Coding and Paper Letter（六十四）
資源整理。html
1 Coding:
1.交互式瓦片編輯器。node
2.R語言包autokeras，autokeras的R接口。autokeras是一個開源的自動機器學習的軟件。github
3.斯坦福網絡分析平臺，用於網絡分析與圖挖掘學習。spring
snap數據庫
4.高級NLP與spaCy：免費在線課程。編程
spacy courseapi
5.Python科學堆棧，編譯爲WebAssembly。它提供了Javascript和Python之間對象的透明轉換。緩存
6.中國 R 會議會場信息。
7.致力於提升公民科學家對生物多樣性採樣的算法
8.適用於21世紀的終端仿真器。
9.數據工匠：R的地理空間柵格和矢量數據簡介，公開課程。
10.用於數據科學的ML產品的AutoML項目。 此工具容許用戶上傳數據集，只需單擊一下便可執行。R語言版。
11.R語言包phangorn，phangorn是R語言中用於系統發育重建和分析的包。 Phangorn提供了使用基於距離的方法，最大簡約性或最大似然（ML）和執行Hadamard共軛來重建系統發育的可能性。
12.一份精心挑選的中文Quant相關資源索引。
13.h2o機器學習平臺的教程和訓練材料。
14.R語言包quanteda，用於文本數據定量分析的R包。
15.cvpr2019論文，極市團隊整理。
16.七天學會NodeJS，NodeJS的新手教程。
17.Nodejs學習筆記以及經驗總結，公衆號"程序猿小卡"。
18.drakeR包的用戶手冊。
19.R語言包projmgr，旨在更好地將項目管理集成到您的工做流程中，併爲R編碼和數據分析等更激動人心的任務騰出時間。
20.R語言包robustlmm，提供了以穩健方式估計線性混合效應模型的功能。
21.Petri Kiuru在LakeKuivajärvi應用MyLake-C，重點關注氣體轉移速度。此版本的MyLake包括溶解氧和有機碳的新描述（有3個DOC池和2個POC池）以及溶解有機碳物種的描述。
22.此repo自動檢測LiDAR數據的對象。
23.R語言包TITAN2，TITAN2是閾值指標分類羣分析的第二個R實現。
24..用MATLAB編寫的快速簡單的二維三角網格生成器，專爲解決淺水方程的沿海模型而設計。
24.基於Qt開發的輕量級HTTP/HTTPS服務器。
25.R語言包ggcyto，ggcyto是一種基於ggplot和圖形範式語法構建的細胞計數數據可視化工具。 該軟件擴展了許多數據科學家已經熟悉的流行ggplot2框架，使其可以識別用於門控和註釋細胞計數數據的核心Bioconductor流式細胞儀數據結構。 它簡化了出版質量圖形的流數據的可視化和繪圖。
26.比較fragstats中landscapemetrics的相關性，以構建最佳配置不一致度量。
27.R語言包epuRate，用於報告的乾淨R Markdown模板
28.censusapi是美國人口普查局API的訪問接口。 提供超過300種人口普查API終點，包括十年人口普查，美國社區調查，貧困統計和人口估計API。
29.Jiagu深度學習天然語言處理工具 中文分詞 詞性標註 命名實體識別 情感分析 知識圖譜關係抽取 新詞發現 關鍵詞 文本摘要。
30.R語言包croplandbias，該R包包含Estes等人的代碼，數據和手稿的來源，文章"A Large-Area, Spatially Continuous Assessment of Land Cover Map Error and Its Impact on Downstream Analyses"已發表在生態學top期刊GCB上，全部數據（或者，在大型開放數據集[例如GLobCover 2009]的狀況下，連接到下載位置）和處理步驟都包含在該包中。 對於此分析中使用的兩個專有數據集，此處提供了後處理版本，而且從那時起全部分析都應徹底可重現。
31.Relay的實驗提早編譯器。
32.GitHub學習實驗室存儲庫，用於介紹GitHub，機器人。 GitHub學習實驗室機器人，幫助指導您學習和掌握本課程涵蓋的各類主題。 使用Issue和Pull Request評論與您溝通。
33.Python庫PVGeo，包含用於地球物理數據可視化的VTK驅動工具，這些工具包裝在Kitware應用程序ParaView中直接使用。 這些工具專爲地球科學中的數據可視化而量身定製，重點關注結構化數據集，如2D或3D時變網格。
34.R語言包leafem，leafem爲leaflet包提供擴展，其中許多包由mapview使用。 該軟件包的目的是加強leaflet功能，以便在交互式繪製空間數據時提供更像GIS的感受。
35.一個MXNet實現的文章Drop a Octave：使用Octave卷積減小卷積神經網絡中的空間冗餘。
36.ThunderGBM的使命是幫助用戶輕鬆有效地應用GBDT和隨機森林來解決問題。 ThunderGBM利用GPU實現高效率。 ThunderGBM的主要功能以下：一般是其餘庫的10倍效率。支持Python（scikit-learn）接口。支持的操做系統：Linux和Windows。支持分類，迴歸和排序。
37.ThunderSVM的使命是幫助用戶輕鬆高效地應用SVM來解決問題。 ThunderSVM利用GPU和多核CPU實現高效率。 ThunderSVM的主要功能以下：支持LibSVM的全部功能，例如單類SVM，SVC，SVR和機率SVM。使用與LibSVM相同的命令行選項。支持Python，R和Matlab接口。支持的操做系統：Linux，Windows和MacOS。
38.Octave是一種相似於Matlab的高級（開源）編程語言。 我2011年斯坦福機器學習課程的octave練習。
39.QMUI iOS——致力於提升項目 UI 開發效率的解決方案
40.技術分享週刊，每週五發布。
41.2019春季課程：CS294; AI用於AI的系統和系統。
42.這段代碼是用於模擬歷史和將來土地利用的計算機模型。 該模型採用一個或多個土地利用圖像，並將爲每一個用戶定義的時間步長（例如一年）輸出土地利用的「預測」。 該模型基於元胞自動機和基於智能體的建模的組合。
43.Haskell中的元胞自動機。 目的是在該軟件包中實現大多數元胞自動機，所以它能夠做爲編寫元胞自動機的參考/庫。
44.此存儲庫顯示了一個R markdown腳本（exam.Rmd）的示例，該腳本讀入考試問題的csv文件並將其轉換爲考試對應的格式。
45.這個存儲庫伴隨着個人書「數據可視化：圖表，地圖和交互式圖形」，由CRC出版社於2018年與美國統計協會合做出版。它是CRC-ASA系列關於科學與社會統計推理的一部分。
46.一個帶pulp magazines CSS的bookdown模板。
47.Hotpot計劃是復旦留學申請數據開源計劃的代稱，旨在爲復旦學弟學妹無償分享留學申請經驗、暑研動態、海外生活/工做等一切相關信息。
48.Python庫elevation,全球地理高程數據下載變得簡單。 Elevation提供了輕鬆下載，緩存和訪問由美國國家航空航天局和NGA託管在亞馬遜S3的全球數據集SRTM 30m和SRTM 90米數字高程數據庫。
49.R語言包subsemble，Subsemble算法的R實現。 子集是通常子集集合預測方法，可用於小型，中型或大型數據集。 子集將完整數據集劃分爲觀察子集，在每一個子集上擬合指定的基礎算法，並使用獨特形式的k折交叉驗證來輸出組合子集特定擬合的預測函數。
50.R語言包nvsmi，R的nvidia-smi接口，這能夠經過NVML工做，而且不須要安裝nvidia-smi實用程序。 最終，該軟件包將具備完整的NVML界面。
51.該（建議）存儲庫包含2019年全球宜居性指標（「柳葉刀系列」）項目中使用的文檔和流程。
52.Minie項目旨在改進Bullet Real-Time Physics與jMonkeyEngine遊戲引擎的集成。
53.這個repo包含我用來自動生成個人簡歷做爲網頁的來源和來自YAML和BibTeX輸入的PDF。generate.py從cv.yaml和publication中讀取並使用Jinja模板輸出LaTeX和Markdown。
54.Python庫spcvm，多級空間相關方差份量模型。
55.R語言包ggcart，ggcart的目標是在傳統的阿爾伯斯地圖中包括波多黎各，維爾京羣島和關島。 此外，ggcart將更容易在Albers投影中映射線，點和其餘數據。
56.該存儲庫託管了Wilson和Wakefield撰寫的「無點連續空間表面重建」論文中運行模擬和數據分析所需的代碼和數據。
57.R語言包live，局部解釋（模型不可知）視覺解釋 - 基於LIME方法的迴歸問題和表格數據的模型可視化。
58.Meshroom是一款基於AliceVision攝影測量計算機視覺框架的免費開源3D重建軟件。
59.R語言包nvctr，使用地球的橢圓體模型實現地理位置計算的n向量方法。
60.在NIMBLE中的「生態學應用層次建模」（Kéry和Royle）第一卷中運行WinBUGS/OpenBUGS/JAGS示例。
61.R語言包fullPage，fullPage.js, pagePiling.js和multiScroll.js的shiny框架。
62.該存儲庫是社區努力的一部分，用於收集，策劃和共享由drake R軟件包提供支持的公開可用的數據分析項目示例。 每一個文件夾都是本身的示例，帶有一組自給自足的代碼和數據文件。 最終，您將可以使用drake自己下載單個示例。
63.計劃召開澳大利亞再生性危機會議（2019年4月8日）
64.R語言包see，可視化工具箱，適用於美觀和出版物。
65.R語言包RSelenium，Selenium Remote WebDriver的R客戶端，Selenium自動化測試神器+爬蟲神器。
66.R語言包tic，tic的目標是加強和簡化與Travis CI或AppVeyor for R項目等持續集成（CI）系統的協做。
67.R語言包shinyPlugins，shiny插件是Shiny模塊，當它們的命名符合指定條件時會自動添加到Shiny應用程序中。
68.nodejs庫，將GeoJSON文件拆分爲更小的部分。
69.Repo用於跟蹤已分享的有關Datacamp備選方案的全部連接。
70.R語言包bayestestR，用於分析貝葉斯模型和後驗分佈的實用程序。
71.R語言包mpoly，mpoly是一個簡單的工具集合，有助於在R中象徵性地和功能性地處理多元多項式。使用mp()函數定義多項式。
72.R語言包memer，一個tidyverse兼容包，用於使用magick包在R中建立模因。
73.R語言包CytoML,該包用於使用gatingML2.0和FCS3.0細胞計數據標準將分層門控細胞計數據導入/導出R（特別是openCyto框架）。 該軟件包使用GatingSet R對象和數據模型，以便使用openCyto和ggCyto等工具輕鬆地在R中操做和可視化導入的數據。
74.一套集成的工具，用於基於指數族隨機圖模型（ERGM）分析和模擬網絡。 'ergm'是用於網絡分析的Statnet包套件的一部分。
75.R語言包scatterD3，基於D3.js的R散點圖htmlwidget。
76.Minimal Mistakes是一個靈活的兩列Jekyll主題，很是適合構建我的網站，博客和投資組合。
77.R語言包rolldown，用於講故事的R Markdown輸出格式。
78.R語言包rbokeh，Bokeh的R接口。
79.論文"The Spatial and Temporal Domains of Modern Ecology"的倉庫，發表於Nature Ecology and Evolution。
80.R語言包plumber，將您的R代碼轉換爲Web API。
81.這是一個基於NSF Awards API的應用程序。 雖然NSF獎勵搜索工具很棒，但這對於得到NSF獎項的快速報告和統計數據很是有用。Python庫nsfsearch。
82.R語言包CompGLM，Conway-Maxwell-Poisson GLM和分佈函數。
83.Nabil在業餘時間工做的實驗3D水深測量觀察器。
84.R語言包synthesisr，實證研究項目的數據導入和重複數據刪除。
85.Python庫pyfor，pyfor是一個Python包，可幫助處理森林庫存環境中的點雲數據。 這包括操縱點數據，支持分析以及用於管理大量點雲數據集的內存優化API。
86.構建通用GTFS數據的最佳實踐。GTFS是谷歌的數據結構。
87.一種數據格式，它將靈活的公共交通服務建模爲GTFS的擴展。
88.適用於iOS，Android和Edge設備的精彩移動機器學習資源的精選列表。
Awesome Mobile Machine Learing
89.SLAM的精彩數據集的精選列表。
90.Pytorch實現Octave卷積。
91.論文"CenterNet: Keypoint Triplets for Object Detection"的代碼。
92.用於構建交互式R入門課程的倉庫。
93.PyTorch項目的可擴展模板，包括圖像分割，對象分類，GAN和強化學習等示例。
94.awesome bot檢查文件中的有效URL，它可用於驗證更新README的拉取請求。
95.R中用於編程和分析的有用代碼。
96.來自Win / OpenBUGS，Nimble，CARBayes和INLA的BDM代碼示例此存儲庫旨在做爲一系列包含適合分層貝葉斯模型和小區域健康數據的包的代碼示例的開源。 這些例子表明了一系列應用：空間;時空; 多變量，多尺度。 他們還重申了一系列軟件包：基於MCMC的軟件包，如Win / OpenBUGS，CARBayes，Nimble等; 經過INLA進行LAplace近似。
97.R語言包gprofiler，在R代碼後面描述C ++。
98.MXNet上的人臉分析項目。
99.R語言包streamDepletr，用於評估因爲地下水抽水形成的流量損失。
100.R語言包getopt，旨在與Rscript一塊兒使用來編寫「＃！」 - shebang腳本，接受短標記和長標記/選項。 許多用戶更願意使用optparse包，它增長了額外的功能（自動生成的幫助選項和用法，支持默認值，基本位置參數支持）。
101.嗨，咱們是微軟的一個名爲Bling（超越語言理解）的團隊，咱們幫助Bing更聰明。
102.Ignite是一個高級庫，能夠幫助在PyTorch中訓練神經網絡。ignite能夠幫助您在幾行代碼中編寫緊湊但功能齊全的訓練循環，你能夠得到一個訓練循環，包括指標，早期中止，模型檢查點和其餘沒有樣板的功能。
103.R語言包metasim，模擬meta分析數據的包。
104.DeepWeeds：用於深度學習的多類雜草種類圖像數據集，該存儲庫提供了工做的源代碼和公共數據集，「DeepWeeds：用於深度學習的多類雜草種類圖像數據集」，由Scientific Reports開放訪問：https：//www.nature.com/articles/s41598-018-38343-3。 DeepWeeds數據集由17,509個圖像組成，捕獲8種不一樣的雜草種類，這些種類原生於澳大利亞原位與鄰近的植物羣。 在咱們的工做中，使用ResNet50深度卷積神經網絡將數據集分類爲平均準確度爲95.7％。以及IEEE接收的論文，用於處理數據的引擎。
Low Power and High Speed Deep FPGA Inference Engines for Weed Classification
105.我收集的一些論文被認爲是很好閱讀，這也是我即將閱讀的內容。關於模型壓縮。
Awesome model compression and acceleration
106.用於貝葉斯建模的C ++庫，主要經過馬爾可夫鏈蒙特卡羅，但支持其餘一些方法。 BOOM =「貝葉斯面向對象建模」。 它也是計算機崩潰時發出的聲音。
107.機器學習系統研究的精選清單。
Awesome System for Machine Learning
108.R語言包NNLM，這是非負線性模型（NNLM）的包。 它實現了非負線性迴歸和非負矩陣分解（NMF或NNMF）的快速順序座標降低算法。 它支持均方偏差和Kullback-Leibler散度損失。 還實現了許多其餘特徵，包括缺失值插補，領域知識集成，可設計的W和H矩陣以及多種形式的正則化。
109.R語言包rmdTemplates，包含Rmarkdown模板集合的R包。 包括用於撰寫科學論文，稿件評論和其餘Rmarkdown文檔的模板，支持引文和不一樣的參考書目風格。 它還包括在HTML文件中嵌入數據和Rmarkdown源文件的功能。 以及用metropolis主題製做投影儀（PDF）幻燈片的模板。
110.使用R作線性，廣義和混合/多級模型的介紹。
111.R語言包dbarts，離散貝葉斯加性迴歸樹採樣器。
112.R語言包simr，基於模擬的廣義線性混合模型的功率分析。
113.R語言包textmineR，R中的文本挖掘輔助工具，其語法應該是有經驗的R用戶所熟悉的。 爲幾個主題模型提供包裝器，這些主題模型採用相似格式的輸入並提供相似格式的輸出。 具備用於分析和診斷主題模型的附加功能。
114.R語言包glmmplus，glmmplus是一個R包，基於這樣的概念：缺失數據幾乎是任何分析的基本部分，而且容許擬合線性模型和變量選擇的旗艦程序應該包括比彈出行以處理缺失值更好的選項。
115.R語言包geomexperimentsResearch，非官方包，Google開發的地理實驗分析方法的開源實現。
116.R語言包MAB，實現靜平穩和非平穩「多臂抽獎」問題的策略。 這個包中包含各類普遍使用的策略及其集合。
117.R語言包CausalImpact，使用貝葉斯結構時間序列模型進行因果推斷，該R包實現了一種估計設計干預對時間序列的因果影響的方法。例如，廣告活動產生了多少額外的每日點擊次數？當沒有隨機實驗時，回答這樣的問題可能很困難。該方案旨在使用結構貝葉斯時間序列模型來解決這一困難，以估計若是沒有發生干預，干預後響應度量可能如何演變。
118.RAPPOR是一種新穎的隱私技術，能夠在保留我的用戶隱私的同時推斷人口統計數據。
2 Paper:
中國的社會經濟發展，包括城市化，正面臨着減小碳排放的關鍵挑戰。本研究分析了中國貨運碳排放的驅動因素和城市化對貨運碳排放的影響。創建空間durbin模型（SDM） - 迴歸對人口，富裕和技術（STIRPAT）模型和地理加權迴歸模型（GWR）-STIRPAT模型的隨機影響，分析中國上述影響的共同特徵和區域差別。 結果代表：（1）中國的貨運碳排放總量已從1988年的373.52萬噸增長到2016年的96.4158百萬噸。公路貨運是貨運領域碳排放量增幅最大的子行業。 （2）城市化水平對公路和航空運輸碳排放產生積極影響，對部分省份的鐵路和水路運輸碳排放產生顯着的負面影響，但對周邊省份產生積極影響。多貨運碳排放存在顯着的地區差別。 （3）貨運的碳排放具備「路徑依賴」的特徵。人口規模和能源強度對貨運碳排放產生重大影響。與水路貨運不一樣，鐵路，公路，航空貨運和人均GDP的碳排放呈倒U型關係。咱們根據調查結果提供政策影響，預計將有助於中國交通運輸行業的碳減排。宏觀層面上分析了城市化對貨運碳排放的影響，利用恐空間迴歸模型分析了區域差別。交通排放是一個碳排放較難覈算的領域，同時涉及到跨界，宏觀的分析是很必要的。
城市住宅能源消耗和二氧化碳排放量的增長對區域碳減排政策構成了嚴峻挑戰。該研究整合了兩個夜間燈光數據集：DMSP-OLS和Suomi NPP VIIRS夜間燈光數據，以改進估計城市住宅二氧化碳排放量從2000年到2015年，分辨率爲1千米。而後，基於覆蓋288個地級城市的面板數據，利用空間計量經濟學模型討論了包括社會經濟因素和睦候因素在內的驅動力。結果代表，在估算城市居民二氧化碳排放量時，爲北部和南部地區創建的模型分別比整個國家的模型表現更好，這有力地代表氣候因素影響城市居民的行爲和二氧化碳排放。時空分析顯示，省會城市排放量快速增加，主要集中在中部地區。國內生產總值和能源利用技術與二氧化碳排放量增長有關，而人均國內生產總值和就業人數則產生負面影響。基於日平均溫度的測量與二氧化碳排放呈顯着負相關。相比之下，夏季每日最高氣溫的平均值與較高的二氧化碳排放量相關。咱們的結論是，極端天氣事件和能源效率應該是決策者特別關注的問題。基於DMSP-OLS和NPP VIIRS數據整合分析中國城市居民二氧化碳排放量。而且分析了氣候因素對居民碳排放的影響，結合了空間計量經濟學模型。極端天氣對於碳排放的影響也是一個值得關注的問題。
世界各地的研究已經估計了長期暴露於細小氣載粒子（PM2.5）致使的死亡人數，但有關短時間接觸的信息有限，特別是在中國。此外，大多數現有研究假設短時間PM2.5-死亡率關聯是線性的。所以，使用線性暴露 - 響應函數計算中國短時間暴露於PM2.5的疾病負擔可能不合適。迫切須要對與中國短時間PM2.5暴露相關的疾病負擔進行全面的，基於證據的評估。在這裏，咱們探討了中國104個縣的短時間PM2.5暴露與全因死亡率之間的非線性關聯;估計因爲該國全部縣的短時間PM2.5暴露形成的縣特定死亡率負擔，並分析了因爲中國短時間PM2.5暴露致使的死亡率負擔的空間特徵。聚集的PM2.5-死亡率關聯是非線性的，具備反轉的J形。咱們發現死亡率從0到62μg/ m3大體線性增長，風險從62到250μg/ m3下降。咱們估計2015年全中國PM2.5短時間接觸死亡人數共計169,862人。使用PM2.5死亡率協會的線性暴露 - 反應函數的模型估計有32,186人因PM2.5暴露而死亡，這是5.3倍低於非線性效應模型的估計值。短時間PM2.5暴露對中國的死亡負擔貢獻很大，約爲慢性影響估計值的七分之一。在考慮中國等發展中國家PM2.5引發的疾病負擔時，將短時間PM2.5相關死亡率估算歸入其中相當重要且相當重要。傳統的線性效應模型可能低估了短時間接觸PM2.5致使的死亡率負擔。分析了PM2.5短時間暴露與死亡率的非線性關係，並提出是一個倒J形。是一個比較有意思也很關鍵的研究，以往的人口暴露都是基於線性響應函數的，這個研究將爲中國將來空氣質量和人羣健康相關的研究提供先驗知識。
中國的十個基本氣溶膠模型來自基於地面遙感測量的太陽 - 天空輻射計觀測網絡（SONET）的聚類研究。氣溶膠尺寸分佈分解技術用於產生具備獨立折射率的單獨的精細和粗糙模式尺寸分佈函數。包含18種氣溶膠微物理參數的總共10773條記錄用於產生10個典型的聚類，並驗證聚類魯棒性。十個羣集提出五種典型的細顆粒氣溶膠模型，包括城市污染，二次污染，混合污染，污染的粉煤灰和大陸背景，以及五種粗糙模型，包括夏季粉煤灰，冬季粉煤灰，初級粉塵，運輸粉塵和中國地區的背景塵埃。表明性和共同外觀分析再次揭示了基礎模型基礎上的5種主導氣溶膠模式。這些模型可用於化學模型模擬，衛星遙感，氣候和環境分析。氣溶膠機理性研究，利用氣溶膠數據，聚類分析以後獲得十種典型的氣溶膠模型，這些模型能夠有效地應用在各類化學模型模擬和衛星遙感反演上。總的來講研究關鍵意義獲得氣溶膠的理論分佈型。
亞洲夏季風（ASM）影響着數十億人的生態系統，生物多樣性和糧食安全。近幾十年來，ASM強度（以降水爲表明）一直在降低，但儀器測量只能在很短的時間內完成。最近趨勢的啓動和動態尚不清楚。這是咱們第一次使用來自ASM中西部邊緣的十個樹木年輪寬度年表的集合來重建ASM變異的細節，回到公元1566年。重建捕獲弱/強ASM事件而且還反映了主要的蝗蟲災難。值得注意的是，咱們在448年的重建過程當中發現了史無前例的80年ASM強度降低的趨勢，這與溫室氣候變暖的預期相反。咱們的耦合氣候模型顯示，北半球人爲硫酸鹽氣溶膠排放增長多是致使ASM減小的主要因素。古氣候結合氣候模型分析亞洲夏季風的變化，而且發現了與溫室氣候變暖相反的結果。
愈來愈多的「地方」，包括物理和地理特徵以及社會意義，被認爲是推進我的和社區健康風險的重要因素。在低收入和中等收入國家（LMIC）的邊緣化人羣中尤爲如此，其環境也可能更難以使用傳統方法進行研究。在美國國立衛生研究院資助的Mapa de Salud縱向研究中，咱們採用了一種新方法來探索兩個墨西哥/美國的女性性工做者（FSWs）的風險環境。邊境城市，蒂華納和CiudadJuárez。在本文中，咱們描述了用於捕捉LMIC環境中FSW的HIV風險環境的定量和定性工具組合的開發，實施和可行性。方法是：1）參與式製圖; 2）定量訪談; 3）性工做場地現場觀察; 4）時間 - 地點 - 活動日記; 5）對平常活動空間的深刻訪談。咱們發現所概述的混合方法既可行，又可供參與者接受。這些方法能夠生成地理空間數據，以評估環境對高風險人羣中藥物和性風險行爲的做用。此外，在資源有限的背景下對邊緣化人口的現有方法進行調整，爲公共衛生干預提供了新的機會。關美寶老師團隊的成果，結合參與、定量訪談活動日記以及深刻訪談的混合方法，生成HIV風險空間數據。很是有意思的一個研究。
在本文中，咱們將對五個專家訪談進行分析，每一個訪談來自不一樣的應用領域。這種分析對於理解分析地理嵌入式流數據的真實場景相當重要。 咱們的分析結果代表，在不一樣的領域進行了相似的高級任務。 爲了更好地描述這些任務的目標，咱們提出了三個流量目標來分析地理嵌入的流量數據：單流量，總流量和區域流量。關於流向圖或者流數據分析以及可視化的一個探究，利用專家訪談來分析。該論文發表在泰國曼谷舉辦的IEEE2019年太平洋可視化會議。
隨着城市化和工業化的加速，大氣顆粒物污染已成爲中國最嚴重的環境問題之一。本研究根據植被結構參數，即水平結構，垂直結構和植被類型，將寶雞市的綠地分爲不一樣的模式。基於環境因素的「矩陣效應」，即位置，時間，風速，選擇了11種不一樣結構的綠地，用於研究大氣顆粒物（PM）濃度與不一樣植被結構的綠地之間的關係。溫度，溼度和麪積與綠色空間中PM2.5和PM10的濃度有關。結果代表：（1）位置，時間，風速，溫度和溼度對PM2.5和PM10的濃度有顯着影響。在晴天和微風的天氣條件下，PM2.5和PM10濃度隨風速和溼度的增長而增長，隨溫度的升高而下降。 PM10濃度範圍大於PM2.5濃度範圍。 （2）不到2公頃的綠地對PM2.5和PM10的濃度沒有顯着影響。 （3）PM2.5和PM10的濃度在全部綠色空間和對照組之間沒有顯着差別。不一樣結構綠地間PM2.5濃度的下降差別不顯着，但PM10濃度的下降存在顯着差別。以上結果爲從此有效改善城市空氣質量的城市綠地結構優化提供了理論依據和實踐方法。考察不一樣結構綠地對於大氣污染物的影響，爲之後的結構優化研究提供科學依據。
咱們如何鼓勵人們作出可持續的交通選擇，減小汽車依賴性以及相關的二氧化碳排放和能源消耗？利用智能手機設備的普遍可用性，咱們設計了GoEco！，這是一款利用自動移動跟蹤，生態反饋，社交比較和遊戲化元素的應用程序（app），可說服我的改變他們的交通方式。應用程序的功能和內容基於行爲變化的跨理論模型，旨在避免過分依賴「一刀切」，簡單的基於點的系統。 GoEco！應用程序是以用戶爲中心的方法設計的，並在瑞士進行了爲期三個月的實驗，涉及約150名自願用戶。在本文中，咱們從現場測試人員的角度介紹了應用程序的功能並對其評估進行了評論。咱們經過在線調查問卷和我的訪談收集的看法使咱們可以爲相似的說服性應用程序提出建議，並肯定將來的將來挑戰。特別是，咱們建議爲這些應用程序提供多模式旅行計劃組件和功能，喚起對社區的歸屬感，提供支持和幫助關係。很是有意思的一個研究，針對人的心理與行爲展開的研究。如何經過手機應用引導用戶作出更可持續的交通選擇。
快速的城市化致使土地利用，生物地球化學循環，氣候，水力系統和生物多樣性的變化。政策制定者制定了生態保護措施，以促進可持續發展。然而，傳統的保護規劃主要側重於保護特定的綠色空間，從棲息地網絡角度考慮綠色空間之間的連通性有限。利用公民科學數據和佔用模型，咱們預測了棲息地的適宜性，創建了棲息地網絡，並根據它們對三種焦點水，森林和開放棲息地鳥類棲息地網絡的功能連通性的貢獻，肯定了關鍵棲息地斑塊。根據棲息地的要求，小型水體和中間森林以及開放式棲息地覆蓋有利於保護水，森林和開放棲息地的鳥類。關於網絡分析，咱們發現具備高保護優先級的關鍵棲息地斑塊一般具備相對較大的斑塊大小和/或位於棲息地網絡中的關鍵位置（在棲息地網絡的中心位置，或接近大的位置）斑塊）。咱們建議，在將來的城市規劃中，限制建成區的主要棲息地區域將轉變爲保護區或做爲農田保留。咱們強調焦點物種概念在城市生物多樣性保護中的做用。咱們的研究從居住網絡的角度爲城市規劃者提供保護建議，以保護城市生物多樣性和生態系統健康。利用網絡分析，結合人居需求，如何保護生物多樣性，設置樣地。清華大學楊軍老師團隊的成果，事實上生物多樣性自己就是受到城市化影響較大的。
受地面觀測站數量的限制，從遙感數據中反演PM2.5是對常規地面觀測的有效補充，是當前的研究熱點。PM2.5的遙感反演背後的通常原理是首先反演氣溶膠光學厚度（AOD）並經過基於AOD的統計關係計算PM2.5。該方法可能致使偏差傳播，這致使反演模型的不穩定性。在本文中，咱們提出了一種PM2.5遙感反演方法，經過集成隨機森林機器學習方法直接創建中分辨率成像光譜儀（MODIS）圖像與地面觀測PM2.5之間的關係，以免大氣氣溶膠的反演偏差光學深度和得到PM2.5反演結果具備更高的精度和空間分辨率。該方法首先使用隨機森林訓練和驗證MODIS圖像和地面觀測站PM2.5數據;而後，選擇根據肯定係數R平方（R2）索引的最佳多模型組。最後，在整個MODIS圖像上使用最優多模型組，獲得整個區域的PM2.5反演結果。爲了嘗試使用機器學習技術反演PM2.5，實驗在廣東省的四個季節中選擇了大量的MODIS圖像數據進行驗證，並比較了三個性能指標（R2，RMSE和相關係數（CC）來驗證該算法的優越性。事實上着就是直接尋找MODIS影響與地面觀測的PM2.5的關係，避免AOD反演過程當中偏差的二次傳播。
12.Characterizing preferred motif choices and distance impacts/表徵首選主題選擇和距離影響
人們的平常旅行是結構化的，能夠表達爲網絡。不多有研究探索人們如何組織他們的平常旅行以及哪些行爲原則致使特定網絡類型的選擇。在本研究中，咱們首先從高分辨率手機定位數據中爲衆多個體重建定位網絡和活動網絡，並將頻繁的網絡定義爲主題。結果代表，99.9％的人的旅行能夠經過一組有限的基於位置的圖案和基於活動的圖案來表徵。結果進一步揭示了最小努力原則經過量化秩頻特性來控制優選的主題選擇。距離的縮放特性特徵性地影響圖案，而且它們經過節點數和圖案類型的縮放差別與圖案的流行度一致，驗證了圖案選擇中的自適應性;也就是說，雖然我的旅行具備獨特的傾向，但他們老是傾向於選擇知足其需求的最低消費主題。分析了人的履行行爲選擇，基於手機定位數據的一個時空行爲研究的分析。深圳大學李清泉老師團隊成果。
以沉陽市6種植物爲研究對象，選擇5種降雨量，利用氣溶膠發生器對植物葉片進行PM2.5的動態觀察保留;研究結果探討了降雨過程當中植物葉片對PM2.5的保留做用。結果代表，單位葉面積PM2.5的吸附能力能夠有效去除不一樣樹種的降雨量，去除率在0.04~0.23μg·cm -2之間。去除率爲24.02-46.15％，寬葉PM2.5容量較容易去除;闊葉樹的去除率（37.69％）高於針葉樹（27.76％）。這與降雨量呈正相關，植物葉片PM2.5去除量是降雨量與單位葉面積PM2.5去除量之間曲線模型的3倍（R²> 0.62）。降雨後次日每單位葉面積PM2.5吸附量的樹種迅速增長，單位葉面積PM2.5吸附量在降雨後第四天恢復到6.07-43.92％。這是由於植物葉子的PM2.5含量被雨水沖洗，而且在它再次達到飽和容量以前大約是16天。經過雨水清除的PM2.5含量的增長速度和倍數對於闊葉樹而言比針葉樹更大，這與PM2.5吸附的大氣PM2.5濃度和每單位葉面積的不一樣物種有關。數量，與PM2.5去除能力呈負相關。研究結果有助於揭示大氣顆粒物葉片滯留的機理和過程，爲葉片滯留粉塵的定量評價提供科學依據。分析植物葉片與降雨對於PM2.5滯塵效應的實驗研究。能夠爲植被空間配置提供建議。
土壤侵蝕的造成機制和影響因素識別是當前研究的核心和前沿問題。然而，關於多因素合成的研究仍然相對缺少。本研究基於RUSLE模型和地理探測器方法，在典型的喀斯特盆地中，對不一樣地貌類型的土壤侵蝕模擬及其定量歸因分析進行了研究。考慮了土地利用類型，坡度，降雨量，海拔，巖性和植被覆蓋等影響因素。結果代表，在不一樣的地貌類型中，六種影響因子與土壤侵蝕之間的關聯強度存在顯着差別。土地利用類型和坡度是三岔河流域土壤侵蝕的主導因素，特別是土地利用類型，土壤侵蝕的決定因素（q值）的功率遠高於其餘因素。坡度q值隨山區緩坡量的增長而降低，即中高海丘>小浮山>中山浮山。多因素相互做用被證實能夠顯着增強土壤侵蝕，特別是土地利用類型與坡度的結合，這能夠解釋70％的土壤侵蝕分佈。能夠發現，不一樣坡度的同一土地利用類型的土壤侵蝕（如坡度爲5°和25°以上的旱地）或坡度相同的不一樣土地利用類型（如旱地和森林）斜率爲5°），變化很大。這代表禁止陡坡耕做和退耕還林工程是控制喀斯特意區土壤侵蝕的合理措施。根據各影響因子不一樣層次之間土壤侵蝕差別的統計，風險檢測結果代表，至少在小型山地和中部山區中，有顯着差別的分層組合量佔55％。所以，應研究不一樣地貌類型土壤侵蝕的空間異質性及其影響因素，以更有效地控制喀斯特土壤流失。土壤侵蝕的定量成因分析，利用了地理探測器，先用RUSLE模型完成土壤侵蝕模擬，接着利用地理探測器分析空間異質性和影響因素。
移動電話位置數據已被普遍用於經過使用移動性指標來理解人類移動模式。經過連續記錄之間的時間間隔測量的時間採樣間隔（TSI）肯定這些數據可以描述人類活動並影響人類活動指標的值的程度。然而，對TSI如何影響人類活動指標的系統研究仍然不多，而且描述這些關係是許多相關研究的基礎研究問題。本研究使用包含19,370個密集採樣個體軌跡（TSI 小於5分鐘）的移動電話位置數據集，系統地評估TSI對四個典型移動指標的影響，這些指標從不一樣方面描述人類移動模式，即運動熵，回轉半徑，偏愛率和每日出行頻率。咱們發現不一樣的TSI對不一樣流動性指標的價值有着複雜的影響。具體而言，（1）較粗略的TSI每每低估了四個選定指標的不一樣程度的價值; （2）用戶對於偏愛率和平常行進頻率的低估程度差別很大，但對於旋轉半徑和運動熵具備較高的用戶間一致性。上述發現有助於更好地理解人類流動性研究的差別。分析了時間採樣間隔對於手機定位數據估計人類互動模式精度的影響。事實上手機定位數據自己就有較多的不肯定性，除了時間以外還有一些其餘因素，考慮這些數據的不肯定性，是對這些數據進一步挖掘的重要工做。
16.Recent global cropland water consumption constrained by observations/經過對地觀測數據發現最近全球農田用水受到限制
在當前全球變暖和人口增加加速的狀況下，農田灌溉用水已經成爲限制人類 - 天然耦合系統可持續性的核心問題。該研究提出了對近期全球農田用水量的新估計，這些估算受到觀測的限制，併爲近期趨勢提供了歸因。經過結合觀測，包括提取的農田葉面積指數（LAI）和灌溉閾值數據，該研究提供了對近期全球農田蒸散和蒸騰以及灌溉用水和抽取的改進估計。全球年消費量和灌溉用水量分別估計約爲874 km3和1867 km3（2005年）。從2000年到2014年，農田灌溉迅速增長，特別是在缺水地區（即超乾旱，乾旱和半乾旱地區）。氣候變化主要由溫度上升和水分條件降低組成，一般被認爲是主要的驅動因素。人爲引發的做物冠層覆蓋增長也促成了乾旱和乾旱地區的更多灌溉。該研究還提供了基於蒸騰比（即蒸騰與蒸散的比率）在缺水地區以節水爲目標的農田管理的建議。分析了農田灌溉用水的分析。利用對地觀測數據分析了農田用水的狀況，全球尺度的研究，結合觀測數據對ET等水文數據分析，提出一些農田管理建議。仍是很不錯的研究。
- 1. Coding and Paper Letter（六十六）
- 2. Coding and Paper Letter（四十四）
- 3. Coding and Paper Letter（六十五）
- 4. Coding and Paper Letter（三十六）
- 5. Coding and Paper Letter（十六）
- 6. Coding and Paper Letter（六十三）
- 7. Coding and Paper Letter（六十九）
- 8. Coding and Paper Letter（五十六）
- 9. Coding and Paper Letter（六十一）
- 10. Coding and Paper Letter（四十八）
- 更多相關文章...
- • W3C RDF and OWL 活動 - W3C 教程
- • XSL-FO table-and-caption 對象 - XSL-FO 教程
- • RxJava操作符（四）Combining
- • RxJava操作符（七）Conditional and Boolean
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. Coding and Paper Letter（六十六）
- 2. Coding and Paper Letter（四十四）
- 3. Coding and Paper Letter（六十五）
- 4. Coding and Paper Letter（三十六）
- 5. Coding and Paper Letter（十六）
- 6. Coding and Paper Letter（六十三）
- 7. Coding and Paper Letter（六十九）
- 8. Coding and Paper Letter（五十六）
- 9. Coding and Paper Letter（六十一）
- 10. Coding and Paper Letter（四十八）