改善中央 - 地方政府溝通。提供了進(jìn)一步的建議，以改進(jìn)BTH各自的空氣污染控制戰(zhàn)略的概念設(shè)計(jì)和有效實(shí)施。我們的研究突出了中國(guó)大城市群的全面空氣污染控制管理需要解決的一些主要障礙。京津冀地區(qū)大氣污染防治行動(dòng)的進(jìn)展挑戰(zhàn)和機(jī)遇分析，對(duì)相關(guān)專家做了訪談。

14.Exposure to ambient fine particles and neuropsychiatric symptoms in cognitive disorder: A repeated measure analysis from the CREDOS (Clinical Research Center for Dementia of South Korea) study/在認(rèn)知障礙中暴露于環(huán)境細(xì)顆粒和神經(jīng)精神癥狀：來自CREDOS（韓國(guó)癡呆癥臨床研究中心）研究的重復(fù)測(cè)量分析

人們?cè)絹碓綋?dān)心空氣污染，特別是那些<2.5微米（PM2.5）的顆粒，會(huì)增加認(rèn)知障礙和精神障礙的風(fēng)險(xiǎn)。然而，環(huán)境PM2.5與認(rèn)知障礙患者的神經(jīng)精神癥狀之間的關(guān)系仍未確定。這項(xiàng)縱向研究包括645對(duì)認(rèn)知受損的受試者，他們?cè)谑谞枦]有改變居住地，他們的護(hù)理人員來自韓國(guó)癡呆癥臨床研究中心2005年9月至2010年6月（1763天）的研究隊(duì)列。通過韓國(guó)版神經(jīng)精神病學(xué)清單測(cè)量神經(jīng)精神癥狀，并且在門診診所的第一次和第二次就診時(shí)通過神經(jīng)精神病學(xué)清單護(hù)理者窘迫量表檢查護(hù)理人員負(fù)擔(dān)。區(qū)域特異性PM2.5濃度在每次訪問前1個(gè)月至1年構(gòu)建。使用廣義估計(jì)方程來計(jì)算重復(fù)測(cè)量的對(duì)數(shù)線性回歸用于評(píng)估PM2.5暴露與神經(jīng)精神癥狀或護(hù)理人員負(fù)擔(dān)之間的關(guān)系。加重的神經(jīng)精神癥狀與暴露于高PM2.5水平相關(guān)（調(diào)整后的百分比變化：16.7％[95％置信區(qū)間（CI），5.0-29.7]，每1個(gè)月移動(dòng)平均值增加8.3μg/ m3）。僅在阿爾茨海默病患者的護(hù)理人員中，護(hù)理人員負(fù)擔(dān)增加與PM2.5暴露相關(guān)（調(diào)整后的百分比變化：在1個(gè)月移動(dòng)平均值中，每8.3微克/立方米增加29.0％[95％CI，8.1-53.9]）。目前的結(jié)果表明，PM2.5暴露與患有認(rèn)知障礙的受試者的加重的神經(jīng)精神癥狀和增加的看護(hù)者負(fù)擔(dān)相關(guān)。本研究的結(jié)果表明，在患有認(rèn)知障礙的老年人群中，空氣污染的作用值得高度重視。PM2.5對(duì)于精神疾病人的影響。精神負(fù)擔(dān)與高水平PM2.5暴露影響。

15.Airbnb disruption of the housing structure in London/Airbnb對(duì)倫敦住房結(jié)構(gòu)的破壞

本文探討了Airbnb，這是一個(gè)短期租賃住房的點(diǎn)對(duì)點(diǎn)平臺(tái)，利用倫敦的數(shù)據(jù)檢查這些機(jī)構(gòu)的地理格局。我們的目的是分析住宅類型的多樣性和各種社會(huì)經(jīng)濟(jì)屬性是否與列表的分布相關(guān)聯(lián)。我們使用基于熵的傳播度量來指示住宅類型的多樣性，并使用相關(guān)性分析查看其與Airbnb機(jī)構(gòu)分布的關(guān)系，以及該區(qū)域的人口統(tǒng)計(jì)，社會(huì)和經(jīng)濟(jì)概況。值得注意的是，我們的研究?jī)H考慮國(guó)內(nèi)建筑類型，并排除有關(guān)土地利用多樣性的任何信息。我們的分析得出了兩個(gè)重要的發(fā)現(xiàn)。首先，Airbnb租賃的空間位置與住宅類型的多樣性呈負(fù)相關(guān)，與單一住宅類型正相關(guān)，這通常與商業(yè)建筑中的特制公寓，轉(zhuǎn)換和公寓相對(duì)應(yīng)。其次，Airbnb與私人租賃物業(yè)比例較高的地區(qū)有關(guān)，將超過1.4％的住房供應(yīng)減少為短期租金。在某些街區(qū)，這種現(xiàn)象可能達(dá)到20％，進(jìn)一步加劇了高檔化的過程。最后，我們討論了這些調(diào)查結(jié)果的含義，作為與“共享”經(jīng)濟(jì)相關(guān)的政策與房屋結(jié)構(gòu)中斷相關(guān)的政策。分析Airbnb對(duì)于倫敦住房結(jié)構(gòu)的影響，共享經(jīng)濟(jì)與互聯(lián)網(wǎng)+對(duì)于當(dāng)前各種經(jīng)濟(jì)業(yè)態(tài)的沖擊，同時(shí)共享經(jīng)濟(jì)與互聯(lián)網(wǎng)+的特性對(duì)應(yīng)的地理空間大數(shù)據(jù)能在另外一個(gè)程度上改變我們的研究。

16.Spatiotemporal Pattern of Fine Particulate Matter and Impact of Urban Socioeconomic Factors in China/細(xì)粒物質(zhì)的時(shí)空格局與中國(guó)城市社會(huì)經(jīng)濟(jì)因素的影響

頻繁的朦朧天氣是中國(guó)快速城市化帶來的最明顯的空氣問題之一。作為霧霾污染的主要成分之一，嚴(yán)重影響環(huán)境質(zhì)量和人民健康的細(xì)顆粒物（PM2.5）引起了廣泛關(guān)注。本研究基于2000年至2015年的遙感PM2.5濃度數(shù)據(jù)，結(jié)合土地利用數(shù)據(jù)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)，并使用最小二乘法和結(jié)構(gòu)方程，研究了城市因素的PM2.5分布，變化趨勢(shì)和影響。模型（SEM）。結(jié)果表明，中國(guó)PM2.5的高濃度主要集中在中國(guó)東部和四川省。東部，東北，四川和廣西省PM2.5濃度呈現(xiàn)積極趨勢(shì)。同時(shí)，建成用地和農(nóng)用地的增長(zhǎng)趨勢(shì)比例最強(qiáng)，森林和草地的增長(zhǎng)趨勢(shì)最強(qiáng)，但總體趨勢(shì)仍在增長(zhǎng)。掃描電鏡結(jié)果表明，經(jīng)濟(jì)因素對(duì)PM2.5污染的貢獻(xiàn)最大，其次是人口因素和空間因素。在所有觀察到的變量中，第二產(chǎn)業(yè)GDP對(duì)PM2.5污染的影響最大。基于以上結(jié)果，PM2.5污染仍是當(dāng)前乃至未來中國(guó)的重要環(huán)境問題。決策者有必要從宏觀和微觀，長(zhǎng)期和短期方面制定行動(dòng)和政策，以減少污染。基于OLS和SEM對(duì)PM2.5和社會(huì)經(jīng)濟(jì)數(shù)據(jù)的關(guān)系分析。從結(jié)果來看，二產(chǎn)GDP的影響最大，說明還是工業(yè)能耗依舊是空氣污染的主要源頭。

17.Bundling ecosystem services for detecting their interactions driven by large-scale vegetation restoration: enhanced services while depressed synergies/捆綁生態(tài)系統(tǒng)服務(wù)以檢測(cè)由大規(guī)模植被恢復(fù)驅(qū)動(dòng)的相互作用：增強(qiáng)服務(wù)同時(shí)抑制協(xié)同作用

生態(tài)系統(tǒng)服務(wù)（ES）捆綁可以促進(jìn)全面了解大規(guī)模景觀中多個(gè)ES的空間配置和交互。它們對(duì)于制定政策和改善生態(tài)系統(tǒng)管理至關(guān)重要。 ES束的空間維度已在最近的研究中得到解決，但很少有工作考慮了ES束的時(shí)間變化。本文利用中國(guó)植被恢復(fù)核心區(qū)黃土高原的案例研究，探討2000年至2015年快速植被恢復(fù)期間ES空間分布，束類型和多種ES相互作用的變化。可測(cè)量的代理變量，生物物理指標(biāo)和InVEST模型用于量化10個(gè)ES。我們發(fā)現(xiàn)（1）大多數(shù)ES都得到了改進(jìn)，尤其是配置服務(wù)和碳封存。 （2）供應(yīng)服務(wù)與大多數(shù)調(diào)節(jié)服務(wù)之間存在穩(wěn)定的權(quán)衡，而植被恢復(fù)對(duì)農(nóng)業(yè)生產(chǎn)的影響很小。 （3）ES之間的協(xié)同作用被削弱，暗示存在微妙的功能ES相互依賴性。 （4）2000年至2015年間捆綁模式的變化表明，由于碳封存的增加和基流調(diào)節(jié)的惡化，ES之間的差距加大。該研究為理解多個(gè)ES與區(qū)域植被恢復(fù)活動(dòng)之間的相互作用提供了新的視角。生態(tài)恢復(fù)計(jì)劃在增強(qiáng)ES方面發(fā)揮著重要作用，但它們也可能導(dǎo)致ES之間的差距擴(kuò)大。基線流量監(jiān)管可作為關(guān)鍵指標(biāo)，以支持全面了解恢復(fù)干預(yù)措施的影響。 ES捆綁框架能夠捕獲大規(guī)模環(huán)境中ES交互隨時(shí)間的變化，并促進(jìn)知情的ES管理。基于InvVEST模型生態(tài)系統(tǒng)服務(wù)方面的研究。重點(diǎn)在于分析不同類型ES之間權(quán)衡和協(xié)同作用。

18.Spatiotemporal patterns and risk factors concerning hepatitis B virus infections in the Beijing–Tianjin–Hebei area of China/中國(guó)京津冀地區(qū)乙型肝炎病毒感染的時(shí)空模式及危險(xiǎn)因素

京津冀是中國(guó)北方最大的城市群，但該地區(qū)乙型肝炎病毒（HBV）發(fā)病的時(shí)空模式和危險(xiǎn)因素尚不清楚。本研究旨在揭示HBV感染的時(shí)空流行病學(xué)特征，并量化HBV感染與社會(huì)經(jīng)濟(jì)風(fēng)險(xiǎn)因素之間的關(guān)聯(lián)。每個(gè)縣都收集了2007年至2012年京津冀HBV病例的數(shù)據(jù)。貝葉斯時(shí)空層次模型和GeoDetector方法用于揭示時(shí)空模式和檢測(cè)風(fēng)險(xiǎn)因素。高風(fēng)險(xiǎn)地區(qū)主要分布在研究區(qū)北部和中南部欠發(fā)達(dá)的農(nóng)村地區(qū)，而低風(fēng)險(xiǎn)地區(qū)主要分布在城市和西部地區(qū)。 HBV年發(fā)病率在6年期間大幅下降。與此總體趨勢(shì)相比，38.5％的高風(fēng)險(xiǎn)縣表現(xiàn)出更快的下降，35.9％的高風(fēng)險(xiǎn)縣表現(xiàn)出更慢的下降。同時(shí)，29.7％的低風(fēng)險(xiǎn)縣下降速度較快，44.6％的低風(fēng)險(xiǎn)縣下降較慢。社會(huì)經(jīng)濟(jì)因素與時(shí)空模式和變化密切相關(guān)。人口密度和人均國(guó)內(nèi)生產(chǎn)總值與HBV傳播呈負(fù)相關(guān)，決定因素分別為0.17和0.12。第一產(chǎn)業(yè)比例和醫(yī)療保健工作者人數(shù)與疾病發(fā)病率呈正相關(guān)，決定因素分別為0.11和0.8。人口密度與其他因素之間的相互作用對(duì)HBV傳播的影響大于獨(dú)立測(cè)量的這些因素。分析乙肝的失控模式與風(fēng)險(xiǎn)因素，結(jié)果表明人口密度和GDP對(duì)乙肝傳播呈負(fù)相關(guān)，且人口密度與其他因素有強(qiáng)烈的交互作用。

19.Spatiotemporal risk mapping of hand, foot and mouth disease and its association with meteorological variables in children under 5 years/5歲以下兒童手足口病的時(shí)空風(fēng)險(xiǎn)圖及其與氣象變量的關(guān)系

手足口病（HFMD）風(fēng)險(xiǎn)已成為京津冀地區(qū)日益關(guān)注的問題，京冀地區(qū)是東北亞最大的城市群。在該研究中，分析了手足口病的時(shí)空流行病學(xué)特征，并使用貝葉斯時(shí)空等級(jí)模型檢測(cè)局部空間相對(duì)風(fēng)險(xiǎn)（RR）并評(píng)估氣象因素的影響。從2009年到2013年，手足口病風(fēng)險(xiǎn)存在明顯的季節(jié)性模式。風(fēng)險(xiǎn)最高的時(shí)期是夏季，月平均發(fā)病率為4.17 /103，而冬季指數(shù)為0.16 /103。氣象變量影響手足口病的時(shí)間變化。氣溫升高1°C與手足口病增加11.5％有關(guān)（相應(yīng)的RR 1.122）。相對(duì)濕度增加1％與手足口病病例數(shù)增加9.51％有關(guān)（相應(yīng)的RR 1.100）。空氣壓力增加1 hPa與HFMD降低0.11％有關(guān)（相應(yīng)的RR 0.999）。日照增加1小時(shí)與手足口病病例增加0.28％相關(guān)（相應(yīng)的RR 1.003）。風(fēng)速上升1 m/s與HFMD增加6.2％有關(guān)（相應(yīng)的RR 1.064）。高風(fēng)險(xiǎn)地區(qū)主要是大城市，如北京，天津，石家莊及其周邊地區(qū)。這些發(fā)現(xiàn)有助于風(fēng)險(xiǎn)控制和疾病預(yù)防政策的實(shí)施。分析手足口病的時(shí)空變異與氣象因子的影響，并給出了對(duì)應(yīng)的定量關(guān)系。

20.Spatial spillovers and value chain spillovers: evaluating regional R&D efficiency and its spillover effects in China/空間溢出效應(yīng)和價(jià)值鏈溢出效應(yīng)：評(píng)估區(qū)域研發(fā)效率及其在中國(guó)的溢出效應(yīng)

研究與開發(fā)（R＆D）效率評(píng)估是政策制定者制定戰(zhàn)略以增加研發(fā)有益影響的有效途徑。本研究從多階段研發(fā)角度衡量區(qū)域研發(fā)效率。它利用2009年至2016年中國(guó)30個(gè)省份的面板數(shù)據(jù)，研究了R＆D的空間溢出效應(yīng)和價(jià)值鏈溢出效應(yīng)。通過估算空間Durbin模型，我們發(fā)現(xiàn)了中國(guó)R＆D效率具有強(qiáng)烈空間依賴性的證據(jù)。關(guān)于R＆D價(jià)值鏈效應(yīng)，我們發(fā)現(xiàn)R＆D價(jià)值鏈溢出發(fā)生在區(qū)域內(nèi)但不是區(qū)域間。這一發(fā)現(xiàn)表明，在知識(shí)流動(dòng)背景下，存在雙向R＆D價(jià)值鏈溢出效應(yīng)，其中前向溢出效應(yīng)強(qiáng)于后向溢出效應(yīng)。這一發(fā)現(xiàn)為知識(shí)溢出的研究增添了重要的新知識(shí)：區(qū)分價(jià)值鏈溢出效應(yīng)和空間溢出效應(yīng)為未來的實(shí)證調(diào)查開辟了新的途徑。分析30個(gè)省2009到2016面板數(shù)據(jù)和R&D的空間經(jīng)濟(jì)結(jié)果。

21.Response of net primary production to land use and climate changes in the middle‐reaches of the Heihe River Basin/黑河流域中游凈初級(jí)生產(chǎn)力對(duì)土地利用和氣候變化的響應(yīng)

凈初級(jí)生產(chǎn)力（NPP）提供物質(zhì)，能源和服務(wù)，以促進(jìn)人類社會(huì)和生態(tài)系統(tǒng)的可持續(xù)發(fā)展。核電廠對(duì)土地利用和氣候變化的響應(yīng)機(jī)制對(duì)于糧食安全和生物多樣性保護(hù)至關(guān)重要，但缺乏全面的了解，特別是在干旱和半干旱地區(qū)。為此，以黑河流域中游（MHRB）為例，通過整合多源數(shù)據(jù)（如MOD17A3 NPP，土地利用，溫度和降水），揭示了NPP對(duì)土地利用和氣候變化的響應(yīng)。和多種方法。結(jié)果表明：（a）土地利用強(qiáng)度（LUI）增加，氣候變暖和濕潤(rùn)促進(jìn)了NPP。從2000年到2014年，MHRB的LUI，溫度和降水分別增加了1.46,0.58和15.76 mm，導(dǎo)致年平均NPP增加了14.62 gC /m2。 （b）低產(chǎn)農(nóng)田向森林和草地的轉(zhuǎn)變?cè)黾恿薔PP。盡管未利用的土地和草地向農(nóng)田的廣泛轉(zhuǎn)變推動(dòng)了LUI和NPP，但由于巨大的水消耗和人為的NPP，它不利于生態(tài)系統(tǒng)的可持續(xù)性和穩(wěn)定性。城市擴(kuò)張占用了農(nóng)田，森林和草地，減少了NPP。 （c）溫度和降水量的增加通常會(huì)改善NPP。由于同時(shí)降水增加，溫度降低<1.2°C也促進(jìn)了耐寒植被的NPP。然而，溫暖引起的水分脅迫損害了干旱稀疏草原和沙漠中的NPP。由于灌溉，肥料和其他人工投入，農(nóng)田的NPP和NPP比自然植被增加更多。溫度和降水量的減少通常會(huì)降低NPP，但保護(hù)良好或干擾較小的地區(qū)的NPP仍略有增加。李新老師團(tuán)隊(duì)的成果，黑河流域的案例研究，基于多源數(shù)據(jù)分析NPP對(duì)土地利用和氣候變化的響應(yīng)。

22.Improving the prediction accuracy of monthly streamflow using a data-driven model based on a double-processing strategy/使用基于雙處理策略的數(shù)據(jù)驅(qū)動(dòng)模型提高月流量的預(yù)測(cè)準(zhǔn)確性

流量預(yù)測(cè)在水資源管理中具有重要意義，尤其對(duì)水庫運(yùn)行具有重要意義。然而，由于水文過程的非平穩(wěn)特征和噪聲的影響，準(zhǔn)確地預(yù)測(cè)流量是具有挑戰(zhàn)性的。為了改進(jìn)月流量預(yù)測(cè)，本研究提出了一種基于雙處理策略的數(shù)據(jù)驅(qū)動(dòng)模型，該模型結(jié)合了奇異譜分析（SSA），改進(jìn)的完整集合經(jīng)驗(yàn)?zāi)Ｊ椒纸馀c自適應(yīng)噪聲（ICEEMDAN）和極端學(xué)習(xí)機(jī)（ELM）。方法。在所提出的稱為SSA-ICEEMDAN-ELM的雙處理模型中，首先通過SSA處理原始流流序列以進(jìn)行去噪;然后，通過ICEEMDAN對(duì)處理過的系列進(jìn)行再處理，將它們分解成相對(duì)固定的子系列;最后，這些子系列使用ELM建模。利用古浪河流域曹家湖和十八里鋪水庫的徑流資料，對(duì)該模型的性能進(jìn)行了一個(gè)月的預(yù)測(cè)試驗(yàn)。此外，將所提出的雙處理模型與四種單處理模型進(jìn)行比較，即經(jīng)驗(yàn)?zāi)Ｊ椒纸?#xff08;EMD）-ELM，集合EMD（EEMD）-ELM，ICEEMDAN-ELM和SSA-ELM，以及兩個(gè)單一模型任何處理，即自回歸綜合移動(dòng)平均線（ARIMA）和ELM。結(jié)果表明：（a）四種單處理模型比單一模型具有更高的預(yù)測(cè)精度，SSA-ELM模型的性能是這些單處理模型中最好的，這意味著水文序列中的噪聲不可能是忽略; （b）提出的SSA-ICEEMDAN-ELM模型優(yōu)于單處理模型和單一模型，證明雙處理方法可以進(jìn)一步提高流量預(yù)測(cè)的準(zhǔn)確性。因此，該模型是一種有望用于管理的有前景的方法，可以更好地降低噪聲的影響，捕捉水文序列的動(dòng)態(tài)特征。基于數(shù)據(jù)驅(qū)動(dòng)模型以及一些數(shù)據(jù)融合與及機(jī)器學(xué)習(xí)類算法分析水文序列流量分析。準(zhǔn)確的水量預(yù)測(cè)也是水安全的關(guān)鍵要素。

總結(jié)

以上是生活随笔為你收集整理的Coding and Paper Letter（五十九）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。