Coding and Paper Letter（十七）

做为中国黄土高原最活跃的沟壑类型之一，河岸沟壑一般代表土壤流失和土地退化。这项研究解决了缺少对堤坝的详细，大规模监测的问题，并提出了一种基于5米分辨率DEM的典型地形特征，提取堤坝的半自动方法。中国黄土高原林家尖流域黄土丘陵区的试验结果代表，生产精度达到87.5％。精度受DEM分辨率和RGD参数以及沟渠肩线精度的影响。在具备高DEM分辨率的Madigou流域中的应用证明了该方法在其余领域的可重复性。总体性能代表，银行沟渠能够在大面积上以可接受的精度提取，为土壤侵蚀，地貌和环境生态学研究提供了必要的信息。南师大汤国安老师团队的成果，从DEM提取堤坝的方法。

2.Method for the Analysis and Visualization of Similar Flow Hotspot Patterns between Different Regional Groups/不一样区域群体间类似流热点模式的分析与可视化方法

能够以流的形式说明不一样区域之间的相互做用。例如，人流和不一样地区之间的信息之间的相互做用能够反映城市网络结构，以及城市功能和互连。大数据的普及促进了各种人员的流量数据的获取。区域交互模型的应用是基于个体流数据挖掘的总结水平，目前是一个热门的研究课题。然而，到目前为止，先前关于空间交互方法的研究主要集中在点对点和区域到区域的交互模式，以及对具备预约义邻域关系的两个区域组之间的交互热点模式的研究，即两个地区，仍然稀缺。在本研究中，提出了一种识别两个区域组之间类似交互热点模式的方法，并应用地理信息图谱方法来可视化交互模式。以中国的空中交通流量数据为例，说明所提方法的性能，以识别和分析中国各地区相互关系的区域群之间的交互热点模式。研究结果代表，该方法有效地识别了区域组之间交互流热点的模式。此外，它能够应用于分析区域群互动热点模式的挖掘中的任何流动空间。南师大汤国安老师团队的成果，关于流交互做用的数据挖掘和可视化研究。

3.Estimating household air pollution exposures and health impacts from space heating in rural China/估算中国农村地区空气供暖对家庭空气污染的影响和健康影响

由固体燃料烹饪形成的污染（称为家庭空气污染（HAP））引发的疾病暴露和相关负担已被归入全球疾病负担（GBD）项目的评估中。相比之下，使用固体燃料进行空间加热的HAP（在中高海拔国家广泛存在）在GBD评估中的研究较少且缺失。考虑到从北方到南方的供暖需求发生显着变化以及依赖固体燃料的大量农村人口，中国是一个理想的例子，能够在空间供暖被忽略时估算暴露误差和疾病评估负担。在这项研究中，基于对中国农村27个田间测量研究的荟萃分析，咱们得出了加热和非加热季节的室内PM2.5（空气动力学直径小于2.5μm的细颗粒物）浓度。将这一数据集与时间活动模式和使用固体燃料的家庭百分比相结合，咱们评估了2010年各县人口加权年均PM2.5（PWE）暴露量和中国大陆农村HAP对健康的影响。咱们发现忽略加热影响致使全国农村人口PWE估计值低估38微克/立方米（四分之四范围为16至40），北方省份存在显着的负误差。相应地，2010年过早死亡和残疾调整生命年将分别被低估约30×103和60×104。咱们的研究代表，须要将加热效应归入中国和全球的HAP风险评估。发表在EI（Environment International)上的一篇论文，目前热门的环境健康影响研究的题目，而且是基于家庭的视角，很是不错的研究。

4.Modified data-driven framework for housing market segmentation/住房市场细分的改进数据驱动框架

房地产市场细分在概念和经验层面都很重要，由于它反映了房价的空间异质性，提升了房价的预测准确性，并代表住房市场的动态变化。现有文献提供了一种流行的框架，称为数据驱动方法，用于基于主成分分析（PCA）和聚类分析来描绘子市场;然而，传统的框架不考虑空间异质性，而且难以平衡空间关系（即距离和拓扑关系）和属性类似性。为了解决这些局限性，本文提出了一种改进的数据驱动框架，用于经过整合地理加权主成分分析（GWPCA），空间异质性测试，基于密度的空间聚类（DBSC）算法和特征验证来描绘住房子市场。修改后的框架适用于中国深圳的住房市场细分。结果代表，改进后的框架在深圳的子市场细分中表现最佳。该框架具备重要的意义和在统计上肯定住房子市场的巨大潜力，而且能够推广并应用于其余城市的住房市场。此外，可视化结果可供评估人员用于房产评估，也可由城市规划人员用于设施管理和社会平等改善与平衡。叶信岳老师团队成果，基于数据驱动方法在城市规划方面作探索，使用了大量的地理加权、空间分析针对住房市场细分。GWPCA和DBSC的结合值得关注。

5.Multi-level temporal autoregressive modelling of daily activity satisfaction using GPS-integrated activity diary data/使用GPS集成活动日记数据的平常活动满意度的多层次时间自回归建模

在本研究中，咱们将基于网络的活动日记数据与GPS跟踪器记录的每日移动信息进行匹配，以便在2012年北京为期7天的调查中对709名居民进行抽样调查，以调查活动满意度。鉴于GPS集成日记数据的不规则时间间隔和相关的复杂依赖结构引发的复杂性，标准（空间）面板数据计量经济学方法的直接应用是不合适的。本研究开发了一种多层次的时间自回归建模方法来分析这些数据，将时间概念化为连续的，并经过时间或时空权重矩阵检查顺序相关性。此外，咱们设法经过包含个体随机效应来同时模拟个体异质性，这些随机效应能够灵活地处理为独立的或依赖的。贝叶斯马尔可夫链蒙特卡罗（MCMC）算法是为模型实现而开发的。发现正序相关和个体异质性效应具备统计学意义。发生活动的场所的地理环境特征与平常活动满意度，控制一系列情境特征和我的社会人口统计特征显着相关。除了咱们研究中能够想象的城市规划和发展影响以外，咱们还展现了一种用于分析语义GPS轨迹数据的新颖统计方法。关美宝老师团队的关于时间地理学的成果，针对居民平常生活轨迹分析的新方法，基于时间自回归和MCMC算法，当大数据到来以后，关于人的移动轨迹的研究将会愈来愈重要，本文发表于IJGIS上，后续值得继续关注。

6.The Neighborhood Effect Averaging Problem (NEAP): An Elusive Confounder of the Neighborhood Effect/邻里效应平均问题（NEAP）：邻里效应的难以置信的混淆因素

忽视人们的平常流动性和暴露于非居住环境可能致使人们暴露于环境因素的健康影响的流行病学研究中的错误结果。本文肯定并描述了一种称为邻里效应平均的现象，当检查依赖于行动的暴露（例如，空气污染）对健康的影响时，这种现象可能会显着的混淆邻近效应。最近的几项研究为邻里效应平均问题（NEAP）提供了有力的证据。该论文的结论是，因为观察到与人们平常活动相关的邻里效应减弱，增长生活在贫困社区的人的流动性可能有助于改善他们的健康结果。关美宝老师的通信文章，关注的是邻里效应形成的分析不肯定性，关美宝老师近年来一直在关注地理学、GIS空间分析，尤为是大数据兴起后形成的分析不肯定性。对此发表过多项研究成果。

7.Consumption-based greenhouse gas emissions accounting with capital stock change highlights dynamics of fast-developing countries/以资本存量变化为基础的以消费为基础的温室气体排放突显了快速发展中国家的动态

传统的基于消费的温室气体排放核算将消费和基于生产的排放之间的差距归因于国际贸易。然而，不多有人尝试分析当前排放与将来消费之间的时间误差，这能够经过资本存量的变化来解释。在这里，咱们开发了一个动态模型，将资本存量变化归入基于消费的统计。使用1995 - 2009年的全球数据应用新模型。咱们的研究结果代表，新模型肯定的消费体现的全球排放量小于传统模型。在此期间，全球资本存量所体现的排放量稳步增加。然而，资本在为具备不一样发展特征的经济体制定基于消费的排放量方面起着很是不一样的做用所以，与传统模型相比，动态模型为许多发达国家产生相似的基于消耗的排放估算，但它突出了快速发展中国家的动态。能源消耗和温室气体排放的研究，发表于NC，多个团队合做成果。