Coding and Paper Letter(十六)

資源整理。git

1 Coding:

1.Python庫whitebox,用於地理空間數據高級分析。另外還有一個是whitebox tool,可運行的平臺exe。github

whitebox算法

whitebox toolssql

2.R語言包sgd,大規模隨機梯度降低法實現。編程

sgdjson

3.亞馬遜雲(AWS)上的無服務器地圖瓦片。數組

serveless tiles服務器

4.Juila語言包GeoStats,看完感受Juila的語法至關舒服。網絡

GeoStats.jl框架

5.R語言開源項目GeolocatorAnalyses,分析地理定位器數據。

GeolocatorAnalyses

6.R語言包EmissV,自上而下覈算車輛及其餘排放的方法。

EmissV

7.Python庫pyncloud,用於分析3D點雲數據。

pyncloud

8.轉換geojson文件,將普通地圖轉換成三角式的。

geo triangulate

9.R語言包gdalmin,最小的橋接GDAL的R包,從rgdal中重構了一些代碼。

gdalmin

10.R語言包ggTimeSeries,專門作時間可視化的ggplot2拓展包。

ggTimeSeries

11.巴塞羅那大學某門課程中優化算法的實現。混合編程。主要包括遺傳算法、最短路徑和模擬退火。

optimization algorithms

12.Python庫sql2gee,將相似SQL的查詢語句解析爲Google Earth Engine語法的庫。

sql2gee

13.由OSRM,Valhalla和Google Maps計算的不一樣自行車騎行軌跡的比較探索。

router comparison

14.用於地球科學研究計算的自定義Jupyterhub模板

rces custom jupyterhub templates

15.Python庫eo learn,用機器學習處理對地觀測數據的框架。

eo learn

16.Python庫databot,用於數據管道工做的Python快速數據驅動編程框架(網絡爬蟲,機器學習,量化交易等)

databot

17.R語言包CARBayes,面元數據的廣義線性混合模型。

CARBayes

2 Paper:

1.Evolutionary-driven search for solar building models using LiDAR data/數據演化驅動的研究:使用LiDAR數據驅動太陽能建築模型

尋找太陽能建築是城市規劃的主要挑戰之一,特別是在發展可持續發展的城市時。 這項工做使用一種演化方法,基於機載光探測和測距(LiDAR)激光掃描數據,找到關於太陽能潛力的最佳建築模型。 該方法考慮自適應差分進化來解決約束優化問題。 在實驗中,分析了不一樣建築物的佈局和設計參數對太陽輻照度的影響。 矩形,T形和L形建築被認爲具備各類設計參數:位置,建築物旋轉,立面高度,屋頂高度和坡度。 實驗證實,該方法可以在約束優化空間內有效地找到具備最大太陽能潛力的太陽能建築設計。新進遙感數據和太陽能建築數據的耦合研究。以前有篇相似的風場數值模擬,微觀尺度數值模擬與遙感數據的結合也是愈來愈緊密。

2.A Dark Target Method for Himawari-8/AHI Aerosol Retrieval: Application and Validation/Himawari-8 / AHI氣溶膠反演的暗目標方法:應用和驗證

Himawari-8(H8)做爲地球靜止衛星,每10分鐘觀測一次地球的全盤圖像,是研究大氣氣溶膠時間變化的一種很是有力的工具。 H8上的高級himawari成像儀(AHI)具備與中分辨率成像光譜儀(MODIS)相似的幾個光譜帶。所以,可使用MODIS的暗目標(DT)方法從AHI數據中檢索氣溶膠光學深度(AOD)。基於對這兩種衛星儀器紅外波段的統計研究,咱們發現DT區域中AHI(2.3μm)和MODIS(2.12μm)之間的短波紅外波段差別能夠忽略不計。同時,對於AHI傳感器,從0.86μm(而不是傳統的1.24μm)和2.3μm計算的歸一化差別植被指數(NDVI)也能夠是表面光譜反射率的良好指標。所以,本文首先提出了一種基於AHI傳感器的新NDVI,以提升基於DT反演方法的表面反射率估計。而後,使用查找表策略反演DT區域上的AOD,並基於2015年8月至2016年7月在中國區域的AHI觀測進行測試。全部檢索結果均根據氣溶膠機器人網絡和太陽天空輻射計的地面測量進行驗證觀察網絡。葵花8號的氣溶膠反演,基於暗目標法。不一樣衛星在氣溶膠反演上作了不少工做,葵花8號的貌似比較少見,值得關注。尤爲是這類高時間分辨率衛星。發表於IEEE TGRS top期刊上。

3.Evapotranspiration partitioning using an optimality-based ecohydrological model in a semiarid shrubland/在半乾旱灌木叢中使用基於最優化的生態水文模型進行蒸發蒸騰分配

將蒸散(ET)劃分爲生物成分蒸散(T)和非生物成分蒸散(E)對於瞭解環境變化對生態系統和水資源的影響相當重要。然而,直接測量蒸騰仍然具備挑戰性。在本文中,一個基於最優性的生態水文模型植被優化模型(VOM)被應用於ET分區。結果代表,VOM模型能夠合理地模擬半乾旱灌叢中的ET和ET組分。整體而言,整個時期蒸騰與蒸散的比例爲49%。蒸發和植物蒸騰主要發生在降水事件後的季風中。蒸發對降水事件當即做出反應,而蒸騰做用顯示對這些事件的幾天滯後響應。不一樣年份表現出季風中不一樣的T / ET比動態模式。有些年份在季風開始時表現出較低的T / ET比率,而且T / ET比率緩慢增長。其餘年份顯示整個季風的T / ET比率高。咱們發現春季降水,特別是降水的大小,對季風的T / ET比值有顯着影響。蒸散的研究在生態水文界和生態模型界都很重要,不少研究證實蒸散是影響生態過程模型,尤爲是相關生物量淨初級生產力的關鍵因子。這篇文章的思路值得關注,將ET劃分來進行估計。

4.Enhanced multi criteria decision analysis for planning power transmission lines/加強的多準則決策分析用於規劃電力運輸線路

能源向替代能源的過渡須要新的輸電線路將這些額外的能源生產廠與配電中心鏈接起來。所以,多準則決策分析(MCDA)提供了一種有用的方法來肯定將來輸電線路的最佳路徑,同時對環境,景觀和受影響公民的影響最小。因爲異議可能使這樣的項目惡化並反過來增長成本,所以須要有關規劃程序的透明溝通,以促進公民的接受。在這種狀況下,基於地理信息系統的有關標準的信息以及對可能的輸電線路進行建模相當重要。可是,規劃人員常常忘記潛在的多準則決策分析和使用的數據可能會致使誤差的結果。所以,本研究經過對多準則決策分析應用靈敏度分析,實證研究各類MCDA參數的影響。該分析的輸出結合聚類分析,主成分分析和多變量方差分析進行評估。咱們的結果代表,經過使用不一樣的MCDA參數組合,能夠增長不一樣走廊替代方案的可變性。特別是,咱們發如今區域上應用連續邊界模型會產生比使用鋒利邊緣模型更明顯的走廊替代方案,而且更好地反映了保護區域免受輸電線路影響的實際規劃實踐。比較兩個研究領域的結果,咱們得出結論,咱們的決策模型在兩個地點的表現類似,所以,建議的加強決策模型的程序適用於具備可比地形的其餘研究區域。這些結果能夠幫助決策者和輸電線路規劃者簡化和改進他們的決策模型,從而提升可信度,合法性,從而提升實際適用性。MCDA用於輸電線路規劃的研究,考慮了模型靈敏性,對於決策分析而言更具有工程意義。是個很不錯的研究,是ETH實驗室團隊在剛剛舉行的今年澳大利亞墨爾本國際地理信息科學大會的成果。

5.Hydrological Performance of Green Roofs at Building and City Scales under Mediterranean Conditions/地中海條件下建築尺度和城市尺度綠色屋頂的水文特性

綠色屋頂是一種特殊類型的可持續城市排水系統(SUDS);他們的目標是經過在不一樣的層中儲存水,延遲水文響應和恢復蒸發蒸騰來管理源頭的徑流。他們在地中海地區表現的證據仍然不多。本文的主要目的是分析地中海條件下建築和城市規模的綠色屋頂的水文性能。在Benaguasil(西班牙巴倫西亞)監測了一年的綠色屋頂和傳統屋頂。記錄和分析降雨量和流量數據。水文模型在建築尺度上進行了校準和驗證,以分析綠色屋頂的水文長期效率,並將其與傳統屋頂的水文長期效率進行比較。結果代表,即便在地中海等乾燥氣候下,綠色屋頂也能提供良好的水文性能。此外,考慮到得到的平均徑流係數減小,它們在城市尺度上的影響也很顯着。綠色屋頂是海綿城市建設中重要的人工綠色基礎設施之一。關於它的水文特性研究,在中國卻不多,以前筆者在參加LID2016會議時,就有不少人提出來目前中國在海綿城市走得太快,不少基礎理論研究並無進行。我想這一方面就是個關鍵。

相關文章
相關標籤/搜索