摘要：可解释的准确预测PM_(2.5)浓度变化可以有助于人类规避暴露风险,对人类健康风险评估和政策实施具有重要意义。目前已有PM_(2.5)浓度预测模型过多专注于提升模型预测精度,但忽略了模型的可解释性,造成模型可复用性和可信任度较差。鉴于此,本文提出了一种兼顾模型预测精度与模型可解释性的注意力时空常微分方程模型(Attentional SpatioTemporal Ordinary Differential Equation,ASTODE)用于PM_(2.5)浓度预测任务。具体而言,本文将神经常微分方程集成至PM_(2.5)浓度预测任务中,以提升预测模型的可解释性。此外,针对传统神经常微分方程难以挖掘PM_(2.5)浓度数据中空间依赖关系的挑战,本文提出了一种新颖时空导数网络将传统神经常微分方程扩展到了时空常微分方程。针对传统神经常微分方程难以挖掘PM_(2.5)浓度数据中长期依赖关系的挑战,本文设计了一种时空注意力机制去融合多个时间节点的隐藏状态。本文采用真实的PM_(2.5)浓度数据集对提出的ASTODE模型进行了验证。实验结果表明,ASTODE模型不仅在预测精度上优于或逼近于存在的6个基线方法,并且在可视化的视角下具有良好的可解释性。

摘要：面向美丽中国生态文明建设所需,亟待有效实现流域精细治理的科学决策,以根据流域综合治理愿景目标,优化流域管理措施(BMP)的空间布局方案(即BMP情景)、制定符合实际需求的实施路线图。对此,“流域系统模拟—情景优化”方法框架近年展现出广阔应用前景。本文介绍了该框架在应对实际应用需求中尚存的一系列问题,开展了体系性的方法研究:①提出新的流域过程建模框架,以兼顾建模灵活性和高性能计算、高效实现流域系统模拟;②提出以坡位单元作为BMP空间配置单元、并在情景优化过程中可进行单元边界动态调整的BMP情景优化方法,可有效考虑流域综合治理的经验知识,保障优化结果合理性;③提出考虑分阶段投资约束的BMP情景实施次序优化方法,可推荐出符合实际落地需求的实施路线图;④设计研发用户友好的参与式流域规划系统,供各方利益相关者协商决策。通过典型小流域应用案例验证了上述新方法、工具和原型系统的有效性和实用价值。

摘要：在全球气候变暖与城市化进程加快的背景下,城市热环境受到广泛关注。了解城市热环境时空变化和城市空间形态对城市局地气候的影响对于缓解城市热岛效应至关重要。ECOSTRESS在昼夜不同时刻获取高时间分辨率地表温度(Land Surface Temperature,LST)为从精细化时空尺度对城市热环境进行动态评估提供了数据支持。本文基于局地气候区(Local Climate Zones,LCZ)视角,利用ECOSTRESS LST数据探究了北京市六环内夏季地表城市热岛强度(Surface Urban Heat Island Intensity,SUHII)的日尺度时空变化特征以及LCZ类间和类内SUHII差异。结果表明:(1)研究区夏季SUHII具有时空异质性,清晨6时左右,SUHII最低,上午10时左右,SUHII达到最高,下午SUHII逐渐下降,傍晚18时左右开始上升,21时左右达到夜间最高值;(2)在日尺度上,不同类型LCZ表现出显著的热源/汇角色差异。建筑类型LCZ(除LCZ 9)和自然类型LCZ E~F整体上为热源,LCZ 9和LCZ B~C整体上为热汇,LCZ A和LCZ G存在昼夜源汇角色变化;(3) LCZ类内SUHII表现出显著的昼夜和类型差异。LCZ类内SUHII差异在清晨6时左右最小,在下午13时左右达到最大值。建筑类型LCZ中,低层建筑类内SUHII差异总体上高于中高层建筑。自然类型LCZ中,LCZ C和LCZ E类内SUHII差异相对较小,而LCZ D、LCZ F和LCZ G类内SUHII差异相对较大;(4) LCZ类型表现出昼夜不同的热特性和源汇角色变化。LCZ G存在昼夜源汇变化,夜间呈现出明显的城市热源特性。本文所采用的10个时刻的ECOSTRESS LST数据克服了以往利用单一固定时刻的LST数据对于SUHII的高估和低估,所得到的LCZ类间和类内SUHII差异对比结果降低了城市热环境定量研究的不确定性,并为城市热环境源汇景观设计的昼夜权衡提供了理论依据和实践支持。

摘要：针对空间数据划分方法无法自适应选择问题,本文提出了基于CNN的数据自适应划分算法(Adaptive Partition Algorithm for Space Vector Data-Convolutional Neural Networks,SVDAP-CNN)。该算法首先基于应用场景和其他相关资源实现特征描述和表达;其次基于层次聚类设计特征矩阵表达算法,体现特征间的局部相关性以减少方法选择时间和提高选择精度;最后通过CNN模型实现空间数据自适应划分。本文选取南海区域真实数据和模拟数据进行验证,与已有的数据划分方法选择算法进行比较。结果显示:针对真实数据,SVDAP-CNN算法的精度和时间效率分别提高了24.18%和25.67%;针对特征和特征间关系表达欠完备的模拟数据,SVDAP-CNN算法的精度和时间效率分别提高了27.02%和26.80%;针对选择结果易出错的数据切分方法,SVDAP-CNN算法的精度提高了19.92%,证明了该算法有较好的普适性;另外,本文结合南海区的实际应用证明了该算法的应用可行性。SVDAP-CNN算法的提出可为大数据量、多变的自动化空间应用分析提供技术支撑。

摘要：滨海湿地是迁徙水鸟的重要迁飞通道和主要栖息地,评估沿海迁徙水鸟栖息地适宜性及变化态势能为栖息地的合理规划与管理提供科学参考,对迁徙水鸟的保护有重要意义。选择紧邻城市和乡村的深圳湾和雷州湾为研究区,在水鸟栖息地生态系统类型分类的基础上,通过层次分析法确定水鸟栖息地适宜性评价因子,设计栖息地、食物、水分、人类干扰条件及其子类的权重,对栖息地适宜性进行等级划分,分析比较2010—2019年迁徙水鸟栖息地适宜性的时空分布差异,探索适宜性变化差异的原因并给出合理化建议。结果表明:(1)2010—2019年深圳湾有193.4 hm^(2)强干扰区域转变化为中等及弱干扰;雷州湾有16.36 hm^(2)的中等干扰转化为弱、无干扰;(2)深圳湾栖息地适宜性以中等适宜类型为主,2010年和2019年面积占比分别为83.74%和88.71%;雷州湾栖息地适宜性主要以较适宜和中等适宜类型为主,2010年面积占比为86.72%,2010—2019年面积占比基本不变,总体适宜性高于深圳湾。(3)2010—2019年,深圳湾不适宜和较适宜面积分别减少245.54 hm^(2)和26.37 hm^(2),均转化为中等适宜类型;雷州湾有24.31 hm^(2)的中等和较适宜栖息地转化为适宜类型。

摘要：流动人口的职住情绪能够反映其工作与生活状态。本研究首先基于2017年北京市微博大数据,利用jieba分词结合人工筛选得到流动人口发布的微博文本;其次,对Roberta-wwm-ext-large模型进行迁移学习识别北京全人群与流动人口的微博情绪;然后,结合POI数据与微博发布时间得到流动人口的职住分布;最后,基于微博情绪与职住分布得到流动人口的职住情绪,利用Getis-Ord Gi^(*)挖掘职住情绪的空间聚集模式,采用地理探测器分析影响职住情绪热点分布的因素。实验表明,北京流动人口情绪均值(0.56)稍低于北京全人群(0.57)(P<0.01),但整体表现为积极;从空间分布来看,流动人口在东、西城区情绪均衡,西北部科技创新区情绪相对于流动人口情绪均值较为低落,而东南部中心商务区、文化交流区及国际化社区情绪较高涨;从情绪与职住的关系来看,流动人口的工作情绪与从事的工作类型有关(q=0.03,P<0.05),高新技术产业园、工业园、物流产业园的流动人口从业人员的工作情绪相对于流动人口工作情绪均值较为消极,健康产业园、文化创意产业园、农业园的流动人口从业人员的工作情绪较积极;流动人口的居住情绪与居住环境有关(q=0.06,P<0.1),居住在远郊区的流动人口情绪相对于流动人口居住情绪均值较为消极,居住在近郊高密度的流动人口情绪较为积极。因此,相关部门应重点关注从事高新技术产业、工业、物流产业的流动人口以及居住在远郊区的流动人口。

摘要：进入地球大数据与地球人工智能时代,数字地球建模要求也从地表扩展到全域全时全息,而当前数字地球的数据模型还基本停留在瓦片或地球网格剖分数据模型阶段,严重制约了场景化、智能化数字地球应用。本文提出了全息地球概念以及相应的地球数据立方体组织模型,采用全球多级格网参考系统来描述和表达多尺度空间,用平面或立体格元来表达空间位置,将传统“经度、纬度、高程、时间”时空表达发展至“时间粒度、时间覆盖、网格位置、格网尺度”新时空表达体系,并设计了按照“时间—空间—尺度—属性”一致性描述的全息地球数据建模方案,将矢量、栅格、格网、时序阵列、三维模型等多模态数据归纳至一个统一模型中,使得任何引用特定地球数据立方体中的数据值在时间、空间、尺度都是对齐的,解决了全息地球跨专业、多维时空动态场景数据时空融合集成难题,并结合深时数字地球国际大科学计划全球数字化科研平台需求,开发了深时古地形时空动态可视化模拟系统,完成对模型的验证。

摘要：为提取空间特征更细节和语义信息更全面的道路信息,提高道路信息提取的推理速度,在端到端的卷积神经网络(convolutional neural network,CNN)基础上,提出一种结合空间注意力机制、全局信息感知和特征融合模块的道路提取模型.首先利用空间注意力机制和全局信息感知模块获取道路特征的上下文信息,提高浅层特征的空间信息表达能力;然后构建顾及通道和语义信息的特征融合模块,消除基于端到端的CNN中浅层和深层特征之间的语义差距,完成跨层特征的有效融合;最后使用多层次知识蒸馏学习策略,减少并降低所提模型的网络参数和计算复杂度,快速、准确地获取遥感影像中的道路信息.在公开的Deep Globe和马萨诸塞州2个卫星遥感影像道路数据集,以及京津新城无人机遥感影像道路数据集上进行训练、验证和评估的实验结果表明,所提模型是一种精度高、效果好的道路提取模型,无论是卫星遥感数据源还是无人机遥感数据源均具有较好的道路信息提取能力,其F1分别达到79.36%,78.42%和84.27%,均优于对比的道路提取模型;同时,多层次知识蒸馏学习策略能显著地提高模型的精度、提升泛化能力,其IOU值分别提高0.29,0.77和0.46个百分点,在模型精度和网络参数方面都取得了较优的效果,具有广阔的应用前景.

摘要：在中国自然资源部水资源调查与确权登记的职能需求之下,面向中国“十四五”及二零三五年远景卫星发展规划,亟需厘清水资源属性卫星遥感监测国内外发展现状,并进一步剖析中国卫星地表水资源监测能力。本文在对国内外多种类型卫星(包括光学、激光、雷达、重力、GNSS-R等)水资源监测能力及属性反演前沿技术(以地表固液态水的范围、水位、体积变化等为主)进行总结分析的基础上,针对中国地表水资源卫星遥感监测的现状和不足,从观测体系、技术体系、产品体系和服务体系4个方面提出未来卫星遥感地表水资源监测规划设计建议。

摘要：流域尺度面源污染的监测是系统认识农业面源污染的发生、迁移及转化过程,并对其进行有效控制的重要基础.当前,田块尺度的面源污染监测方法比较成熟,而流域尺度的监测,尤其是监测断面的布设及采样频率设置等方面的研究较少.本文详细梳理了小流域采样断面布设、采样频率优化和河流断面通量估算3方面的主要进展.1)从小流域样点布设来看,包括常规监测采样设计、针对性监测采样设计和融合前两种类型的监测采样设计3种类型,点位布设方法上有遗传算法、模糊逻辑法、熵值法和模型法等,样品采集方式包括随机采样、复合采样、综合采样以及连续采样4种类型,其中复合采样应用广泛;2)从采样频率来看,1~2周一次的采样频率即可精准获取污染负荷通量,若需要进一步提高精度,可在水文/水质变异大的时期提高监测频率及在特殊断面加密布点;3)在通量估算上,当前主要的计算方法有平均法、插值法和回归/曲线法3类方法,其中流量加权的浓度估计法、插值算法和LOADEST法是简便且精确的方法,方法的选择上也可根据不同时期流域污染源特征进一步优化.