地理学时空数据分析方法

随着地理空间观测数据的多年积累,地球环境、社会和健康数据监测能力的增强,地理信息系统和计算机网络的发展,时空数据集大量生成,时空数据分析实践呈现快速增长。本文对此进行了分析和归纳,总结了时空数据分析的7类主要方法,包括：时空数据可视化,目的是通过视觉启发假设和选择分析模型;空间统计指标的时序分析,反映空间格局随时间变化;时空变化指标,体现时空变化的综合统计量;时空格局和异常探测,揭示时空过程的不变和变化部分;时空插值,以获得未抽样点的数值;时空回归,建立因变量和解释变量之间的统计关系;时空过程建模,建立时空过程的机理数学模型;时空演化树,利用空间数据重建时空演化路径。通过简述这些方法的基本原理、输入输出、适用条件以及软件实现,为时空数据分析提供工具和方法手段。     

中国太阳能热发电站选址模型研究

太阳能热发电技术在我国新世纪能源战略中具有重要地位,太阳能热发电电站位置的合理选择对发电成本有直接影响,涉及到太阳能热发电技术本身、高时空分辨率的太阳能法直辐射分布、土地利用分布、水资源分布、社会经济分布,以及政策税收等众多因素。本文提出了一个太阳能热发电站选址的决策支持系统框架,就其中的太阳能直法辐射调查进行了初步试验。本文依据供需时空平衡原则进一步讨论了多种绿色能源互补的大能源系统运筹问题。     

利用空间聚集的贝叶斯网络评估手足口病发病风险

手足口病是一种常见的传染病,以往的研究表明该疾病与气象、环境和社会经济等因素相关联,其影响关系复杂,而疾病本身体现出较强的区域聚集性,采用普通的线性风险建模方法无法捕捉影响因素的复杂性及空间聚集性。因此,本文以山东省为例,在前人研究的基础上,提出了采用贝叶斯网络综合风险建模方法研究手足口病的发病风险与气象、土地利用、社会经济及空气污染等要素间的关系,并通过引入空间扫描统计聚集结果,将空间聚集引入到贝叶斯网络模型加强其空间推理功能,减少模型的偏差,提高评估的精度。结果表明,本文建立的手足口病空间贝叶斯网络风险模型具有较高的估计效果,引入的空间聚集性较好地融入到贝叶斯概率推理模型中,合理建立预测因子同手足口病发病风险之间的关系。通过对建模结果的解译,分析了手足口病的发病风险影响因素,特别是气候、社会经济及空气污染的影响。本文的空间贝叶斯建模方法及研究结果对手足口病暴发的防控预警具有重要的意义。     

基于机器学习的高精度高分辨率气象因子时空估计

气象变量常作为重要的影响因子出现在环境污染、疾病健康和农业等领域,而高分辨率的气象资料可作为众多研究的基础数据,对推进相关研究的发展意义重大。本文以中国大陆为研究区域,利用2015年824个气象站点的气温、相对湿度和风速3套数据,结合不同的解释变量组合,分别构建了各自的GAM和残差自编码器神经网络（简称残差网络）模型,以10倍交叉验证判断模型是否过拟合。研究结果表明：① GAM和残差网络方法都不存在过拟合问题,同GAM相比,残差网络显著提高了模型预测的精度（3个气象因素的交叉验证CV R²平均提高了0.21,CV RMSE平均降低了37%）,其中相对湿度模型的提升幅度最大（CV R²:0.85 vs. 0.52,CV RMSE:7.53% vs. 13.59%）;② 残差模型的结果较普通克里格插值结果和再分析资料更接近站点观测数据,表明残差网络可作为高分辨率气象数据研制的可靠方法。此外,研究还发现在相对湿度模型中加入臭氧浓度和气温、在风速模型中加入GLDAS风速再分析资料,可提升模型的性能。     

国土遥感调查的空间抽样优化决策

利用遥感信息进行国土资源调查, 调查费用与调查精度是一对矛盾, 而空间抽样提供了解决这对矛盾的方法. 针对空间抽样问题先验数据缺乏及受多因素影响的复杂情况, 在前人方法单一且缺乏比较的应用模型基础上, 提出空间抽样优化决策模型, 该模型是经探索分析后采用多种可能组合方法获取精度变化图, 多次实验回归模拟, 归一化到同一坐标系中, 采用离散化的决策函数计算比较得到抽样优化决策方案. 通过遥感耕地调查的实验, 结果表明用航片进行细小地物及耕地面积调查, Sandwich方法能较好实现投入与精度的平衡组合. 空间抽样优化决策用于国土遥感调查中, 将会提高调查精度, 同时有效地节省投入, 是比较好的工具. 为空间抽样优化决策在资源调查中推广应用, 提出组件开发原型, 通过组件内嵌到GIS与遥感的软件环境中去, 提高分析效率.     

地理信息空间分析的理论体系探讨

空间过程是生态环境、社会经济和地理系统的基本运动形式之一。空间分析是指分析、模拟、预测和调控空间过程的一系列理论和技术在空间信息极大丰富和ＧＩＳ空间数据管理能力日趋完善的形势下,空间信息分析理论研究获得了前所未有的发展机遇,有必要提出新的理论体系,和谐地包容空间分析领域已取得的各方面成果。该体系包括空间统计指标、空间回归及自适应模型、空间机理模型、空间统计与空间机理相结合的模型和空间复杂系统模型,     

空间信息分析技术

在GIS技术日趋成熟和空间数据极大丰富的今天,通过分析空间数据探索空间过程机理正变得日益迫切。空间信息分析技术至少包括以下六个主要方面:(1)空间数据获取和预处理;(2)属性数据空间化和空间尺度转换;(3)空间信息探索分析;(4)地统计;(5)格数据分析;(6)复杂信息反演和预报。本文提出了解决具体应用问题一般的空间数据分析计算、结果解释和反馈程序。认为空间过程的一般共性和作为共同的研究对象,各种不同的方法技术最终可能导致空间数学(spatialmathematics)的产生,同时发展鲁棒的空间分析软件包对于普及空间数学是必要的。     

安徽省温度与心脑血管疾病死亡关系的广义叠加模型分析

本研究探讨了安徽省巢湖市、雨山区和天长市的温度与心脑血管疾病死亡之间的关系。从中国疾病预防控制中心收集2008-2011年这3个城市（区）居民的心脑血管疾病日死亡资料,采用Possion广义叠加模型研究了温度与心脑血管疾病死亡之间的暴露-反应曲线关系,并以最适宜温度为参照,分别估计高温和低温情况下气温每上升或下降1 °C,对应的心脑血管疾病死亡人数上升的百分比。结果显示,3个城市心脑血管疾病死亡与温度之间的暴露-反应曲线为J-型,即存在一个最适宜温度,心脑血管疾病的死亡风险在该最适宜温度达到最低,巢湖市、雨山区、天长市的最适宜温度分别为29.0°C、26.6°C、26.9°C。当温度低于最适宜温度时,温度每降低1 °C,巢湖市、雨山区和天长市的心脑血管疾病死亡人数分别增加1.06%（95%CI：0.39%~1.74%）、2.18%（95%CI：1.56%~2.81%）、0.89%（95%CI：-0.11%~1.90%）;当温度高于最适宜温度时,温度每升高1°C,3城市的心脑血管患者死亡人数分别增加2.92%（95%CI：-2.19%~8.30%）、4.87%（95%CI：-0.11%~10.10%）、2.06%（95%CI：-2.57%~6.91%）。研究结果表明,低温和高温均会对安徽省城市居民的心脑血管疾病死亡产生影响,且温度对心脑血管疾病死亡的影响还存在地域差异。因此,在研究温度对心脑血管疾病死亡的影响、制定相关的防御措施时,都需因地制宜地进行分析。     

地理空间中不同分层抽样方式的分层效率与优化策略

地理空间对象中分层抽样的效率受抽样总体的空间相关性特征限制,分层效率的提高源于两个方面,一是 抽样总体的空间相关性会使分散的样本布局精度得到提高,二是先验知识使层内方差变小,只有在空间相关性特 征较强时,追逐先验知识的分层方式才会比任意分层方式具有更好的分层效率,当空间相关性较弱时,知识分层并 不会比任意分层得到更高的抽样精度,地理空间相关性特征对分层抽样设计有重要影响,而这在实际应用中往往 被忽视。本文采用蒙特卡罗模拟抽样方法以山东省1985 年和1995 年细小非耕地地物面积比例的抽样调查为例分 析了空间相关性特征对不同分层方式抽样效率的影响,并提出了地理空间对象中分层方式的优化选择策略。     

地理信息科学的优先研究领域(下)

地理信息的互操作性 “互操作性”是指现有系统和应用自下而上的集成,两者在当初建立时并未确定要进行集成。因为地理信息的表达方式很多,系统设计者已经做了许多不同的选择,所以如果不经过调试,就不可能把一个系统的数据传至另外一个系统,不可能从一个系统发命令去控制另外一个系统,由此浪费的时间、通讯和协调的困难,以及重复劳动而造成的损失十分巨大。互操作性是指不同系统之间信息的共享或交换。