資源整理厕九。
1 Coding:
1.Python庫gempy捺氢，一種基于Python的開源三維結(jié)構(gòu)地質(zhì)建模軟件，它允許從界面和方向數(shù)據(jù)隱式（即自動）創(chuàng)建復(fù)雜的地質(zhì)模型病蛉。 它還支持隨機建模以解決參數(shù)和模型的不確定性调违。
2.Tangram是一個JavaScript庫窟哺，用于使用WebGL在Web瀏覽器中實時渲染2D和3D地圖。
3.R語言包gdalcubes R技肩，gdalcubes的R包且轨，與之前的gdalcubes包區(qū)別在哪，目前不確定虚婿。但都是用于處理柵格大數(shù)據(jù)的旋奢。
4.R語言包pointblank，用于驗證表格數(shù)據(jù)的R包雳锋。
5.用于可視化BERT自映射層的工具黄绩，BERT模型在去年年底的時候突然火爆。
6.Python庫yellowbrick玷过，可視化分析和診斷工具，方便機器學習模型選擇筑煮。
7.Python庫dtw辛蚊，動態(tài)時間扭曲用作在時間序列之間測量的相似性。
8.R語言包sparksf真仲，sparksf提供了對sparklyr中空間功能的訪問袋马。
9.一個小型Docker容器，用于將R和TensorFlow用作企業(yè)API秸应。
10.用于制作神經(jīng)網(wǎng)絡(luò)圖的Latex代碼虑凛。
11.基于PyTorch中Backprop貝葉斯變分推理的貝葉斯卷積神經(jīng)網(wǎng)絡(luò)。
12.機器人操作元系統(tǒng)软啼。
13.“開放圖像”是一個數(shù)據(jù)集桑谍，其中約有900萬個URL，這些網(wǎng)址已使用超過6000個類別的標簽進行注釋祸挪。 此頁面旨在為Open Images Dataset提供下載說明和鏡像站點锣披。
14.用最新的論文改進YOLO V3。
15.“通過參數(shù)共享進行高效神經(jīng)架構(gòu)搜索”論文的TensorFlow代碼。
16.譜聚類雹仿。
17.gbdxtools是一個用于在DigitalGlobe的GBDX平臺上訂購圖像和啟動工作流程的軟件包增热。
18.GMSimViz是一種自動化工具，可生成地質(zhì)斷層胧辽，地面運動和其他地震相關(guān)數(shù)據(jù)的動畫三維可視化峻仇。
19.亞馬遜云上USGS LiDAR公開數(shù)據(jù)集的工作存儲庫。
20.亞馬遜云上公開可用數(shù)據(jù)集邑商。
21.練習“R for Data Science”的解決方案础浮。
22.傳感器集成到Waggle中〉旖荆看著應(yīng)該是以樹莓派為基礎(chǔ)的傳感器改造豆同。
23.用于無頭瀏覽器的Firefox，Splinter和Selenium的Docker鏡像含鳞。
24.多變量混合成員資格建模：推斷特定于域的風險概況影锈。
25.Rstudio 2019年會高級R Markdown研討會材料。
26.上一篇博客有簡單介紹過這門課蝉绷。這應(yīng)該是UCL地理學院陸地碳循環(huán)：建模與監(jiān)測這門課的完整課程鸭廷。
27.WRF模型的官方倉庫。
28.地理處理高級課程的材料熔吗。課程由多倫多大學Alec Jacobson教授設(shè)計辆床，并得到Klint Qinami和哥倫比亞大學Eitan Grinspun教授的協(xié)助。
29.Euler是大規(guī)模分布式的圖學習框架桅狠，配合TensorFlow或者阿里開源的XDL等深度學習工具讼载，它支持用戶在數(shù)十億點數(shù)百億邊的復(fù)雜異構(gòu)圖上進行模型訓練。
30.學習OpenCV：C ++和Python示例中跌。
31.一種快速且無監(jiān)督的使用小波和超順磁聚類進行尖峰檢測和分類的算法咨堤。
32.Underworld 2是Underworld代碼的python友好版本，它為在并行HPC環(huán)境中運行的代碼的所有功能提供可編程且靈活的前端漩符。 UWGeodynamodynamics模塊使用Underworld促進地球動力學模型的原型設(shè)計一喘。 它可以被視為地下世界生態(tài)系統(tǒng)中的一組高級功能。
2 Paper:
化石燃料的燃燒是加利福尼亞向大氣排放溫室氣體的主要來源嗜暴。在這里凸克，我們描述了放射性碳（14CO2）測量和大氣反演模型，以估算2009-2012年加利福尼亞州中部地區(qū)的化石燃料CO2（ffCO2）排放闷沥，以及2013年6月至2014年5月來自南加州兩個地點的排放萎战。基于區(qū)域大氣傳輸模型（WRF-STILT）足跡和每小時ffCO2先前的排放圖（Vulcan 2.2）計算先驗預(yù)測的ffCO2混合比狐赡。利用加利福尼亞中部地區(qū)觀測的區(qū)域反演表明撞鹉，舊金山灣區(qū)（SFBA）的排放量在冬季較高疟丙，夏季較低。綜合考慮所有年份鸟雏，從2009年到2012年享郊，平均總共15個3個月的倒置表明SFBA的ffCO2排放量在該區(qū)域的先驗估計值的6±35％范圍內(nèi)，其中后排放不確定性報告為95％置信度間隔孝鹊。 2013年6月至2014年5月在洛杉磯南海岸空氣流域（SoCAB）使用測量值進行的4個3個月倒置的結(jié)果表明炊琉，SoCAB的排放量在該區(qū)域的先驗估計值的13±28％范圍內(nèi)，邊際檢測到季節(jié)性又活。雖然SFBA和SoCAB城市地區(qū)的排放量（包含加利福尼亞州先前排放量的約50％）受到觀測資料的限制苔咪，但其余地區(qū)的排放受到的限制較少，這表明額外的觀測結(jié)果對于更準確地估算總的ffCO2排放量是有價值的柳骄。加州作為一個整體团赏。結(jié)合了碳排放制圖、大氣觀測數(shù)據(jù)和WRF模型的研究耐薯，非常不錯舔清。
Spatiotemporally解決城市化石燃料二氧化碳（FFCO2）排放對城市碳循環(huán)研究和城市氣候政策至關(guān)重要。已經(jīng)采用兩種一般的科學方法來估計時空顯性的城市FFCO2通量曲初，這里稱為“降尺度”和“自下而上”体谒。自下而上的方法可以特定地描述城市中二氧化碳排放基礎(chǔ)設(shè)施的特征，但是需要建立勞動密集型臼婆，并且目前在美國的少數(shù)幾個城市可用抒痒。通常在全球范圍內(nèi)可用的降尺度方法需要代理信息來分配或分配排放，從而導致額外的不確定性颁褂。我們將四個縮小的FFCO2排放數(shù)據(jù)產(chǎn)品（ODIAC）與美國四個城市地區(qū)的自下而上估算（Hestia）進行比較故响，以更好地隔離和理解這些方法之間的差異。我們發(fā)現(xiàn)整個城市的差異從-1.5％（洛杉磯盆地）到+ 20.8％（鹽湖城）不等痢虹。在1 km x 1 km的空間尺度上被去，比較揭示了由夜間光空間代理飽和驅(qū)動的ODIAC的低排放限制。在該分辨率下奖唯，兩種方法的中位數(shù)差異在47％至84％之間，具體取決于城市糜值，相關(guān)性范圍為0.34至0.68丰捷。發(fā)現(xiàn)大型點源和陸上部門存在最大差異，表明通過納入獨立的大型點源估算和使用相關(guān)空間替代物估算陸上源寂汇，可以改善降尺度的FFCO2數(shù)據(jù)產(chǎn)品病往。逐步粗化空間分辨率可以提高一致性，但大于約25平方公里骄瓣，協(xié)議收益遞減停巷，表明在使用降尺度的方法時實際解決問題。分析了目前城市化石燃料二氧化碳時空制圖的兩類方法，比較二者在美國區(qū)域的制圖不確定性畔勤。
背景：一般認為小兒手足口怖俑鳌（HFMD）與氣候有關(guān)。然而庆揪，關(guān)于這種關(guān)聯(lián)如何在時空上變化的知識是非常有限的式曲，特別是在考慮當?shù)厣鐣?jīng)濟條件的影響時。本研究旨在確定多源HFMD環(huán)境因素缸榛，并進一步量化各種氣候因素對手足口病發(fā)生的時空非平穩(wěn)效應(yīng)吝羞。方法：我們提出了一種創(chuàng)新的方法，在貝葉斯分層建哪诳牛框架下钧排，稱為時空變異系數(shù)（STVC）模型，用于在控制社會經(jīng)濟效應(yīng)后探索氣候協(xié)變量的空間和時間非平穩(wěn)效應(yīng)均澳。我們使用2009年至2011年中國四川省每月縣級手足口病發(fā)生數(shù)據(jù)和相關(guān)氣候和社會經(jīng)濟變量數(shù)據(jù)進行實驗恨溜。結(jié)果：交叉驗證實驗表明，與普通（68.27％）负懦，時間（72.34％）筒捺，空間（75.99％）和時空（77.60％）生態(tài)模型相比，STVC模型達到了最佳平均預(yù)測準確率（81.98％）纸厉。在貝葉斯模型評估中系吭，STVC模型也優(yōu)于這些模型。在這項研究中颗品，STVC模型能夠?qū)L險指標優(yōu)勢比（OR）空間化為局部OR肯尺，以表示空間和時間變化的疾病 - 氣候關(guān)系。在中國四川躯枢，我們檢測了36個月內(nèi)疾病發(fā)生和疾病 - 氣候協(xié)會的局部時間非線性季節(jié)趨勢和空間熱點则吟。在六個典型的氣候變量中，溫度（OR = 2.59）锄蹂，相對濕度（OR = 1.35）和風速（OR = 0.65）不僅與手足口病發(fā)生率的增加有關(guān)氓仲，而且還表明其局部的時空變化。與手足口病有關(guān)得糜。結(jié)論：我們的研究結(jié)果表明敬扛，縣級手足口病干預(yù)措施可能需要考慮不同的地方范圍的時空疾病 - 氣候關(guān)系。我們提出的貝葉斯STVC模型可以捕獲時空非平穩(wěn)暴露 - 響應(yīng)關(guān)系朝抖，用于詳細的暴露評估和高級風險繪圖啥箭，并為更廣泛的環(huán)境科學和空間統(tǒng)計提供新的見解。分析健康的時空變異效應(yīng)以及影響疾病的因子治宣，利用貝葉斯模型構(gòu)建急侥，當然我們也可以考慮類似GWR之類的方法砌滞，但是時空非平穩(wěn)性將會在未來的時空統(tǒng)計當中成為重要的制約要素。
對海洋上的云凝結(jié)核（CCN）氣溶膠缺乏可靠的估計嚴重限制了我們通過反射太陽輻射來量化它們對云特性和冷卻程度的影響的能力 - 這是人為氣候強迫的一個關(guān)鍵不確定因素坏怪。 在這里贝润，我們介紹了一種方法，用于將云屬性歸因于CCN陕悬，并將氣溶膠效應(yīng)與氣象效應(yīng)隔離開來题暖。 其應(yīng)用表明，對于給定的氣象學捉超，CCN解釋了云輻射冷卻效應(yīng)的3/4變化胧卤，主要是通過影響淺云覆蓋和水路徑。 這表明云輻射對CCN的敏感性比先前報道的要大得多拼岳，這意味著如果將其納入目前的氣候模型中枝誊，則會產(chǎn)生過多的冷卻。 這暗示了未知的補償氣溶膠升溫效應(yīng)惜纸，可能是通過深層云層叶撒。上一篇博客介紹了很多關(guān)于氣溶膠光學厚度的論文，這里提供了一篇發(fā)表于Science的論文耐版，事實上闡述的是氣溶膠造成的升溫效應(yīng)祠够，其實這也是目前對這塊關(guān)注的另一個點，除了造成了大氣污染之外粪牲，阻隔太陽輻射造成的氣候變化古瓤，升溫效應(yīng)也是一個很值得關(guān)注的問題。這一點應(yīng)該之前有介紹過腺阳，可以關(guān)注植物所劉玲莉老師團隊的成果落君。
Uber和滴滴等按需乘車（RoD）服務(wù)越來越受歡迎亭引，在這些服務(wù)中绎速，動態(tài)價格在平衡供需方面發(fā)揮了重要作用，使駕駛員和乘客受益焙蚓。然而纹冤，動態(tài)價格也引發(fā)了擔憂。對于乘客而言购公，“不可預(yù)測的”價格有時會阻止他們做出快速決策：如果他/她選擇等待一段時間赵哲，人們可能會懷疑是否有可能獲得更低的價格。有必要向他們提供更多信息君丁，預(yù)測動態(tài)價格是一種可能的解決方案。對于交通運輸行業(yè)和政策制定者而言将宪，人們也擔心RoD服務(wù)與地鐵绘闷，公共汽車和出租車等更傳統(tǒng)的對應(yīng)物之間的關(guān)系：它們是否相互影響以及如何相互影響橡庞。在本文中，我們通過使用多源城市數(shù)據(jù)預(yù)測動態(tài)價格來解決這兩個問題印蔗。價格預(yù)測可以幫助乘客了解他們是否可以在相鄰位置或在短時間內(nèi)獲得更低的價格扒最，從而減輕他們的擔憂。該預(yù)測基于來自多個來源的城市數(shù)據(jù)华嘹，包括RoD服務(wù)本身吧趣，出租車服務(wù)，公共交通耙厚，天氣强挫，城市地圖等。我們訓練具有高維復(fù)合特征的簡單線性回歸模型以執(zhí)行預(yù)測薛躬。通過將簡單的基本特征組合成復(fù)合特征俯渤，我們可以彌補由于缺乏非線性而導致的線性模型中表現(xiàn)力的損失。此外型宝，使用多源數(shù)據(jù)和線性模型使我們能夠通過檢查模型中不同特征的權(quán)重來量化和解釋多種運輸方式之間的關(guān)系八匠。我們希望這項研究不僅可以作為一個準確的預(yù)測，使乘客更滿意趴酣，而且還可以揭示對行業(yè)或政策制定者的不同交通工具之間關(guān)系的關(guān)注梨树。北航王靜遠老師團隊的成果♂基于Uber和滴滴的RoD服務(wù)與價格研究抡四，面向政策制定者和乘客∩麒担基于大數(shù)據(jù)的MAAS類服務(wù)的一個研究基礎(chǔ)床嫌。該文章應(yīng)當是發(fā)表于計算機頂會ACM的會議論文。
Uber和滴滴（中國）等按需乘車（RoD）服務(wù)越來越受歡迎胸私，在這些服務(wù)中厌处，動態(tài)價格在平衡供應(yīng)（即汽車數(shù)量）和需求（即，乘客請求的數(shù)量）使司機和乘客受益岁疼。然而阔涉，動態(tài)價格也引起了乘客的擔憂：“不可預(yù)測的”價格有時會阻止他們輕松做出快速決策。人們可能想知道如果他/她選擇等待一段時間是否有可能獲得更低的價格捷绒。為乘客提供更多信息有助于解決這一問題瑰排，預(yù)測價格是一種可能的解決方案。在本文中暖侨，我們基于多源城市數(shù)據(jù)進行動態(tài)價格預(yù)測椭住。價格預(yù)測可以幫助乘客了解他們是否可以在相鄰位置或在短時間內(nèi)獲得更低的價格，從而減輕他們的擔憂字逗。該預(yù)測基于來自多個來源的城市數(shù)據(jù)京郑，包括RoD服務(wù)本身宅广，出租車服務(wù)，公共交通些举，天氣跟狱，城市地圖等。使用多源城市數(shù)據(jù)的理由是RoD的動態(tài)價格可能受到不同數(shù)據(jù)源中發(fā)現(xiàn)的不同因素的影響户魏。我們訓練神經(jīng)網(wǎng)絡(luò)來執(zhí)行預(yù)測驶臊，并評估使用多源城市數(shù)據(jù)的不同組合的預(yù)測準確性。我們的研究結(jié)果表明叼丑，使用多源城市數(shù)據(jù)確實有助于提高預(yù)測精度关翎，不同的數(shù)據(jù)集可能會對動態(tài)價格產(chǎn)生不同的影響。與上一篇基本類似幢码，也是基于多源數(shù)據(jù)的實時服務(wù)動態(tài)價格預(yù)測笤休，也是王靜遠老師團隊的成果。同樣發(fā)表于ACM會議症副，上文用了一個簡單線性模型店雅，本文用了一個神經(jīng)網(wǎng)絡(luò)。這些都是未來MAAS類服務(wù)的關(guān)鍵基礎(chǔ)計算贞铣。
我們之前的研究表明闹啦，操作中分辨率成像光譜儀（MODIS）集合6.1暗目標（DT）和深藍（DB）組合產(chǎn)品（表示為DTB0）在大多數(shù)地區(qū)并不總是最好的不合適的合并方法。因此辕坝，本研究的目的是開發(fā)一種改進的合并方案窍奋，以增加時空數(shù)據(jù)覆蓋范圍并降低估計不確定性。為此，根據(jù)DT和DB算法的高性能和弱點，進行了三次測試倘零，即土地利用型測試犬第，陸地表面測試和氣溶膠型測試艾扮。對于最新的氣溶膠自動監(jiān)測網(wǎng)絡(luò)（AERONET）版本3 Level 2.0測量，保證檢索（針對DT的QA = 3，針對DB的QA≥2）∷槲桑基于此，生成新的合并的DT和DB產(chǎn)品（表示為DTB1）樊诺。 Terra和Aqua DTB1產(chǎn)品隨后在現(xiàn)場仗考，大陸和全球范圍內(nèi)的279個站點進行AERONET測量，并在2013年至2017年期間針對不同的下墊面和高架地形進行驗證词爬。收集同期的DTB0產(chǎn)品用于比較秃嗜。超過90％的站點現(xiàn)在擁有更多的數(shù)據(jù)點，并且DTB1產(chǎn)品的性能得到改善，數(shù)據(jù)百分比增加到預(yù)期誤差[±（0.05 + 15％）]范圍內(nèi)痪寻，并減少了平均絕對誤差和與大多數(shù)站點的DTB0產(chǎn)品相比螺句，均方根誤差。單獨和相等數(shù)字比較表明橡类，DTB1產(chǎn)品顯著改善了數(shù)據(jù)覆蓋范圍和數(shù)據(jù)質(zhì)量。新的合并產(chǎn)品比操作產(chǎn)品更精確芽唇，受表面結(jié)構(gòu)變化的影響更小顾画。這些結(jié)果表明改進的合并方法更加穩(wěn)健，可用于生成更準確的全球氣溶膠產(chǎn)品匆笤。因為DT和DB目前是主流的AOD反演算法研侣，然而這兩種算法卻都有各自缺點（植被和水體區(qū)域反演），導致在反演過程的產(chǎn)品有各自的缺陷炮捧，因此將二者組合起來的方案目前也被大家廣泛認可庶诡，這個產(chǎn)品值得進一步研究。
8.Quantification of the ecosystem carrying capacity on China's Loess Plateau/中國黃土高原生態(tài)承載力量化
植被重造咆课，特別是植樹造林末誓，已成為控制荒漠化的重要工具。然而书蚪，在水資源有限的地區(qū)重新植被將不可避免地減少社會經(jīng)濟系統(tǒng)的可用水量喇澡，這在可持續(xù)生態(tài)系統(tǒng)管理決策中考慮不周。本文提出了一個框架殊校，以確定植被生產(chǎn)力的閾值（即生態(tài)系統(tǒng)承載能力）晴玖，對應(yīng)于黃土高原上生態(tài)系統(tǒng)的可用水資源（即年降水量減去社會經(jīng)濟系統(tǒng)的水需求）。 1982-2012年的年平均生態(tài)承載力（ECC）為577±124为流，空間梯度從西北向東南增加呕屎。巖石山區(qū)的植被最大值為833±200。因子分析表明敬察，降水量和人類用水量的變化分別占區(qū)域ECC多年代際變化的55％和45％秀睛。同時，由于植被恢復(fù)静汤，黃土高原上26個縣琅催，主要是東南部和東部，在研究期間已超過ECC閾值虫给。另外138個縣在生態(tài)系統(tǒng)和社會經(jīng)濟系統(tǒng)之間的水競爭潛力很大藤抡。在區(qū)域范圍內(nèi)，有9年（約30％的研究期）抹估，其間已超過ECC門檻缠黍，特別是在1997年之后∫撸考慮到未來氣候變化和社會經(jīng)濟系統(tǒng)對水的需求不斷增長瓷式，相應(yīng)的ECC門檻將提高6-36％替饿。我們認為，這些研究結(jié)果可為政策制定者提供參考贸典，以便在滿足人類對水資源的需求的同時制定生態(tài)系統(tǒng)可持續(xù)政策视卢。這篇文章講述的是生態(tài)承載力的量化，這里選用的是可用水資源廊驼，事實上個人覺得將這個作為生態(tài)承載力指標据过，可能正在黃土高原可以適用，但是當研究區(qū)域變化的時候妒挎，個人覺得不再適用绳锅，因為黃土高原生態(tài)系統(tǒng)受到的關(guān)鍵制約確實是水。這篇文章也發(fā)表于生態(tài)指標的top期刊酝掩，Ecological Indicators鳞芙，但是我個人認為關(guān)于生態(tài)承載力的量化依舊是值得研究的內(nèi)容。
本文的目的是研究降雨方式和坡長對不同土地利用下徑流和土壤流失的相互作用期虾。從2008年到2016年原朝，黃土高原地區(qū)的森林，灌木和草地的事件徑流和土壤流失量均為5,9和13米彻消。共記錄了59次侵蝕性降雨事件竿拆，分為3種降雨狀況。首先宾尚，結(jié)果表明丙笋，徑流系數(shù)為草>灌木>森林，土壤流失為草>林>灌木煌贴，但徑流中森林與灌木和草與林之間土壤流失的差異未達到顯著水平御板。其次，降雨制度對不同土地利用下的徑流和土壤流失具有重要影響牛郑。灌木林地和林地中的最低徑流系數(shù)和最高土壤流失分別與灌木林和林地的土壤流失量最大怠肋，總體上，降雨量1的徑流系數(shù)最高淹朋，為0.84-2.06％笙各，其次是3為0.33-0.88％，方案2為0.04-0.06％础芍。森林和草地的土壤流失具有不同的制度順序3>制度1>制度2.第三杈抢，徑流系數(shù)和土壤流失都隨著地塊長度的增加而減少，而邊坡長度對徑流/土壤流失的影響受到土地利用類型和降雨方式仑性。在黃土高原上研究降雨量及不同土地利用對于土壤流失的影響惶楼，比較有典型的研究。
在過去的十年中，許多研究提出了“綠化”城市開放空間的樹種選擇指南歼捐，作為緩解氣溫上升和城市熱島效應(yīng)的方法何陆，使城市成為氣候“熱點”。樹種的降溫效果可分為兩個部分;冷卻強度和冷卻延伸豹储。這兩個組成部分受到不同因素的影響贷盲。這篇文獻綜述揭示了樹種對溫度和周圍環(huán)境的影響。在此基礎(chǔ)上颂翼，確定了影響冷卻強度和冷卻延伸的兩個組成部分：內(nèi)部因素和外部因素晃洒，這對于人類活動和福祉的城市開放空間的小氣候舒適度的有效性是必不可少的。提取的內(nèi)部因素或指標如下;尺寸指數(shù)朦乏，形狀指數(shù)，樹種和樹冠覆蓋率是大多數(shù)研究中最常見的指標氧骤。外部因素可分為氣候和當?shù)丨h(huán)境參數(shù)呻疹。對已審查研究的討論反映了每個指數(shù)對冷卻強度和冷卻延伸的影響。本文還從1950年到2018年的各種同行評審技術(shù)論文筹陵，期刊和報告中考慮了確定這些指標的現(xiàn)有方法和技術(shù)刽锤。此外，本研究還確定了未來景觀建筑研究的空白和前進方向朦佩。通過本地樹木對城市開放空間小氣候舒適度的降溫作用并思，減緩熱量的其他相關(guān)學科，使得印度熱帶城市的氣候變?yōu)椤盁狳c”语稠。關(guān)鍵詞：樹木宋彼，減熱，冷卻延伸仙畦，冷卻強度输涕，小氣候舒適度。關(guān)于熱島效應(yīng)的總數(shù)研究慨畸，重點研究樹木對于區(qū)域小氣候的影響莱坎，包括熱舒適度的研究，這方面應(yīng)該是未來熱島研究的一大熱點寸士。
鄰域是空間互動的共享空間檐什。鄰里的活力代表了一個地方的人，活動和價值觀之間的協(xié)同作用弱卡，增加了社區(qū)的活力并刺激了經(jīng)濟機會乃正。它可以在質(zhì)量和數(shù)量上進行調(diào)查。然而谐宙，準確繪制活力圖存在技術(shù)挑戰(zhàn)烫葬。隨著通信技術(shù)的最新進展和諸如移動電話的位置感知設(shè)備的普及，可以大規(guī)模地收集和分析各個軌跡。在先前的研究中搭综，對應(yīng)于不同軌跡的活力的權(quán)重沒有區(qū)別垢箕。在這項研究中，提出了一種改進的使用加權(quán)二分圖的PageRank算法來從不同的角度測量城市社區(qū)的活力兑巾，這突出了不同類型公民產(chǎn)生的活力之間的差異条获。這種方法將土地與人類活動更緊密地聯(lián)系起來，為城市資源配置和城市規(guī)劃提供了新的視角和指導蒋歌。利用PageRank算法測度城市活力帅掘，城市活力是當前城市領(lǐng)域一個很熱的話題，這篇文章是篇很不錯的研究案例堂油。
研究塑造可持續(xù)城市形態(tài)的城市形態(tài)的決定因素具有重要意義修档。以前的研究一般認為，在不考慮空間異質(zhì)性的情況下府框，城市形態(tài)的決定因素在空間單元中沒有變化吱窝。為了推進對城市形態(tài)決定因素的理論認識，本研究試圖利用地理加權(quán)回歸（GWR）方法研究289個中國地級城市城市形態(tài)決定因素的空間異質(zhì)性迫靖。結(jié)果揭示了城市形態(tài)與其潛在因素之間的空間變化關(guān)系院峡。人口增長被發(fā)現(xiàn)促進了大多數(shù)中國城市的城市擴張，并降低了部分中國城市的城市緊湊程度系宜。行政區(qū)域較大的城市更有可能分散城市形態(tài)照激。事實證明，工業(yè)化對位于中國東部沿海地區(qū)的城市的城市擴張沒有影響盹牧，中國是該國最發(fā)達的地區(qū)俩垃。發(fā)現(xiàn)地方財政收入加速了許多中國城市的城市擴張和城市形態(tài)的不規(guī)范。結(jié)果發(fā)現(xiàn)欢策，固定投資對城市擴張產(chǎn)生了雙向影響吆寨。此外，城市道路網(wǎng)絡(luò)和公共交通也被確定為一些城市的城市形態(tài)的決定因素踩寇，這支持了復(fù)雜的城市系統(tǒng)（CUS）理論啄清。這項研究產(chǎn)生的政策含義在于為中國的決策者和城市規(guī)劃者塑造可持續(xù)的城市形態(tài)。地級市尺度的城市形態(tài)研究俺孙，基于GWR的研究辣卒。
13.Suicide mortality and natural environments – Authors' reply/自殺死亡率和自然環(huán)境 - 作者的答復(fù)
我們歡迎BenceMátyás關(guān)于我們關(guān)于自殺死亡率與綠色和藍色空間之間關(guān)系的文章的評論.1在此，我們想回應(yīng)他的兩個觀點睛榄。
首先荣茫，Mátyás評論說我們的研究不是“同類中的第一個”，并且在參考Nutsford和同事的2016年回顧性研究時證實了這一陳述场靴。經(jīng)過仔細考慮后啡莉，我們得出結(jié)論港准，他的觀察結(jié)果只是部分有效，因為他正確在他們的通信中咧欣，Nutsford和同事的研究將藍色空間與心理壓力聯(lián)系起來浅缸，但與自殺死亡率無關(guān)。正如我們在文章中所做的那樣魄咕，我們承認衩椒，關(guān)于藍色空間對心理健康的潛在致痛作用的證據(jù)越來越多。但是哮兰，我們強調(diào)這一證據(jù)是否適用于自殺死亡率仍然是一個懸而未決的問題毛萌。
其次，Mátyás質(zhì)疑我們心理健康模型的缺失喝滞。他的觀察是正確的阁将，正如在官方統(tǒng)計的任何生態(tài)學研究中一樣，困難在于通常不存在這樣重要的個人水平變量右遭。實際上冀痕，由于這些限制，我們并沒有試圖就這些問題得出最終結(jié)論狸演，盡管我們確實將它們作為進一步研究的主題，以了解其潛在機制僻他。
作者回復(fù)宵距，與其他學者的一個argue的過程。同時講述了藍綠空間與人群健康的關(guān)系吨拗。
在現(xiàn)代城市满哪，服務(wù)提供商希望識別難以從多個消防站到達的區(qū)域，公民希望在靠近每個人的餐館中與朋友會面劝篷，并且管理員想要查找遠離兩個公交車站的區(qū)域是否需要新的一個哨鸭。這些任務(wù)涉及研究城市結(jié)構(gòu)在多個地理空間和時間約束下的動態(tài)可達性，這是地理科學和城市交通中的一個重要課題娇妓。在本文中像鸡，我們提出了一個新的計算模型和一個可視化系統(tǒng)，幫助領(lǐng)域用戶交互式研究共同約束的可訪問區(qū)域哈恰，街道段和興趣點（POI）只估。特別是，城市結(jié)構(gòu)可達性可視化系統(tǒng)建立在新的Min-Max聯(lián)合集模型之上着绷，其中專門設(shè)計的集合操作不僅代表可訪問區(qū)域蛔钙，而且還根據(jù)聯(lián)合約束計算城市結(jié)構(gòu)的最小和最大訪問時間。計算和可視化由新的圖模型支持荠医，該模型適應(yīng)真實世界的動態(tài)交通狀況以及城市街道段和POI的地理設(shè)置吁脱∩Ｏ眩可視化系統(tǒng)允許用戶方便地構(gòu)建和管理可訪問區(qū)域并可視地探索其內(nèi)部的城市結(jié)構(gòu)。在當前大數(shù)據(jù)時代下兼贡，動態(tài)可達性分析研究成為了非常重要的一環(huán)攻冷，替代了傳統(tǒng)的基于路網(wǎng)的的靜態(tài)可達性分析。
