基于Ripley’sK函数的南京市ATM网点空间分布模式研究

运用Ripley’s K函数的相关理论,以南京市ATM网点为研究对象,分别从平面与网络空间两种视角,在中心城区范围与主城区范围两种空间尺度上,通过单变量K函数法分析ATM网点的分布模式,通过双变量K函数法分析ATM网点与地铁站点的空间关联情况,最后对计算结果进行评价与分析。研究表明,ATM网点在南京主城区与中心城区均呈现出较强的集聚状态;在一定的距离范围内,ATM网点与地铁站点之间也有较强的依赖关系。同时,对于沿着路网分布的地理空间点状对象而言,利用网络K函数法进行空间点模式分析比用平面K函数法更加符合实际情况。

基于Ripley L函数的云冷杉针阔混交林优势树种幼树的空间格局分析

【目的】林下幼树的生长和分布通常决定着森林未来林分的结构组成和生长动态,探究优势树种幼树的空间分布格局及种间关联性,以期为森林生态系统的恢复和森林演替动态的预测提供科学依据。【方法】以吉林省汪清县金沟岭林场1 hm2云冷杉针阔混交林样地内的5个优势树种(臭冷杉、鱼鳞云杉、红松、紫椴和五角槭)幼树为研究对象,分别使用一元Ripley L和二元Ripley L函数对5种幼树的种间空间关联性以及幼树与中树、成树间的种内空间关联性进行分析。【结果】(1)样地内共调查到幼树471株,数量上表现为臭冷杉(357)>鱼鳞云杉(47)>紫椴(23)>五角槭(12)>红松(14),臭冷杉占据绝对优势。(2)臭冷杉、鱼鳞云杉和紫椴幼树的空间格局在0~50 m范围内,随尺度增加表现为聚集–均匀–随机的分布模式;五角槭以聚集分布为主,仅在23~28 m尺度上呈随机分布;红松在14~21 m、31~36 m及39~50 m尺度上呈聚集分布,在其余尺度上均呈随机状态分布。(3)幼树种间关系在中小尺度(0~36 m)上以显著的空间正相关为主,在大尺度(36~50 m)以不相关为主,仅臭冷杉幼树在42~50 m上与其余树种呈显著空间负相关,表明5种幼树间保持着良好的共存的关系。(4)种内空间关联性在0~50 m尺度上以正相关为主,仅臭冷杉幼树与成树在42~50 m较大尺度上存在显著空间负相关,表明种内促进作用明显。【结论】在水平结构上,影响该林分幼树空间分布格局及其关联性的主要因素是种子的扩散限制及环境异质性,幼树在小尺度上以聚集分布为主;在垂直结构上,主林层对幼树具有明显的“庇护效应”,5种幼树种内、种间均存在着良好的互利共生的关系。因此,在天然云冷杉针阔混交次生林的恢复中,建议根据林分经营需要,在0~36 m的小尺度上进行以上幼树的聚集性补植补种,聚集程度为臭冷杉>云杉>红松,以提高幼树的存活率,促进其天然更新。

南京公园绿地与城市功能空间的时空关联特征——基于Ripley’s K函数与POI数据

探究公园绿地与城市功能空间的分布关系及其演变特征,是促进二者高效协同发展的基础。基于POI及土地利用数据,借助核密度分析、双变量Ripley’sK函数等方法,以南京为例揭示了2012、2016、2020年公园绿地、各城市功能空间的时空关联关系及其演变规律。结果表明:1)公园绿地、各城市功能空间分布呈现古城聚集并向主城外围扩散趋势;2)主城区范围内,分别以公园绿地视角观察功能空间、以功能空间视角观察公园绿地,均呈现逐年减弱的聚集趋势,且距离阈值、变化趋势双向趋同;3)古城区范围内,城市功能空间在公园绿地周边聚集,除商业、居住空间聚集强度先增加后降低外,其余均持续增强,而公园绿地在各城市功能空间周边呈现逐年减弱的离散模式。研究结果有助于深化公园绿地与城市空间演化理论,为二者高效协同和高品质人居环境营造提供科学支撑和规划依据。

南京公园绿地与城市功能空间分布关系——基于双变量Ripley′s K函数分析

公园绿地与城市功能空间存在空间关联关系,其规律及尺度特征仍有待揭示。以南京为例,借助标准差椭圆、核密度分析方法和POI数据以及双变量Ripley′s K函数,探究公园绿地与城市功能空间的分布关系。结果表明:1)公园绿地整体均衡、局部聚集,而交通空间均衡分布,公共服务、居住、商服空间的集聚趋势由中心向外围递减;2)主城区公园绿地与功能空间呈现显著的交互促进影响模式,其中公园绿地分别距公共服务、居住、商服空间1200 m、1300 m、1600 m开始呈现聚集模式,交通空间无明显距离差异;3)古城区集聚态势较之主城区有所减弱,公园绿地分别与公共服务、居住、交通、商服空间距1500 m、1200 m、900 m、300 m之内存在配置冲突,在此距离之外各功能空间的布局概率不断增加,仅公园绿地与交通空间呈现较为显著的正向交互影响。最后提出优化建议,为公园绿地与各功能空间协同发展、高效互动提供参考。

基于Ripley’s K函数浙江城市空间格局及其影响分析

以Ripley’sK函数为核心，通过城市区位与规模联立估计、地理权重引入、全局函数分解等手段，研究2001～2010年浙江省已有县级及以上城市空间分布的总体及局部估计问题，探讨城市空间格局与特征，以期揭示边界效应和市场潜力对浙江城市空间格局的影响机理。结果表明：①浙江省城市区位与规模的空间格局不一致，即前者是分散分布而后者是集聚分布，且随着空间尺度的增加，其分散或集聚程度逐步加强。②无论是行政边界还是海岸线，对浙江省城市区位与规模的空间分布演化有一定的负向作用。空间尺度越大，边界负效应越强。③在城市化发展过程中，浙江形成了3个各具产业特色的块状组团式城市聚集区，但边界负效应会抑制它们的发展，此时杭州、宁波将承担起服务全省经济的重要职责。④浙江城市规模因受市场潜力因素的影响会出现空间分布不均衡性。城市规模与市场潜力显著正相关，其程度却随着空间尺度的增加而减小。

Ripley's K(d)函数分析种群空间分布格局的边缘校正

Ripley's K( d)函数是分析种群空间分布格局最常用的方法 ,边缘校正是此方法的关键问题。传统的边缘校正包括 3种情形 :( i)圆完全包含在样地内 ;( ii)圆与样地的一条边相交 ;( iii)圆与样地的两条边相交 ,并有 2个或 3个交点。实际上 ,还存在第 ( iv)种情形 ,即圆与样地两条边相交有 4个交点的情形。本文从数学上证明 ,传统边缘校正中 ,当边缘校正属于第 ( iv)种情形时 ,仍按第 ( iii)种情形进行校正 ,必然导致权重估计偏大 ,L( d)值偏高 ,从而影响结果分析。采用我国东北长白山天然云冷杉林样地资料验证了此结论。结果表明 ,天然云冷杉林中 ,3个优势种群林木分布格局特点是 :鱼鳞云杉和臭冷杉的分布格局曲线非常相近 ,而与椴木的差异较大。原因是鱼鳞云杉和臭冷杉具有相似的生态学特性。椴木在小尺度显著聚集 ,因为椴木常在林隙更新。相比较而言 ,建群种云冷杉分布的均匀程度要比椴木高。

基于Ripley K函数的平江县景观格局分析

基于2001、2009和2016年平江县TM遥感影像,应用Ripley K函数分析了平江县县域景观格局的特征及其变化,以期为平江县的可持续发展及景观规划提供科学依据.结果表明:2001~2016年间,平江县林地和建设用地面积逐渐增大;耕地、水域和园地面积则逐渐减少,其中水域面积减少趋势较平缓.在研究期间,研究区的各种景观类型在空间分布特征上均发生了显著的改变,总体表现为水域、建设用地和耕地的空间聚集程度降低,分布的均匀度增加;林地的空间分布随着面积的降低聚集性增强;园地的空间分布则趋向于随机分布,聚集程度减弱.

基于Ripley’s K函数的昆山市景观格局时空变化特征研究

对江苏省昆山市土地景观格局特征及其Ripley’s K函数的点格局特征进行了分析研究。结果表明：昆山市1995~2010年土地利用综合活跃度为2.52，是1985~1995综合活跃度的1.58倍，耕地向城乡建设用地和水域变化是最主要的景观变化特征；Ripley’s K函数研究表明，1985~2010年景观格局变化强烈，耕地和水域的观测曲线趋于平滑，在村级和镇级尺度，其分布集聚程度随尺度增大而增加，但在县级尺度表现为均匀分布；城乡建设用地观测曲线趋于陡峭，随着城乡建设用地扩张，城乡建设用地由随机及均匀分布向集聚分布变化明显。

基于改进EfficientNet的水下图像识别

针对水下图像存在细节模糊、多尺度以及识别模型计算资源大等问题,提出一种改进EfficientNet的图像识别模型。该模型通过迁移学习在公开数据集上训练得到初始模型参数,提出自适应参数化修正线性单元激活函数(Adaptively Parametric ReLU,APRelu)和基于选择性内核网络的注意力(Selective Kernel Network,SK)模块加强处理图像的细节特征和多尺度问题。通过保留所有MBConv6模块中的第一个Layer,并在最后一个MBConv6模块后嵌入BN和APRelu模块,加快其收敛速度并去除冗余特征。使用数据增强、十折交叉验证、快照集成等策略提高模型性能。实验对比表明,该模型在测试集上的准确率达到了97.32%,相对于改进前提高了3.75%,具有较高的识别性能。

一个包含Smarandache Ceil函数的对偶函数的方程

利用初等方法研究了一个包含Smarandache Ceil函数Sk(n)的对偶函数-Sk(n),给出了当k=6时方程-S6(1)+-S6(2)+…+-S6(n)=6Ω(n)的具体正整数解。

(2+1)维Sawada-Kotera方程的黎曼theta函数周期波解及渐近性质

利用Hirota双线性方法和Bell多项式,得到了(2+1)维SK方程的双线性表示式和N-阶孤立波解.将双线性形式与黎曼theta函数相结合,得到了(2+1)维SK方程的周期波解及其渐近性质,结果表明在极限情况下,黎曼theta函数周期波解退化为孤子解.

基于随机森林的地质灾害潜在财产损失空间预测——以西藏昌都为例

作为受地质灾害影响最为严重的国家之一,地质灾害每年给中国造成严重的经济损失。作为灾后应急响应与灾情评估的重要依据,快速精准的灾害损失评估就变的极为重要。文章以西藏自治区昌都市为研究区,选取地质灾害隐患点以及土地利用等数据,基于ArcGIS对昌都市地质灾害空间分布特征进行分析,基于随机森林回归方程构建了昌都市地质灾害潜在财产损失评估模型,对昌都市的潜在财产损失进行评估。研究发现:(1)昌都市的高山峡谷区地质灾害隐患在水平空间分布上具有明显的沿河流与道路分布的集聚特征;在垂直空间分布上,不同灾害类型的占比具有明显差异;(2)从经济损失来看,地质灾害主要对道路威胁较大,其次是居民建筑、耕地与林地。同时,基于实际地质灾害隐患数据构建的潜在财产损失评估模型能够为区域地质灾害损失快速评估提供有效的参考,为同类型区域地质灾害损失的快速评估提供一种具有参考价值的定量评估方法。

出生缺陷的空间点格局分析

目的探讨新生儿神经管畸形的空间点格局分布规律。方法收集山西省和顺县1998—2001年新生儿神经管畸形病例数据,采用核密度估计和Ripley’sK函数进行空间点格局分析。结果核密度估计得出,神经管畸形在研究区域的中部和东南部呈聚类分布;Ripley’sK函数的分析得出,神经管畸形发病点在空间距离3.17～10.41km内聚类趋势显著。结论山西省和顺县新生儿神经管畸形的空间分布格局存在聚类分布规律,为进行区域环境与出生缺陷致病因子的空间分析识别提供了重要信息。

天山云杉林物种组成及其种群空间分布格局

以天山云杉林6hm2固定样地调查数据为基础,研究天山云杉林群落内物种组成以及主要种群的径级结构,并采用点格局分析法对群落内主要种群的空间分布格局及其关联性进行研究。结果表明:调查样地天山云杉林物种数较少,乔木层仅天山云杉和天山桦两个种群;天山云杉与天山桦种群的径级结构均呈正态分布,两个种群密度差异较大,天山云杉为217.5株/hm2,天山桦为20株/hm2;天山云杉与天山桦种群的空间分布格局均以聚集型分布为主,天山桦种群的最大聚集强度大于天山云杉种群,而最大聚集规模小于天山云杉种群;天山云杉与天山桦的种间关系为负关联。

呼伦贝尔沙地樟子松空间格局对地表火干扰的响应

利用全林木定位方法,对地表火干扰后樟子松林的残桩、倒木、枯立木和活立木等各林木组分进行了调查。Ripley’sK函数分析表明,地表火干扰后12年内樟子松的空间格局均表现为显著的均匀分布,且不同阶段樟子松均匀分布显著的尺度范围的变化幅度较小。地表火驱动的林分稀疏过程中,残桩和枯立木均表现出显著的聚集分布,而倒木的空间分布格局则是随机的。双变量分析也表明,活立木与残桩、全部死亡林木之间相互排斥显著,而活立木与倒木、枯立木间则是相互独立的。短期内,地表火成为樟子松空间格局变化的主要驱动力;随着时间的推移,这种作用会逐渐衰减并为其他因素所代替。因此,地表火改善了林分结构,使樟子松的空间格局更趋于均匀,有利于存活林木的生长发育,并加快林分向成熟林演变的进程。

长白山森林次生演替过程中林木空间格局研究

本文运用空间点格局分析方法分析长白山过伐林区各个森林演替阶段的先锋树种、顶级树种和其他树种的空间格局和空间关联性。结果表明:1)从杨桦次生林、云冷杉过伐林到云冷杉针阔混交近原始林演替过程中,林分整体空间分布格局由聚集过渡为随机分布,先锋树种早期呈聚集分布状态,到了演替后期呈随机分布;其他树种在总体上都是小尺度上为聚集分布,而大尺度上是随机分布;顶级乡土树种云冷杉、红松在>12m的尺度时向着均匀分布方向发展;2)次生演替过程中先锋树种和顶级树种种间关系由先期的负关联变为正关联,树种之间共同利用资源;杨桦次生林中先锋树种杨桦和其他伴生树种之间在所有尺度下均呈负关联,到15m尺度时关联显著;顶级树种与其他树种二者在所有尺度上都呈正关联。因此,分析种内或种间关联时,不同尺度有着明显多样的格局。

长白山自然保护区红松阔叶林空间格局研究

应用Ripley’sk(t)函数对长白山红松阔叶林空间格局进行分析.结果表明:蒙古栎、色木槭在所有研究尺度上分别呈完全随机分布和聚集分布;红松、水曲柳分别在0~13m及4~12m尺度范围上出现聚集分布;紫椴则在0~41m尺度范围上呈现聚集格局.紫椴、色木槭随着种群发育,聚集尺度范围及聚集规模逐渐减小.紫椴不同生长阶段间在小尺度上呈现空间正相关(最大尺度不超过3m);色木槭幼树与中树在11~12m尺度范围呈现空间正相关,而幼树与大树在4~6m尺度范围出现空间负相关.红松与紫椴(3~8m、38~50m)、色木槭(3~18m、46~50m)在小尺度以及较大尺度上呈空间正相关,与蒙古栎在大尺度(48~50m)上呈空间正相关;蒙古栎与水曲柳(2~3m、10~14m)、色木槭(3~4m)在小尺度上呈空间正相关;色木槭与紫椴则在中等尺度上(11~36m)呈空间正相关.

庐山森林景观空间分布格局及多尺度特征

森林景观是区域整体景观的重要组成部分,研究其空间分布格局对于优化区域景观整体结构和发挥生态经济效益具有重要意义。基于庐山2010年植被斑块数据,将森林景观划分为常绿阔叶林、落叶阔叶林、松类、杉类和竹类等5类景观,从森林景观的不同发育阶段和林分类型角度出发,运用点格局分析法分析5类森林景观空间分布格局特征。最邻近距离分析表明:5类森林景观空间分布类型均服从集聚分布但聚集强弱有变化;不同发育阶段的森林景观空间分布类型以集聚分布为主,随机分布为辅,尤其幼龄林比较显著,中龄林和老龄林次之;5类森林景观的天然林均服从集聚分布,人工林大多趋于随机分布,只有松类和杉类呈显著集聚分布。Ripley's K函数揭示了不同发育阶段和林分类型的森林景观的多尺度集聚特征,即在小尺度范围内服从随机分布,随着空间距离的增大,以空间特征尺度为分界线,空间聚集强度先逐渐增强,随后不断减弱。总体来看,庐山森林景观的发育阶段主要处于幼年时期,原始植被遭到人类大肆破坏,幼龄林大片分布,属于典型的恢复性植被,未来要重点保护好天然林,减少人为干扰,实现森林景观适度集聚。研究庐山森林景观的空间分布和多尺度特征可以为生态环境保护和实现森林可持续经营提供理论指导。

基于Ripley L和O-ring函数的森林景观空间分布格局及其关联性

采用空间点格局分析中的Ripley L和O-ring函数,以大兴安岭盘古林场森林资源二类调查数据为例,对比分析2种方法在森林景观类型的空间分布格局及其关联性研究中的差异.结果表明:2种方法获得的景观空间分布格局在整体趋势上反映一致,都是在中小尺度上呈聚集分布,之后随着尺度的增大主要表现为随机分布特征;景观类型间的关联性存在显著差异,其中,Ripley L函数结果表明,天然落叶松林、天然白桦林分别与针阔混交林在中小尺度上呈负相关,而在更大尺度上整体表现出无关联性或正关联性的趋势,其余景观类型间在所有研究尺度上呈显著负相关;O-ring函数结果则表明,4种森林景观类型两两之间均呈现出相似的关联性变化趋势,即在小尺度上均表现为负相关,在中等尺度上均呈现出不相关性,但在更大尺度上呈正相关趋势;对同一景观类型(或景观类型组),2种方法在不同尺度等级上的空间分布格局及其关联性的判别一致率存在较大差异,其一致性判别率在所有研究尺度上整体呈现出基本不变、先下降后增加和一直下降3种趋势.

基于Ripley K函数的武汉市景观格局特征及其变化

基于1987、1996和2007年武汉市TM遥感影像,应用点格局分析方法之一的RipleyK函数,分析了武汉市市域景观格局的特征及其变化.结果表明:1987—2007年间,耕地是武汉市的景观基质,而林地、水体、草地、城乡建设用地和其他未利用地则以斑块或廊道的形式镶嵌其中;林地、水体、草地和城乡建设用地在所有研究尺度下均呈现出显著的聚集空间格局,且林地、草地和城乡建设用地的空间聚集性强于水体;耕地在小尺度下呈现出聚集的空间格局,随着尺度的增大,逐渐变为随机、均匀的空间格局.研究期间,武汉市林地、城乡建设用地面积逐次增大,水体、草地和耕地面积逐次减少;各景观类型的空间格局特征也发生了改变,总体表现为林地和城乡建设用地空间聚集度降低,分布的均匀程度增加,而草地、水体和耕地的空间分布变得更加不均匀,聚集程度增加.与样方法、样线(带)法相比,利用样点分析景观格局具有简单、准确、易用等优点.Ripley K函数是多尺度景观格局分析的有效手段,是景观指数法的支持和补充.