资源整理。git
1.Python库whitebox,用于地理空间数据高级分析。另外还有一个是whitebox tool,可运行的平台exe。github
whitebox算法
2.R语言包sgd,大规模随机梯度降低法实现。编程
sgdjson
3.亚马逊云(AWS)上的无服务器地图瓦片。数组
4.Juila语言包GeoStats,看完感受Juila的语法至关舒服。网络
5.R语言开源项目GeolocatorAnalyses,分析地理定位器数据。
6.R语言包EmissV,自上而下核算车辆及其余排放的方法。
7.Python库pyncloud,用于分析3D点云数据。
8.转换geojson文件,将普通地图转换成三角式的。
9.R语言包gdalmin,最小的桥接GDAL的R包,从rgdal中重构了一些代码。
10.R语言包ggTimeSeries,专门作时间可视化的ggplot2拓展包。
11.巴塞罗那大学某门课程中优化算法的实现。混合编程。主要包括遗传算法、最短路径和模拟退火。
12.Python库sql2gee,将相似SQL的查询语句解析为Google Earth Engine语法的库。
13.由OSRM,Valhalla和Google Maps计算的不一样自行车骑行轨迹的比较探索。
14.用于地球科学研究计算的自定义Jupyterhub模板
rces custom jupyterhub templates
15.Python库eo learn,用机器学习处理对地观测数据的框架。
16.Python库databot,用于数据管道工做的Python快速数据驱动编程框架(网络爬虫,机器学习,量化交易等)
17.R语言包CARBayes,面元数据的广义线性混合模型。
1.Evolutionary-driven search for solar building models using LiDAR data/数据演化驱动的研究:使用LiDAR数据驱动太阳能建筑模型
寻找太阳能建筑是城市规划的主要挑战之一,特别是在发展可持续发展的城市时。 这项工做使用一种演化方法,基于机载光探测和测距(LiDAR)激光扫描数据,找到关于太阳能潜力的最佳建筑模型。 该方法考虑自适应差分进化来解决约束优化问题。 在实验中,分析了不一样建筑物的布局和设计参数对太阳辐照度的影响。 矩形,T形和L形建筑被认为具备各类设计参数:位置,建筑物旋转,立面高度,屋顶高度和坡度。 实验证实,该方法可以在约束优化空间内有效地找到具备最大太阳能潜力的太阳能建筑设计。新进遥感数据和太阳能建筑数据的耦合研究。以前有篇相似的风场数值模拟,微观尺度数值模拟与遥感数据的结合也是愈来愈紧密。
Himawari-8(H8)做为地球静止卫星,每10分钟观测一次地球的全盘图像,是研究大气气溶胶时间变化的一种很是有力的工具。 H8上的高级himawari成像仪(AHI)具备与中分辨率成像光谱仪(MODIS)相似的几个光谱带。所以,可使用MODIS的暗目标(DT)方法从AHI数据中检索气溶胶光学深度(AOD)。基于对这两种卫星仪器红外波段的统计研究,咱们发现DT区域中AHI(2.3μm)和MODIS(2.12μm)之间的短波红外波段差别能够忽略不计。同时,对于AHI传感器,从0.86μm(而不是传统的1.24μm)和2.3μm计算的归一化差别植被指数(NDVI)也能够是表面光谱反射率的良好指标。所以,本文首先提出了一种基于AHI传感器的新NDVI,以提升基于DT反演方法的表面反射率估计。而后,使用查找表策略反演DT区域上的AOD,并基于2015年8月至2016年7月在中国区域的AHI观测进行测试。全部检索结果均根据气溶胶机器人网络和太阳天空辐射计的地面测量进行验证观察网络。葵花8号的气溶胶反演,基于暗目标法。不一样卫星在气溶胶反演上作了不少工做,葵花8号的貌似比较少见,值得关注。尤为是这类高时间分辨率卫星。发表于IEEE TGRS top期刊上。
将蒸散(ET)划分为生物成分蒸散(T)和非生物成分蒸散(E)对于了解环境变化对生态系统和水资源的影响相当重要。然而,直接测量蒸腾仍然具备挑战性。在本文中,一个基于最优性的生态水文模型植被优化模型(VOM)被应用于ET分区。结果代表,VOM模型能够合理地模拟半干旱灌丛中的ET和ET组分。整体而言,整个时期蒸腾与蒸散的比例为49%。蒸发和植物蒸腾主要发生在降水事件后的季风中。蒸发对降水事件当即做出反应,而蒸腾做用显示对这些事件的几天滞后响应。不一样年份表现出季风中不一样的T / ET比动态模式。有些年份在季风开始时表现出较低的T / ET比率,而且T / ET比率缓慢增长。其余年份显示整个季风的T / ET比率高。咱们发现春季降水,特别是降水的大小,对季风的T / ET比值有显着影响。蒸散的研究在生态水文界和生态模型界都很重要,不少研究证实蒸散是影响生态过程模型,尤为是相关生物量净初级生产力的关键因子。这篇文章的思路值得关注,将ET划分来进行估计。
4.Enhanced multi criteria decision analysis for planning power transmission lines/加强的多准则决策分析用于规划电力运输线路
能源向替代能源的过渡须要新的输电线路将这些额外的能源生产厂与配电中心链接起来。所以,多准则决策分析(MCDA)提供了一种有用的方法来肯定将来输电线路的最佳路径,同时对环境,景观和受影响公民的影响最小。因为异议可能使这样的项目恶化并反过来增长成本,所以须要有关规划程序的透明沟通,以促进公民的接受。在这种状况下,基于地理信息系统的有关标准的信息以及对可能的输电线路进行建模相当重要。可是,规划人员常常忘记潜在的多准则决策分析和使用的数据可能会致使误差的结果。所以,本研究经过对多准则决策分析应用灵敏度分析,实证研究各类MCDA参数的影响。该分析的输出结合聚类分析,主成分分析和多变量方差分析进行评估。咱们的结果代表,经过使用不一样的MCDA参数组合,能够增长不一样走廊替代方案的可变性。特别是,咱们发如今区域上应用连续边界模型会产生比使用锋利边缘模型更明显的走廊替代方案,而且更好地反映了保护区域免受输电线路影响的实际规划实践。比较两个研究领域的结果,咱们得出结论,咱们的决策模型在两个地点的表现类似,所以,建议的加强决策模型的程序适用于具备可比地形的其余研究区域。这些结果能够帮助决策者和输电线路规划者简化和改进他们的决策模型,从而提升可信度,合法性,从而提升实际适用性。MCDA用于输电线路规划的研究,考虑了模型灵敏性,对于决策分析而言更具有工程意义。是个很不错的研究,是ETH实验室团队在刚刚举行的今年澳大利亚墨尔本国际地理信息科学大会的成果。
绿色屋顶是一种特殊类型的可持续城市排水系统(SUDS);他们的目标是经过在不一样的层中储存水,延迟水文响应和恢复蒸发蒸腾来管理源头的径流。他们在地中海地区表现的证据仍然不多。本文的主要目的是分析地中海条件下建筑和城市规模的绿色屋顶的水文性能。在Benaguasil(西班牙巴伦西亚)监测了一年的绿色屋顶和传统屋顶。记录和分析降雨量和流量数据。水文模型在建筑尺度上进行了校准和验证,以分析绿色屋顶的水文长期效率,并将其与传统屋顶的水文长期效率进行比较。结果代表,即便在地中海等干燥气候下,绿色屋顶也能提供良好的水文性能。此外,考虑到得到的平均径流系数减小,它们在城市尺度上的影响也很显着。绿色屋顶是海绵城市建设中重要的人工绿色基础设施之一。关于它的水文特性研究,在中国却不多,以前笔者在参加LID2016会议时,就有不少人提出来目前中国在海绵城市走得太快,不少基础理论研究并无进行。我想这一方面就是个关键。