資源整理钙蒙。
1 Coding：
1.R語(yǔ)言包tibbletime苹威，處理時(shí)間數(shù)據(jù)的包。
2.R語(yǔ)言包gravity办悟，重力模型尘奏，可以用于分析交互作用等，其實(shí)應(yīng)該是模仿物理學(xué)引力模型的拓展誉尖，在經(jīng)濟(jì)地理中也有介紹過(guò)罪既。
3.開(kāi)源項(xiàng)目earth analytics fall 2018铸题，地球分析2018秋季課程作業(yè)模板铡恕。
4.開(kāi)源項(xiàng)目GeolocatorAnalyses，地理定位數(shù)據(jù)分析丢间，基于R語(yǔ)言的項(xiàng)目探熔。
5.Python開(kāi)源項(xiàng)目PyRADS，PyRADS是用于行星大氣的Python逐行輻射模型烘挫。
6.開(kāi)源項(xiàng)目Eco variation诀艰，論文"Spatial and temporal variation of ecosystem properties at macroscales"的數(shù)據(jù)處理腳本和代碼（R）。
7.Python開(kāi)源項(xiàng)目nativepython饮六，一個(gè)基于llvm的框架其垄，用于從Python生成和調(diào)用高性能本機(jī)代碼。
8.R語(yǔ)言包RGDALDB卤橄，在sf中為GDAL的ExecuteSQL提供DBI绿满。
9.DMLC開(kāi)源項(xiàng)目xbgoost，機(jī)器學(xué)習(xí)大殺器窟扑，提供了多個(gè)語(yǔ)言的接口喇颁。
10.VS code的Github pull/request插件。
11.開(kāi)源項(xiàng)目spatialdata嚎货，目測(cè)是某論文的代碼橘霎，scala語(yǔ)言的項(xiàng)目。
12.開(kāi)源項(xiàng)目AtlantisNEUS R殖属，R代碼（腳本和函數(shù)）與Atlantis NEAU End-2-end海洋生態(tài)系統(tǒng)模型的交互和分析輸出姐叁。
13.Python庫(kù)Panuscript，Pandoc，pandoc-citeproc和ImageMagick的輕量級(jí)Python封裝外潜，用于學(xué)術(shù)寫作谭溉。
14.使用link2gi的教程。link2GI是R包橡卤，提供更方便的R語(yǔ)言與其他開(kāi)源GIS軟件的交互扮念。
15.R語(yǔ)言包uavRmp，無(wú)人機(jī)任務(wù)規(guī)劃碧库。應(yīng)該是類似于地面站那樣子的規(guī)劃飛行線路的功能柜与。
16.亞馬遜雷達(dá)數(shù)據(jù)處理。
17.Python開(kāi)源項(xiàng)目live earth desktop嵌灰，連續(xù)下載向日葵8號(hào)數(shù)據(jù)弄匕，并且作為桌面背景。
18.WRF-hydrology沽瞭，WRF水文模型代碼迁匠。
19.R語(yǔ)言使用者研討會(huì)上Python的材料。
20.R語(yǔ)言開(kāi)源項(xiàng)目voronoiTreemap驹溃，用于voronoi樹(shù)圖的R包城丧，通過(guò)shiny增加了交互性。
21.R語(yǔ)言包sf豌鹤，空間要素的R包亡哄。
22.Python開(kāi)源項(xiàng)目phstl，將GDAL柵格轉(zhuǎn)換為STL的三維格網(wǎng)布疙。
2 Paper:
該鏈接其實(shí)不是論文截型，應(yīng)該是一個(gè)ppt。Landsat科學(xué)團(tuán)隊(duì)在2017年夏季會(huì)議上發(fā)表的演講儒溉。 EROS中心宦焦，Sioux Falls，SD睁搭，美國(guó)赶诊。 2017年7月12日≡奥妫回顧了Landast數(shù)據(jù)近年來(lái)的應(yīng)用舔痪，包括土地覆被，和激光雷達(dá)結(jié)合的生物量估算锌唾，樹(shù)高估算锄码。
目前的研究很少關(guān)注城市空間擴(kuò)展的活力及其可能的環(huán)境和健康影響夺英，或城市化梯度不同點(diǎn)的城市環(huán)境快速變化對(duì)健康的影響。本研究采用公共衛(wèi)生生態(tài)學(xué)方法滋捶，系統(tǒng)地了解中國(guó)城市化痛悯，城市環(huán)境變化與人類健康之間的關(guān)系≈乜撸基于近幾十年來(lái)五個(gè)不同時(shí)期的夜間燈光數(shù)據(jù)的遙感圖像分析被用于確定整個(gè)城市區(qū)域的變化载萌。通過(guò)回顧有關(guān)環(huán)境健康，城市化和健康之間關(guān)系的證據(jù)巡扇，我們推進(jìn)了解釋城市人類健康生態(tài)的途徑框架扭仁。 Spearman等級(jí)相關(guān)系數(shù)用于衡量疾病流行率與城市化水平之間的相關(guān)性，為系統(tǒng)理解城市健康增加了另一個(gè)維度厅翔。近幾十年來(lái)乖坠，城市地區(qū)在空間上一直在增加，但不均衡刀闷，中小城市在過(guò)去十年中也在迅速擴(kuò)大熊泵。城市化和城市擴(kuò)張導(dǎo)致土地利用/覆蓋變化，城市環(huán)境和居民生活方式的變化甸昏，從而導(dǎo)致人類健康問(wèn)題顽分。近幾十年來(lái)，城市化水平最高的地區(qū)更傾向于患慢性病筒扒。如果人類疾病不成為社會(huì)和經(jīng)濟(jì)發(fā)展的障礙怯邪，生態(tài)公共衛(wèi)生方法可以提供對(duì)需要定期收集的多種數(shù)據(jù)的見(jiàn)解绊寻。較早的城市化與人類健康的論文花墩。城市擴(kuò)張導(dǎo)致的慢性疾病，在近年來(lái)健康城市研究越來(lái)越受重視澄步。
地形對(duì)冠層反射率的影響在崎嶇地形的地表生物物理變量的反演中起著關(guān)鍵作用冰蘑。在本文中，我們提出了一種新的離散森林冠層各向異性反射模型村缸，幾何光學(xué)和相互遮蔽和從任意傾斜葉片散射模型與地形（GOSAILT）相結(jié)合祠肥，考慮了坡度，坡向梯皿，地下性質(zhì)的影響仇箱。樹(shù)木生長(zhǎng)，多重散射和漫射天窗东羹。使用用于坡地地形（GOST）模型的幾何光學(xué)模型評(píng)估GOSAILT模擬的四個(gè)場(chǎng)景分量（即剂桥，陽(yáng)光照射的冠，陰影冠属提，陽(yáng)光照射的背景和陰影背景）的面積比例权逗。通過(guò)GOSAILT模擬的冠層反射率針對(duì)兩個(gè)反射率數(shù)據(jù)集進(jìn)行驗(yàn)證美尸。這些廣泛的驗(yàn)證表明GOSAILT在傾斜表面上的冠層反射模擬中具有良好的性能。幾何光學(xué)模型的一個(gè)新改進(jìn)模型斟薇，從小文院士的四分量理論出發(fā)师坎，針對(duì)地形對(duì)冠層反射率影響做了改進(jìn)。
在可到達(dá)性方面存在顯著差異的區(qū)域堪滨，通過(guò)考慮采樣位置選擇的這些差異胯陋，可以提高用于估算總體平均值或總數(shù)的基于設(shè)計(jì)的抽樣策略的成本效率。這可以通過(guò)分層隨機(jī)抽樣來(lái)實(shí)現(xiàn)袱箱。那么問(wèn)題是如何構(gòu)建分層』塘耄現(xiàn)有的最優(yōu)分層方法（例如cum stratification）在采樣單元中假定成本不變，因此當(dāng)違反該假設(shè)時(shí)可能是次優(yōu)的犯眠。在給定預(yù)期總成本的最大值的情況下按灶，提出了模擬退火算法，用于在樣本大小的最佳分配下同時(shí)優(yōu)化層中斷和樣本大小筐咧。所提出的分層方法在中國(guó)安徽省5900平方公里的研究區(qū)進(jìn)行了測(cè)試鸯旁。計(jì)算最佳分層閾值以估計(jì)土壤有機(jī)質(zhì)含量（SOM）的總體平均值。來(lái)自多元線性回歸模型的SOM預(yù)測(cè)被用作分層變量量蕊。最佳的分層閾值與cum stratification閾值不同铺罢。使用最優(yōu)分層的SOM估計(jì)平均值的方差比cum stratification小約8至29％，這取決于地層的數(shù)量残炮。這種大的精度增益可以通過(guò)逐點(diǎn)成本和分層變量的適度強(qiáng)相關(guān)來(lái)解釋韭赘。當(dāng)這種相關(guān)性較弱或者單位之間的成本變化較小時(shí)，預(yù)計(jì)會(huì)有較小的增益势就。當(dāng)沒(méi)有與感興趣的變量相關(guān)的輔助變量可用時(shí)泉瞻，也可以使用所提出的算法，僅考慮采樣單元之間的成本差異苞冯。在地理學(xué)中袖牙，采樣位置的設(shè)計(jì)是繞不開(kāi)的關(guān)鍵話題，如何提高采樣效率舅锄，降低成本鞭达，本文提供了一個(gè)很好的范例研究。
劃定永久性基本農(nóng)田將保障中國(guó)農(nóng)業(yè)發(fā)展的生產(chǎn)基線皇忿，確保城市周邊地區(qū)易于占用優(yōu)質(zhì)農(nóng)田畴蹭，從而嚴(yán)格控制面臨城市擴(kuò)張加速的農(nóng)田（特別是城市周邊優(yōu)質(zhì)農(nóng)田）的使用。本研究研究了典型地區(qū)正在進(jìn)行快速城市化的永久性基本農(nóng)田的劃分鳍烁。通過(guò)構(gòu)建系統(tǒng)分類模型叨襟，將農(nóng)田分為基質(zhì)，邊緣和島嶼農(nóng)田老翘，以分析農(nóng)田的鄰接和破碎芹啥。根據(jù)各種農(nóng)田計(jì)劃的指標(biāo)要求锻离，建立了評(píng)價(jià)指標(biāo)體系，以建立綜合農(nóng)田生產(chǎn)力評(píng)價(jià)模型墓怀。從農(nóng)地空間連續(xù)性和高效生產(chǎn)力的角度出發(fā)汽纠，提出了永久性基本農(nóng)田劃分模型，劃定了城市周邊優(yōu)質(zhì)農(nóng)田的永久保護(hù)和利用邊界傀履。結(jié)果表明：（1）基質(zhì)和邊緣農(nóng)田可以直觀地顯示農(nóng)田的鄰接特征; （2）綜合耕地生產(chǎn)力與耕地空間格局虱朵，配套基礎(chǔ)設(shè)施，政策管理和保護(hù)密切相關(guān); （3）毗鄰和高產(chǎn)農(nóng)田之間存在高度的空間重疊钓账。該模型考慮了綜合農(nóng)田生產(chǎn)力和空間聚類碴犬，以劃定永久性基本農(nóng)田，這是保護(hù)耕地質(zhì)量和保障農(nóng)田可持續(xù)利用的有利因素梆暮。它還可以作為控制線來(lái)限制城市擴(kuò)張服协，引導(dǎo)城市群發(fā)展，改善經(jīng)濟(jì)和集約的城市土地利用啦粹〕ズ桑基本農(nóng)田的劃分模型，比較有實(shí)際意義的研究唠椭，畢竟目前為止跳纳，這個(gè)部分似乎主要靠人工。如果方法值得推廣贪嫂，是一個(gè)很不錯(cuò)的研究寺庄。
以嚴(yán)重的土壤侵蝕和高沉積物產(chǎn)量為特征的關(guān)鍵源區(qū)（CSAs）被認(rèn)為是保護(hù)的重中之重。如何識(shí)別CSA并評(píng)估保護(hù)措施的有效性是特定地點(diǎn)流域管理的關(guān)鍵問(wèn)題力崇。土壤和水評(píng)估工具（SWAT）模型是用于特定地點(diǎn)保護(hù)實(shí)踐設(shè)計(jì)的有用工具斗塘，并且一些研究試圖基于流域模型識(shí)別CSA。然而餐曹，有限的研究報(bào)告了針對(duì)CSA的保護(hù)實(shí)踐的有效性逛拱。本研究的目的是使用SWAT模型評(píng)估針對(duì)CSA的保護(hù)措施的有效性。首先根據(jù)每個(gè)HRU的4年平均年侵蝕來(lái)確定CSA台猴。然后為CSA設(shè)計(jì)了適當(dāng)?shù)耐寥辣３执胧＿€建立了整個(gè)流域保護(hù)措施的情景俱两，作為對(duì)比的對(duì)應(yīng)部分方案饱狂，然后與CSA目標(biāo)保護(hù)措施的結(jié)果進(jìn)行比較。結(jié)果表明宪彩，SWAT可以準(zhǔn)確模擬研究區(qū)的沉積物產(chǎn)量休讳。 CSA主要位于坡耕地和陡峭的溝壑，與土地利用和坡度分布相吻合尿孔。確定的CSA覆蓋了20％的HRU俊柔，平均貢獻(xiàn)了44％的沉積物產(chǎn)量筹麸。針對(duì)CSA的保護(hù)措施比覆蓋整個(gè)流域的保護(hù)實(shí)踐具有更高的減沙效果。因此雏婶，針對(duì)CSA的保護(hù)實(shí)踐比廣泛的保護(hù)實(shí)踐更有效物赶。我們得出結(jié)論，以CSA為重點(diǎn)的土壤保持措施確實(shí)可以提高減沙效果留晚。根據(jù)CSAs概念確定土壤保持措施的安置將有助于流域的水質(zhì)控制酵紫。SWAT模型在流域管理和土壤侵蝕方面的應(yīng)用。流域生態(tài)學(xué)错维，或者以流域?yàn)楣芾韱卧纳鷳B(tài)學(xué)研究似乎在這幾年比較火熱奖地。雖然這是篇較早的論文，也是可以回顧的赋焕。
這是篇手稿論文参歹。這項(xiàng)研究評(píng)估了MODIS C6.1 AOD產(chǎn)品的性能，并將其與中國(guó)地區(qū)的C6產(chǎn)品進(jìn)行了比較隆判，并在2001年至2016年期間對(duì)多種下墊面進(jìn)行了比較泽示。AOD反演在20個(gè)AERONET站點(diǎn)進(jìn)行了驗(yàn)證，結(jié)果顯示C6.1中的DT反演的R為0.946蜜氨，而EE內(nèi)的分?jǐn)?shù)可認(rèn)為相對(duì)較低械筛，僅為54.03％。 C6.1中的DB反演具有略低的R值飒炎，但其他標(biāo)準(zhǔn)優(yōu)于DT埋哟。比較C6.1中城市和植被區(qū)域的結(jié)果，DB反演的總體質(zhì)量?jī)?yōu)于城市地區(qū)的DT反演郎汪。在LEV領(lǐng)域赤赊，DT的性能明顯優(yōu)于DB。對(duì)于HEV區(qū)域煞赢，DB在綜合上比DT更好地執(zhí)行抛计。在C6.1的空間分布方面，大多數(shù)DB AOD值小于DT的值照筑，DT和DB之間的關(guān)系隨著不同的土地覆蓋類型而變化吹截。對(duì)于C6.1中的AOD覆蓋范圍，高覆蓋率的DT反演主要分布在中國(guó)中東部地區(qū)凝危。然而波俄，高表面反射率的影響導(dǎo)致西南地區(qū)的AOD覆蓋率低。相反蛾默，在主要土地覆蓋類型為裸土的區(qū)域中懦铺，DB的AOD覆蓋率往往較高，而在受雪影響的區(qū)域往往較低支鸡。就C6.1和C6之間的比較而言冬念，C6中對(duì)城市地區(qū)的DT的過(guò)高估計(jì)得到了有效的緩解趁窃。然而，在C6.1中也發(fā)現(xiàn)了DT幾乎系統(tǒng)性的下降急前。對(duì)于DB醒陆，觀察到一致的AOD覆蓋分布，僅有細(xì)微的區(qū)別叔汁。 C6.1中DB的AOD覆蓋率高于中國(guó)中部统求，南部和東北部的C6。與C6相比据块，C6.1中DB回收的質(zhì)量略有增加码邻，并且對(duì)于粗氣溶膠顆粒觀察到最顯著的改善。DT是指暗目標(biāo)法另假，DB是指深藍(lán)算法像屋。在比較AOD產(chǎn)品過(guò)程中，可以明顯發(fā)現(xiàn)AOD與下墊面以及海拔的密切聯(lián)系边篮。
快速發(fā)展的經(jīng)濟(jì)和中國(guó)日益增長(zhǎng)的城市化創(chuàng)造了人類歷史上最大的農(nóng)村向城市遷移己莺。因此，全面了解農(nóng)村遷徙模式及其在該國(guó)的普遍程度和規(guī)模對(duì)于社會(huì)和政治問(wèn)題越來(lái)越重要戈轿。由于以前從十年一次的人口普查和小規(guī)模家庭調(diào)查中得出的內(nèi)部移徙數(shù)據(jù)有限凌受，我們無(wú)法及時(shí)和一致地觀察整個(gè)國(guó)家的農(nóng)村人口減少動(dòng)態(tài)。在本研究中思杯，我們使用從2016年農(nóng)歷新年期間中國(guó)最大的社交媒體平臺(tái)的移動(dòng)位置請(qǐng)求中收集的總體位置感知數(shù)據(jù)胜蛉，對(duì)中國(guó)農(nóng)村人口減少進(jìn)行全國(guó)性估算（就網(wǎng)格單元而言）基于世界上最大的旅行時(shí)期的水平流行率和幅度。我們的研究結(jié)果表明色乾，廣泛的農(nóng)村飛行可能發(fā)生在網(wǎng)格單元級(jí)農(nóng)村土地的60.2％（36.5％-81.0％誊册，低于上限估計(jì)），覆蓋約1.55（1.48-1.94）百萬(wàn)個(gè)村莊和村莊暖璧，中國(guó)大部分地區(qū)農(nóng)村定居點(diǎn)案怯。此外，我們發(fā)現(xiàn)估計(jì)的農(nóng)村人口減少的幅度和空間范圍存在明顯的區(qū)域差異澎办。這些變化可能與源群體的大小區(qū)域差異有關(guān)嘲碱，主要是因?yàn)楫?dāng)今中國(guó)的農(nóng)村飛行普遍存在。我們的估計(jì)可以為中國(guó)農(nóng)村人口減少的相關(guān)調(diào)查以及人口統(tǒng)計(jì)研究中越來(lái)越多的人群來(lái)源數(shù)據(jù)的可能性提供見(jiàn)解浮驳。Social Sensing數(shù)據(jù)的典型研究悍汛，基于社交媒體大數(shù)據(jù)估算人口外流。
隨著人們?cè)絹?lái)越關(guān)注人們獲取食物環(huán)境的特征及其對(duì)個(gè)人健康的影響至会，人們開(kāi)始關(guān)注基于GPS軌跡評(píng)估個(gè)人食物暴露。然而谱俭，現(xiàn)有的研究主要集中在使用短周期軌跡的整體活動(dòng)空間奉件，這忽略了人類運(yùn)動(dòng)的復(fù)雜性以及個(gè)體在日常生活安排中所經(jīng)歷的空間的異質(zhì)性宵蛀。在這項(xiàng)研究中，我們提出了一個(gè)新的框架來(lái)提取暴露區(qū)域县貌，包括日常生活中心周圍的局部活動(dòng)空間和長(zhǎng)期GPS軌跡的非機(jī)動(dòng)通勤路線术陶。新提出的框架是針對(duì)具體個(gè)體的，可以將不同地方的個(gè)體活動(dòng)（空間范圍煤痕，停留持續(xù)時(shí)間和時(shí)間）的內(nèi)部異質(zhì)性以及背景的動(dòng)態(tài)結(jié)合起來(lái)梧宫。對(duì)GeoLife數(shù)據(jù)集的初步研究表明，個(gè)體暴露區(qū)域的不同部分的食物環(huán)境的大小和組成存在顯著差異摆碉，并且居住環(huán)境不代表整個(gè)Foodscape塘匣。使用微軟亞院的Geolife數(shù)據(jù)集進(jìn)行分析，對(duì)于Foodscape的暴露評(píng)估巷帝，不同于目前已經(jīng)有很多成果的污染暴露評(píng)估忌卤，還是相對(duì)較為新穎的一個(gè)方向。
了解空間尺度對(duì)于理解社會(huì)空間背景至關(guān)重要楞泼。在隔離和鄰里效應(yīng)文獻(xiàn)中已經(jīng)開(kāi)發(fā)了多尺度人口測(cè)量方法驰徊，這些文獻(xiàn)承認(rèn)了各種空間背景對(duì)個(gè)體成果和群體間聯(lián)系的作用。盡管現(xiàn)有的關(guān)于社會(huì)空間不平等的研究越來(lái)越多地探索空間尺度的影響堕阔，但很少有系統(tǒng)證據(jù)表明社會(huì)空間環(huán)境的暴露如何在城市內(nèi)部和城市之間的城市空間中發(fā)生變化棍厂。本文介紹了一種衡量他人潛在風(fēng)險(xiǎn)的多尺度方法。利用荷蘭全體人口的個(gè)人層面登記數(shù)據(jù)和101個(gè)空間尺度的特殊詳細(xì)的多尺度定居社區(qū)框架超陆，我們測(cè)量了三個(gè)具有不同城市形態(tài)的荷蘭城市的非西方少數(shù)民族比例牺弹。我們創(chuàng)建了種族暴露的個(gè)人和累積距離概況，繪制了種族暴露表面侥猬，并應(yīng)用熵作為標(biāo)量變異的度量例驹，以比較城市內(nèi)部和城市之間不同位置的其他人的潛在暴露⊥诉耄可以實(shí)施多尺度方法來(lái)檢查各種社會(huì)過(guò)程鹃锈，特別是隔離和鄰域效應(yīng)。偏向社會(huì)學(xué)的一個(gè)研究瞧预，主題是隔離和鄰域效應(yīng)屎债。感覺(jué)是偏向種族的研究，此外垢油，在中國(guó)可能比較難以進(jìn)行盆驹，個(gè)人層面登記數(shù)據(jù)很難獲取。
11.Targeted change detection in remote sensing images/遙感圖像中的目標(biāo)變化檢測(cè)
遙感系統(tǒng)和圖像處理的最新發(fā)展使得有可能提出一種新的方法滩愁，用于對(duì)象分類和檢測(cè)一系列衛(wèi)星地球圖像中的特定變化（所謂的目標(biāo)變化檢測(cè)）躯喇。 本文中提出了一個(gè)正式的問(wèn)題，允許有效地使用深度學(xué)習(xí)方法來(lái)分析時(shí)間相關(guān)的遙感圖像系列。 本文還引入了一個(gè)新的框架廉丽，用于開(kāi)發(fā)針對(duì)目標(biāo)變化檢測(cè)的深度學(xué)習(xí)模型倦微，并演示了一些可用于業(yè)務(wù)應(yīng)用的案例≌梗基于深度學(xué)習(xí)提出的目標(biāo)變化檢測(cè)欣福，變化檢測(cè)一直是圖像領(lǐng)域的熱點(diǎn)問(wèn)題，而到了遙感影像同樣如此焦履，不過(guò)相對(duì)而言拓劝，個(gè)人認(rèn)為遙感的變化檢測(cè)要麻煩得多。
12.Collections of Points of Interest: How to Name Them and Why it Matters/興趣點(diǎn)收集：如何命名他們及其重要性
可通過(guò)網(wǎng)絡(luò)訪問(wèn)大型全球覆蓋的興趣點(diǎn)（POI）數(shù)據(jù)庫(kù)以及社會(huì)傳感技術(shù)嘉裤，以研究人類如何對(duì)待這些POI郑临，即當(dāng)他們?cè)L問(wèn)這些POI時(shí)，他們?nèi)绾巫珜戇@些POI价脾，他們?cè)L問(wèn)這些POI的順序牧抵，等等，導(dǎo)致研究人員和公司利用POI代表地區(qū)及其可供性侨把。例如犀变，可以通過(guò)它們包含的POI的類型以及它們的頻率來(lái)表征鄰域，或者嘗試基于這些POI在地理空間上分布的空間模式來(lái)提取功能區(qū)域的空間足跡秋柄。然而获枝，這些觀點(diǎn)忽略了這些POI之間的空間和位置以及定義多種區(qū)域及其相互作用的運(yùn)輸基礎(chǔ)設(shè)施。因此骇笔，退步并明確說(shuō)明人們考慮POI的集合以描繪區(qū)域（例如省店，將其與諸如旅游業(yè)之類的活動(dòng)類型相關(guān)聯(lián)）通常更有益。舉一個(gè)具體的例子笨触，人們經(jīng)常在紐約這樣的城市拍照的地點(diǎn)所包圍的區(qū)域可以被描述為感興趣的區(qū)域（例如懦傍，時(shí)間廣場(chǎng)），以區(qū)別于僅基于點(diǎn)的視角芦劣。不幸的是粗俱，社區(qū)尚未就這些領(lǐng)域的共同術(shù)語(yǔ)達(dá)成一致，而是使用人類地理或遙感等領(lǐng)域的類似術(shù)語(yǔ)作為代理虚吟。雖然它們通常具有重疊的含義寸认，但我們認(rèn)為，與感興趣的領(lǐng)域和其他POI集合相比串慰，討論諸如鄰域偏塞，功能區(qū)域，模糊認(rèn)知區(qū)域等術(shù)語(yǔ)的相似性和差異性將是有益的邦鲫。感覺(jué)是一個(gè)全新的話題灸叼，針對(duì)POI這類VGI數(shù)據(jù)的一個(gè)語(yǔ)義思考，來(lái)自威斯康星大學(xué)麥迪遜分校高松老師的研究，在剛剛舉辦的國(guó)際地理信息科學(xué)大會(huì)的會(huì)議論文怜姿。
