我国地理学研究的数据识别及应用特征——基于地理类中文核心期刊文献分析视角

数据是科学研究的基础，识别地理学研究领域数据来源及其特征对学科的理论研究和实际应用都具有重要的现实意义.以2000年以来5种地理学中文核心期刊所刊载的学术性论文为样本，采用文献内容分析、文献计量、 CiteSpace与编码相结合的方法对这些论文使用的数据进行识别、归类，并探索这些数据的获取方式以及在地理学中的应用特征.结果表明：高频使用数据主要有面板数据、遥感影像、调查数据、 TM数据、空间数据、遥感数据、 Landsat数据、 NDVI数据、人口普查数据和MODIS数据等；使用高频数据的文献聚集主题主要为土地利用、时空分异、青藏高原、长江经济带、旅游交通、位置定位、气温降水等；数据获取方式及渠道主要有WoS等数据库、政府部门官网、百度腾讯等企业、调研实测和卫星遥感；地理学研究数据的获取方式及载体形式呈现多样化现代化，数据内容与人类社会活动密切相关、时代性特征明显，且人文地理类数据类型更丰富.     

基于样条卡尔曼算法的AIS数据修复

针对船舶自动识别系统（automatic identification system，AIS）的异常数据修复问题，提出一种样条卡尔曼（spline Kalman，SK）算法。该算法根据船舶动力学原理，构建反映运动特征变化约束关系的系统状态转移模型，并以样条插值得到的AIS修复数据作为卡尔曼滤波器的观测数据，进而实现AIS数据的精确修复。采用厦门港及附近水域的历史AIS数据检验SK算法的有效性，检验结果表明:对于低缺失率的AIS数据集，SK算法的修复效果与样条插值算法相近，均优于KNN、RF和SVM算法，但随着AIS数据集缺失率的上升，只有SK算法具有较好的修复稳定性。该研究成果可以更加有效地修复AIS的异常数据，从而为海事大数据分析及相关应用提供良好的数据基础。     

三峡出闸船舶航速分布规律与预测应用

为监控出闸船舶的异常航速、科学调度出闸船舶、提高船舶出闸效率和保障船舶出闸安全,研究了三峡出闸船舶航速分布规律与预测应用问题.以船舶AIS(automatic identification system)统计数据为基础,通过直方图方法分析了船舶离闸距离、船舶尺度与船舶出闸航速之间的关系,在此基础上,利用80％的AIS数据建立了基于BP(back propagation)神经网络的船舶出闸航速预测模型,并以20％的AIS数据对船舶出闸航速预测模型予以验证,最后通过案例阐释航速预测模型的应用.结果表明:该模型预测航速的平均误差为6.7％,对预测航速和实际航速进行单因素方差分析,两组数据并无显著性差异.可见基于BP神经网络的船舶出闸航速预测模型可以应用于船舶出闸航速预测.     

基于文化萤火虫算法-广义回归神经网络的船舶交通流量预测

为了给海事部门提供科学准确的船舶交通流量预测,本文提出一种基于文化萤火虫算法(CFA)来优化广义回归神经网络(GRNN)的算法(CFA-GRNN),对船舶交通流量进行预测分析.介绍了基于自动识别系统(AIS)的航道交通流量统计方法.利用快速排斥试验和跨立试验来判断船舶轨迹是否穿过航道某一断面的观测线,并将AIS数据中的经纬度数据转换为墨卡托平面坐标系数据.研究了GRNN的实现原理,CFA以GRNN输出均方差为适应度函数,以GRNN的输入层和隐含层中的权值、隐含层和输出层中的权值、隐含层的阈值及输出层的阈值为编码进行优化,进化目标是得到最合适、最优的神经网络结构.利用AIS收集统计到并经过预处理后的数据,应用CFA-GRNN对舟山螺头通航的船舶进行交通流量预测,并对试验结果和误差进行了统计分析.结果表明:CFA-GRNN与GRNN和萤火虫优化广义回归神经网络相比,泛化性能好,不易陷入局部最优,预测结果精度更高.本研究对船舶交通流量进行预测分析有着十分重要的理论和实际意义.     

基于Circos弦图的居民出行模式可视分析

基于对城市中出租车OD(Origin-Destination：起始点－终止点)流时空模式的研究,能为城市路网规划、出租车营运方案制定以及居民出行计划提供科学的依据.而时空数据可视化与可视分析是从时空轨迹大数据中感知城市动态、分析OD时空模式的重要手段.该文基于Circos软件,以一种全新的可视化方式对出租车轨迹数据中的OD流进行时空多尺度可视分析.这种方式能在不同时空尺度下表征出租车轨迹OD流的流量、流向及OD流属性特征,能够展示多时空尺度下轨迹OD流数据的时空模式,能更好地理解居民在城市内部区域之间的流动模式,进而揭示居民的出行模式.通过对北京出租车历史轨迹GPS数据进行可视化实验,结果表明该可视化技术能在多时空尺度下表征轨迹OD流数据的时空模式.     

西北太平洋温盐分布的时空尺度分析

为了更清晰地了解西北太平洋的温盐分布特征,基于全球实时海洋观测计划(Argo)浮标观测剖面,利用自相关函数方法,对西北太平洋海域(选取范围为120°E~160°W,10~40°N)温盐分布的时空尺度进行了分析,并通过高斯函数拟合得到了温盐的时空去相关尺度。研究表明,自相关函数随季节和深度发生变化,各层的自相关函数值随着空间增大而降低。表层,夏季温度的空间去相关尺度比冬季大,但时间去相关尺度小;次表层,夏季温度的自相关函数随空间增大迅速递减,空间去相关尺度比冬季小;深层,夏季和冬季的温度时空尺度相近。盐度的季节性变化较温度要小,但盐度的空间变化尺度比温度要大,而时间变化尺度则比温度小。2种要素的信噪比均大于2,可以用来指导精细化观测布网的采样间隔。     

基于时空因素的水路短期货运量预测

考虑货运网络港口间空间关联能提高短期预测精度,但是不同于公路网络中通过交叉路口形成简单明确的上下游空间关系,超高维的水运货运空间关系数据难以直接利用,为此,基于频繁港口和神经网络(FR-NN)构建考虑时空因素的水路货运量预测模型.该模型基于频繁模式的思想挖掘出目标港口在货运空间网络中的频繁港口,利用频繁港口提取货运网络的主要空间关系,用低维数据保留高维网络主要空间特征,再利用神经网络拟合频繁港口与目标港口货运量间的时空关系.实例分析表明,考虑时空关系有助于提高预测精度,模型能提高不同粒度的短期货运量预测精度,尤其是能够预测采用时间序列方法不理想的周、日货运量.     

多空间尺度融合的出行轨迹规律分析

多源时空轨迹数据隐含丰富的城市出行信息,通过对其进行挖掘、处理和分析,可以找到个体与群体之间的交互关系。针对轨迹数据挖掘研究范围单一,缺少多空间尺度研究的问题,提出一种融合多空间尺度特征的出行轨迹数据挖掘分析方法。以广东为例,结合社交媒体腾讯用户密度(Tencent user density, TUD)数据集,通过具有噪声的基于密度的聚类方法(density-based spatial clustering of applications with noise, DBSCAN)聚类算法与局部密度峰值计算法提取时空相似性轨迹区域,进而簇类分成一系列热点区域,获得不同时间粒度、不同空间尺度下的出行轨迹规律特征。这能够实现在不同空间尺度融合下展示同一地区的热点区域,进一步探讨出行轨迹的规律变化。可见所提出的方法为利用时空大数据进行城市空间结构研究提供科学参考。     

海洋GIS时空数据组织框架模型研究

通过对现有海洋GIS时空数据组织模型的评述，从海洋基础数据出发，以实用、高效的海洋时空数据的组织管理和应用为目标，提出了海洋GIS时空数据组织框架模型，该框架从原始海洋数据集的定义、海洋GIS时空数据仓库的内涵、时空数据的组织层次、算法的应用层次等多个方面进行了全新的描述和设计，使海洋时空数据的组织过程更加详尽、清晰。     

现代人文地理学的几种思潮及相关学派

人文地理学发展到现代阶段，各种应用型、技术型分支学科的繁荣发展使理论研究相形见绌。本文基于现代人文地理学长于事实而短于理论的现状，试以三种哲学思潮为主线介绍现代人文地理学的理论发展及其相关的一些流派，以期能收到“温故而知新”的效果。     

我国人文地理学的特征与理论构建

本文根据1982年以来《地理学报》、《地理研究》、《地理科学》三种国内地理类刊物及《人文地理》14年来所发表人文地理类文章的数量变化及人文地理各分支文章的分布情况，究充分析了近年我国人文地理所取得的巨大发展。并探讨了人文地理学要加强各分支均衡发展，促进人文地理学理论建设并发展综合人文地理学，以及应发扬人文地理高度综合及区域性优势强的特点，积极参与国家经济建设等问题。     

基于时空语义挖掘的城市功能区识别研究

针对目前城市功能区划分大多依靠人工完成,且未充分使用城市中时空数据的问题,提出一种基于时空语义挖掘的城市功能区识别方案.首先,选取某城市矩形区域为研究样本,并以建筑物为划分依据将研究样本划分为有效的基础区域;然后,对各基础区域内的新浪微博位置签到数据及POI(Points of Interest)数据进行时空语义挖掘,采用狄利克雷多项式回归(DMR)主题模型生成区域的功能性向量;最后,通过向量聚类,依据POI类别比例完成区域的功能性识别.实验结果表明,本方案相比基于POI密度的k-means聚类方案和基于潜在狄利克雷分布(LDA)主题模型的城市功能区识别方法具有更高的准确性,位置签到数据所表征出的人们活动模式可以揭示城市功能区之间的差异,在城市地理空间分析上具有良好的效果.     

时空数据模型研究原则与表达方法的探讨

时空数据模型的三个基本要素是空间位置、属性和时间．确定研究尺度范围内地理信息基元，合理表达时空关系和模型的层次体系是时空数据模型研究的基本原则．时空数据模型的表达方法主要有序列快照模型、基图修正模型、时空复合立方体模型、基于特征的时空数据模型和图谱数据模型．目前条件下，时空数据模型研究的重要意义在于，扩展传统地理信息系统的功能，实现时态地理信息系统(TGIS)的时序分析与规律预测．     

基于宽卷积核神经网络与BiLSTM的渔船轨迹分类方法

【目的】针对使用船舶自动识别系统(automatic identification system, AIS)数据进行船舶类型识别中原始特征较少和时空特征利用不充分的问题,提出了基于数据块的双向长短期记忆卷积神经网络的渔船类型分类方法。【方法】首先将数据以数据块的形式输入模型,保留短时内的时序特征;然后利用宽卷积核深度卷积神经网络(wide convolutional kernel deep convolutional neural network, WDCNN)模型首层的大卷积对数据进行特征提取;最后采用双向长短期记忆网络(bidirectional long-short-term memory networks, BiLSTM)提取数据的深层时间信息,得到最终的船舶分类结果。【结果】在真实的船舶AIS数据集上进行测试后发现：本模型较主流船舶分类模型对渔船分类的正确率有一定的提升,F₁值达到了5%左右的提高。【结论】本试验模型更有利于海事部门对渔船的监管,同时对海上渔场、鱼群分布的研究也有一定的参考价值。     

基于AIS和多尺度空间模型的船舶活动时空特征及潜在压力

基于AIS数据,应用GIS空间分析和地理空间模拟方法,分析莱州湾海上渔业船舶和商业船舶活动的时空特征,对海上船舶活动对莱州湾海洋生态红线区、海洋功能区海域生态环境的潜在压力进行直观、量化评估.结果表明,莱州湾船舶活动集中在海湾西南部海域和港口航运区、农渔业区等海洋功能区;渔业船舶活动日变化、季节变化特征较为明显;莱州湾西南部海域和龙口港区西北部海域受海上船舶活动的潜在压力较大.建议在每年的9—11月份,加强对莱州湾渔业船舶活动和海上捕捞作业的监管,做好黄河口、莱州浅滩等海洋生态红线区生态环境质量监测,防范商业船舶活动对周边养殖区和海洋牧场海域生态环境的不良影响.     

AIS在航海中的应用及展望

本文探讨了AIS在船舶避碰、海事管理、船舶交通管理(VTS)等相关领域的应用,并展望了其在航海领域的应用前景.     

封面图片说明：中国地理科学的发展

 地理学是研究地理要素或者地理综合体空间分布规律、时间演变过程和区域特征的一门学科，是自然科学与人文科学的交叉，具有综合性、交叉性和区域性的特点。随着地理信息技术发展与研究方法变革，新时期的地理学正在向地理科学进行华丽转身，研究主题更加强调陆地表层系统的综合研究，研究范式经历着从地理学知识描述、格局与过程耦合，向复杂人地系统的模拟和预测转变。在服务国家重大需求和国际全球战略过程中，地理学正在扮演愈发重要的角色，在新型城镇化、生态环境保护、水土资源管理、地缘政治等领域拥有广阔发展前景。中国地理学正面临前所未有的机遇，耑要紧紧围绕国家重大需求，创新发展综合性的理论、方法和技术，逐步形成具有鲜明中国特色、深远国际影响的地理科学体系，为中国和全球的可持续发展服务。     

基于复杂网络的21世纪全球邮轮旅游港口-节点体系演化

基于2006、2012、2018年邮轮航线与港口-节点数据,采用复杂网络方法探究21世纪全球邮轮航线与港口-节点体系演化,研究发现:(1)2006—2018年全球邮轮航线网络复杂密集趋势显著,邮轮港口-节点网络聚类效应增强;邮轮航线网络的全球-区域网络化明显,并出现了航区细分的趋势,邮轮航线布局由区域化向网络化延伸,关注点由增加邮轮航次逐渐转向开辟新航线;(2)邮轮港口-节点网络演化特征呈现等级化扩张减弱、网络化特征显著、邮轮港口-节点类型多样.邮轮航线趋向网络化与航区多样性及节点转向多样性,表明全球邮轮旅游要素的属性变化日益复杂,作为后发国家或地区应重视开辟新航线和节点多样化开发.     

地理学视角下POI大数据的应用研究及反思

以兴趣点(POI)等为主要代表的地理大数据为增强人地系统认知提供了重要新视角,为推动现代地理学发展提供重要支撑。基于应用、方法与尺度具体总结了POI大数据在地理学特别是人文经济地理学领域的创新应用及进展,发现在机器学习等方法驱动下,POI大数据逐渐从单一应用视角转向多尺度耦合研究,对物质空间、人类活动及人地关系耦合机制的精细化认知增强,促进多尺度区域决策支撑能力。同时,也必须注意的是,受数据质量、获取水平及信息挖掘等能力的影响,在今后及未来一段时间,应着重构建POI及其他地理大数据的长效共享机制,增加小尺度实地质量评估实证研究,加快地学数据增值导向,在知识发现、决策支撑和知识传播等方面发挥更大价值。     

我国地理学常用软件识别及应用研究——基于文献分析视角

以15种地理学核心期刊在2010年后所刊载的学术性论文为样本,采用文献内容分析、文献计量与编码相结合的方法对这些论文中的常用软件进行识别,探索这些软件使用特征以及在地理学中的应用情况.结果表明：(1)地理学研究对软件的使用率较高,论文占比达47.42%,近年来使用软件的论文占比呈震荡上升趋势;(2)所刊载论文使用软件比率较高的前3名期刊是《地理与地理信息科学》《地理科学》《地理科学进展》,综合类地理学期刊论文使用软件的比率较高;(3)常用软件有ArcGIS,SPSS,ENVI,Matlab, Google Earth等,主要为地图绘制、空间分析、空间演化、可视化、数据统计分析类软件,国产软件少,软件自给率低;(4)常用软件聚焦主题有时空分析及演变、经济地理分析、人口、土地利用、人地关系、城镇化、城市化、气候、环境及旅游研究.