资源整理。接上篇，论文。
Paper:
不考虑运输时间的暴露估计可能低估了与交通有关的空气污染的风险，但没有直接研究确切的贡献。我们在两个城市的动脉血管硬化和空气污染群体的多民族研究中进行了为期两周的监测，包括新的车内取样。参与者大部分时间都呆在室内，平均只有4.4％的时间（63分钟/天）在车内。平均环境源NO2浓度在室内为5.1ppb，在驾驶期间为32.3ppb。平均而言，室内暴露贡献了69％，车内暴露贡献了24％的参与者环境源NO2暴露。对于车内最高四分位数（≥1.3小时/天）的参与者，室内和车内贡献分别为60％和31％。结合渗透的室内和测量的车内NO2产生的暴露估计平均比仅使用室外浓度低5.6 ppb。尽管室外和室内的二氧化氮浓度高于室内，但室内微环境在这一老年人口中占环境源暴露的比例最大。车内曝光对于驾驶最多的参与者以及居住在室外空气污染较低地区的参与者来说更具影响力。未能描述这些微环境中的暴露可能会导致流行病学研究中的暴露错误分类。定量化车内微环境对个体暴露的影响，是一个比较有补充意义的微观研究。
了解居民和游客的行为对于旅游研究，城市规划和当地经济发展至关重要。然而，大多数现有的研究将游客视为一个群体，同时忽略了游客和居民亚群之间的流动模式的差异。在本研究中，我们分析了本地Twitter用户和访问者Twitter用户的流动模式，从流量网络和用户活动的均匀度分布。结果表明，短距离运动不仅是居民的主要活动类型，也是游客的主要活动类型。此外，县内运动是所有Twitter用户群的主要运动类型。此外，Twitter用户的中心性指数重建了核心 - 边缘结构，中心性指数与人口规模之间存在一定的关系。此外，不同空间尺度下的均匀度指数的空间分布显示出清晰的“T”形核心 - 外围结构。但是，我们需要综合多个开放的大数据来改进研究，并在未来的工作中以更精细的空间尺度进行分析，例如人口普查区，人口普查区或街道水平。利用Twitter对用户的移动模式进行分析，基于的方式应当是复杂网络分析的思路，可以说典型时空行为地理学与大数据的研究典范。
重金属污染是一个全球性的生态安全问题，特别是在农作物中，它直接威胁着区域生态安全和人类健康。本研究利用遗传算法（GA）优化的反向传播（BP）神经网络，根据影响因素预测水稻籽粒中镉（Cd）的浓度。作为一种智能信息处理系统，GA-BP神经网络可以通过自身的训练学习土壤 - 作物系统中Cd运动的规律，并利用土壤特性高精度地预测土壤中Cd的浓度。总土壤Cd浓度，粘土含量，Ni浓度，阳离子交换量（CEC），有机质（OM）和pH值具有重要影响，选择水稻籽粒中Cd浓度的相互作用作为基于Pearson's的预测模型的输入因子。相关分析和GeoDetector。通过使用遗传算法优化初始权重，与BP神经网络模型和多元回归分析相比，GA-BP神经网络模型的预测精度最优。根据模型预测的谷物中Cd浓度，可以快速评估人体暴露和健康风险，及时采取措施减少Cd从土壤向食物链的转移。利用相关分析、地理探测器、遗传算法和BP神经网络结合土壤相关指标预测水稻的重金属污染。可以较好评估水稻的重金属污染。基于多种空间统计算法与数学优化算法在空间预测制图上的研究。
道路排水是交通基础设施中最相关的资产之一，因为它对交通管理和道路安全具有固有的影响。公路过滤排水管（HFD），也称为“法国排水管”，是目前英国使用的主要排水系统，其整个7000公里的战略公路网络。尽管在整个国家都是一种广泛使用的技术，但很少有关于它们的设计考虑及其随后对其液压性能的影响的研究已完成，这代表了该领域的一个空白。实验室实验已被证明是模拟雨水最佳管理实践（BMPs）水力性能的可靠指标。除此之外，雨水管理工具（SMT）已被优先选择作为来自世界各地的从业者的BMP设计工具。在此背景下，本研究旨在通过比较实验室模拟和两种广泛使用的SMT（如美国环保署的雨水管理模型（SWMM）和MicroDrainage®）的结果来研究HFD的水力性能。统计分析应用于模拟的一系列降雨情景，显示在实验室和使用SMT获得的结果之间的高精度，如Nash-Sutcliffe和R（2）系数的高值和低值以及根均值所示。达到了方差（RMSE），验证了SMT确定HFD水力性能的有效性。海绵城市的基础性研究，对于基础设施排水能力的评估。
之前关于绿色空间暴露对健康影响的研究主要基于静态背景单元，例如居民区和其他行政单位。他们倾向于忽略个体日常绿色空间暴露的时空动态以及特定活动类型（例如身体活动）的中介效应。因此，本研究考察了每个人的日常绿色空间暴露情况，同时考虑到人们的日常活动能力以及绿色空间暴露与健康之间的身体活动的中介作用。具体而言，使用在中国广州收集的调查数据和高分辨率遥感图像，描绘了工作日的个人活动空间，并用于测量参与者的每日绿色空间暴露。然后应用结构方程模型来分析个体日常绿色空间暴露对健康的直接影响及其通过身体活动的中介变量的间接影响。结果表明，每日绿地暴露直接影响个体健康，并通过身体活动间接影响参与者的健康状况。关于总效应，每日绿色空间暴露有助于改善参与者的心理健康，并有助于促进他们的社会健康。它还有助于改善参与者的身体健康，尽管程度较轻。一般来说，每日绿色空间暴露越高，身体活动水平越高，整体健康状况（包括身体，心理和社会健康）越好。考虑到人的日常活动造成的绿地暴露对健康影响。结果相对比较普适，方法上应用了SEM是一个两点，同时结合行为地理学的研究。
不仅在资本主义市场经济中，而且在转型国家，包括改革后的中国，都发现了社会空间差异。然而，大多数先前在中国城市中关于该主题的研究仅限于分区级的空间分辨率，并且更精细的尺度分析仍然很少。借鉴这一差距，本文采用包含丰富社会经济信息的北京旅游调查数据，对北京中心城区的社会空间变化进行了地块级检验。潜在类别分析和GIS可视化用于根据多种属性将居民分层到不同的社会经济福利水平，并分析其空间分布。调查结果显示，2005年至2010年间，北京的社会空间景观在短短五年内发生了巨大变化。 90％的街区显示其居民的平均社会分层指数增加或减少超过10％。社会空间变化在很大程度上与中国经济和住房分配的市场改革有关，它不仅通过商业发展而且通过与公共部门的深刻互动发挥其影响。关于中国社会空间分析的研究，社会空间景观在5年内发生了剧烈变化。反映出当前中国城市化的快速进程。
近年来，生活工作游戏（LWP）中心作为一个更全面的城市中心概况，引起了越来越多的关注。本文提出了一个直接的框架，用于使用普遍存在的兴趣点（POI）作为城市功能的代理变量来识别和评估LWP中心。该框架随后适用于285个中国城市。结果显示，2014年中国35个城市的多中心城市结构从2009年的23个城市增加。中国城市LWP中心的时间演变可以更好地理解为三种类型的进化，区别在于LWP中心的数量，形态和位置。首先，与2009年相比，2014年出现了更多的多中心城市。其次，形态变化类型可以进一步分为“相对分散”，“相对浓度”和“绝对浓度”。第三，位置变化类型可以分为五种类型：位移，分裂，融合，新兴和衰退。在最后的实验中，回归结果表明，更大的人口和更大的道路交叉点密度显着促成了LWP中心的形成。新的城市功能地域的分析，全国尺度的城市中心结构分析。利用新的大数据进行识别和分析。
虽然众所周知，街道空间的质量在促进城市活力方面起着至关重要的作用，但对于如何大规模地量化它仍然没有达成共识。最近出现的数据集街景图片揭示了克服先前限制的可能性，从而提出了研究范式的转变。利用这一优势，本文探索了一种新的视觉质量评价方法和大面积街道空间变异识别方法。通常代表北京历史街区的胡同被选中进行实证研究。在实验部分，我们捕捉涵盖所有胡同的多年腾讯街景图片，并进行物理和感知视觉质量评估。利用机器学习分割方法SegNet，街道墙体连续性和横截面比例的二维分析，结合绿化，开放性，围护的三维成分计算，自动实现街道空间的物理视觉质量;通过五个方面的保持意愿评分来评估街道空间的感知视觉质量。基于所识别的物理空间变化来评估质量的变化。结果表明，胡同的视觉质量不尽如人意，而历史保护区的一些再生项目则更好。大多数胡同都缺乏视觉绿色，相对更连续，但横截面比率较低。主干道附近的胡同见证了机动化的增加趋势。物理和感知质量之间的差异表明了自动计算方法的可行性和局限性。在最近的3 - 4年中，胡同不到2.5％得到改善，主要是美化缓慢。基于街景地图的街道空间分析，定量化城市街道空间质量，从而反应城市活力的新兴研究方法和数据。
高斯分解已被用于从ICESat（冰，云和陆地高度卫星）上的卫星激光雷达GLAS（地球科学激光高度计系统）的波形中提取地形高程。常见的假设是提取的高斯峰之一，尤其是最低峰，对应于地面。然而，由于来自地形和上方倾斜区域上方的物体的信号变宽，高斯分解通常是复杂的。量化和理解高斯峰与地面高程之间的对应关系是一个关键而紧迫的研究课题。本研究使用~2000 km2机载激光雷达数据来评估北卡罗莱纳州山区森林地区地形高程估算的最低两个GLAS高斯峰。机载激光雷达数据不仅用于提取地面高程，还用于提取地形和冠层特征，如坡度和冠层高度。基于对总共约500个GLAS数据的分析，发现（1）最低峰值倾向于低估地面高程;地形陡度（坡度）和冠层高度与低估的相关性最高;（2）第二个到最低峰值平均更接近山地森林地区的地面高度，（3）最低峰值中最强的峰值对于开阔地带和山地森林地区，两个最接近地面。预计该评估将阐明未来的算法改进和/或更好地使用GLAS产品进行地形高程估计。利用机载激光雷达数据评估GLAS生成的DEM，为实现两种LiDAR数据融合提供基础。
森林提供必要的生态系统服务，占全球陆地碳的45％左右。对全球森林碳的数量和空间分布的估计建立在假设区域或国家尺度的异速生长准确捕获广泛的植物大小的生长形式的基础上。异速生长是艰苦创造的：树木必须在几个月内切割，干燥和称重。这个瓶颈使得大多数方程的样本量较小，没有大树（> 50 cm），其中可能含有超过40％的地上碳。地面激光扫描（TLS）可以通过非破坏性生物量估算潜在地增加异速生长方程的范围和样本大小，并且必须在此背景下进行评估。我们在弗吉尼亚州弗兰特皇家森林地区的热带森林科学中心 - 森林全球地球观测站（CTFS-ForestGEO）地块部署了TLS，并重建了329棵直径达123厘米的树木。三维树模型是22个局部异速生长关系的基础，用于与Jenkins等人进行比较。 （2003）和Chojnacky等。 （2014）方程式。总体而言，与等效的国家方程相比，TLS异速生长具有更低的RMSE并且预测更高的树级生物量。我们评估了整个站点范围的异速生长，以确定样本量和直径范围不足的误差。异速生长方程没有稳定到一致的参数集，直到达到100-200个样本并且排除大树严重限制了预测准确性。这项工作意味着当前的生物量方程可能不充分，并强调TLS干模型作为非破坏性异速生长方程开发的适当方法，用于更新异速生长和减少景观水平生物量估算的不确定性。比较了激光雷达估算生物量和破坏性树木构建异速生长模型的精度，从而评估TLS模型如何降低估算的不确定性。
11.Risk factors spatial-temporal detection for dengue fever in Guangzhou/广州市登革热危险因素的时空检测
登革热（DF）自1978年在广东省出现以来一直是中国日益增长的公共卫生问题。在中国大陆爆发登革热疫区的所有地区中，广州市受影响最大。本研究旨在调查2006年至2014年中国广州登革病毒（DENV）传播的潜在危险因素。风险因素对DENV传播的影响通过使用新型时空方法计算的q值来确定， GeoDetector模型。考虑了气候和社会经济因素。分析了每个因素对DF发生率的影响以及两个因素的相互作用。结果表明，前一个月降雨天数具有最高的决定能力，q值为0.898（P <0.01）;与温度和降水有关的其他因子的q值约为0.38-0.50。综合Pearson相关分析，发现广州DF发病率与所考虑的气候因素之间存在非线性关联。与其个体效应相比，所考虑的不同变量的耦合影响得到了增强。此外，该市越来越多的游客与DF的发病率高有关。本研究表明，一个月的降雨天数对下一个月的DF发病率有很大影响;温度和降水对广州DF发生率有非线性影响;来到这个城市的国内和海外游客都增加了DENV传播的风险。这些发现可用于DENV传播的风险评估，预测DF爆发和实施预防性DF减少策略。登革热的疾病归因分析，登革热在这几年健康地理分析当中分析的较多，因为从蚊虫传播等角度较为容易与地理环境关联。
12.Responses of PM2.5 pollution to urbanization in China/PM2.5污染对中国城市化的响应
快速的城市化和经济发展给中国带来了严重的环境污染负担。本研究探讨了1998年至2016年中国PM2.5浓度的时空特征，通过构建环境库兹涅茨曲线（EKC）模型，研究了其与城市化和其他社会经济因素的关系，包括工业，减排投资和清洁能源消耗。使用广义加性模型（GAM）解释其对城市化和这些因素的反应。结果表明，研究期间大多数省份PM2.5污染情况普遍恶化。 PM2.5-城市化关系在整个中国和中东部地区批准了倒U型EKC模式，但在东部发达地区呈现出N型EKC模式。工业及其与城市化的相互作用推动了PM2.5浓度的增加。城市化与减排投资和清洁能源消费的相互作用对全国PM2.5浓度产生了负面影响，但对各地区的影响不同。 GAM的结果进一步证实了PM2.5浓度随着城市化和工业的增加而增加，但增强减排投资和清洁能源消耗可以扭转增长趋势。主要研究结果和政策影响有助于成功制定政策，旨在成功减少PM2.5污染。长时间尺度的PM2.5污染与城市化研究，基于EKC、GAM做了分析，PM2.5浓度随城市化和工业增加而增加。
城市中心内绿色空间的存在已被公认为城市景观的重要组成部分。植被提供了多种好处，包括节能，改善空气质量，减少噪音污染，降低环境温度和心理恢复。证据还表明，人口稠密地区的植被数量（称为“绿度”）也可以作为邻里相对财富的指标。 “灰绿色鸿沟”，具有主导灰色和绿色空间的建成区域之间的对比，被视为城市可持续管理和城市发展规划的代理指标。因此，对监测城市绿化的持续和持续评估对于监测联合国可持续发展目标11的进展至关重要。来自Landsat数据档案的多时间绿色信息的可用性以及来自全球人类住区层城市中心数据库的数据（GHSL）倡议，提供了一个独特的视角来量化和分析全球10,323个城市中心的绿色变化。在本研究中，我们评估了GHSL城市中心数据库描述的所有城市中心建筑区域内外的绿色差异。考虑到1990年，2000年和2014年期间建成区域的变化，我们还分析了绿地数量随时间的变化。结果显示，大多数城市1990年至2014年间绿化程度有增加的总体趋势。在32个世界大城市的大多数地区也观察到了绿化的影响。我们得出结论，使用简单而有效的方法利用开放和免费的全球数据，可以提供有关城市绿色及其随时间变化的定量信息。这些信息直接关系到城市规划者和决策者减轻城市相关的环境和社会影响。基于Google Earth Engine长时间尺度分析了城市绿色空间的研究，并且对于监测SDGs11有重要意义，是一个非常不错的研究。
PM2.5污染是一个由多种自然和社会经济因素引起的环境问题，在中国大陆存在显着的空间差异。然而，自然和社会经济因素的决定因素及其对PM2.5污染的交互影响仍不清楚。在该研究中，GeogDetector方法用于量化PM2.5与潜在因子之间的非线性关联。本研究发现，包括生态环境和气候在内的自然因素对社会经济因素的影响更大，气候是影响PM2.5污染的主要因素（q = 0.56）。在六个影响因素的所有相互作用中，工业和气候的相互作用影响最大（q = 0.66）。两个公认的主要污染区是西北地区的塔里木盆地和东部平原地区;前者主要受暖温带干旱气候和沙漠的影响，后者主要受暖温带半湿润气候和多种社会经济因素的影响。该研究结果解释了PM2.5污染的影响机制，这有助于制定更具体的政策，旨在成功实现PM2.5污染控制和减排。利用地理探测器分析PM2.5污染的自然和社会经济影响因素，气候以及工业影响较大。当然在整个中国来看是这样子，而在东西部是否存在差异还值得进一步深入研究。
15.Determinants and identification of the northern boundary of China’s tropical zone/中国热带北界的决定因素和识别
季风气候特征的影响使中国的热带地区与世界其他地区的热带地区不同。因此，中国热带地区北界的位置一直是中国综合物理区划研究中最具争议的问题之一。本文介绍了中国热带地区北部边界研究的发展情况，不同学者根据不同的区域化目标，指标和方法划分了界限，存在很大差异。主要的意见分歧存在于对地带性植被，农业植被类型，种植制度，热带土壤类型和热带特征的不同理解中。在这项研究中，我们应用了测量空间分层异质性的GeoDetector模型，以验证由六位主要学者划定的热带地区的北部边界。结果表明，任梅娥划定的高纬度边界的平均q-统计值最大（q = 0.37），这表明，在竞争对手的观点中，它最能反映中国热带和亚热带地区的区域差异。但它不一定适合指导热带农业的发展。郑都线和余先芳在低纬度雷州半岛周围线的q统计量的平均值较小，分别为0.10和0.08，表明区域差异小于任梅娥边界。在全球气候变化的背景下，气候本身正在波动中发生变化。因此，值得我们进一步研究的是，热带地区的北部边界是否应该不是固定线，而是应该在一定范围内波动以反映这些变化。利用地理探测器探测中国热带北界的识别与决定因素。事实上地理分区或者叫分异在过去一直较为不被重视，主要原因可能是因为有较强的主观性，利用地理探测器可以进行定量化这方面的研究。因此值得关注。
运输部门占瑞士年度能源需求总量的36％。 如果运输部门通电，则需要大量额外的电力生产能力。 光伏（PV）能源是瑞士最具潜力的可再生能源。 然而，由于其产生的波动，目前尚不清楚PV如何为燃料电动汽车（EV）做出贡献。 在这项工作中，我们分析了电动车辆所有者家庭的屋顶光伏能够为覆盖其车辆的能源需求做出多少贡献。 在我们的分析中，我们将时空PV屋顶模型与电动汽车的轨迹和汽车电池的传感器信息相结合。分析住宅屋顶光伏发电为电动汽车充电的潜力。苏黎世联邦理工学院的研究，会议poster。
小水体（1-10公顷）的水文监测仍然很少，因为它们的数量有限且数量众多，无法准确评估其农业潜力或其在流域水文学中的累积影响。 Landsat图像显示了其支持小型水体测绘的潜力，但其有限的表面积，植被生长和快速洪水动态对长期地表水监测的影响仍未得到量化。这里开发了一种半自动化方法，用于评估和优化多传感器Landsat时间序列的潜力，以监测这些小型水体中的地表水位和平均水可用性。突尼斯中部Merguellil集水区内7个小型水库的广泛水文场数据（1999-2014）和SPOT图像用于校准该方法并探索其极限。改进的归一化差异水指数（MNDWI）显示在六个常用的水检测指数中，以在高洪水和低洪水期间提供高的总体准确度和阈值稳定性，导致平均表面积误差低于15％。该方法应用于1999 - 2014年的546 Landsat 5,7和8图像，重现了高技能（R²= 0.9）和9300m²的平均均方根误差（RMSE）的小湖泊的地表水位变化。与已发表的全球水资源数据集的比较显示，同一湖泊的平均RMSE为21800平方米（+ 134％），并突出了量身定制的MNDWI方法的价值，以改善小湖泊的水文监测并减少洪水植被的遗漏错误。由于混合像素的比例和影响较大，相对误差的增加限制了Landsat（标准化RMSE = 27％）的地表水监测低于3ha。 2003年之后ETM +上的云和扫描线校正器故障的干扰也使操作图像的数量减少了51％，从而降低了洪水急剧下降的湖泊的性能。将Landsat观测与10米pansharpened Sentinel-2图像相结合，进一步将RMSE降低至5200平方米，显示2015年后小型水体中地表水监测的机会增加。
欧洲的电网扩展正在全面展开，因此，市民对地线而不是架空线的需求正在稳步增长。在这种情况下经常使用的关键词是部分地下布线，因为瑞士法律强迫电网规划者不仅建议架空线路，而且还建议在计划新的输电线路时部分地下布线。但是，哪里可以找到适合部分地下布线的区域？地理信息系统与多目标决策分析相结合，为确定最佳传输线路径提供了既定工具。然而，到目前为止使用的方法在规划组合架空或地下传输线时并未提供令人满意的解决方案。因此，我们提出了一种程序方法，通过确定每个部分的最佳路径来颠倒规划过程。准确性1.确定有利于构建接地电缆的高应力水平区域。 2.围绕这些区域的边界，确定适合建造过渡建筑的地方。 3.在两个最佳放置的过渡建筑物之间，计算接地电缆的最佳路径。 4.在过渡建筑物与起点和终点之间，计算架空线的最佳路径。 5.计算两种方法之间的成本和影响的差异。 6.在协商有关高压力区域的可能传输线路径时使用此信息。我们将利用这种新颖的方法来增强我们的3D决策支持系统（3D DSS），增加一个选项，不仅可以计算架空线路，还可以计算接地线缆。通过使潜在的地面电缆走廊可见，电网规划人员和受影响的公民可以从更透明的规划程序和更多替代方案中获益。利用GIS和多目标决策分析优化输电线路。苏黎世联邦理工学院的研究。会议poster。
机器学习和基于云计算的创新与历史遥感和现场数据相结合，为牧场生态系统提供了第一个中等分辨率，年度百分比的植物功能类型覆盖图，以有效和高效地应对生物多样性保护所面临的紧迫挑战。生态系统服务我们利用历史上的Landsat卫星记录，网格化气象，非生物陆地表面数据以及随机森林模型中的30,000多个田间地块来预测年度杂草和草，多年生杂草和草，灌木和裸地的每像素百分比覆盖率。美国西部从1984年到2017年。使用三个独立的地块水平测量集合验证结果，结果地图显示土地覆盖变化以响应气候，干扰和管理的变化。这些地图将在每年年底每年更新，为扩大和改善牧场保护，监测和管理提供了令人兴奋的机会。这些数据为时间保真度，空间分辨率和地理范围的前所未有的融合打开了科学研究的新大门。基于机器学习、云计算、历史遥感数据和现场数据，获取了中等分辨率每年植被功能型百分比的覆盖图。在多源遥感融合实现对地监测上有很大的改进，但是由于该研究研究区在美国，因此同类研究在中国的可复制性可能较低，因为美国的牧场较大，而中国并没有如此大面积的牧场。
作为减少地表径流的环境友好措施，低影响发展（LID）已成功应用于城市地区。然而，由于土地价格高昂以及高度城市化地区LID建设的额外费用，房地产开发商不愿意进行LID开发。建筑面积比/容积率（FAR）是指“建筑物总建筑面积与建造土地面积的比例”。增加FAR表明开发商可以建造更高的建筑物并赚取更多的钱。通过授予FAR，开发人员可能愿意练习LID构建。在这项研究中，选择一个新的住宅区作为案例研究，以分析LID实践实现的径流减少目标与授予FAR促进LID建设的激励之间的权衡。城市雨水处理和分析综合系统（SUSTAIN）模型用于模拟各种LID设计下的径流减少，然后推导出Pareto最优解，以实现基于成本效率的城市径流减少目标。结果表明，最大地表径流减少量为20.5％。在极端情景下，政府可以选择FAR为0.028,0.038和0.047，开发商获得的净收益分别为0 CNY，100万元和200万元。结果提供了与授予FAR相关的LID建设指南，该指南支持激励政策制定，以促进高度城市化地区的LID实践。分析LID、FAR以及Pareto最优解提出给予成本效率的城市径流减少目标，这样可以指导具体的城市建设，非常不错的一个海绵城市的研究。
本研究估算了中国省级环境库兹涅茨曲线（EKC）的关系。我们采用经验方法对1994 - 2010年中国29个省份的三种工业污染物 - 二氧化硫排放，废水排放和固体废物产生进行了测试。我们使用地理加权回归（GWR）方法，其中模型可以适合数据中的每个空间位置，通过距回归点的距离函数对所有观察值进行加权。因此，考虑到空间异质性，可以通过这种方法区域特定地分析EKC关系，而不是描述整个检查区域的平均关系。我们还研究了空间分层异质性，以验证和比较影响区域污染的风险因素与统计模型。本研究发现，旨在考虑空间异质性的GWR模型优于OLS模型;它更有效地解释了中国环境绩效与经济增长之间的关系。结果表明EKC关系存在显着变化。这种空间模式表明了针对具体省份的政策制定，以实现这些省份的均衡增长。GWR用于分析EKC，将空间统计与环境问题结合起来。
22.Dating Ancient Paintings of Mogao Grottoes Using Deeply Learnt Visual Codes/用深度学习的视觉编码约会莫高窟古代绘画
文化遗产是世界各国人民的财富。文化遗产的保护和传承有利于人类文明的进步。在中国西北部，有一个世界遗产 - 莫高窟（Mogao Grottoes） - 有大量的壁画，展示了中国古代的历史文化。为了研究这些历史文化，一个关键的程序是迄今为止的壁画，即确定它们被创造的时代。到目前为止，莫高窟的大多数壁画都是通过直接参考壁画文本或历史文献来标注的。然而，由于缺乏参考资料，一些人仍然没有创造时代。考虑到壁画的绘画风格在历史上的变化，绘画风格可以通过绘画数据来学习和量化，我们将壁画的问题制定为绘画风格分类的问题。事实上，绘画风格不仅可以用颜色或曲率来表达，还可以用一些未知的形式表达 - 未被观察到的形式。为此，除了复杂的颜色和形状描述符之外，还设计了深度卷积神经网络来编码隐式绘图样式。从194个不同的石窟中收集了3860幅壁画，并用确定的创作时代标签来训练分类模型并建立约会方法。在实验中，拟议的方法适用于以前有争议的七幅壁画，而令人兴奋的是新结果则得到了敦煌专家的认可。遥感考古与图像识别的结合。
本研究试图描述和比较市中心和周边国家森林公园PM2.5和PM10浓度的垂直分布。使用2016年4月22日至2017年1月24日在南京（中国）的便携式颗粒采样器进行对比测量。发现颗粒浓度与森林公园的高度呈负相关。大多数时间在市中心也发现了相同但较轻微的现象，然而，在采样时间的大部分时间，在路边高大的树木（25米）的高度处观察到峰值而不是在地面高度。在100米处，森林公园的颗粒浓度下降了约30％，市中心仅发现20％的衰减。在假设路边树木可以限制颗粒的垂直扩散的情况下进行无人驾驶飞行器（UAV）测量。结果发现，截断树木可分别减少道路上PM2.5和PM10浓度的24％和26％。颗粒浓度与五个气象参数（温度，相对湿度，气压，太阳能和降水）之间的相关性分析表明，市中心的相关性高于森林公园。温度和相对湿度都有助于不同高度下颗粒浓度的变化。这项工作有助于更好地了解城市地区的颗粒动态特征，对评估高层建筑的室内空气质量具有重要意义。城市森林公园对于PM2.5等空气污染的消纳污染作用的实证研究。
随着全世界严重的交通问题不断增加，已经开展了各种类型的研究，特别是交通模拟，以调查这一问题。基于活动的交通仿真模型，例如MATSim（多智能体传输模拟），旨在识别时间和空间活动的最佳组合。还有必要检查基于通勤的交通模拟。这种模拟的重点是通过调整出发时间，旅行模式或旅行路线来优化旅行时间，以向公众提供旅行建议。本文使用新开发的模拟工具检查高峰时段地铁用户的最佳出发时间。确定了用于识别相对最佳出发时间的策略。这项研究调查了中国深圳的103,637名代理人（乘客），并报告了他们的平均出发时间，旅行时间和旅行效用，以及每次迭代中迟到和错过地铁旅行的人员代理人数。结果表明，随着迭代次数的增加，这些人员的平均旅行时间减少了大约4分钟。此外，最近的平均出发时间在上班时没有迟到的风险大约是8:04，最早的平均出发时间在下班时没有丢失地铁出行的风险大约是17:50。利用Agent Model的交通行为模拟仿真研究。
25.Decarbonizing China’s Urban Agglomerations/中国城市群的脱碳
中国的城市群对中国与能源相关的二氧化碳排放贡献了64％，因此在决定气候变化的未来方面起着至关重要的作用。关于城市能源消耗和二氧化碳排放的信息很少;因此，我们采用DMSP/OLS夜间光图像进行时空建模。我们的调查结果显示，这种集聚实际上在二零零五年至二零一三年间，二氧化碳排放强度显着下降 - 由0.43万元/千元降至0.20万元/千元，平均每年下降4.34％。尽管中国西部的二氧化碳强度仍然非常高，但过去几十年来全国的二氧化碳强度趋同。使用面板回归模型，我们分析了由于经济增长，人口，经济结构，人口密度和城市化特征等社会经济变量的区域差异导致的二氧化碳排放强度下降的差异。阻碍二氧化碳强度下降的因素是持续的工业化，这需要重工业，基础设施投资和住房存量的增加。利用夜间灯光和面板回归分析工业化对碳排放强度的影响。
26.Why Topology Matters in Predicting Human Activities/为什么拓扑在预测人类活动方面至关重要
通过底层街道的拓扑关系（注意：整条街道而不是街道区域）可以更好地理解地理空间，这使我们能够看到比连接良好的街道更少连接的街道的缩放或分形或生活结构。正是这种潜在的缩放结构使得人类活动可以预测，尽管是集体而非个人的移动行为。这种拓扑分析尚未在文献中得到应有的重视，因为许多研究人员继续依赖分段分析来预测人类活动。基于分段分析的方法基本上是几何的，侧重于位置，长度和方向的几何细节，并且不能揭示缩放属性，这意味着它们不能用于人类活动预测。我们使用伦敦街道和推文位置数据进行了一系列案例研究，基于相关概念，如自然街道和自然街道段（或简称街道段），轴线和轴线段（或简称线段） 。我们发现，自然街道是人类活动或交通预测方面的最佳代表，其次是轴线，并且街道段和线段都不具有网络参数和推文位置之间的良好相关性。这些发现表明，基于轴线的空间句法或一般拓扑分析的工作原理与个人的旅行行为或人类概念化距离或空间的方式无关。相反，它是街道的基础扩展层次结构 - 许多连接最少，连接最少，连接最少和连接最多的一些 - 使人类活动可预测。分析了拓扑对于人类活动的影响，这一点在简雅各布斯的书里已经提到，如何提升城市活力，街区的结构也是很关键的。
本研究运用Kulldorff的空间扫描统计数据，比较了中国江汉平原血吸虫病空间聚类的变化。 2007年至2012年，Geodetector软件被用于检测血吸虫病的环境决定因素。2007年最可能的空间聚类覆盖了江汉平原的中北部，而2008年至2012年观察到的则是朝南，覆盖范围扩大。通常在不同时期的相同区域，然而在精确位置有一些变化。此外，2007年期间比其他任何时期更容易聚集。我们发现温度，土地利用和土壤类型是与人类感染率相关的最关键因素。此外，2009年土地利用和土壤类型对血吸虫病的流行影响最大，而2007年这种影响很小。温度对血吸虫病患病率的影响在2010年达到最大值，而在2008年，这种影响很小。在这两个因素对人血吸虫病空间分布的影响中观察到的差异是不一致的，在某些年份显示出统计学意义，而在其他年份则缺乏统计学意义。此外，当两个因素同时操作时，始终观察到增强的相互作用的趋势。受影响因素相互作用强烈的高风险地区应成为疾病控制干预措施的目标。利用空间扫描统计分析血吸虫病的空间分布，结合地理探测器分析环境影响因素。
28.Can Cognitive Inferences be Made from Aggregate Traffic Flow Data?/可以从汇总交通流数据中做出认知推断吗？
空间句法分析或街道网络的拓扑分析表明，人类交通流量与一些拓扑中心性度量高度相关，这意味着人类在总体水平上的运动主要由街道网络的基础拓扑结构决定。然而，这种高相关性并不意味着任何个人的运动都可以通过任何街道网络中心度量来预测。换句话说，总体水平的交通流量不能用于推断个人的空间认知或空间概念化。基于一组基于代理的模拟，使用三种类型的移动代理 - 拓扑，角度和度量 - 我们表明拓扑角中心度测量与度量中心度量与选择最短角度的代理的总流量相关性更好，拓扑或公制路线。我们将拓扑角网络效应的优越性与街道网络与运动和通过运动潜力之间的结构关系联系起来。研究结果表明，总体流量与街道网络中心度量之间的相关性不能用于推断城市运动中个体空间认知的知识。这篇文章分析了拓扑网络结构与个体人类交通流量分析的关系，事实证明网络结构一定程度上与人类活动能够相关，但是无法推断个人的空间认知。
29.Spatial prediction based on Third Law of Geography/基于地理第三定律的空间预测
目前的空间预测方法基于地理第一定律或统计原理或这两者的组合。 “地理学第二定律”有助于修订这些方法，因此它们适应当地条件，但代价是对样本的需求增加。本文提出了一种基于地理第三定律的空间预测新思路，重点研究了地理位置的相似性。根据地理第三定律，可以基于样本和预测点之间的地理配置的相似性来进行空间预测。这允许将单个样本的代表性用于预测。采用预测土壤有机质含量空间变异的案例研究，比较了基于地理第三定律的空间预测与基于第一定律和统计原理的空间预测。可以得出结论，基于地理第三定律的空间预测不要求样本超过特定大小，也不要求具有特定空间分布以实现高质量预测。与基于地理第三定律的空间预测相关联的预测不确定性更能指示预测的质量，因此在分配误差减少努力方面更有效。这些属性使得基于地理第三定律的空间预测更适合于在大型和复杂地理区域上进行预测。这里朱阿兴老师和闾国年老师提出了地理学第三定律，也就是空间相似性的定律。并做了基于第三定律的空间预测。我想未来基于空间相似的研究会越来越多。
随着经济增长和过去三十年城市化进程的加快，中国的空气质量不断下降，对人类健康构成了巨大威胁。细颗粒物（PM2.5）的浓度直接影响生活在空气质量差的污染地区的人们的死亡率。北京 - 天津 - 河北（BTH）地区是中国北方组织良好的城市地区之一，由于近期工业部门和车辆排放的增长，其空气质量和大气污染严重。在本研究中，我们使用反向传播神经网络模型方法估计2014年1月至2016年12月期间BTH区域PM2.5浓度的空间分布，结合卫星导出的气溶胶光学深度（S-DAOD）和气象数据。使用地面PM2.5数据验证结果。包括所有PM2.5训练数据和10倍交叉方法的一般方法已用于PM2.5估计的验证。该研究提供了一种监测PM2.5浓度分布的新方法。本文讨论的结果将对政府机构制定和实施环境保护政策有很大帮助。利用BP神经网络、AOD和气象数据估算PM2.5空间分布。
道路基础设施对所有国家的福祉和经济健康都很重要。道路路面基础设施的性能很复杂，受到众多因素的影响，并且在不同的道路上变化很大。用于评估道路基础设施性能的大规模空间分析越来越需要用于道路管理，因此收集多源因素，包括卫星遥感气候和环境数据，以及地面监测车辆观测，作为解释变量。与传统的基于点或区域的地理空间属性不同，路面基础设施的性能是基于线段的空间数据。因此，利用基于分段的空间分层异质性方法来探索车辆，气候，道路性质和社会经济条件对路面基础设施性能的综合影响。基于分段的最优离散化应用于离散化的基于段的路面数据，并且基于段的地理探测器用于评估变量及其相互作用的空间影响。结果表明，基于分段的方法可以更合理，准确地描述基于线段的空间数据的特征，并评估空间关联。与路面损坏相关的两大类因素是交通车辆和特别是重型车辆的变量，以及气候和环境条件。同时，这两类解释变量之间的相互作用比单一解释变量具有更大的影响，相互作用可以解释超过一半的路面损伤。本研究强调了基于遥感的道路基础设施大规模空间分析的巨大潜力。本研究中的方法为分段地理数据的空间分析提供了新思路。研究结果表明，变量的量化综合影响对于道路设计，施工和维护的明智决策是切实可行的。遥感数据用于道路基础设施的检测研究，具有较大的研究潜力。
