黄河流域土地利用时空格局演变及驱动力

土地利用时空格局是人类与自然相互作用状况的重要表征。研究黄河流域土地利用时空格局及其驱动因素,厘清土地利用类型转换及粮食保障用地、生态保育用地、城乡建设用地的时空变化特征,可为黄河流域生态保护和高质量发展国家重大战略的规划制定与实施提供参考。本文基于土地利用类型转移矩阵和空间自相关,从城市群、省、市、县多尺度入手,利用7期土地利用数据对黄河流域1970—2015年土地利用状况及变化进行探究。结果表明：①黄河流域生态保育用地和耕地占比多年平均值分别为79.04%和18.64%,表明生态保护和粮食生产是其两大主体功能;②城乡建设用地占比逐年提高,城市群地区是建设用地扩张的主体空间;③黄河流域耕地、生态保育用地和城乡建设用地各节点年份Moran’s I均大于0.75,表明3种功能类型用地具有强空间正向集聚效应,呈现出“凹”字型分布格局;④城乡建设用地扩张以牺牲耕地为代价,同时部分农村居民点用地逐渐转化为城镇用地;⑤人口规模和经济发展是促进土地利用变化的核心因素,驱动力因素存在区域差异,在黄河下游的山东、河南,经济水平达到一定规模后,伴随经济再发展不会出现大规模城乡建设用地扩张。     

三维图像重建中差异信息融合算法研究

针对三维图像重建中的差异信息融合算法识别率较低,稳定性差,无法有效处理不确定因素等弊端,提出一种新的三维图像重建差异信息融合算法,分析了二维图像和三维图像的一阶与二阶统计,对自相关函数进行归一化处理,将二维图像的自相关函数变成三维自相关函数,利用傅里叶变换求出三维图像的功率谱,通过调整合理的辐角塑造该三维图像的傅里叶转换。对三维图像重建过程中的特征向量进行划分,保证三维图像重建过程中全部信息的完整性。依据特征向量与信息之间的经验知识对学习样本进行建立,给出某一时间段内三维图像重建中某个神经网络对应的差异信息融合公式,对多个神经网络的差异信息融合结果进行融合,实现三维图像重建中差异信息的融合。仿真实验结果表明,所提算法具有很高的有效性。     

中国低碳发展的类型及空间分异

区域的低碳发展是科学界关注的热点。本文以中国301个地级行政区为基本单元建立量化指标体系,把2011年中国低碳发展水平分为4个一级类型和8个二级类型,并通过Moran指数与散点图、LISA集聚图,结合基于扩展断裂点模型的中国经济区划分方案,分析低碳发展类型的宏观和局域分异特征,对于制定有针对性的不同类型区低碳发展政策具有重要意义。研究表明,中国低碳发展以高碳和相对高碳类型为主,一级经济区内低碳发展类型多样化分布,而大多数二级经济区内低碳发展类型具有相近性。依赖于高耗能产业结构的LLL和LHL类型在胡焕庸线上方和沿线集聚分布,而低碳经济与社会发展动力不足的LLH类型主要分布在胡焕庸线下方。低碳和相对低碳类型位于胡焕庸线下方,特别是在东部沿海和长江中游地区大量分布。在局域空间,各子系统发展存在着很强的正向空间依赖,低碳经济与社会发展以"LL"型集聚为主,但后者的空间异质性较强,而低碳环境发展则以"HH"型集聚为主。各子系统发展的热点区大多位于中国东部和南部且较为独立,冷点区则有所重叠,主要位于内蒙古西部及西北经济区连片地区。     

能源富集区内部经济发展时空演进格局特征——以陕西省榆林市为例

能源富集区是我国重要的功能类型区之一,为我国城市化、工业化快速推进提供能源动力基础。运用地理学、区域经济学等理论,借助空间自相关分析、GIS空间分析等研究技术,对榆林市12县(区)经济发展的时空演进格局进行了深入分析。结果表明:1990-2011年榆林市Moran’s I值总体呈现波动态势,1998年达最大值0.517 8,2007年跌入最低谷0.120 0;LISA集聚结果显示,1990年、1998年神木县为H-H类型区,而2007年、2011年H-H类型区未能再现,表明北6县经济发展后期呈现随机状态;1990年榆林市没有L-L集聚区,2011年绥德、子洲、清涧、吴堡4县形成南部经济贫困的L-L集聚区。区域经济发展动力机制分析表明,工业化对榆林市经济发展影响作用最大。农民人均纯收入对区域经济发展的影响由较低正向显著向较高正向显著转变。随着资源开发推进,由资源采掘业为主的单一产业带来的地方财政收入对区域经济的贡献减弱。     

粤港澳大湾区科技创新能力空间结构演变与影响因素探究

粤港澳大湾区已经成为我国创新驱动发展的桥头堡,助力我国加快提高科技创新能力。本文选取粤港澳大湾区“9+2”城市历年科技创新能力相关数据构建成面板数据集。为了能够进一步分析湾区区域间的科技创新能力差异,将湾区划分成西湾、中湾、东湾和港澳湾。基于空间差异、空间自相关以及空间计量的分析理论与方法,借助GeoDa、ArcGIS和Stata数据分析软件,深层次地探究粤港澳大湾区科技创新能力的空间结构演变及其影响因素。     

基于四阶累积量的CSPRIT算法

分析了基于二阶统计的CSPRIT算法在空间相关高斯噪声环境中存在的问题，提出将四阶累积量与CSPRIT算法相结合，处理一维二元相移键控信号（BPSK）和多元幅移键控信号（MASK），实现信号到达角（DOA）的估计和波束形成器的构造。与基于二阶统计的CSPRIT算法相比，基于四阶累积量的改进算法能够有效抑制空间相关的高斯噪声，提高信号估计精度。计算机仿真验证了该算法的有效性。     

重庆粮食产量时空格局演变研究

为揭示重庆粮食生产时空演变特征,采用ESDA方法与GIS技术,以人均粮食产量为测度指标,对重庆2003-2011年县域粮食产量的时空格局演变特征进行分析.研究结果表明：重庆人均粮食产量的总体特征表现为：区域绝对差异和相对差异均在增大,全局空间自相关Moran指数均大于0.55,表明空间聚集特征十分显著,并有不断增强的趋势;Moran散点图中落入HH象限和LL象限的县明显多于HL和LH象限的数量,三个典型年份分别占县域总数的78.95％、81.58％、84.21％,表明有很强的空间聚集格局;LISA聚集图显示重庆人均粮食产量形成以华蓥山以西和渝东南翼为中心的高产聚集区以及以主城区为中心的低产聚集区.     

Understanding the topic evolution of scientific literatures like an evolving city: Using Google Word2Vec model and spatial autocorrelation analysis

Topic evolution has been described by many approaches from a macro level to a detail level, by extracting topic dynamics from text in literature and other media types. However, why the evolution happens is less studied. In this paper, we focus on whether and how the keyword semantics can invoke or affect the topic evolution. We assume that the semantic relatedness among the keywords can affect topic popularity during literature surveying and citing process, thus invoking evolution. However, the assumption is needed to be confirmed in an approach that fully considers the semantic interactions among topics. Traditional topic evolution analyses in scientometric domains cannot provide such support because of using limited semantic meanings. To address this problem, we apply the Google Word2Vec, a deep learning language model, to enhance the keywords with more complete semantic information. We further develop the semantic space as an urban geographic space. We analyze the topic evolution geographically using the measures of spatial autocorrelation, as if keywords are the changing lands in an evolving city. The keyword citations (keyword citation counts one when the paper containing this keyword obtains a citation) are used as an indicator of keyword popularity. Using the bibliographical datasets of the geographical natural hazard field, experimental results demonstrate that in some local areas, the popularity of keywords is affecting that of the surrounding keywords. However, there are no significant impacts on the evolution of all keywords. The spatial autocorrelation analysis identifies the interaction patterns (including High-High leading, High-Low suppressing) among the keywords in local areas. This approach can be regarded as an analyzing framework borrowed from geospatial modeling. Moreover, the prediction results in local areas are demonstrated to be more accurate if considering the spatial autocorrelations.     

自相关法测量飞秒激光脉冲宽度

利用自相关仪可以测量飞秒激光脉冲宽度,文章简要介绍这种仪器的结构及原理。     

基于ESDA的福建省县域经济差异空间分析

选取了福建省各县域1995—2005年的人均GDP为背景数据,采用空间数据探索分析方法(ESDA)对福建省经济发展差异进行研究分析.通过对福建省县域人均GDP的空间自相关系数进行研究,结果表明福建省县域经济存在明显的空间自相关,并且表现为起伏变化形式.最后对福建省县域经济进行局域自相关分析,揭示了闽西和闽北地区经济低增长县域的空间集聚数量呈现出先增加后减少的特点.