Clearinghouse(数据交换中心)与数字化地理信息共享

随着 Internet技术的飞速发展和网络应用的普及 ,用户通过 Internet快速、准确地获取和共享地理信息已是大势所趋。采用数据交换中心 Clearinghouse机制是实现地理信息共享的重要方法之一。作为集中式服务系统 ,Clearinghouse提供一个虚拟信息空间 ,存储大量元数据 ,实现数字化地理信息的获取和发布能力 ,并已广泛用于许多国家的地理信息共享实践中。本文介绍基于 clearinghouse数字化地理信息共享的体系结构、相关技术和实现方法 ,涉及三层服务体系结构、元数据、Z3 9.5 0协议和语义映射等。最后扼要介绍采用 Java Servlet、VB和 Map Object开发的基于 clearinghouse的数字化地理信息共享原型系统 ,它具有元数据提交、数据上载、信息组合查询、地理信息图形显示。

中国资源型城市网络外部性及其对经济绩效的影响

【目的】单一的产业结构和封闭式的发展模式导致资源型城市长期忽略了网络外部性的潜在影响。探讨网络外部性对其经济绩效的作用机制,有助于促进这些城市的可持续转型与经济增长。【方法】本文首先构建网络外部性影响资源型城市经济绩效的理论框架,然后分析2001—2019年中国340个城市网络演化特征,最后通过建立计量模型,检验了集聚经济外部性和城市网络外部性对资源型城市和非资源型城市经济绩效的影响以及投资和创新的调节效应。【结果】研究发现:(1)资源型城市在全国企业组织网络的网络嵌入性显著提升,但与非资源型城市相比仍存在明显差距。且资源型城市与网络中的核心城市联系相对较少,普遍处于中国城市网络的外围。(2)投资、创新以及城市网络外部性均显著促进经济增长,但集聚经济外部性对资源型城市经济增长的影响并不显著。特别是在网络嵌入的初期,资源型城市相对于非资源型城市,在利用城市网络外部性方面表现出明显的异质性。(3)创新和投资对城市网络外部性与经济增长之间的关系存在显著正向调节效应,而城市网络外部性也显著促进创新和投资对经济增长的正向影响,符合交互对称性。【结论】积极融入更广泛的区域城市网络、提升资源型城市的投资吸引力和创新能力,是推动资源型城市实现转型与经济增长的关键策略。

黄河流域行业碳减排成效评价

行业碳减排成效评价是实现黄河流域高质量发展的重要支撑.借助矫正系数、LMDI-Ⅰ方法测度行业碳减排有效性和贡献性,对黄河流域碳排放强度下降过程中9省(自治区)六大行业的碳减排成效进行评价.结果显示:①黄河流域整体及分行业碳排放强度均呈波动下降趋势,其中,工业的碳排放强度下降量和下降幅度均较大.②行业间碳减排有效性存在显著差异,工业、建筑业和和交通运输、仓储及邮政业始终为碳减排有效行业,其在空间上均具有显著不均衡特征,随上、中、下游不同发展水平呈现不同的空间变化趋势.③多数行业对黄河流域碳排放强度的下降做出了贡献,中下游地区倾向于以多行业贡献为主,上游地区倾向于以单行业贡献为主,且行业碳排放强度是促进黄河流域碳排放强度下降的主要因素,尤其是个别省份的工业碳排放强度贡献较高.④行业碳减排成效不容乐观,但整体有所改善.工业的碳减排成效较好,始终为碳减排成效良好型,9省(自治区)六大行业中的碳减排成效良好型数量显著增加,前阶段主要分布于多数省份的工业和建筑业,后阶段主要分布于多数省份的工业和交通运输、仓储及邮政业,而欠佳型数量呈下降趋势.未来黄河流域各省份中的行业碳减排重点与难点具有差异性,需因地制宜、因业施策,同时也需遵循“一盘棋”的思想,促进协同碳减排.

中国跨境油气运输管道安全性评价与类型区划分

能源互联互通是“一带一路”倡议的重要组成部分,保障能源运输管道安全对推动“一带一路”高质量发展具有重要意义。以中国跨境油气运输管道为研究对象,从管道自身安全、管道途经国家安全两个方面,构建涵盖管道、资源、经济、政治、外交五个维度的油气运输管道安全性评价指标体系,基于熵值—突变级数模型对2020年中国跨境油气运输管道安全性进行评价并划分类型区。结果表明:(1)原油运输管道安全性突变级数值排序为中哈原油管道>中俄原油管道>中缅原油管道;天然气运输管道安全性突变级数值排序为中国—中亚天然气管道C线>中国—中亚天然气管道A、B线>中俄东线天然气管道>中缅天然气管道;各管道在分维度下各具优劣势。(2)根据系统聚类法将管道划分为安全性较高型、安全性较低型两种,安全性较高型管道目前运行态势良好,但仍存在安全隐患;资源短缺、政局动荡、经济弱势成为影响安全性较低型管道安全评价的不利因素。

利用视差进行立体像对的建成区检测方法

建成区的建筑物等地物通常高于周围地表,因此高度梯度在其边缘发生突变。从立体像对生成两幅核线影像及其对应的视差图,然后利用该规律由视差图生成立体像对视差指数(stereo pair disparity index,SPDI)图。对SPDI图的高值像素进行空间聚类,得到该视差图对应的核线影像中的建成区结果,并且该结果可投影定位于立体像对的原始影像。此外,对于立体像对的两幅影像中分别检测的不一致结果,由于视差图包含了同名点间的对应关系,因此利用视差图有利于对齐不一致结果。然后,对取交集可获得高可信度的、一致的建成区结果。最后,采用两组立体像对进行试验验证,结果表明该方法可从立体像对检测出高精度的建成区。

基于Wallis与距离权重增强的无人机影像拼接缝消除

目的针对无人机影像拼接缝消除困难的问题,提出一种基于Wallis匀光和距离权重增强的拼接缝消除算法。方法首先,应用Wallis匀光消除亮度差异,给出Wallis参数设置方法。然后,提出一种基于空间相关性的距离权重分配方法,通过增强距离对权重的影响,对拼接缝处的局部纹理错位进行全局优化,起到渐入渐出的平滑过渡效果,消除纹理拼接缝。结果选取7种不同类型影像对本文方法和其他4种经典算法进行对比,并对8条行带影像进行拼接,拼接结果光照均匀、无明显错位。结论实验结果表明:本文算法能高效地消除由于曝光差异与几何变形引起的拼接缝,适用于无人机影像快速处理。

Google Earth Engine云平台对遥感发展的改变

近年来,随着遥感技术的快速发展,积累了海量的对地观测遥感数据。传统桌面端遥感处理平台(例如ERDAS和ENVI等)无法满足当前遥感大数据的应用需求。作为领先的遥感云计算平台,GEE(Google Earth Engine)的出现改变了传统遥感数据处理和分析模式,为海量数据快速处理与信息挖掘带来了新的契机。截止目前,科研人员已利用GEE成功开展了大量研究工作,发表多篇学术论文与综述。然而,还没有一项研究系统地分析GEE是如何推动遥感科学发展的。因此,本文旨在探讨GEE云平台相比于传统桌面端遥感处理平台分别在资源、方法和应用3个方面的创新性变革:(1)在资源方面,GEE以其集大数据/云计算为一体的特点,打破了传统数据、模型算法、算力分离的局面,实现上述3者的云端部署,在大规模数据快速处理与分析方面展现出巨大潜力;(2)在方法方面,GEE提供的遥感分析新方法,突破了传统遥感技术瓶颈,促进了遥感数据处理与分析的技术革新,极大提高了海量数据处理与信息挖掘效率;(3)在应用方面,GEE不仅为全球尺度的长时间序列快速分析带来发展机遇,而且推动了数据、算法和产品的快速共享,进一步迎来了开放、共享的遥感时代。通过系统归纳总结GEE平台的优势,不仅可以帮助潜在新用户了解GEE,同时加深现有用户的理解,还能促使谷歌开发人员完善和改进GEE,并且催生地球系统科学研究的新发现。