基于地理标记照片的入境游客空间特征与移动轨迹——以南京市为例

随着互联网与社交媒体的兴起,用户分享内容中的地理标记数据成为旅游流研究的重要对象。以南京入境旅游流空间特征为研究对象,以2010—2018年Flickr平台内南京地理标记照片为基础,利用DBSCAN算法、ArcGIS 10.2等方法与技术探究南京入境旅游热点区域、游客移动轨迹特征及模式。研究结果显示：（1）南京入境游客访问峰值出现在3-6月及10月,以一日游为主。（2）南京AOI空间分布差异明显,历史城区是南京入境旅游最热门区域,其AOI分布与旅游景区、商业购物等相关产业空间高度重合;中心城区的AOI分布数量次之,钟山风景区是其热度核心,深受热衷历史文化的游客追捧;郊区的AOI分布数量最少,基本与当地旅游景区相吻合。（3）单日游和多日游的游客移动轨迹网具有显著差异性,分别体现在网络范围、网络体系、旅游对流及转移差值4个方面。（4）南京入境游客移动轨迹模式可划分为区域内部移动轨迹模式和区域间移动轨迹模式。根据上述研究结果,分别针对历史城区、中心城区及郊区提出相应的发展建议。     

重庆市O3污染日的大气环流分型与传输特征

通过分析重庆市主城区2015~2019年O₃浓度和气象要素观测数据,发现主城区O₃超标日数、超标日O₃中位值和90百分位浓度值均呈现逐年升高趋势,O₃与温度成正相关、与相对湿度成负相关,高O₃浓度对应每日最高温度区间为35℃以上以及相对湿度区间70%以下.采用T-mode主成分分析法(PCT)对2015~2019年的4~9月850hPa低层位势高度场和风场进行分型,总结出重庆市O₃污染期间主要有8种天气类型,其中有利于出现高浓度O₃现象的天气类型分别是低压西北侧型(T1)、低压后部型(T4)和高压西侧(T3),对应O₃平均超标率分别为34.6%、17.0%和14.2%.利用HYSPLIT4模型后向轨迹聚类方法和潜在源贡献算法(PSCF),计算得到O₃污染日的气团主要以中短距离输送为主,主要传输轨迹来自北、东北、南以及西南四个方向,从2015~2019年,主要污染来源有一个明显的从北转南的趋势,O₃污染的潜在源贡献分析结果与全市工业源NO_x、VOCs排放量空间分布的一致性较高.     

太原市城区夏季VOCs来源及其对O3生成的贡献

采集太原市城区夏季VOCs样品并分析其浓度特征,使用参数修正法得到VOCs初始浓度,分析其来源及对O₃生成的贡献.结果显示：太原市城区总VOCs平均浓度为48.13 μg/m³,烷烃（25.52 μg/m³）为主要组分.VOCs浓度呈明显日变化特征,在日间（10：00~14：00）光化学产生O₃的关键时段浓度最低.油品挥发、机动车排放、燃煤、植物排放与液化石油气/天燃气（LPG/NG）使用源对修正后环境VOCs的贡献分别为26.89%、25.55%、21.14%、14.99%、11.44%,对O₃生成的贡献分别为21.44%、33.10%、24.07%、13.77%、7.62%.机动车为新鲜排放气团VOCs的重要来源,而油品挥发、燃煤的输送与本地积累是其他（混合、夜间与反应）气团VOCs的重要来源.机动车排放、油品挥发与燃煤为VOCs与O₃生成的重要贡献源,控制此类源排放可减少太原市城区环境VOCs浓度并有效降低O₃生成.     

基于HYSPLIT4模式的天水市颗粒物输送路径

首先利用后向轨迹模式（HYSPLIT）模拟了天水市2017~2019年冬季后向轨迹,分析了50,200,500和1000m 4个不同高度以及500m高度不同聚类数量对路径输送聚类统计结果的影响,并以500m高度四个季节的后向轨迹进行聚类分析,进一步运用权重潜在源贡献分析法（WPSCF）,探讨了研究期间天水市细颗粒物的潜在源区及不同源区对天水市颗粒物浓度的贡献,结果表明,（1）起始点高度为500m时,颗粒物浓度极值比和极值差均较大,聚类结果最具代表性;（2）不同聚类数量分析结果表明,按照总空间变化（Total spatial variation,TSV）显著增加的原则选取的聚类数量较少,且能反映不同方向的轨迹输送特征;（3）天水市不同季节的轨迹聚类结果表明,冬季来自陕西南部的东南路径是PM_2.5污染程度最高的路径,该路径下PM_2.5浓度为78.2μg/m³,春季西北路径的颗粒物浓度最高,PM₁₀和PM_2.5的平均浓度分别是127.9~129.9和40.6~41.0 μg/m³,夏秋季节不同路径的颗粒物浓度相差不大.     

汾渭平原吸收性气溶胶时空演化及潜在源区分析

在绿色发展理念的带动下,全国多地的空气质量逐渐改善,但汾渭平原大气污染程度逐年走高,颗粒物污染尤为严重.利用OMI/Aura OMAERUV L2气溶胶数据集和PM_2.5站点数据,采用空间自相关分析及后向轨迹模型等方法,探索2005~2019年汾渭平原吸收性气溶胶的时空演化过程,揭示其高值极主导类型以及污染物传输路径和潜在源区.结果表明：①2005~2019年汾渭平原吸收性气溶胶指数（absorbing aerosol index,AAI）年均值波动上升,2006、2013和2017年为汾渭平原AAI高值转折点,年均值均大于0.63;西安和临汾AAI空间稳定性较差为高高聚集极点,在15年间高高聚集区域面积增长15.3%,空间分布更加集中,形成由西安和临汾两极相连的条带状分布区域,占区域总面积的24.2%;低低聚集区域面积锐减6.2%,转变为无特征区域.②汾渭平原AAI冬季数值最高、覆盖区域最广,在临汾极和西安极突破0.8,研究区AAI大于0.6的区域占比91.5%,其次为春季（AAI>0.4）、秋季（AAI>0.3）,夏季全境低值.汾渭平原AAI高值受大气扩散条件、气温和降水量变化影响显著.③利用后向轨迹和潜在源贡献模型得出西安极和临汾极污染物的远距离输送气团来自西北方向,近距离输送气团来自偏东和偏南方向,结合源区下垫面类型确定两个远距离沙尘传输源区（西北风源、北风源）、两个碳质源区（东风源和南风源）和一个沙尘和碳质共同作用源区（黄土高原源）.其中西北风源、黄土高原源和南风源对西安极影响显著,东风源和黄土高原源对临汾极影响显著,临汾极虽受一定程度西北风源和北风源沙尘影响,但影响较小,结合CO空间分布和其与AAI相关性系数的空间分布得出,临汾极吸收性气溶胶为碳质主导,西安极为沙尘和碳质共同作用.     

时延神经网络对宝兴树蛙异质种群鸣叫的聚类分析

对瓦屋山宝兴树蛙3个不同海拔分布(A:山下;B:山腰;C:山上)的异质种群鸣叫的时频参数进行分析,发现三地鸣叫各参数互相重叠,无明显界线.常规统计分析不能使三地的鸣叫聚类为各自的组.使用时延神经网络对三地宝兴树蛙鸣叫的时频参数进行有指导聚类,发现三种群鸣叫有地区性差异,并表现出由个体交流引起的山腰种群群体特征的不显著.推测差异可能是因为长期地理隔离所导致.基于神经网络的分析结果,对各种群间的个体交流情况进行了初步估计.图6表1参20     

山东半岛近地面O3浓度时空变化及潜在源区解析

为探究山东半岛在长时间序列上的臭氧（O₃）时空分布特征及潜在来源,在分析山东半岛2005～2020年O₃浓度时空变化的基础上,运用小波分析、熵权法和相关性分析对O₃及其影响因素进行了探讨,并对山东半岛O₃的潜在来源进行研究.结果表明：（1）时间格局上,山东半岛地区近地面臭氧2005～2020年间呈现出“三峰型”趋势,2010年达到最大值[（40.48±7.64）μg·m^-3], 2013年为最小值[（36.63±5.61）μg·m^-3].季节表现为：夏季[（42.49±1.7）μg·m^-3]>春季[（40.65±0.6）μg·m^-3]>秋季[（36.47±0.7）μg·m^-3>冬季[（36.46±0.3）μg·m^-3].（2）空间格局上,2005～2020年山东半岛O₃浓度随着纬度的升高而逐渐升高,呈现出东西部高,中部低的特征,O...     

系统加权聚类法及其在滑坡稳定性预测中的应用

本文以工程地质类比分析法为基础，针对一般系统聚类法在滑坡稳定性预测中应用的不足，提出并建立了一种系统加权聚类法。最后以三峡库岸研究程度较高的３６个边坡为例，进行了一般系统聚类法与系统加权聚类法的对比研究。对比研究结果表明：系统加权聚类法应用于滑坡稳定性预测，其预测精度有较大提高。     

京津冀地区气溶胶季节变化及与云量的关系

利用2000年3月—2008年2月中分辨率成像光谱仪(MODIS)的卫星资料,分析了京津冀平原地区大气气溶胶光学厚度(AOD)和气溶胶细粒子组分比率(FMF)的时空分布特征. 结果表明:通过AOD与FMF的组合特征可判别气溶胶季节变化特征.冬、春季以粗粒子为主,但冬季AOD偏小,而在春季急剧增大;夏、秋季均以细粒子为主,但夏季AOD达到最大,秋季较小. 大气环流和气流后向轨迹分析表明,冬季到达北京的气流以西北冷空气为主,西北路径的气流轨迹占冬季气流轨迹总数的67%;春季主要受偏西、西北及偏北气流影响,这3类对沙尘天气有贡献的气流轨迹占春季气流轨迹总数比例之和达到60%;夏季主要以偏南气流和局地环流占优,这2类气流轨迹分别占夏季气流轨迹总数的52%和34%;秋季气流轨迹与春季的相似,但途经沙源的气流传输速度较春季慢.京津冀平原地区夏季AOD与云量(CF)呈正相关,AOD增加,特别是细粒子增加可能导致局地云量增多.      

A spatial clustering perspective on autocorrelation and regionalization

We revisit one of the classical problems in geography and cartography where multiple observations on a lattice (N) need to be grouped into many fewer regions (G), especially when this number of desired regions is unknown a priori. Since an optimization through all possible aggregations is not feasible, a hierarchical classification scheme is proposed with an objective function sensitive to spatial pattern. The objective function to be minimized during the assignment of observations to regions (classification) consists of two terms: the first characterizes accuracy and the second, model complexity. For the latter, we introduce a spatial measure that characterizes the number of homogeneous patches rather than the usual number of classes. A simulation study shows that such a classification procedure is less sensitive to random and spatially correlated error (noise) than non-spatial classification. We also show that for conditional autoregressive error (noise) fields the optimal partitioning is the one that has the highest within-units generalized Moran coefficient. The classifier is implemented in ArcView to demonstrate both a socio-economic and an environmental application to illustrate some potential applications.