Coding and Paper Letter（十）

繼續以前的資源整理，前段時間有事沒有整理，最近有些空閒，先來整理，這一篇決定只更論文部分。

Paper:

1.Quantification of the traffic-generated particulate matter capture by plant species in a living wall and evaluation of the important leaf characteristics/定量生活牆/立體綠化中植物物種捕獲的交通產生的顆粒物質並評估重要的葉片特徵

交通產生的顆粒物（PM）是城市PM污染的重要部分，對於使用生活牆做爲減小這種污染的短時間策略知之甚少。本研究利用位於英國特倫特河畔斯托克（Stoke-on-Trent）繁忙道路上的生活牆/立體綠化系統，評估了20座生活牆/立體綠化植物減小基於交通的PM的潛力。使用環境掃描電子顯微鏡（ESEM）和ImageJ軟件來量化葉片（PM1，PM2.5和PM10）上的PM積累，並使用能量分散X射線（EDX）測定它們的元素組成。使用廣義線性混合效應模型（GLMM）以時間爲因子評估葉-PM積累的種間變異;鑑定了因爲特定葉特徵（氣孔密度，毛髮/毛狀體，脊和溝）引發的任何差別PM積累。該研究代表，活壁植物有望去除大氣PM。不一樣物種捕獲的全部粒徑都有明顯不一樣的數量;在Juniperus chinensis L.的葉針上發現了最大量的全部粒徑，其次是小葉種。在PM積累和葉表面特徵之間沒有明顯的相關模式的狀況下，該研究強調了個體葉片大小在PM捕獲中的重要性，而無論它們的可變微觀形態如何。捕獲的顆粒的元素組成與基於交通的PM和各類重要的重金屬顯示出強烈的相關性。咱們的結論是，使用主要由小葉種和針葉樹組成的生活牆/立體綠化可能會經過消除交通產生的PM污染來改善空氣質量，從而改善城市居民的福祉。微觀尺度上的植被滯塵研究，結合掃描電鏡的研究很是有亮點，這一方面中科院生態中心周偉奇老師組也作了不少工做。並且有一個蠻有意思的就是，反而小葉種和針葉樹吸取PM污染效果好，這反而是我所沒有預料到的結果。

2.Spatial-Temporal Variability and Dust-Capture Capability of 8 Plants in Urban China/中國城市8種植物的滯塵能力與時空變異

城市植物已被證實能夠減小環境顆粒物（PM），這有助於城市規劃者控制城市空氣污染。在這項研究中，在一年的時間內，在中國南京市的7個功能區域對8種樹木葉片的PM沉積進行了定量分析。結果代表葉片PM含有不一樣的粒徑組分（PM10和PM2.5），而且季節和物種之間存在差別。工業區PM，PM10和PM2.5總量最高，總PM累積量最高在冬季發生。在測試的樹種之間發現顯着差別。 Cedrus deodara表現出大量的PM，PM10和PM2.5總量。本研究檢測了樹種間PM的質量和數量分佈，並用掃描電子顯微鏡（SEM）肯定了顆粒。結果顯示氣孔大小，密度和絨毛與PM2.5捕獲量顯着相關。據咱們所知，這是第一篇介紹南京不一樣樹種PM的質量和數量分佈的論文。結果不只提供了對樹種保持灰塵能力的全面看法，並且還爲城市綠地提供了一系列物種，其目標是減輕城市空氣中的PM。又是一篇微觀的植被滯塵研究且結合掃描電鏡，不只針對樹種，針對葉片的性狀也給出了實證研究，而且是中國的case study。值得關注。

3.Multiple Intra-urban Land Use Simulations and Driving Factors Analysis: A case study in Huicheng, China/多個城市內部土地利用模擬及驅動因素分析 - 以中國惠城爲例

城市內部土地利用變化的模擬逐漸引發了更多關注，由於這些方法在決策和政策制定方面極爲有用。雖然以前的研究主要集中在開發城市內水平模擬的方法，但不多有研究解釋推進城市內土地利用變化的因素。城市規劃者高度關注城市內部結構的造成及其運做方式。在這裏，爲了模擬多個城市內的土地利用變化並肯定不一樣驅動因子的貢獻，咱們開發了一種基於隨機森林（RF）算法的元胞自動機（CA）模擬模型。在這項研究中，該模型應用了不一樣類別的空間變量，包括交通位置因素，環境因素，公共服務和人口密度，做爲加強咱們對城市內部土地利用動態的理解的驅動因素。 CA模型使用來自中國廣東省惠州市惠城區的數據進行測試。該模型使用2000年至2010年的實際歷史土地利用數據進行了驗證。經過應用經驗證的模型，模擬了2015年的多個城市內土地利用圖。同時，使用計算了空間變量重要性度量（VIM）的RF算法的偏差估計方法。根據計算結果，咱們評估和分析了該地區每一個城市內土地利用驅動因素的重要性。該研究爲城市規劃者和相關學者提供了詳細和有針對性的信息，能夠幫助制定針對不一樣城市內土地利用的具體規劃策略，並支持該地區的將來發展。來自中山大學劉小平老師團隊CA-Land use simulation的研究成果，國內土地利用模擬的翹楚團隊，這篇文章結合了比較新穎的RF算法（雖然我以爲如今也是爛大街了），而且提供了RF算法的偏差估計方法，在方法上就頗有新意，其次關注的是城市內部土地利用變化——也就是城市功能區的變化，最後獲得的結果就是居住用地、工業用地、商業用地和公共服務設施用地，我以爲對城市規劃的政策啓示要比單純的土地利用好得多。

4.Capturing exposure in environmental health research: Challenges and opportunities of different activity space models/環境健康研究中的暴露評估：不一樣空間行爲模型的挑戰和機遇

背景：在過去十年中，建築環境健康促進在普遍的健康相關研究中引發了顯着的關注。然而，關於健康和PA的背景影響的結果是高度異質的。結果之間的差別可能部分地經過不一樣空間分析單元在評估個體對各類環境特徵的暴露方面的不一樣使用來解釋。該研究調查了不一樣的住宅和活動空間分析單元是否產生了關於建築環境與健康之間關聯的不一樣結果。此外，本研究還探討了不一樣空間分析單元對環境健康相關研究的挑戰和機遇。

方法：使用兩個常見的住宅分析單元和兩個新的活動空間模型來檢查芬蘭赫爾辛基都市區的老年人的健康情況。行政單位，500米住宅緩衝區，家庭範圍模型和個性化住宅暴露模型被用來評估建築環境與受訪者福利之間的關聯（n = 844）。

結果：全部四種不一樣的空間分析單元都產生了關於建築環境特徵與健康之間關聯的不一樣結果。只有在經過個性化住宅暴露模型評估暴露時，才發現綠地與健康之間存在正相關關係。發現可步行性指數以及行人和自行車道路的長度與感知的健康措施正相關，僅與家庭範圍模型相關。此外，全部分析單元在大小，形狀以及如何捕獲不一樣的上下文度量方面彼此不一樣。

結論：結果代表，不一樣的空間分析單元致使建築環境的測量結果差別很大。反過來，使用不一樣空間單位產生的差別彷佛會顯着影響環境特徵與健康措施之間的關聯。雖然不容易爭論這些測量的正確性，但顯而易見的是它們能夠揭示不一樣的健康結果。雖然某些方法特別可用於肯定促進積極旅行和相關健康結果的環境機會的可用性，但其餘方法可讓咱們深刻了解實際暴露與綠色空間如何可以加強健康的機制。

環境健康的暴露評估研究，事實上來講，不一樣的分析單元形成的結果差別正是地學、生態學中目前的熱點問題，因爲尺度效應形成的緣由，多尺度研究將會是將來的趨勢，另外綠地、以及可步行性對健康的效應值得關注。一個是下降污染和心理壓力，一個是吸引步行從而鍛鍊身體（從我的直觀來看目前閱讀的一些文獻內容是這麼解釋的）。

5.Portraying Urban Functional Zones by Coupling Remote Sensing Imagery and Human Sensing Data/ 經過耦合遙感圖像和人類感知數據繪製城市功能區

描繪城市功能區爲理解複雜的城市系統和創建合理的城市規劃提供了有用的看法。儘管一些研究證明了遙感影像在城市研究中的有效性，但仍然沒有研究將遙感影像與新的人類感知數據（如手機定位數據）相結合來識別城市功能區。在這項研究中，開發了一個集成遙感影像和手機定位數據的新框架，用景觀和人類活動指標分析城市功能區。根據遙感圖像的土地覆蓋計算景觀指標。從大量的手機定位數據中提取人類活動。經過整合它們，城市功能區（城市中心，分中心，郊區，城市緩衝區，過境區和生態區）經過層次聚類來識別。最後，對三個典型的橫斷面進行了梯度分析，以研究景觀和人類活動的模式。以中國深圳爲例，進行的實驗代表，深圳城市功能區的景觀和人類活動模式並不徹底符合古典城市理論。結果代表，遙感影像與人類感知數據的融合能夠很好地刻畫深圳複雜的城市空間結構。城市功能區有可能成爲城市結構，人類活動和城市規劃政策之間的橋樑，爲合理的城市規劃和可持續城市發展政策制定提供科學支持。城市功能區的分類愈來愈受到研究學者的重視，而所謂的human sensing data與北京大學劉瑜老師2015年提的social sensing是不謀而合，深圳大學的團隊也在這方面作了不少深刻的研究，總的來講，利用ICT技術產生的LBS、社交媒體和手機信令等如今流行的大數據進行城市地理方面研究，確實會給城市地理學注入新的活力。固然也要同時規避這些數據所產生的不肯定性（這一方面我推薦關美寶老師的文章）。

6.Using GIS and Perceived Distance to Understand the Unequal Geographies of Healthcare in Lower-Income Urban Neighborhoods/利用GIS和感知距離來理解低收入城市社區醫療保健的地理位置不平等性

地理學家在公共衛生研究中發揮着重要做用，特別是在瞭解醫療保健的可及性，利用率和我的醫療保健經驗方面。大多數可訪問性研究都受益於地理信息系統（GIS）日益複雜化。一些研究經過半結構化的深度訪談獲得了增強，以瞭解人們得到醫療保健時的我的經歷。然而，不多有可訪問性研究明確利用我的深度訪談數據來構建新的GIS可訪問性措施。使用包括GIS分析在內的混合方法和來自半結構化深度訪談的我的數據，咱們提供滿意度調整距離做爲GIS中可訪問性概念化的新方法。基於俄亥俄州哥倫布市（美國）主要是低收入社區的實地調查，咱們發現許多居民認爲社區醫療機構提供的是低質量的醫療服務，這代表他們試圖得到高質量的醫療設施時會增長感知距離。滿意度調整的距離度量是一些居民在低收入城市社區尋找高質量醫療保健時的感知距離。經過這種方式超越傳統地理信息系統並從新構建可訪問性，咱們能夠更加真實地描述低收入城市居民在嘗試得到高質量醫療設施時所面臨的問題。這項工做對於概念化醫療保健可及性具備理論意義，推動了混合方法學文獻，並爭論在城市社區中更公平地分配高質量的醫療保健。關美寶老師的成果，本科期間參與過師妹醫院GIS可達性分析的項目，也聽過師兄碩士畢業論文答辯，事實上對於低收入羣體的醫療公平性問題研究，我以爲是社會學更爲關注的，可是卻也是更爲人道，更爲追求社會公平的一項研究。此外，根據最近SDGs的火熱程度，我預估這方面的研究將成爲將來的熱點。

7.Does bus accessibility affect property prices?/公交可達性是否會影響房價？

現有的研究已經就公交車的可達性效益得出了一致的結論。大多數現有的研究都是在西方的背景下進行的，那裏的公共汽車乘客量廣泛很低。在這項研究中，咱們使用了中國廈門358個住宅區的22,586個二手住宅物業數據庫，開發了四個非空間特徵訂價模型（一個標準和三個Box-Cox變換）和兩個空間計量經濟模型來量化其影響。公共汽車在房地產價格上的可得到性，並分析空間計量經濟模型的引入將如何影響這些效益的估計。咱們的研究結果以下。 （1）巴士站的通道與物業價格正相關。這一結果與主流研究的結果造成對比。對於500米範圍內的每一個巴士站，物業的價格高出0.5％，其餘條件相同。 （2）到主要目的地的公共汽車旅行時間對房價的影響很大。 （3）考慮空間自相關的空間計量經濟模型優於傳統的特徵訂價模型。一些穩健性檢查分析進一步保證了本研究的合理性。然而，因爲公共汽車旅行的吸引力降低和將來幾年的持續運輸服務增長，公共汽車可達性提供的價格溢價可能會逐漸下降，甚至最終被丟棄。公交可達性對於房價的影響在廈門的實證研究。能夠探究一下另外的因素對房價的影響（也是西方的結論的實證研究），研究思路蠻有意思。

8.Evaluation of the MODIS C6 Aerosol Optical Depth Products over Chongqing, China/中國重慶MODIS C6氣溶膠光學厚度產品評估

首次使用太陽光度計的地面觀測AOD評估暗目標（DT）和深藍（DB）算法生成的中分辨率成像光譜儀（MODIS）集合6（C6）氣溶膠光學深度（AOD）產品。重慶，中國西南部的一個多山的大城市。驗證結果代表，DT算法的MODIS AOD與太陽光度計的類似，儘管有輕微的高估。然而，與太陽光度計相比，DB算法大大低估了MODIS AOD。偏差分析意味着表面反射率估計的誤差是兩種算法的主要偏差源。 DT算法的雲篩選方案比DB算法更有效。在兩種算法的質量控制過程當中應考慮雲附近效應。敏感性試驗代表，在重慶等複雜地形區域，應根據當地狀況仔細選擇衛星產品驗證中的配置方法。當比較MODIS產品的月平均AOD與太陽光度計觀測時，代表Terra MODIS AOD產品有效表明夏季和秋季的平均狀態，但Aqua MODIS AOD的月平均值在重慶是有限的。對遙感產品的地面驗證，這是定量遙感的關鍵一步，儘管如今不少研究沒有作這一步，可是當地面驗證的數據慢慢增多以後，才能真正的定量。

9.Eigenvector Spatial Filtering Regression Modeling of Ground PM2.5 Concentrations Using Remotely Sensed Data/基於遙感數據的地面PM2.5濃度特徵向量空間濾波迴歸建模

本文提出了一種迴歸模型，使用特徵向量空間濾波（ESF）方法來估計地面PM2.5濃度。協變量來自遙感數據，包括氣溶膠光學深度，NDVI，LST，氣壓，相對溼度，行星邊界層高度和數字高程模型。此外，模型中還使用了工廠密度和道路密度等社會變量。以長江三角洲地區爲研究區域，利用2015年12月至2016年11月期間的數據，創建了不一樣時間尺度的基於ESF的迴歸模型（ESFR）。咱們發現ESFR模型有效地過濾了空間自相關。與傳統的OLS模型相比，OLS殘差致使擬合優度度量的增長以及殘差標準偏差和交叉驗證偏差的減小。年度ESFR模型解釋了PM2.5濃度變異性的70％，比非空間OLS模型高16.7％。經過ESFR模型，咱們對研究區PM2.5濃度的空間和時間分佈進行了詳細分析。模型預測低於地面觀測但與總趨勢相符。實驗代表，ESFR爲PM2.5分析和預測提供了一種有前景的方法。相似於LUR的全遙感建模方法，很是有借鑑意義。

10.Evaluating the uncertainty of Landsat-derived vegetation indices in quantifying forest fuel treatments using bi-temporal LiDAR data/使用雙時間LiDAR數據評估Landsat衍生植被指數在量化森林燃料處理中的不肯定性

美國西部的森林生態系統長期以來受到木材採伐和滅火的影響，最近還經過減小火災管理燃料的處理方式。準確量化燃料處理引發的森林結構變化是評估其影響的重要步驟。衛星圖像衍生植被指數，如歸一化植被指數（NDVI），已被普遍用於繪製森林動態圖。然而，使用這些植被指數量化森林結構變化的不肯定性還沒有獲得完全研究，主要是因爲缺少全樣本驗證數據。在這項研究中，咱們經過在加利福尼亞州內華達山脈北部的混合針葉林中使用雙時間空氣光探測和測距（LiDAR）數據和野外測量，在地上生物量（AGB）和冠層覆蓋中產生了森林結構變化。這些LiDAR衍生的森林結構測量用於評估使用Landsat衍生植被指數量化處理的不肯定性。咱們的研究結果證明，植被指數能夠準確地繪製燃料處理引發的森林干擾和冠層覆蓋變化的程度，但AGB變化量化的準確性因治療前森林密度和處理強度而異。與中等密度森林相比，植被指數變化與稀疏或密集生物量的森林生物量變化相關性較弱。咱們的研究結果代表，在將植被指數與AGB變化聯繫起來時，研究人員和管理人員應對其在極密或稀疏森林中的不肯定性持謹慎態度，特別是當處理主要去除小樹或林下燃料時。LIDAR和Landsat結合的研究，尤爲是衡量林火形成的生物量不肯定性估計問題。

11.Dynamic assessment of exposure to air pollution using mobile phone data/使用手機數據動態評估空氣污染暴露度

這篇文章一覽衆山小·可持續城市與交通已經翻譯過。就不具體闡述了，講述的也是新興大數據在環境污染暴露評估的應用。

一覽衆山小翻譯

12.The Transferability of Random Forest in Canopy Height Estimation from Multi-Source Remote Sensing Data/基於多源遙感數據的冠層高度隨機森林模型可遷移性研究

林冠高度是瞭解森林生態系統和提升全球碳儲量量化準確度的重要森林結構參數。光探測和測距（LiDAR）能夠提供精確的冠層高度測量，但其在大規模的應用是有限的。使用LiDAR衍生的冠層高度做爲地面實況來訓練隨機森林（RF）算法並所以在沒有LiDAR覆蓋的區域中預測來自其餘遙感數據集的冠層高度已是大規模冠層高度映射中最經常使用的方法之一。然而，研究地點的位置，植被類型和空間尺度的差別如何影響RF建模結果仍然是一個須要解決的問題。在這項研究中，咱們選擇了16個研究地點（每一個100平方千米），在美國各地進行全機載LiDAR覆蓋，並使用LiDAR衍生的冠層高度以及光學圖像，地形數據和睦候表面來評估其可遷移性。基於射頻的冠層高度預測方法。結果顯示了從通常到複雜的一系列發現。在特定位置或植被類型訓練的RF模型不能轉移到其餘位置或植被類型。然而，經過使用來自具備各類植被類型的全部地點的樣本訓練RF算法，能夠實現通用模型來預測不一樣位置和不一樣植被類型的冠層高度。此外，當研究地點的空間範圍小於50平方千米或者訓練像素的空間分辨率小於500米時，空間尺度對RF預測精度的影響是顯着的。冠層高度預測精度隨空間範圍和目標空間分辨率而增長。用多元遙感的數據探究機器學習算法模型的可移植性，其實要求算法有很是強的泛化能力。

13.Retrieving 2-D Leaf Angle Distributions for Deciduous Trees From Terrestrial Laser Scanner Data/從地面激光掃描儀數據中反演落葉樹的二維葉角分佈

地面激光掃描是估算葉片角度（包括葉片傾角和方位角）分佈（LAD）的有前途的工具。然而，以前的研究主要集中在葉片傾角分佈的反演上，不多有研究考慮到因爲測量技術的限制而致使葉片方位角的分佈。在本文中，咱們開發了一種基於葉點雲分割和過濾得到更準確的葉片傾角和方位角估計的新方法，而後使用雙參數Beta分佈模型擬合LAD函數。此外，咱們基於LAD的精確反演，利用Nilson算法構造了一個具備兩個參數G（θ，φ）的投影係數模型。爲了評估葉片數量對葉片傾向和方位角估計的影響，咱們模擬了160個單獨的葉子和10個具備不一樣葉片數量的樹木。此外，爲了驗證最終結果，咱們還使用角度測量裝置對具備不一樣葉數的三棵木蘭樹進行採樣，並手動測量全部葉子的葉片傾斜度和方位角。結果代表，本文提出的方法能夠提供準確的葉片傾角和方位角。基於這些葉片傾角和方位角的模擬LAD和G（θ，φ）估計與從地面實況測量得到的那些強烈相關。葉片角度事實上在植被定量遙感裏很是重要，記得在牛老師介紹李小文光學幾何模型的時候有聽到過。LiDAR的主動遙感技術爲過去僅依靠光學被動遙感反演提供了新的可能性（畢竟IEEE TGRS大做）。

14.Assessment of Pollution-Health-Economics Nexus in China/中國污染 - 健康 - 經濟聯結評估

嚴重的霧霾會致使污染疾病，經過提升心血管和呼吸系統疾病的死亡率和發病率來觸發生產勞動時間。衛生研究不多考慮工業相互聯繫的宏觀經濟影響，而災害研究不多涉及空氣污染及其對健康的影響。本研究採用供應驅動的投入產出模型，利用最新的中國多區域投入產出表，估算2012年中國30個省份因疾病致使的工做時間縮短所形成的經濟損失。結果顯示，經濟損失總額爲3982.3億元人民幣（佔2012年中國GDP的1％左右），其中大部分來自華東和中南部。受影響勞動者總數爲8219萬。跨區域經濟影響分析代表，中南，華北和華東地區間接損失佔絕大部分。實際上，華北，西北和西南地區的大部分間接損失可歸因於其餘地區的製造業和能源，而華東，中南和東北地區的虧損主要來自其餘地區的煤炭和採礦業。在次工業層面，華北和西北地區的大部份內陸區域性損失來自煤炭和礦業，中國東部和西南部來自設備和能源，中南部來自金屬和非金屬。這些研究結果強調了因爲獨特的區域經濟結構和南北之間的依賴性，地理距離在區域相互聯繫中的潛在做用以及區域內外區域損失的區域異質性。目前很是火的Nexus系列研究，關大博老師團隊的成果。將空氣污染、健康和經濟聯結作的評估，很是有意思的研究，固然更多傾向於經濟學。目前還在學習。

15.Air Pollution Removal by Urban Forests in Canada and its Effect on Air Quality and Human Health/加拿大城市森林空氣污染及其對空氣質量和人體健康的影響

城市樹木提供了許多生態系統服務，包括空氣污染清除，碳封存，冷卻氣溫和爲城市景觀提供美學。 樹木經過攔截植物表面的顆粒物質和經過葉子氣孔吸取氣態污染物來消除空氣污染。 根據當地環境數據進行的計算機模擬顯示，2010年加拿大86個城市的樹木清除了16,500噸（噸）空氣污染（範圍：7500-21,100噸），人類健康影響價值爲2.272億加元（範圍：5250-402.6百萬美圓））。 不一樣城市的年污染去除率不一樣，不列顛哥倫比亞省溫哥華的污染範圍高達1740噸。 整體健康影響包括避免這些城市中30例人類死亡率（範圍：7-54）和22,000例急性呼吸道症狀（範圍：7900-31,100）。將健康量化成生態系統服務價值，這也是以前在上景觀生態學課程時候所預期的見解，如今看到正式的論文也是很是激動。

16.Mapping annual urban dynamics (1985–2015) using time series of Landsat data/使用Landsat數據的時間序列繪製逐年城市動態變化（1985-2015）

精細時空分辨率下的城市動態信息對城市增加模型和城市可持續發展相當重要。然而，在長時間內得到城市化在時間和地點的變化信息方面仍然存在挑戰。在這項研究中，咱們開發了一個框架，經過使用Landsat數據的時間序列，以1985年至2015年的年度間隔繪製城市擴展圖。首先，根據現有的國家土地覆蓋數據庫（NLCD），Landsat數據的時間序列（1985-2015）分爲三個時期，即1985-2001,2001-2011和2011-2015。而後，使用表示植被，水和裸地到城市的變化的三個指標，爲每一個時期實施時間分割方法。肯定了變化開始和結束的多年。相應地生成表示先前改變，改變和改變後的階段的三個時間段。此後，使用基於變化向量分析（CVA）的NLCD輔助方法和肯定的時間段對2001年以前和2011年以後的城市範圍進行分類。最後，根據肯定的轉彎年份肯定每一個時期的城市化像素。咱們的時間分割方法對於檢測城市增加引發的變化是可靠的，在識別轉彎年（±1年）時整體準確度爲90％。使用獨立的驗證樣本集，基於CVA的方法達到87％的整體準確度。城市動態變化的產品顯示，在美國愛荷華州得梅因和埃姆斯，城市增加相對穩定，大多數城市化地區在2 - 3年內從植被土地轉變而來。擬議的框架可以以年度間隔繪製城市範圍的長期動態，其結果有助於有效更新城市範圍的當前產品和改善城市增加模型。發表在遙感界Top上的文章，作了長時間序列高精細分辨率的城市擴張研究。最近對這方面頗有興趣，可能會作深一步的學習。

17.Spatiotemporal Distribution of Satellite-Retrieved Ground-Level PM2.5 and Near Real-Time Daily Retrieval Algorithm Development in Sichuan Basin, China/四川盆地衛星地面PM2.5的時空分佈及近實時日反演算法的發展

基於衛星的監測能夠反演具備更高分辨率和連續空間覆蓋的地面PM2.5濃度，以幫助制定管理戰略和估算健康暴露。四川盆地地形複雜，幾個城市羣與中國其餘地區不一樣：它有一個封閉的空氣盆地，具備獨特的行星邊界層動態，積累了空氣污染。利用改進的暗像素方法和中分辨率成像光譜儀（MODIS）數據，反演了四川盆地1 km分辨率氣溶膠光學厚度（AOD）的時空分佈。反演的季節性AOD在春季達到最高值，在秋季達到最低值。基於地面的激光雷達AOD和1-km分辨率MODIS AOD之間的較高相關性（r = 0.84，N = 171）代表高分辨率MODIS AOD可用於反演地面PM2.5濃度。激光雷達測量的年平均消光係數隨着行星邊界層高度（PBLH）在100~670 m範圍內線性增長，但在670~1800 m之間呈指數減少。來自氣象研究和預報（WRF）模型和SHIN模型，加州氣象（CALMET）模型進行了檢驗。PM2.5反演的最新熱點集中在日尺度如下的反演，你們更關注的是短時空氣污染與污染事件所產生的拐點時刻。因此接下來對時間分辨率的需求不斷上升，這個研究仍是用了多個數值模擬模型進行檢驗，工做很全面。

18.Automating land parcel classification for neighborhood-scale urban analysis/用於鄰里尺度的城市分析的自動化地塊分類

房主協會（HOA）經過在美國社區規模的法律強制執行的土地契約來規定景觀結構和管理。肯定HOA的位置和空間範圍對於檢查其影響相當重要。然而，這種分析因適用於這種分析的單位缺少空間數據而混淆。本文的目的是開發和實現一個自動化地塊分類（開源實現），這是肯定HOA對城市土地管理影響的目標的第一步。使用亞利桑那州的馬里科帕縣做爲試驗檯，咱們發現包裹合併過程將細分的數量從26,042減小到17,269，這樣邊界更好地與適用於土地契約的規則集的鄰域單元對齊。此外，在最初的訓練期後，這個過程在短短7個多小時內就完成了。該研究是實現大量分析的重要的第一步，包括在區域內肯定HOA的位置和空間範圍，並最終在全國範圍內肯定HOA與土地管理結果之間的擬議聯繫。葉信嶽老師的大做，鄰里尺度在社會與城市地理學是一個很重要的研究尺度，從生產數據角度而言，須要這樣子的成果。

19.Urban growth simulation by incorporating planning policies into a CA-based future land-use simulation model/經過將規劃政策歸入基於CA的將來土地利用模擬模型進行城市增加模擬

城市規劃和政府決策影響城市土地利用變化。之前的城市模擬方法只關注規劃限制，以防止城市增加在特定地區發展。然而，區域規劃制定了推進城市發展的規劃政策，例如交通規劃和開發區，這在之前的研究中不多被考慮。本研究旨在設計兩種基於細胞自動機的將來土地利用模擬模型的機制，將不一樣的規劃驅動因素整合到模擬中。第一種更新機制考慮了交通規劃的影響，而第二種機制能夠模擬規劃開發區的指導效果。擬議的機制適用於珠江三角洲地區，這是中國發展最快的地區之一。第一種機制經過2000 - 2013年的模擬驗證，並證實經過考慮交通規劃提升了模擬精度。在2013 - 2052年的模擬中，實施了這兩種機制，產生了更加真實的城市空間格局。模擬結果可用於識別整體規劃內的潛在城市擴張。擬議的方法能夠做爲一種有用的工具，幫助規劃者在不一樣規劃政策的影響下評估城市演變。依舊是國內土地利用模擬的翹楚團隊中大劉小平老師的成果，關於規劃政策對於城市增加的模擬仍是頗有意思的。如何作空間化就是一個比較有意思的研究。此外此文又發在了IJGIS上，該團隊不愧爲IJGIS第一論文大戶（印象中黎夏老師發的最多）。

20.A scalable cyberinfrastructure and cloud computing platform for forest aboveground biomass estimation based on the Google Earth Engine/基於Google Earth Engine的森林地上生物量估算的可擴展的網絡基礎設施和雲計算平臺

地球觀測（EO）數據，如高分辨率衛星圖像或LiDAR，已成爲森林地上生物量（AGB）測繪和估算的主要來源。可是，管理和分析大量全球或本地可用的EO數據仍然是一項巨大的挑戰。谷歌地球引擎（GEE）利用雲計算服務提供強大的管理和快速分析各類類型的EO數據的能力，已成爲應對這一挑戰的不可估量的工具。在本文中，咱們提出了一個可擴展的網絡基礎設施，用於在很大的空間範圍內進行動態AGB估計，統計和可視化。該網絡基礎設施集成了最早進的雲計算應用程序，包括GEE，Fusion Tables和Google Cloud Platform（GCP），以創建可擴展，高度可擴展和高性能的分析環境。設計了兩個實驗來證實其在傳統桌面環境中的性能優點以及在處理複雜工做流程方面的可擴展性。此外，還開發了一個門戶網站，將網絡基礎設施與一些可視化工具（例如Google Maps，Highcharts）集成，爲通常公衆和地理空間研究人員提供圖形用戶界面（GUI）和在線可視化。GEE，能夠說是當今遙感與雲計算的集大成者，值得深刻學習。