資源整理碴巾。
1 Coding:
1.R語言包c(diǎn)rrri模捂，提供了R中一個(gè)Chrome的遠(yuǎn)程接口勋拟。
2.Github、書籍苔货、課程和博客等四個(gè)方面介紹學(xué)習(xí) R 語言的資料犀概。
3.XITS是基于STIX字體的數(shù)學(xué)和科學(xué)出版的字體。
4.R語言包paletteer夜惭，R語言中常用色帶集合姻灶。
5.R語言包rssa，奇異譜分析的包诈茧。
6.R語言包svd产喉，R的Lanczos SVD和eigensolvers的接口。
7.R語言包geonetwork，用于處理其節(jié)點(diǎn)是地理的網(wǎng)絡(luò)或圖形的類和方法曾沈。 創(chuàng)建这嚣，轉(zhuǎn)換飒箭，繪圖聋迎。
8.Citybound是一款城市建設(shè)游戲，專注于現(xiàn)實(shí)主義铺根，協(xié)作規(guī)劃和微觀細(xì)節(jié)模擬障涯。
9.R語言包stickylabeller罐旗，為ggplot2創(chuàng)建分面標(biāo)簽。
10.plotly R電子書唯蝶。
11.美國城市的密度梯度曲線九秀。
12.R語言包RiverLoad，不同方法對(duì)河流化合物的負(fù)荷估算生棍。
13.R語言包ingestr颤霎，用于從原始格式讀取環(huán)境數(shù)據(jù)到數(shù)據(jù)框媳谁。
14.R語言包leafpop涂滴，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晴音，圖像或圖形柔纵。 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)”圖形锤躁，“網(wǎng)格”或“ggplot2”創(chuàng)建的圖形以及使用“htmlwidgets”創(chuàng)建的交互式圖形搁料。
15.R語言包earthEngineGrabR，earthEngineGrabR是R和GEE之間的接口系羞，簡化了遙感數(shù)據(jù)的采集郭计。 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椒振。 用戶獲得直接導(dǎo)入R的分析就緒數(shù)據(jù)集昭伸。
16.基于Django開發(fā)的期刊管理頁面。
17.這是基于R Markdown和bookdown（https://github.com/rstudio/bookdown）的書籍的最小示例澎迎。
18.R語言包ggCorpIdent庐杨，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。
19.R語言包lexicon夹供，用于文本分析的詞典和詞典的數(shù)據(jù)包灵份。
20.Tesseract開源OCR引擎。
21.R語言包brain哮洽，R中的V8動(dòng)力神經(jīng)網(wǎng)絡(luò)框架填渠。
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。
23.可擴(kuò)展的Auto-ML系統(tǒng)揭蜒。
24.R語言包brolgar横浑，R中的縱向數(shù)據(jù)和分析數(shù)據(jù)。
25.使用Maps Shiny Workshop進(jìn)行數(shù)據(jù)可視化屉更。
26.用于實(shí)時(shí)編碼網(wǎng)絡(luò)視覺效果的工具集徙融。 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)路由視頻源和輸出瑰谜。
27.一套R(shí) Markdown模板欺冀，可用于學(xué)術(shù)手稿，投影儀演示和教學(xué)大綱萨脑。
28.Python庫openscm隐轩，開放式簡單氣候模型框架統(tǒng)一了對(duì)幾種簡單氣候模型（SCM）的訪問。 它定義了一個(gè)標(biāo)準(zhǔn)接口渤早，用于獲取和設(shè)置模型參數(shù)职车，輸入和輸出數(shù)據(jù)以及運(yùn)行模型。 此外鹊杖，OpenSCM為這些參數(shù)和場(chǎng)景提供標(biāo)準(zhǔn)化文件格式悴灵，包括讀取和寫入此類文件的功能。
29.實(shí)驗(yàn)：使用R從圖片創(chuàng)建鉛筆效果圖骂蓖。
30.清華大學(xué)學(xué)位論文的Latex模板积瞒。
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)建在線書籍登下。
33.Apache Arrow是內(nèi)存分析的開發(fā)平臺(tái)茫孔。 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)被芳。
34.R語言包reshape缰贝，數(shù)據(jù)結(jié)構(gòu)變換重塑。
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）畔濒。
36.一組輔助函數(shù)剩晴，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)篓冲，最初旨在支持地球分析教育計(jì)劃李破。
37.學(xué)術(shù)主頁管理工具，基于hugo的學(xué)術(shù)主頁壹将，基于Python3嗤攻。
38.Kivy小部件根據(jù)校準(zhǔn)網(wǎng)格重新投影其內(nèi)容。
39.R語言包transformr诽俯，平滑多邊形轉(zhuǎn)換妇菱。
40.開源中性風(fēng)格的圖標(biāo)系統(tǒng)承粤。
41.Gravity是一款數(shù)據(jù)復(fù)制組件，提供全量闯团、增量數(shù)據(jù)同步辛臊，以及向消息隊(duì)列發(fā)布數(shù)據(jù)更新。
42.這是一個(gè)測(cè)試庫房交，用于提供MCMC算法和想法的參考實(shí)現(xiàn)彻舰。
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候味，并試圖更詳細(xì)地解釋一些概念刃唤。 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上找到白群。
Deep Learning Book Chapter Summaries
44.一個(gè)webgl地球尚胞，可以輕松地在坐標(biāo)處實(shí)時(shí)添加形狀。
45.《我也有話要說》—— 普通人的當(dāng)眾講話技能帜慢。
46.R語言包ballr笼裳，Basketball-reference.com的R API。
47.R語言包mathpix粱玲，查詢mathpix API以將數(shù)學(xué)圖像轉(zhuǎn)換為LaTeX躬柬。
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)密幔。 除了實(shí)際的高度計(jì)數(shù)據(jù)外楔脯，RADS還提供了一套應(yīng)用程序和子程序撩轰，可簡化各種雷達(dá)高度計(jì)數(shù)據(jù)的讀取胯甩，編輯和處理。
49.交互式地圖的框架堪嫂。
50.來自Natural Earth的預(yù)制TopoJSON偎箫。
51.使用Bootstrap和Leaflet構(gòu)建簡單而優(yōu)雅的Web制圖應(yīng)用程序的模板。
52.HotpotQA：用于多種可解釋的問題解答的數(shù)據(jù)集皆串。
53.PyRAT（Python雷達(dá)分析工具）淹办，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)恶复，尤其專注于提供簡單的基于插件的編程接口怜森。從技術(shù)上講，PyRat是用Python實(shí)現(xiàn)的（由一些Cython支持）谤牡，并使用基于HDF5的光盤容器進(jìn)行臨時(shí)存儲(chǔ)副硅。 它具有自動(dòng)多線程塊處理功能，可實(shí)現(xiàn)速度和內(nèi)存效率翅萤，強(qiáng)大的批處理系統(tǒng)和基于Qt的GUI恐疲。
54.基礎(chǔ)的遙感模型管理。
55.非常知名的交互式可視化庫，plotly.js培己。
56.R語言包RefMnageR碳蛋，RefManageR提供了導(dǎo)入和使用書目參考的工具。
57.R語言包rayrender省咨，用于在R中創(chuàng)建的光線追蹤場(chǎng)景肃弟。
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。
59.公司零蓉，官員和非政府組織使用R愕乎。在您需要的情況下，來自企業(yè)壁公，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/包的精選清單感论。
60.R語言包sparklyr， Apache Spark的R接口紊册。
61.該網(wǎng)站/ GitHub存儲(chǔ)庫適用于riskmapr shiny應(yīng)用程序套件比肄。 在本文檔中，我們概述了如何下載和運(yùn)行它們囊陡。
62.南瓜書PumpkinBook芳绩，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)行表述的撞反，所以南瓜書的最佳使用方法是以西瓜書為主線妥色，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。
63.Jade/pangeo的自定義的jupyterhub的模板遏片。
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)嘹害。 主要服務(wù)主要包括與其他服務(wù)交互的表示層（網(wǎng)頁）。
65.PostGIS的docker鏡像吮便。
66.Python庫openbnmapi笔呀，這是Bank Negara Malaysia Open API的非官方Python封裝。
67.關(guān)于深度學(xué)習(xí)背景下卷積算術(shù)的技術(shù)報(bào)告髓需。
68.ShinyStudio項(xiàng)目是Docker服務(wù)的編排许师，允許使用ShinyProxy保護(hù)RStudio和Shiny Server，輕松僚匆，免費(fèi)微渠，安全地開發(fā)和托管豐富的交互式內(nèi)容。
69.golang版本網(wǎng)易云音樂ncm文件格式轉(zhuǎn)換咧擂。
70.R語言包h3, H3的R接口逞盆，一種分層的六邊形地理空間索引系統(tǒng)。
71.實(shí)驗(yàn)：使用R從圖片創(chuàng)建簡筆畫效果圖
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屋确，由Quick纳击，Draw续扔！游戲玩家提供。
73.兩個(gè)視圖結(jié)構(gòu)的運(yùn)動(dòng)焕数。
74.R語言包repr,各種R對(duì)象的字符串和字節(jié)表示纱昧。
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)用程序堡赔。
76.R語言包rtables识脆，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)善已，然后可以使用特定于單元格的格式化指令進(jìn)行顯示灼捂。 目前，rtables可以用ascii和html輸出换团。
77.openFrameworks的平面悉稠，2D和3D Ray對(duì)象。它檢查光線與段艘包，球體的猛，三角形，平面想虎，一個(gè)原點(diǎn)卦尊，一個(gè)帶有ofMesh的多重線的交叉點(diǎn)。
78.R語言包pander舌厨，一個(gè)R Pandoc的書寫器岂却。
79.Mappa.js是一個(gè)Javascript庫，允許您在tile地圖上疊加裙椭。 它還提供了一組工具躏哩，用于處理靜態(tài)地圖，交互式平鋪地圖和地理數(shù)據(jù)骇陈，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震庭。
80.deck.gl的流向圖繪制瑰抵。 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)象你雌。 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二汛。
81.此數(shù)據(jù)集代碼生成數(shù)學(xué)問答對(duì)婿崭，來自一系列問題類型，大致處于學(xué)校級(jí)難度肴颊。 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)推理技巧氓栈。
82.R語言包dspace，空間數(shù)據(jù)的數(shù)據(jù)驅(qū)動(dòng)分割婿着。
83.R語言包spatialreg授瘦，空間回歸模型的R包醋界。
84.BRDF核Python代碼。
2 Paper:
背景：空氣污染及其對(duì)公共健康的不利影響仍然是中國的一個(gè)相當(dāng)大的問題提完，中國已經(jīng)實(shí)施了改善這種情況的政策形纺。我們的目的是估計(jì)2020年和2030年中國各地與顆粒物（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)徒欣，量化空氣質(zhì)量改善目標(biāo)的健康效益逐样，并確定人口增長的影響和這種疾病負(fù)擔(dān)老化。方法：在這項(xiàng)模型研究中打肝，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)量情景脂新，調(diào)查了中國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)途徑粗梭。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)量争便。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年相比断医，到2020年始花，中國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人孩锡。但是酷宵，由于中國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人躬窜，到2030年增加244 191人浇垦，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和人口老齡化解釋：為了減少中國未來的疾病負(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)格政策荣挨，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男韧，特別是在疾病負(fù)擔(dān)高的地區(qū)∧ⅲ基于PM2.5的疾病負(fù)擔(dān)此虑，PM2.5這里的中國空氣污染給中國人民造成的疾病負(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)口锭。利用人口模擬情景分析的公共健康研究朦前。
細(xì)顆粒物（PM2.5）對(duì)人類健康構(gòu)成威脅。 2017年1月鹃操，中國PM2.5污染嚴(yán)重韭寸，平均PM2.5濃度比2016年1月增加了14.7％。氣象條件對(duì)PM2.5污染有很大影響荆隘。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)系恩伺，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)果表明椰拒，2016年1月至2017年1月氣象條件的變化導(dǎo)致PM2.5全國平均濃度增加了13.6％晶渠。與氣象條件良好的長江三角洲（YRD）不同凰荚，不利的氣象條件（如低風(fēng)速，高濕度褒脯，低邊界層高度和低降雨量）導(dǎo)致PM2.5濃度惡化29.7％浇揩，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％憨颠。鑒于當(dāng)?shù)貧庀髮?duì)PM2.5濃度的重大影響胳徽，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冬季污染的影響爽彤⊙粒基于化學(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)還是不透水性适篙？
現(xiàn)在世界上一半以上的人口居住在被稱為熱島的城市往核。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)論嚷节，表明白天UHI強(qiáng)度的地理變化主要是由于城鄉(xiāng)地區(qū)效率的變化聂儒。將熱量從陸地表面?zhèn)鬟f到低層大氣。在這里硫痰，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衩婚。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)水容量變化的控制效斑，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非春。 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？缓屠。發(fā)表在Science Advance上的雄文奇昙，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。
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)敌完，并檢查干旱的生態(tài)影響储耐。估算空間光合作用的方法通常結(jié)合植被綠度，入射輻射滨溉，溫度和大氣對(duì)水的需求（蒸汽壓力不足）的信息什湘，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)植被有直接影響业踏，而且與蒸氣壓不足無關(guān)禽炬，但他們依賴蒸氣壓力不足作為干旱的代表。在這里勤家，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)的共同偏差柳恐，該估計(jì)受土壤水分對(duì)光合作用光效率的影響伐脖。 热幔。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％讼庇，在25％的全球植被地表面上增加了超過100％的年際變化绎巨，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)力影響的重要性蠕啄。衛(wèi)星監(jiān)測(cè)對(duì)于陸地初級(jí)生產(chǎn)力的影響场勤，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等都有推出歼跟，這一塊對(duì)于NPP的反演具有重要意義和媳。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)用哈街。
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)的量化留瞳。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骚秦，最常見的是城市樹木她倘，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）作箍，第一組傾向于檢查城鄉(xiāng)差異的解釋者硬梁，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）的研究胞得，這些研究調(diào)查了城市森林的溫度調(diào)節(jié)效應(yīng)靶溜，例如林分大小和林分連通性。為了解決文獻(xiàn)中的這一差距懒震，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)的重要性罩息。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)个扰，那些嵌套在較寬的行政區(qū)域中瓷炮，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)之外递宅，量化這種“缺失的中間”還支持一種管理策略娘香，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办龄，多層次回歸模型是一個(gè)用于多尺度研究的重要方法烘绽，結(jié)果也。
城市等級(jí)與經(jīng)濟(jì)增長俐填，城市規(guī)劃和可持續(xù)城市發(fā)展密切相關(guān)安接。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)信息英融。以前的研究表明盏檐，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)歇式，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)的新方法胡野。夜間燈光數(shù)據(jù)首先被概念化為連續(xù)的數(shù)學(xué)表面材失，稱為夜間光表面。根據(jù)這些表面的形態(tài)硫豆，推導(dǎo)出相應(yīng)的地表網(wǎng)絡(luò)龙巨。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)熊响。然后旨别，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。最后耘眨，城市等級(jí)是根據(jù)不同城市之間的結(jié)構(gòu)相似性來定義的昼榛。利用2015年度NPP-VIIRS夜間光照數(shù)據(jù)，成功檢驗(yàn)了中國32個(gè)主要城市的城市等級(jí)剔难。結(jié)果與參考城市等級(jí)非常一致胆屿。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)的新方法偶宫。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)
城市是人類的核心非迹，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纯趋，該文是一個(gè)coments憎兽，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吵冒，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)纯命，介紹了相關(guān)的國內(nèi)外進(jìn)展以及展望。此文已有全文翻譯痹栖，需要的可以點(diǎn)擊下面第一條評(píng)論亿汞。
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）沉積的匯揪阿。在此疗我，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)南捂。然后對(duì)樹葉進(jìn)行取樣吴裤，通過掃描電子顯微鏡（SEM）定量研究溝槽比例，葉片毛狀體密度溺健，氣孔密度和氣孔大小麦牺。 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)間下降枕面，隨著PM2.5濃度的增加愿卒，下降速度變得更快缚去。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潮秘。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)度差異的原因易结。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)氣孔的影響枕荞。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)搞动。
研究表明躏精，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鹦肿，景觀生態(tài)指標(biāo)和熱成像矗烛，遙感研究為這些發(fā)現(xiàn)做出了貢獻(xiàn)÷崂＃總的來說瞭吃，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)涣旨。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)系歪架。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）霹陡，空間回歸和蚪，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)烹棉，這可以簡單地描述為：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與道路攒霹，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)量浆洗〈呤基于16種不同的模型（8個(gè)OLS，8個(gè)空間回歸）辅髓，我們可以確認(rèn)上述假設(shè)泣崩，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)系洛口。我們對(duì)這種復(fù)雜性的解釋矫付，加上組成變量的強(qiáng)弱，現(xiàn)在第焰，簡約模型對(duì)城市規(guī)劃者來說更有用买优，因?yàn)樗鼈兏咂毡樾浴Ｗ詈螅恋馗采w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)杀赢『娑澹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模型可能存在偏差脂崔。 OLS模型仍被發(fā)現(xiàn)是探索性分析的有用工具滤淳。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砌左。OLS仍然是一個(gè)有用的數(shù)據(jù)探索分析工具脖咐。
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)汇歹。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)重要稚新。在這里捆交，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)展中國家到發(fā)達(dá)國家的主導(dǎo)收購流量（75.4％），而這些流量在發(fā)展中國家（22.8％）或發(fā)達(dá)國家中保留的較少（ 1.8％）钦无。政策驅(qū)動(dòng)的暫团嗣鳎現(xiàn)有LSLA是一種用于減少全球森林損失的關(guān)鍵機(jī)制虽另，最近在印度尼西亞發(fā)現(xiàn)丐巫，但由于缺乏定量綜合，其有效性仍不明確作谭。根據(jù)對(duì)2001-2017年森林損失的空間直觀時(shí)間分析稽物，我們發(fā)現(xiàn)，作為整個(gè)印度尼西亞折欠，增加的森林損失率為0.091 Mha /年（2001-2011）贝或，放緩至0.001 Mha /年（2012年）-2017）在2011年建立暫停后。同時(shí)锐秦，根據(jù)伐木咪奖，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)營森林損失率比森林損失率高35％至396％酱床。暫停期間可比較的土地特許權(quán)羊赵。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％扇谣。這些調(diào)查結(jié)果支持國際合作和集體行動(dòng)昧捷，以實(shí)施有效的土地暫停，以扭轉(zhuǎn)長達(dá)十年的熱帶森林損失軌跡罐寨。分析土地征用政策對(duì)森林砍伐與損失的影響靡挥，從。
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鸯绿“掀疲考慮到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)簸淀。然而，它們通扯痉担基于線性假設(shè)描述復(fù)雜的AOD-PM2.5關(guān)系租幕。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)空變化拧簸。為了同時(shí)考慮AOD-PM2.5關(guān)系的非線性和時(shí)空異質(zhì)性劲绪，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)狡恬。使用衛(wèi)星AOD產(chǎn)品珠叔，NDVI數(shù)據(jù)和中國的氣象因子作為輸入蝎宇，GTWNN設(shè)置了臺(tái)站PM2.5測(cè)量弟劲。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)空模型相比姥芥，所提出的GTWNN已經(jīng)實(shí)現(xiàn)了更好的性能兔乞，即，每日地理加權(quán)回歸以及地理和時(shí)間加權(quán)回歸凉唐。 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庸追。在此基礎(chǔ)上，在中國生成了分辨率為0.1度的空間PM2.5數(shù)據(jù)台囱。該研究實(shí)現(xiàn)了地理法和神經(jīng)網(wǎng)絡(luò)的結(jié)合淡溯，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地面制圖簿训。精度較好咱娶，空間分辨率為0.1°。
在全球關(guān)注城市污染問題之后强品，中國正處于環(huán)境空氣質(zhì)量管理的關(guān)鍵階段膘侮。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)憂的空氣污染的榛，嚴(yán)重危害健康琼了。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》蛏危基于2016年中國338個(gè)城市PM2.5濃度的地面直接測(cè)量結(jié)果雕薪，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晓淀。線性（LL）模型所袁，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)估要糊。 2016年纲熏，在中國妆丘，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濃度局劲。隨后勺拣，國家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）鱼填，約占中國報(bào)告死亡人數(shù)的9.98％药有。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0.364億苹丸。估計(jì)慢性支氣管炎愤惰，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)赘理，PM2.5暴露導(dǎo)致經(jīng)濟(jì)損失1013.9億美元宦言，占2016年全國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)估商模。本研究的死亡率和發(fā)病率結(jié)果將為中國省級(jí)和國家政策制定者對(duì)338個(gè)城市進(jìn)行可測(cè)量的評(píng)估奠旺，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)和健康損失施流，可以用于政策評(píng)估响疚。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。
由于快速的城市化忿晕，工業(yè)化和機(jī)動(dòng)化，中國大量城市受到大量空氣污染的影響银受。為了探討2013年后京津冀地區(qū)空氣污染控制的進(jìn)展践盼，仍存在的挑戰(zhàn)和可持續(xù)性，進(jìn)行了混合方法分析蚓土。定量分析包括BTH地區(qū)空氣質(zhì)量管理的概述宏侍。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)揮了重要作用蜀漆，并就BTH地區(qū)的空氣污染控制提供咨詢谅河。結(jié)果表明，在嚴(yán)格的空氣污染控制政策下确丢，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)绷耍。但是，該地區(qū)和不同污染物的改善情況各不相同鲜侥。雖然實(shí)施具有決定性褂始，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)描函，國家空氣質(zhì)量限制繼續(xù)大大超出崎苗，競(jìng)爭(zhēng)性發(fā)展利益仍然主要尚未解決狐粱。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)而言胆数，由于自上而下的執(zhí)法肌蜻，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)整必尼。建議采取更好的機(jī)制確苯眩跨部門協(xié)調(diào)和改善中央 - 地方政府溝通。提供了進(jìn)一步的建議判莉，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)施豆挽。我們的研究突出了中國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)遇分析券盅，對(duì)相關(guān)專家做了訪談帮哈。
人們?cè)絹碓綋?dān)心空氣污染，特別是那些<2.5微米（PM2.5）的顆粒渗饮，會(huì)增加認(rèn)知障礙和精神障礙的風(fēng)險(xiǎn)但汞。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)系仍未確定互站。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]有改變居住地僵缺，他們的護(hù)理人員來自韓國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)列胡桃。通過韓國版神經(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)磕潮。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)建翠胰。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）自脯，5.0-29.7]之景，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)理人員中膏潮，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)平均值中锻狗，每8.3微克/立方米增加29.0％[95％CI，8.1-53.9]）焕参。目前的結(jié)果表明轻纪，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)果表明叠纷，在患有認(rèn)知障礙的老年人群中刻帚，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涩嚣。精神負(fù)擔(dān)與高水平PM2.5暴露影響崇众。
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掂僵，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)的地理格局顷歌。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)看峻。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)系衙吩，以及該區(qū)域的人口統(tǒng)計(jì)互妓，社會(huì)和經(jīng)濟(jì)概況。值得注意的是坤塞，我們的研究僅考慮國內(nèi)建筑類型冯勉，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)摹芙。首先灼狰，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)浮禾，這通常與商業(yè)建筑中的特制公寓交胚，轉(zhuǎn)換和公寓相對(duì)應(yīng)。其次盈电，Airbnb與私人租賃物業(yè)比例較高的地區(qū)有關(guān)蝴簇，將超過1.4％的住房供應(yīng)減少為短期租金。在某些街區(qū)匆帚，這種現(xiàn)象可能達(dá)到20％熬词，進(jìn)一步加劇了高檔化的過程。最后吸重，我們討論了這些調(diào)查結(jié)果的含義互拾，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)的影響嚎幸，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)的沖擊颜矿，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。
頻繁的朦朧天氣是中國快速城市化帶來的最明顯的空氣問題之一嫉晶。作為霧霾污染的主要成分之一骑疆，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)车遂，結(jié)合土地利用數(shù)據(jù)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)封断，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分布舶担，變化趨勢(shì)和影響坡疼。模型（SEM）。結(jié)果表明衣陶，中國PM2.5的高濃度主要集中在中國東部和四川省柄瑰。東部闸氮，東北，四川和廣西省PM2.5濃度呈現(xiàn)積極趨勢(shì)教沾。同時(shí)蒲跨，建成用地和農(nóng)用地的增長趨勢(shì)比例最強(qiáng)，森林和草地的增長趨勢(shì)最強(qiáng)授翻，但總體趨勢(shì)仍在增長或悲。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)最大堪唐，其次是人口因素和空間因素巡语。在所有觀察到的變量中，第二產(chǎn)業(yè)GDP對(duì)PM2.5污染的影響最大淮菠∧泄基于以上結(jié)果，PM2.5污染仍是當(dāng)前乃至未來中國的重要環(huán)境問題合陵。決策者有必要從宏觀和微觀枢赔，長期和短期方面制定行動(dòng)和政策，以減少污染拥知√ぐ荩基于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)果來看举庶，二產(chǎn)GDP的影響最大执隧，說明還是工業(yè)能耗依舊是空氣污染的主要源頭。
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的空間配置和交互户侥。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峦嗤，但很少有工作考慮了ES束的時(shí)間變化蕊唐。本文利用中國植被恢復(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空間分布烁设，束類型和多種ES相互作用的變化替梨。可測(cè)量的代理變量装黑，生物物理指標(biāo)和InVEST模型用于量化10個(gè)ES副瀑。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)和碳封存恋谭。 （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)衡糠睡，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)同作用被削弱疚颊，暗示存在微妙的功能ES相互依賴性狈孔。 （4）2000年至2015年間捆綁模式的變化表明信认，由于碳封存的增加和基流調(diào)節(jié)的惡化，ES之間的差距加大均抽。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嫁赏。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)大油挥×视基線流量監(jiān)管可作為關(guān)鍵指標(biāo)，以支持全面了解恢復(fù)干預(yù)措施的影響深寥。 ES捆綁框架能夠捕獲大規(guī)模環(huán)境中ES交互隨時(shí)間的變化攘乒，并促進(jìn)知情的ES管理◆媛酰基于InvVEST模型生態(tài)系統(tǒng)服務(wù)方面的研究持灰。重點(diǎn)在于分析不同類型ES之間權(quán)衡和協(xié)同作用。
京津冀是中國北方最大的城市群负饲，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)因素尚不清楚堤魁。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)返十。每個(gè)縣都收集了2007年至2012年京津冀HBV病例的數(shù)據(jù)妥泉。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)洞坑，而低風(fēng)險(xiǎn)地區(qū)主要分布在城市和西部地區(qū)盲链。 HBV年發(fā)病率在6年期間大幅下降。與此總體趨勢(shì)相比迟杂，38.5％的高風(fēng)險(xiǎn)縣表現(xiàn)出更快的下降刽沾，35.9％的高風(fēng)險(xiǎn)縣表現(xiàn)出更慢的下降。同時(shí)排拷，29.7％的低風(fēng)險(xiǎn)縣下降速度較快侧漓，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)监氢。人口密度和人均國內(nèi)生產(chǎn)總值與HBV傳播呈負(fù)相關(guān)布蔗，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)浪腐，決定因素分別為0.11和0.8纵揍。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)因素议街，結(jié)果表明人口密度和GDP對(duì)乙肝傳播呈負(fù)相關(guān)泽谨，且人口密度與其他因素有強(qiáng)烈的交互作用。
手足口病（HFMD）風(fēng)險(xiǎn)已成為京津冀地區(qū)日益關(guān)注的問題隔盛，京冀地區(qū)是東北亞最大的城市群犹菱。在該研究中，分析了手足口病的時(shí)空流行病學(xué)特征吮炕，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)估氣象因素的影響腊脱。從2009年到2013年，手足口病風(fēng)險(xiǎn)存在明顯的季節(jié)性模式龙亲。風(fēng)險(xiǎn)最高的時(shí)期是夏季陕凹，月平均發(fā)病率為4.17 /103，而冬季指數(shù)為0.16 /103鳄炉。氣象變量影響手足口病的時(shí)間變化杜耙。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）拂盯∮优空氣壓力增加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）谈竿。風(fēng)速上升1 m/s與HFMD增加6.2％有關(guān)（相應(yīng)的RR 1.064）团驱。高風(fēng)險(xiǎn)地區(qū)主要是大城市，如北京空凸，天津嚎花，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)施呀洲。分析手足口病的時(shí)空變異與氣象因子的影響紊选，并給出了對(duì)應(yīng)的定量關(guān)系。
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道逗。本研究從多階段研發(fā)角度衡量區(qū)域研發(fā)效率兵罢。它利用2009年至2016年中國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)滓窍。通過估算空間Durbin模型趣些，我們發(fā)現(xiàn)了中國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)贰您，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)表明拢操，在知識(shí)流動(dòng)背景下锦亦，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)令境。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)查開辟了新的途徑杠园。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。
凈初級(jí)生產(chǎn)力（NPP）提供物質(zhì)舔庶，能源和服務(wù)抛蚁，以促進(jìn)人類社會(huì)和生態(tài)系統(tǒng)的可持續(xù)發(fā)展陈醒。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，但缺乏全面的了解瞧甩，特別是在干旱和半干旱地區(qū)钉跷。為此肚逸，以黑河流域中游（MHRB）為例，通過整合多源數(shù)據(jù)（如MOD17A3 NPP膝晾，土地利用务冕，溫度和降水），揭示了NPP對(duì)土地利用和氣候變化的響應(yīng)臊旭。和多種方法油湖。結(jié)果表明：（a）土地利用強(qiáng)度（LUI）增加，氣候變暖和濕潤促進(jìn)了NPP撤奸。從2000年到2014年，MHRB的LUI喊括，溫度和降水分別增加了1.46,0.58和15.76 mm胧瓜，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郑什。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府喳，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)定性蘑拯。城市擴(kuò)張占用了農(nóng)田钝满，森林和草地，減少了NPP申窘。 （c）溫度和降水量的增加通常會(huì)改善NPP弯蚜。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剃法。然而碎捺，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收厨，農(nóng)田的NPP和NPP比自然植被增加更多晋柱。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仍略有增加诵叁。李新老師團(tuán)隊(duì)的成果雁竞，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)黎休。
流量預(yù)測(cè)在水資源管理中具有重要意義浓领，尤其對(duì)水庫運(yùn)行具有重要意義联贩。然而泪幌，由于水文過程的非平穩(wěn)特征和噪聲的影響祸泪，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)右蒲，本研究提出了一種基于雙處理策略的數(shù)據(jù)驅(qū)動(dòng)模型瑰妄，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）竹宋。方法逝撬。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;然后狡相，通過ICEEMDAN對(duì)處理過的系列進(jìn)行再處理尽棕，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建模回官。利用古浪河流域曹家湖和十八里鋪水庫的徑流資料歉提，對(duì)該模型的性能進(jìn)行了一個(gè)月的預(yù)測(cè)試驗(yàn)。此外侄泽，將所提出的雙處理模型與四種單處理模型進(jìn)行比較悼尾，即經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥MD）-ELM诀豁，集合EMD（EEMD）-ELM舷胜，ICEEMDAN-ELM和SSA-ELM烹骨，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峦树。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)精度魁巩，SSA-ELM模型的性能是這些單處理模型中最好的葬馋，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畴嘶，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。因此蟀瞧，該模型是一種有望用于管理的有前景的方法悦污，可以更好地降低噪聲的影響，捕捉水文序列的動(dòng)態(tài)特征踏枣∫鹌伲基于數(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)鍵要素鸿捧。
