Coding and Paper Letter（三十四）

众所周知，城市地区一般比周围（植被）的农村地区更热。然而，城市化对诸如热浪（HWs）等极端温度事件趋势的贡献却不为人知。利用来自中国近2000个台站的均匀化气象数据集，咱们发现城市和农村地区的HW趋势不一样，并且HW趋势的城乡对比因气候制度而异。在潮湿气候下，城市地区HW的增加趋势大于农村地区，代表城市化对HW趋势的积极贡献。在干旱地区，城市化对HW趋势的贡献较小甚至是负面。城市化对潮湿气候中HW趋势的贡献越大，城市热岛强度的变化就越小。本研究强调了当地水文气候在调节城市化对极端温度的贡献中的重要做用。这篇文章将热浪和热岛联系在了一块儿，事实上在本科的时候我一直以为两者是相同的，但后面经老师纠正，这两者本质上就是不太同样的。而这篇文章将两者联系起来，我以为仍是颇有意思的。同时这也强调了local climate和睦候区在热岛研究的重要性。

2.Study on the potential of cultivated land quality improvement based on a geological detector/基于地质探测器的耕地质量改善潜力研究

耕地的制约因素是提升耕地质量，科学实施土地整理项目和整治效率的关键。在陕西省省级耕地质量地块的基础上，从限制因素的角度分析了耕地质量的改善潜力。首先，使用潜在的指数模型来肯定省级范围内各类限制因素组合的分布。其次，利用地质探测器肯定限制因素的不一样组合对耕地质量的影响。最后，经过对研究区实施的耕地整理项目的调查，肯定了不一样限制因素组合的改进潜力水平。提升了单一限制因素或限制因素组合对耕地质量的影响程度，揭示了不一样指标区耕地质量的差别。结果显示，有12个单因子限制和34个双因子限制。单因素限制区域占土地总面积的76.77％。陕西省中南部地区耕地质量较好。北部地区耕地质量受到限制因素的显着影响，而南部和中部地区的耕地质量受影响较小。从限制因素的改善潜力来看，陕西相对较低，内部多样性较大，而陕北的改善潜力巨大。地理探测器在耕地整治当中的应用。

3.Same space – different perspectives: comparative analysis of geographic context through sketch maps and spatial video geonarratives/相同的空间 - 不一样的视角：经过草图和空间视频几何对比分析地理环境

在社会数据的空间分析中包含背景基础的重要性正在空间科学界得到关注。然而，挑战在于如何以严格的方式捕获这些数据。实现这一目标的一种方法是空间视频遗传算法（SVG），在本文中，咱们提出的问题经过对犯罪前罪犯的案例研究推动了地理学家的科学研究。 11名前罪犯提供了草图和SVG，用于识别社区中的高犯罪率地区。 Wordmapper软件用于对SVG内容进行映射和分类;其空间滤波器扩展用于热点映射，使用蒙特卡罗模拟测试统计显着性。而后，比较每一个主题的草图和SVG。结果代表，与草图相比，SVG始终如一地生成更精细的空间尺度数据和更多相关位置。 SVG还提供了与特定地点相关的时空过程和因果机制的解释，这在草图中并不明显。 SVG能够是一种严格的转换方法，用于收集许多现象的地理背景数据。所以，本文在理解环境沉浸式方法如何有助于理解地理环境方面取得了重要进展。关于空间视频的方法研究。能够说是当今视频处理大行其道下的地理学的新方法。值得关注。

4.Including spatial correlation in structural equation modelling of soil properties/包括土壤属性结构方程模型中的空间相关性

数字土壤绘图技术一般采用彻底数据驱动的方法，并逐层地逐层模拟土壤属性，而不考虑相互做用。在之前的研究中，咱们实施告终构方程建模（SEM）方法，以包括地图知识和映射过程当中的层间相互做用和层间相互做用。可是，它一般不考虑空间相关性。咱们的目标是经过使用地质统计学方法考虑残余空间相关性来扩展SEM。咱们假设二阶平稳并使用最大似然估计估计半变异函数参数以及一般的SEM参数。使用回归克里金法进行空间预测。方法用于绘制美国大平原150 100平方千米研究区内三个土壤层的阳离子交换容量，粘土含量和土壤有机碳。校准过程包括lavaan中使用的全部参数，SEM sooware，以及两个额外的参数来模拟残余空间相关性。残差显示出显着的空间相关性，这代表包括空间相关性能够产生更准确的预测。咱们还根据SEM模型系数比较了标准SEM和空间SEM方法。 Diierences是实质性的，但没有一个系数改变了迹象。残余空间相关性的存在代表，解释土壤变异的一些因果因素并未被协变量集捕获。对于咱们来讲，值得寻找仅留下非结构化残余噪声的其余协变量，但只要不能实现这一点，在使用SEM的映射中包括残余空间相关性就是合理的。基于SEM和回归克里格进行土壤制图，很荣幸笔者在今年的Spatial Accuracy听过本文做者的汇报，并与其作了一些沟通和交流，目前SEM在土壤制图上体现出了新的活力，是一个很不错的学科交叉的产物。