Coding and Paper Letter(三十七)

  1. 云栖社区>
  2. 博客>
  3. 正文

Coding and Paper Letter(三十七)

胖胖雕 2018-10-16 10:54:43 浏览604
展开阅读全文

资源整理。

1 Coding:

1.GDAL的node.js版本。

node gdal

2.R语言包echor,下载EPA许可设施的废水排放和空气排放数据。

echor

3.CPPTRAJ是一个旨在处理和分析分子动力学轨迹和从其分析中得出的相关数据集的程序。

cpptraj

4.GAMer是一种表面网格改进库,用于调整源自嘈杂生物成像数据的表面网格。

gamer

5.CASC提供了一种数据结构来表示任意维度的抽象单纯复形,其中用户定义的类直接存储在每个维度的单纯形式上。

casc

6.R语言包wallace,、一个用于物种壁龛和分布的可重复建模的模块化平台,用R编写。该应用程序引导用户完成整个分析,从数据采集到交互式地图上的可视化模型预测,从而将复杂的工作流程捆绑成一个简化的流程接口。

wallace

7.R语言包nwmRetro,用于补充NHDPlus流量和体积估算的包。

nwmRetro

8.下载谷歌云盘里的大文件的perl代码。

gdown.pl

9.Python库numcodecs,提供缓冲区压缩和转换编解码器,用于数据存储和通信应用程序。

numcodecs

10.用于计算几何的开源(Boost许可证)C ++库。

geometray3cpp

11.不确定可视化的在线电子书。

uncertainty vis book

12.R语言包umap,均匀流形逼近和投影的R实现。

umap

13.选择此Web API的工具包。

pickthat

14.2014年2月开始的The Leading Edge专栏中的2018年教程。地球物理教程。

tutorials 2018

15.lasio项目提供了一种非常好的方式来读取和写入CWLS Log ASCII标准文件。 结果是一个基于OrderedDict的对象,它包含所有LAS数据 - 它或多或少类似于LAS文件。

welly

16.SCAR南极跟踪数据回溯分析(RAATD)项目的代码和其他好东西。

RAATD

17.R语言包trelliscopejs,Trelliscope是一种可扩展,灵活,交互式的数据可视化方法。

trelliscopejs

18.Hexo的主题mellow。

hexo theme mellow

19.航空和卫星图像的语义分割。 提取功能,如:建筑物,停车场,道路,水,云。

robosat

20.R语言包affinething,具有两个控制点的简单图像地理配准(偏移,比例)。

affinething

21.使用最先进的模型进行推断(由LD-Net/AutoNER/VanillaNER/...预先训练)。

LightNER

22.R语言包rrtools.addin,Ben Marwick的rrtools软件包的一些主要功能的图形用户界面。

rrtools.addin

23.R语言包citationsr,使用R分析引文的功能。

citationsr

24.R-shiny应用程序,用于比较样本和绘图效果大小。

PlotsOfDifferences

25.用于比较样本的R-shiny应用程序。

PlotsOfData

26.深度学习资源。

awesome deep learning

27.Hugo的主题minimo。

minimo

2 Paper:

1.Three-dimensional forest light interaction model using a Monte Carlo method/采用蒙特卡罗方法的三维森林光相互作用模型

基于蒙特卡罗光子传输模拟,提出了与森林冠层光交互的模型。混合表示用于模拟森林冠层的不连续性质。大规模结构由定义树冠和树干的形状和位置的几何图元表示。通过描述散射元件的结构和光学性质的体积平均参数在叶片内表示叶子。三维光子轨迹的模拟允许准确评估冠内,以及不同冠,树干和地面之间的多次散射。天空辐射场被视为各向异性并且与双向反射率计算分离。已经对密集的云杉林的例子进行了验证。结果显示模型预测与双向反射,高分辨率光谱和半球反照率的现场测量之间存在密切一致。基于蒙塔卡罗方法的三维森林辐射传输模型,定量遥感目前辐射传输模型方法都更多地使用蒙特卡洛方法,牛峥老师在是上课时也提过,这是计算机技术发展之后,目前辐射传输的一个主要研究方向。

2.Spatial self-aggregation effects and national division of city-level PM2.5 concentrations in China based on spatio-temporal clustering/基于时空聚类的中国城市PM2.5浓度空间自聚集效应与国家划分

随着中国雾霾事件的不断增加,在重大事件或重污染事件中,人们经常提出并实施全面的空气质量管理。然而,除了京津冀地区等污染严重的地区外,由于对PM2.5浓度的时空聚集研究有限,很少讨论中国其他地区空气质量管理的区域整合。为了填补这一空白,我们采用了重复二分法,支持高维数据集和自举聚类,利用时间序列PM2.5数据和地理测试,对中国城市PM2.5浓度的时空聚类进行了分析。探测器证明了聚类的可靠性。由于在聚类过程中没有采用加权地理信息,本研究表明中国PM2.5浓度具有较强的空间自聚集效应,这证明了空气质量管理区域一体化的必要性。基于PM2.5浓度的时空聚类,我们进一步提出了中国PM2.5浓度的6个分区,其中PM2.5浓度显示出相似的变异模式,因此可以实施具体的减排措施。 PM2.5浓度的划分产量与近期“京津冀地区及其周边地区2017年大气污染防治规划”计划高度一致,说明PM2国家划分的可靠性和实际意义。基于时空聚类的5个浓度。本研究的发现和方法为更好地了解PM2.5浓度的时空聚集提供了改善区域空气质量管理的有用参考。PM2.5的时空聚类研究,利用地理探测器和聚类分析进行分区研究。

3.Challenges in coupling LTER with environmental assessments: An insight from potential and reality of the Chinese Ecological Research Network in servicing environment assessments/将LTER与环境评估相结合的挑战:了解中国生态研究网络在服务环境评估方面的潜力和现实

环境评估估计,评估和预测自然过程和人类活动对环境的影响。长期生态系统观测和研究网络(LTER)是支持环境评估的潜在有价值的基础设施。然而,很少有环境评估成功地将它们纳入其中。在这项研究中,我们试图通过环境评估揭示耦合LTERs的现状,并通过探索中国生态研究网络(CERN)目前在区域环境中的作用,探讨改善这种耦合所面临的挑战。评估。对生态系统和环境相关的官方协议和标准,区域评估和CERN研究的回顾表明,CERN与环境评估的结合具有很大的潜力。然而在实践中,CERN目前没有发挥预期的作用。遥感和不定期清单数据仍然是目前区域评估中使用的主要数据来源。导致目前情况的原因有以下几种:(1)跨站点研究不足,未能将站点级变量扩大到区域范围; (2)由于缺乏数据同化和扩展而导致协议不兼容和数据可用性低导致的数据障碍; (3)现有监测协议中缺乏与人类活动有关的指标。出于这些原因,加强跨站点监测和研究,数据同化和扩大规模是改善LTER与环境评估耦合所需的关键步骤。以地点为中心的长期监测应与广泛的地面调查和遥感相结合,以便在不同的环境监测平台之间建立有效的联系,以进行区域评估。还需要修订当前的监测协议,以包括人类活动及其对生态系统的影响,或将LTER改为长期社会生态研究(LTSER)网络。评估CERN在区域环境生态评估的作用,非常有意义的一篇文章,事实上来说目前CERN虽然起到了一定作用,但仍未达到预期的生态监测作用。因此对于CERN的改革可能也是迫在眉睫。

4.The urban matrix matters: Quantifying the effects of surrounding urban vegetation on natural habitat remnants in Santiago de Chile/城市基质很重要:量化周围城市植被对智利圣地亚哥自然栖息地遗迹的影响

城市化破坏和破坏自然栖息地,从而形成一个嵌入城市基质的自然遗迹系统。城市自然遗迹(UNR)可以为城市地区提供多种生态系统服务。然而,UNR长期提供生态系统服务取决于它们保留支持服务的生态系统过程的能力。由于来自城市基质的植被可以在残余生态动态中发挥关键作用,因此了解周围城市植被对UNR生态系统过程的影响是可持续城市规划的基础。在这项工作中,我们使用多时间和空间尺度方法来评估城市基质的植被模式(即组成和配置)对位于城市中的10个UNR的生态系统过程(即初级生产力)所起的作用。圣地亚哥(智利)。利用一组六个遥感植被指数(1985 - 2010年),我们分析了UNR初级生产力的时间变化如何与周围城市基质的植被格局变化相关,并评估了基质社会经济的潜在作用。这些结果的水平。我们的研究结果表明,所有UNR的生产力都有所下降,而且这种生产力损失在空间上与周围城市基质的植被覆盖变化相关。与基质配置相比,UNR生产率与基质组成的相关性更强。基质组成和UNR生产力之间的相关强度随着时间的推移而增加,并随着UNR向内边缘的距离而减小,这表明基质植被对UNR内生态过程的影响是时间和位置依赖的。基质的社会经济水平与基质的植被覆盖呈正相关,但与UNR初级生产力没有统计学上的显着相关性。我们的研究结果表明,城市化引起的城市基质植被变化可能对UNR提供生态系统服务的生态过程产生强烈影响。如果规划者应该增加这些UNR提供的生态系统服务,那么这些战略不仅要关注UNR内的植被管理,还要关注周围城市基质中植被的适当规划。城市生态的格局(城市基质的植被)对于城市生态系统服务和生态过程的影响研究。城市化导致的植被变化格局对生态过程影响强烈,而且存在邻域效应,不仅仅是城市基质内部,城市周围的植被也很重要,这也在强调城市整个系统研究的重要性。

5.Analysis of factors affecting urban park service area in Beijing: Perspectives from multi-source geographic data/影响北京城市公园服务区的因素分析 - 基于多源地理数据的视角

城市化的快速进程加剧了城市公共服务供需的不平衡。城市公园是最重要的城市公共服务之一,其使用效率已成为城市规划的重要指标。因此,必须充分估计其服务区域和影响因素。用于分析城市公园服务特征的传统调查数据受到小样本和高成本的限制。由于蓬勃发展的信息通信技术,已经有大量的人类活动数据可以使人们了解人类的旅行行为。在这项研究中,我们分析了一个公园服务区,它被定义为北京个别公园的影响区,以及影响服务区的因素。首先,使用基于移动电话信令数据的1-SDE估计服务区域。然后使用多元线性回归模型分析因素对公园服务区域的影响。结果表明:(1)人口密度,商业设施数量和交通便利等外部因素对公园服务区域有显着影响; (2)就业场所在工作日对园区服务区域产生积极影响; (3)其他因素,例如公园设计和公园声誉,对于工作日和周末,对公园服务区域(无论是标志还是重要)都有不一致的影响。在设计公园或进行未来城市规划时,本研究的结果具有实用价值。基于多源地理数据或者说新的时空大数据——移动电话信令数据来估算公园服务区,分析公园服务区的影响因素,是ICT技术应用于目前地理分析的典型案例。

网友评论

登录后评论
0/500
评论
胖胖雕
+ 关注