Coding and Paper Letter（三十五）

该调查记录了测量积分（HI）的灵敏度及其与新构造和岩性的关系。咱们使用穿梭雷达地形任务（SRTM）和先进的星载热辐射和反射辐射计（ASTER）的30和90米空间分辨率的数字高程模型（DEM）来计算兴都库什及其附近（巴基斯坦西北部）的HI值。和东北阿富汗）。咱们使用不一样大小的正方形分析网格来计算最大，最小和平均高程。 HI的空间分布没有显示清晰的空间模式以及与平均高度或浮雕幅度的相关性。咱们使用局部空间自相关指数（LISA）应用空间模式分析来测量咱们的HI分布被聚类，分散或随机化的程度。 LISA分析代表，因为高正z分数，数据是自相关的。热点（具备高HI值的聚类）与构造隆升一致，而且与该区域中的不一样结构域显示出强烈的相关性。冷点表明最近的断层附近的沉积，并与该地区的浅层地震群相吻合。 HI值与相对地形位置或岩性没有任何关联。 HI分布的分析代表它们是稳健的而且独立于数字高程模型（DEM）分辨率，可是具备强烈的尺度依赖性。 LISA技术容许提取HI的簇，揭示最近的构造过程;不然很难解释HI值的高变异性。 HI的尺度依赖性能够反映排水网络和坡面过程的不一样重要性。这篇文章利用空间自相关分析来分析地质方面的研究，尤为是冷热点分析，能够说回应了最先热点的定义。

2.Additional Sampling Layout Optimization Method for Environmental Quality Grade Classifications of Farmland Soil/农田土壤环境质量等级划分的附加抽样布局优化方法

农田土壤环境质量对农田管理具备重要意义。为了对农田土壤的环境质量等级进行精确分类，可能须要额外的样本进行多阶段抽样或补充调查。与用于映射或估计全局均值的抽样优化方法相比，环境质量等级分类主要集中在估计非抽样位置的值与对环境质量等级进行分类的阈值之间的关系。此类分类必须使用抽样布局优化方法将其余抽样单位分配到具备高错误分类风险的区域。为了解决这些问题，本文提供了一种额外的采样布局优化方法，该方法经过构建具备非采样位置的预测值和偏差方差的多高斯模型，而后计算阈值出现的几率，从而最初创建分类偏差指数。标准化高斯分布。而后将研究区域中全部位置的平均偏差指数设置为附加采样布局优化的客观性函数，并采用空间模拟退火经过最小化客观性函数来得到优化的采样布局。在使用中国湖南省铬浓度数据的案例研究中，证实了偏差指数采样布局优化方法的性能。结果代表，与最小距离和空间随机样本方法的最小化相比，经过所提出的方法生成的附加样本产生更低且更稳定的分类错误率。该方法可用于提升农田土壤环境质量等级分类的附加取样效率。基于模拟退火算法优化空间抽样。事实上空间抽样分析一直是空间分析逃不开的话题。从数据质量和相关研究来看，会影响到最后的结果，王劲峰老师在这一方面作了不少工做。

3.Joint Sparse Sub-Pixel Mapping Model with Endmember Variability for Remotely Sensed Imagery/具备端元变异性的联合稀疏子像素映射模型用于遥感图像

已经使用光谱解混和子像素映射来估计子像素尺度下混合像素中的不一样地面覆盖类别的比例和空间分布。在过去的几十年中，两个类别都提出了几种算法;然而，这两种技术一般被认为是独立的程序，大多数子像素映射方法使用由光谱分离技术产生的丰度图。应注意，所使用的丰度图对后续子像素映射过程的性能具备强烈影响。最近，咱们结合线性光谱混合模型创建了一种新颖的亚像素映射模型。所以，创建了联合子像素映射模型，其将原始（较粗糙分辨率）遥感图像与最终子像素结果直接链接。然而，该方法着重于结合原始图像中包含的光谱信息，而不解决由可见光和环境条件引发的光谱端元可变性。为了解决这个重要问题，在本文中，咱们设计了一种新的联合稀疏子像素映射方法，假设每一个端元的各类表明性光谱是先验已知的而且在库中可用。此外，还采用了总变差（TV）正则化来开发空间信息。所提出的方法是使用合成和真实高光谱图像进行实验评估，而且得到的结果代表，与其余子像素映射方法相比，经过考虑端元变异性的影响，该方法能够得到更好的结果。混合像元分解的一个新进展，耦合两种经常使用的混合像元分解方式，从而为新的分解提供了新的思路。

4.Wetlands with greater degree of urbanization improve PM2.5 removal efficiency/城市化程度较高的湿地可提升PM2.5的去除效率

近几十年来，中国经历了快速的城市化和重度空气污染，将来十年，城市化的快速发展趋势将持续下去。已经代表湿地在去除颗粒方面是有效的，主要经过干沉积和叶子积累。所以，在城市化进程中更全面地了解湿地去除PM2.5能够为城市规划提供信息。在目前的研究中，根据建筑物的比例，分别选择了三个湿地，翠湖公园（CL），颐和园（SP）和奥林匹克公园（OP）做为低，中，高度的城市化地点。交通区域比较去除效率。结果代表，OP的平均干沉降速度显着高于CL和SP。干沉降主要受气象条件的影响。建筑物和其余基础设施使得气象条件有利于沉积，从而致使更高的风速，更高的温度以及建筑物之间更强烈的湍流。叶片积累的变化在三个地块之间没有统计学意义，而且植物物种是影响积累量的主要因素。干沉降对颗粒去除的贡献随着城市化程度的增长而增长。低，中，高三级平均干沉降分别占39.74％，52.55％和62.75％。所以，城市化程度较高的湿地主要经过加速干沉降过程来提升PM2.5的去除效率。结果强调湿地在高度城市化地区去除颗粒的重要性，所以在城市扩张期间应保留和/或创造更多的湿地。湿地对于消纳PM2.5的研究，城市化程度较高的湿地却可以更好地消纳PM2.5，很是有意思的结论。