- 1CF1038E Maximum Matching_e. maximum matching
- 2lstm预测模型_Python实现多变量序列堆叠式LSTM模型，并实现未来多时刻预测
- 3计算机网络 网络层_ip地址转物理地址
- 4微软TTS延迟因素分析
- 5超赞的kafka可视化客户端工具，让你嗨皮起来_kafka可视化客户端界面
- 6Vector | Graph：蚂蚁首个开源 Graph RAG 框架设计解读_ai 知识图谱 开源
- 7前端代码规范-2分钟教会你在nodejs中使用eslint定制团队代码规范_nodejs eslint
- 8Transformers 4.37 中文文档（九）_huggenface trainer
- 9中国碳纤维市场现状调研与投资前景预测分析报告2022-2028年_中国碳纤维行业十四五前景预测与发展规划分析报告2023-2028年版
- 102024年中小企业数据安全如何保障？对比华为云与其他云计算大厂_阿里云的waf和华为云
Coding and Paper Letter（八十三）_rkenyacensus
赞
踩
新一期资源整理博客。
1 Coding:
1.快速生成三维球几何图形。
2.mapskin是地理空间可缩放矢量图标的集合。
3.Python库TSFRESH，自动从时间序列中提取相关特征。
4.R语言包tsfeatures，从时间序列数据中提取各种特征。
5.xarray的教程。提供样例的jupyter notebook。
6.用React组件渲染markdown。
7.一个用React.js和Typescript实现markdown的预览和实现的编辑器。
8.QGIS MapTiler插件：矢量瓦片，底图，地理编码，OSM，QuickMapServices。
9.Python库geedatasets，Google Earth Engine可用数据集的硬编码信息，例如Landsat和Sentinel，以及用于处理这些数据集的方法，例如云屏蔽和索引计算。
10.用于在医院微生物组项目中重现分析的数据和脚本。
11.命令行数据科学。
data science at the command line
12.EuroSAT：Sentinel-2的土地利用和土地覆被分类。
13.可解释的模型分析。 探索，解释和检查预测模型。
14.一个Panel应用程序，用于演示非感知颜色图在地球物理数据上产生的失真。
Colormap distorsions Panel app
15.word2vec是word2vec库和工具的C++实现。word2vec是个非常知名的主题模型。
16.R语言包socialmixr，用于从调查数据中得出社交混合矩阵。
17.Penn000(https://github.com/Penn000)的学位论文的代码，该论文基于基于生成对抗网络的高分辨率遥感影像云去除。 在这项工作中，提出了一个新的模型，称为空间注意生成对抗网络或SpA GAN，它使用空间注意网络（SPANet）作为生成器。
18.示例Notebook展示了如何在Amazon SageMaker中应用机器学习，深度学习和强化学习。
19.R语言包PDFR,一个基于C ++的Rb包，可以从PDF文件中提取可用文本。
20.R语言包zen4R， Zenodo REST API的R接口。
21.Chrome的app，一个浏览器上的markdown编辑器。
22.R语言包RFLspc，适用于R的Royal Free Standard SPC Excel模板的改编。该软件包实际上将数据复制到excel模型中； 打开，更新并保存Excel； 然后返回一个ggplot对象。 那是低效而笨拙的，这不是您想要的方式。
23.用于大规模特征向量问题的标头C ++库。
24.CUDA驱动程序API的Rust包装器。
25.moveable是可拖动的，可调整大小的，可缩放的，可旋转的，可扭曲的，可捏的，可分组的，可捕捉的。
26.免费和开放的公平代码许可的基于节点的工作流自动化工具。 轻松实现跨不同服务的任务自动化。
27.Transform2020研讨会"Devito进行地球物理建模：从零到Devito"，6月11日，星期四（BST 09:00 – 12:00）。
28.一个用于构建文本编辑器的React框架。
29.机器学习算法交易书随附的笔记本，资源和参考资料。
30.Data Circles技术演讲随附的代码和链接。
31.一个简单的CLI，可在您的存储库中搜索对iris数据集的引用，并在每个存储库中打开一个引用出现的问题，以提醒您用另一个数据集替换iris。
32.C ++和Python查看器，用于3D数据，例如网格和点云
33.R语言包Rlda，可以通过贝叶斯范例将这些类型的数据用于混合聚类。
34.Python库scikit learn，非常出名的机器学习库。
35.Python for Data Analysis书的材料以及ipython notebook。
36.R语言包ggh4x，ggh4x软件包提供了一些实用工具功能，这些功能并不完全符合“图形语法”的概念-它们可能有点笨拙-但在调整ggplots时仍然有用。 例如，调整小平面的大小，将多种美感映射到颜色以及指定小平面的各个比例。
37.R语言包ggnewscale，ggplot2中使用多个标度变得轻松。 尽管最初打算使用颜色和填充，但它应适用于任何aes，例如形状，线型和其他。
38.R语言包cpp11，可帮助R包开发人员使用C ++代码处理R对象。
39.Pangeo JupyterHubs和BinderHubs的Docker镜像。
40.Rasterio插件riotiler,可从Cloud Optimized GeoTIFF数据集中读取墨卡托瓦片。
41.R语言包topo.ridges，用于根据高程数据创建地形脊线图。
42.一个shiny项目，用于可视化弗吉尼亚海岸保护区的研究数据。
43.R语言包ggtreeExtra，在“ ggtree”的圆形或其他布局树上添加几何图层。余光创老师团队的可视化大杀器。
44.Github官方的命令行工具。
45.“Applied Hierarchical Modeling in Ecology”的函数。
46.transform 2020的教程。
47.ROC_animations包含具有ROC和精确调用曲线的动画，如下所示。 此项目还包含用于生成这些动画的脚本。
48.使用强化学习模型创建井字游戏代理。
49.一种检测复杂数据集中的一维序列的算法。
50.BFAST的的GPU实现。
51.WRF-CMake的Homebrew方法（包括WPS和WRF）。
52.寻找特征值的Davidson方法。
53.Zarr + Redis + TileServer =快速自定义地理空间地图。
54.各种开源GBM实施的性能。
55.Transform 2020会议Python里的空间分析教程。
tranform 2020 spatial in python
56.从地质图提取信息以提供3D建模包的软件包map2loop。
57.R语言包blake3，BLAKE3加密哈希函数。
58.从钻孔中提取信息以提供3D建模软件包的软件包dh2loop。
59.通过模拟退火分配员工位置。
60.EFDC模型的Docker镜像和并行处理实现。
61.仅用一行代码即可调整任何DOM元素的大小。
62.Julia中具有静态和动态尺寸轴的数组。
63.Transform 2020会议Ray的教程。
64.CORS Anywhere是一个NodeJS反向代理，可将CORS标头添加到代理请求中。
65.更新到原始的SPC Shiny App。
66.没有微软品牌/遥测/许可的VS Code二进制版本。
67.主要用于Aruco的OpenCV生成PDF模式的工具。
68.R语言包daRkStudio，RStudio默认深色主题的深灰色替代品。
69.在Web浏览器中反应组件预览Markdown文本。 复制GitHub Markdown样式的最少CSS。
70.用于安装WRF和WPS的脚本。
71.R语言包sketcher，可以将照片转换为线条图图像。
72.Emacs的社区版本。
73.Pandas和GeoPandas中使用Bokeh绘制后端。
74.用R做商业智能。
75.用R和Stan实现的动态多层贝叶斯模型，用于预测美国总统选举。
76.Transform 2020会议地质图像处理教程。
77.Transform 2020会议中Verde教程的材料，使用Verde从分散的数据到网格化产品。
78.使用Selenium在YouTube上上传视频的Python脚本。
79.获取并运行AWS批处理脚本。
80.用于API批量重命名GitHub存储库的默认分支的Python脚本。
81.识别并解析R中的Web安全策略文件。
82.R语言包spccharter，对多个统计过程控制图进行快速分析。
83.Hugo的主题jane。
84.机器学习研究取决于客观可解释，可比较和可再现的算法基准。 因此，我们提倡使用精选，全面的机器学习数据集套件来标准化基准的设置，执行和报告。 我们通过独立于平台的软件工具来实现此目的，这些工具可帮助创建和利用这些基准测试套件。 它们无缝集成到OpenML平台中，并且可以通过Python，Java和R中的接口进行访问。
85.MOOC笔记。
86.免费的通用数据库工具和SQL客户端。
87.ML Model CI是一个完整的平台，用于管理，转换，分析和将模型作为云服务（MLaaS）进行部署。
88.使用QuantEcon Python编程源材料的Jupyter Book功能演示。
89.R语言包textnets，使用网络技术执行自动文本分析。
90.CatBoost教程。
91.Pandoc-ModernCV是用于设置现代课程类型的Pandoc的工具。 它受到著名的Latex ModernCV的启发，非常易于定制，允许您使用预定义的主题并通过更改颜色，字体等来定义自己的样式。
92.埃塞俄比亚的咖啡叶锈病调查数据分析。
93.py2 / py3脚本可以直接从Apple下载macOS组件。
94.AutoGluon自动执行机器学习任务，使您可以轻松地在应用程序中实现强大的预测性能。 仅需几行代码，您就可以在表格，图像和文本数据上训练和部署高精度的深度学习模型。
95.R语言包ProfoundData，动态植被模型的检查和基准测试数据。
96.Apache Submarine（简称Submarine）是一个平台，可让数据科学家创建端到端的机器学习工作流程。 ONE PLATFORM意味着它支持数据科学家在同一平台上完成工作，而无需频繁切换工具集。 从数据集探索数据管道创建，模型训练（实验）以及将模型推入生产（模型服务和监视）。 所有这些步骤都可以在一个平台内完成。
97.ArcGIS使用Compact Cache V2来存储栅格图块。 捆绑软件文件结构非常简单，并针对快速访问进行了优化，与其他格式相比，可以提高性能。
98.Tile包是一个压缩文件，其中包含一组tile和一个切片方案，可以在ArcGIS应用程序中用作底图。
99.R语言包xxhashlite，xxhashlite提供了对xxHash中极其快速的哈希函数的简单访问。
100.材质点方法的2D实现。
101.R语言包deepdep，用于可视化R语言包所依赖的其他包。
102.读书以及其他有趣的东西的笔记。
103.mplstereonet为matplotlib提供了下半球的等面积和等角度的立体网。
104.DSSAT作物生长系统模型。
105.R语言包googlecalendar，googlecalendar使R可以轻松访问Google日历。该程序包提供了一组函数，可用于通过Google的Calendar API访问和修改日历，事件和UI设置。
106.用于处理异步可迭代对象的有用模块列表。
107.R语言包moveVis，提供了通过创建视频动画来可视化运动数据（例如，来自GPS跟踪）和环境数据的时间变化（例如，来自遥感）的工具。
108.数据科学完整的教程。涉及大量数据科学课程，视频等材料。
data science complete tutorial
109.R语言包shinyBody，使用HTML和CSS构建的自定义Shiny输入小部件，可让您选择身体部位并返回该身体部位的名称。您还可以通过指定高低颜色值，根据数据为肢体上色。
110.R语言包SoupX，用于估计和去除基于液滴的单细胞RNA-seq数据中的无细胞mRNA污染。
111.机器学习可读文件，用于了解植物病虫害和病原体的基本温度。
112.Apache Spark/Flink和Ray上的分布式Tensorflow，Keras和PyTorch。
113.MIDI文件I/O和可视化，据说作者是从钢琴演奏获得的经验。
114.一个用于从Apache Spark读取和写入Tensorflow TFRecord数据的库。 该实现基于Spark Tensorflow Connector，但使用Spark FileFormat特征重写以提供分区功能。
115.动手学深度学习：面向中文读者、能运行、可讨论。英文版即伯克利“深度学习导论”教材。
116.OSS-Fuzz：开源软件的连续模糊测试。
117.icepack是一个使用有限元方法对冰盖和冰川流动进行建模的库。
118.在圣保罗大学地球物理系研讨会上的受邀演讲。
119.Python绘图库ternary，可与matplotlib一起使用，以在投影到二维平面上的二维单纯形中生成三元图。
120.Transform 2020会议：地质与Python会议。
121.一系列Jupyter笔记本电脑，带您了解使用Scikit-Learn，Keras和TensorFlow 2进行Python机器学习和深度学习的基础知识。
122.具有多个R版本的Dockerfile，用于内存/线程调试。
123.R语言包rKenyaCensus，提供从肯尼亚人口和住房普查结果获得的整洁数据集。
124.R语言包s2，Google的S2Geometry库提供R绑定。 该程序包公开了类似于Google BigQuery Geography API的API，该API的功能还适用于球形几何图形。
125.R语言包stackgbm，xgboost，lightgbm，catboost堆叠的梯度增强树模型。
126.Visvalingam算法（也称为Visvalingam Whyatt算法）的C ++实现。
127.出色的介绍性数据集，可进行数据探索和可视化（iris代替品）。
128.R语言包NobBS，NobBS是一种贝叶斯方法，可以根据不完整的，带有时间戳的疾病暴发报告数据来估计已发生但尚未报告的病例数。 NobBS了解报告延迟分布和流行曲线的时间演变，以在稳定和时变的病例报告设置中生成平滑的临近预报。
129.通过JS或CLI使用操作系统特定的捆绑包（.app，.exe等）自定义和打包您的Electron应用程序。
130.Pkg.go.dev是一个用于发现和评估Go软件包和模块的网站。
131.将研究成果发布为同行评审需要很长时间，这可能会对早期职业研究人员（ECR）申请奖学金，补助金和工作产生负担。 该研讨会将调查各种工具和平台，使研究人员可以共享和发布临时产品，例如数据，代码，协议，海报等。 征求反馈意见，证明自己的成就并因不是同行评审的出版物而被引用。 （只要引用，NSF和NIH都会在赠款申请和报告中接受临时产品。
132.opentrees.org的前端，该数据可视化了澳大利亚成千上万棵由理事会维护的树木。
133.R语言包geofabrik，从Geofabrik下载并导入OpenStreetMap数据。
134.用于浏览和安排表格数据的终端界面。
135.R语言包lz4lite，提供对lz4中极其快速的压缩的访问，以执行内存中压缩。
136.用于描述多维数组（ndarray）数据文件的内容。
137.用于Python的分块，压缩N维数组的实现。
138.ETH的硕士学位论文"Instance Segmentation of Geometrical Shapes in Aerial Images"。即航拍影像中的几何图形的实例分割。
139.KappaNEURON将SpatialKappa模拟器与NEURON集成在一起，可以对神经元中嵌入的分子系统进行基于规则的模拟。
140.对Kappa进行空间语言扩展的实现。
141.适用于R的AWS Lambda运行环境。
142.用以支持临时自行车道的数据分析。
143.免费和开源3D Voxel编辑器。
144.KUTE.js是用于现代浏览器的JavaScript动画引擎。
145.p5.js是一个客户端JS平台，使艺术家，设计师，学生和任何人都可以学习编码并在网络上创造性地表达自己。
146.记录任何Linux进程访问哪些文件。
147.UCSB的R markdown模板。
148.自监督学习工具箱和基准。
149.具有Github Action CI的R svn服务器的镜像以测试补丁。
150.2019美国生态学会年会汇报，对500个湖泊流域的分析揭示了作物类型，肥料和肥料输入量与湖泊养分浓度之间的关系
151.该项目包含pytudes（Python程序），通常是简短的Python程序，用于完善特定的编程技能。
152.UCSB 176A 地理信息系统导论测试仓库。
153.R语言包jose，R的Javascript对象签名和加密。
154.R语言包rwalkable，查找并总结一些有关邻里社区可步行性的信息。 通过osmdata包将来自OpenStreetMap的数据用于这两个组件：它既提供了道路网络，又提供了人们认为值得添加到地图上的位置（“便利设施”）列表。
155.peartree是用于将GTFS提要时间表转换为代表性的有向网络图的库。 该工具使用Partridge将目标操作员计划数据转换为Pandas数据框，然后使用NetworkX将操纵的计划数据保存为有向多图。
156.带有可重现示例的教程，使用OpenTripPlanner和Python估算旅行时间矩阵。
157.使用sortable R包创建拖放式shiny程序和学习教程。
158.使用pyproject.toml Python配置文件的项目的资源集合。
159.挪威研究委员会资助的与MetaComNet项目相关的代码存储库。
160.关于Stan的6小时课程。
161.R语言包parameters，模型参数的计算与处理。
162.最好的免费开放源代码自动时间跟踪器。
163.R语言包phenofit，最新的植物物候提取套件phenofit。
164.使研究软件工程师能够轻松地在开源软件中增加引用性。
165.大岛上预测野猫消灭的随机模型和成本。
166.Apache Hive（TM）数据仓库软件有助于使用SQL读取，写入和管理驻留在分布式存储中的大型数据集。
167.Python库ipymaps，实现具有自定义功能的在线/笔记本电脑地图应用程序。
168.用于语义分割和领域自适应的合成卫星影像数据集。
tgav sattellite imagery dataset
169.与Firebase合作，近实时地提供公共的Hacker News数据。
170.Hacker News的非官方Python API。
171.JTS拓扑套件是一个用于创建和处理矢量几何的Java库。
172.Mapnik是用于开发地图应用程序的开源工具包。
173.Alluxio（以前称为Tachyon）是一个虚拟的分布式存储系统。 它弥合了计算框架和存储系统之间的鸿沟，使计算应用程序可以通过公共接口连接到众多存储系统。
174.Scrapy + Splash用于JavaScript集成。
175.Recoil是一个针对React应用的实验性状态管理库。 它提供了仅使用React难以实现的几种功能，同时与React的最新功能兼容。
176.Ludwig是在TensorFlow之上构建的工具箱，无需编写代码就可以训练和测试深度学习模型。
177.Python库pdfcomments，从PDF提取评论。
178.Knowledge Distillation Meets Self-Supervision论文的代码实现。
179.推荐系统的深度学习。
Deep Learning for Recommendation Systems
180.基于markdown的CV模板。
181.R语言包uFTIR，用于读取和处理Agilent Cary 620 FTIR显微镜图像。
182.一个结合了Flask和JavaScript的网络应用，可下载和可视化Strava和Garmin设备的运行数据。 编写以学习如何编写Web应用程序。
183.Google Earth Engine的资源。
184.交给#tidytuesday挑战的代码和可视化。
185.带有屏幕截图的无类CSS主题/框架列表。
186.一个无类CSS框架，仅使用HTML即可编写现代网站。
187.p2phttp允许使用Go的标准“ http”和“ net”堆栈通过libp2p服务HTTP端点并发出HTTP请求。
188.R语言包rstatix，提供简单直观的管道友好框架，与“ tidyverse”设计理念相一致，用于执行基本的统计检验，包括t检验，Wilcoxon检验，ANOVA，Kruskal-Wallis和相关分析。每个测试的输出会自动转换为整洁的数据框，以方便可视化。
189.该库解析HTTP协议以获取请求和响应。
190.基于云的CMIP6数据提取的管道。
191.来自NodeJS正确的R方法。
192.Raysect项目的主要资源库。
193.使用sklearn和Tensorflow进行分类任务的数据科学笔记本。人口普查收入数据集分类。
194.数据科学的书籍。
195.Python库PMLB：大型的基准数据集的精选存储库，用于评估监督的机器学习算法。
196.威斯康星大学麦迪逊分校STAT 479：深度学习（SS 2019）的课程材料。
197.全面的10页概率速查表，涵盖一学期概率入门的价值。
198.一个灵活的两列Jekyll主题，非常适合建立个人网站，博客。
199.包含到目前为止尚不完整的代码开发，无法使用Google Cloud Dataflow来获取MODIS变量的全局地理位置。
200.R语言包robservable，目标是允许将Observable笔记本（或其中的一部分）用作R中的htmlwidgets。
201.R语言包VAST，单变量或多变量数据的时空分析，用于在标准化调查或渔业相关数据时为多个类别（物种，大小或年龄类别）实现空间增量广义线性混合模型（delta-GLMM）。
202.高维图网络嵌入及其布局。
203.R语言包RxODE，用于从基于ode的模型求解和仿真。
204.h5py是围绕HDF5的轻量级Python包，可在Python 3（3.6+）上运行。
205.很有趣的Papers。主要与分布式系统有关。
206.使用来自NodeJS的R的正确方法。
207.MPNet：用于语言理解的屏蔽和置换预训练，是一种用于语言理解任务的新颖预训练方法。 它解决了BERT中的MLM（隐蔽语言建模）和XLNet中的PLM（置换语言建模）的问题，并获得了更高的准确性。
208.Snape是一种方便的人工数据集生成器，它包装sklearn的make_classification和make_regression，然后添加“现实主义”功能，例如复杂的格式，变化的比例，分类变量和缺失值。
2 Paper:
1.The Sprawling Planet: Simplifying the Measurement of Global Urbanization Trends/蔓延的星球：简化对全球城市化趋势的衡量
最近几十年的特点是全球人口迅速稳定地城市化。预计未来这种趋势将保持稳定，并以多种方式影响土地使用方式。城市化进程的监测和测量概念因多种驱动力和城市形式的变化以及对经济，社会和环境政策有时相互矛盾的目标的结果评估而带来困难。旨在评估与城市化有关的土地利用变化的监测框架将这种复杂性分解为可以用单个指标测量的单一维度。这种监测使规划人员和政策分析人员可以根据可持续发展标准评估新的城市增长。例如，紧凑的城市政策允许城市化在适当的位置发生，而不是自由放任的城市化，而不论环境影响和资源效率如何。在这种情况下，我们注意到，监测方法通常是为欧洲或北美的案例研究而设计的，这些案例研究的城市结构相当成熟和巩固。但是，这样的监视可以在结构正在发展且可能仍会修改的阶段提供有关城市发展的重要信息。在发展中国家经常是这种情况。在这种背景下，本文提出了一种使用新方法简化与城市化相关的土地利用变化的度量的方法。本文将所需的度量要素浓缩为两个维度：土地利用效率低下和土地分散。该方法可基于新的可用的全球人类住区（GHS）层在全球范围内使用，该层可从欧洲委员会免费获得。在该方法在全球600多个城市的初始应用中，我们按大陆和城市规模显示了与城市化相关的土地使用趋势。总而言之，我们观察到全球城市中心的整合，并且继续在郊区蔓延。在欧洲城市中，城市结构的整合阶段较早开始，并且与世界其他地区的城市相比，城市更成熟，发展速度更慢。案例研究的更深入分析提供了法国巴黎和美国芝加哥的结果。以巴黎为例，该方法有助于说明增长压力，这些增长压力导致郊区大规模城市扩张以及内城区的持续致密化。以芝加哥为例，我们观察到一种城市蔓延，伴随着郊区化浪潮，内城区人口减少，郊区持续的城市蔓延随着时间的推移而得到巩固。关于城市蔓延的一个研究，引出了一个地理学研究问题的空间异质性，目前城市化监测方法都是以西方案例设计到的。对于发展中国家不一定适用。
2.Space-based quantification of per capita CO2 emissions from cities/基于空间的城市人均二氧化碳排放量量化
当前，城市地区约占全球与能源有关的二氧化碳（CO2）排放量的70％，而持续快速的全球城市化正在增加城市的数量和规模。因此，了解城市规模的CO2排放及其在城市密度不同的城市之间的变化是一项至关重要的任务。尽管在先前的研究中已经广泛研究了CO2排放量与人口密度之间的关系，但他们的结论对城市边界的定义不一致以及对CO2排放量清单的依赖（隐含假设的人口关系）很敏感。在这里，我们提供了来自横跨多大洲的总共20个城市的轨道碳观测站2（OCO-2）的星载大气CO2测量值的人均直接CO2排放量（E pc）的第一个独立估计。该分析说明了气象对大气模型对卫星观测的影响。卫星采样所得的逆风源区域可作为客观的城市范围，以汇总排放量和人口密度。因此，我们可以从一些城市中按人均检测排放“热点”，但要遵守OCO-2的采样限制。我们的结果表明，E pc随人口密度的增加而下降，尽管E pc的下降部分受到E pc与人均国内生产总值之间正相关的限制。随着未来几年将发射更多的二氧化碳观测卫星，基于太空的方法来了解城市的二氧化碳排放量，在跟踪和评估城市增长的未来轨迹以及告知减碳计划的效果方面具有巨大的潜力。基于卫星的碳排放监测分析，使用了OCO-2卫星数据，分析了城市的碳排放量，在估算CO2排放上汇总了多个数据估算的碳足迹。
3.Using gross ecosystem product (GEP) to value nature in decision making/使用生态系统总产值（GEP）评估决策中的自然
国内生产总值（GDP）以一种货币度量标准汇总了大量经济信息，该度量标准被全世界的决策者广泛使用。但是，国内生产总值未能充分体现自然对经济活动和人类福祉的贡献。为了解决这一关键遗漏，我们开发了一种生态系统总产值（GEP）的度量标准，该度量标准以单个货币度量标准总结了生态系统服务的价值。我们通过在中国青海省的一项应用说明了对GEP的测量，表明使用现有数据可以简化该方法。青海素有“亚洲水塔”之称，是湄公河，长江和黄河的源头，事实上，我们发现与水有关的生态系统服务占青海GEP价值的近三分之二。重要的是，这些好处大部分都在下游产生。在青海，随着市场经济的发展，GEP超过GDP的2000年，是2015年GDP的四分之三。在此期间，对恢复的大规模投资导致以GEP衡量的生态系统服务流量（127.5％）得到改善。展望未来，中国正在以多种方式在决策中使用GEP，这是向包容性绿色增长转型的一部分。这包括投资于保护生态系统资产，以确保通过跨地区补偿金提供生态系统服务。欧阳志云老师团队关于生态系统服务方面的成果，发表于PNAS上。转移支付或者生态补偿政策的一个实证研究。
河流是地球生态系统必不可少的，但是由于测量站的稀疏分布，目前对河流宽度变化性的理解是有限的。遥感数据通过以精细的时空分辨率提供来自卫星的多时相地球观测数据，从而能够对河流地貌进行调查和分析。我们提出了一种优化的RivWidth方法，可自动计算水图中所有通道的宽度，并将其并行化以生成多时中国河宽（MCRW）数据集，这是中国在30年前的第一个30米多时河宽度数据集1990-2015年，包括季节性波动和动态淹没频率下的估计。 MCRW数据集由1.3亿条河流宽度的季节性估算值组成，覆盖了中国14万公里的河流。我们针对现场测量结果验证了MCRW数据集。在最大水域下，MCRW估算值的平均绝对百分比误差（MAPE）和相对均方根误差（RRMSE）分别达到15.0％和15.2％的令人满意的精度。将MCRW数据集与当前最新的全球产品，即Landsat的全球河流宽度（GRWL）数据集进行了比较，这证明了MCRW在描述中国盆地方面的优势。我们的分析表明，过去25年，中国夏季和冬季的平均河宽有所增加，而下游流域的长江干流的河宽呈下降趋势，而中游和支流（上游）则呈下降趋势。三峡大坝）的数量呈上升趋势。我们还开发了一种本地自适应搜索方法来量化季节性（夏季和冬季）河宽变化。结果表明，研究期内夏季大部分河流较宽，中下游地区长江干流的季节变化性小于其支流。由于冰冻洪水，冬天在黄河中游和黑河上游观测到更大的宽度。总体而言，生成的MCRW数据集有潜力作为地球系统科学的基础资源，并可以为地表水资源和河流管理提供有价值的支持。1995-2015中国卫星反演的时空河流宽度制图。30 m 分辨率。可以说是一个非常大工作量的研究。从精度来看也非常不错，尤其是在中国盆地区域的变化。
邻里平均效应（NEAP）可能是一个严重的方法论问题，在研究与流动性相关的暴露（例如，空气或噪音污染）时，会导致错误的评估，因为人们的日常流动性可能会放大或减弱他们在住宅区所经历的暴露。 NEAP尤其建议，与基于居住地的暴露相比，基于个人流动性的暴露倾向于达到参与者或研究区域人口的平均水平。这项研究使用洛杉矶都会统计区域内收集的2737个人的活动旅行日记数据，通过评估个人对地面臭氧的暴露程度，对NEAP以及NEAP与人们的日常活动之间的关系进行了深入研究。通过探索性分析（例如散点图和直方图）和空间回归模型获得的结果表明，在评估研究区域中个人对臭氧的暴露时，NEAP存在。此外，高收入，受雇的，年轻的和男性的参与者（与低收入，不工作，年长的和女性的参与者相比）由于其较高的日常活动水平而与较高的邻里效应平均水平相关。最后，居住在同一社区的71名选定参与者的时空路径和每小时臭氧暴露的三维交互式地理可视化证实了从空间回归分析获得的结果。关美宝老师团队的成果，结合时空路径，三维GIS等技术手段，分析邻里平均效应，一个地理学上的经典问题，探究人群时空流动造成的环境暴露研究，非常不错的一个时空行为地理学研究实例，已发表在AAG上。
背景
评估城市的排放清单（EI）是评估《巴黎气候协定》下的地区性减缓气候变化工作的一项全新挑战。一些城市通常根据全球社区协议开始编制EI。但是，由于EI的编制方式（数据收集和排放计算）和报告方式（行业定义以及直接与消费），通常难以对其进行系统地检查。此外，由于缺乏空间排放程度，此类EI估计不容易应用于使用建模和观察进行客观评估。科学界使用的城市排放量估算通常基于降尺度的网格化EI，而未完全评估城市级别的降尺度排放量的准确性。
结果:这项研究试图评估降低排放水平在城市一级的效用。我们收集了来自全球14个主要城市的EI，并将其与科学研究领域中常用的全球高分辨率化石燃料CO2排放数据产品（ODIAC）的估算值进行了比较。我们对估计进行了必要的调整，以使我们的比较尽可能合理。我们发现，这两种方法对上海和德里的排放估计非常接近（差异小于10％），并且在一半的被调查城市中具有良好的一致性（差异小于30％）。与开普敦（+ 148％），圣保罗（+ 43％）和北京（+ 40％）的库存估算相比，ODIAC数据集的排放量要高得多，这可能与夜光强度与人类活动之间的相关性较差有关，例如发展中国家的高排放低照度工业园区。另一方面，ODIAC在曼哈顿（−62％），纽约市（−45％），华盛顿特区（−42％）和多伦多（−33％）均显示较低的估计值，这些估计值都位于北美归因于ODIAC基于夜间灯光的方法低估了住宅取暖产生的排放，以及库存估计数中注册车辆统计数字中高估了地面运输产生的排放。
结论:相对较好的协议表明，ODIAC数据产品有可能被用作事先估算城市水平CO2排放量的第一来源，这对于大气CO2反演建模以及与卫星CO2观测结果进行比较是有价值的。我们汇总了14个城市的边界排放估算，有助于建立准确的全球全球城市碳排放清单，这对于将来制定负责任的地方减缓气候变化政策十分必要。评估城市网格化碳排放清单全球清单与本地清单的比较研究。非常有意思的一个研究。
城市边界是城市的基本属性，在许多城市研究中被广泛使用。然而，从卫星图像中提取城市边界仍然是一个巨大的挑战，特别是在全球范围内和高分辨率下。在这项研究中，我们开发了一个自动划定框架，以使用30m全球人工不透水区域（GAIA）数据生成全球城市边界（GUB）的多时间数据集。首先，我们通过填充每个城市的内部非城市区域来划定初始城市边界。此步骤中联合使用了核密度估计方法和基于元胞自动机的城市增长模型。其次，我们通过扩展和侵蚀得出的城市范围，采用一种形态学方法，改善了城市边缘地区周围的初始城市边界。我们在Google Earth Engine平台上实现了这一划分，并在七个代表年（即1990、1995、2000、2005、2010、2015和2018）中生成了30m分辨率的全球城市边界数据集。我们提取的城市边界与夜间光数据和人类解释得出的结果显示出很好的一致性，并且与高分辨率的Google Earth图像相比，它们可以很好地描绘城市的城市范围。 2018年的总面积为65,582个GUB，每个面积都超过1 km2，为798,101 km2。不可渗透的表面积约占总数的60％。从1990年到2018年，划定边界中的不渗透区域的比例从53％增加到60％，这表明过去几十年中城市的紧凑增长。我们发现，在2018年城市化程度最高的10个国家中，美国的人均城市面积最高（即超过900平方米）。此数据集提供了可用于研究城市化影响的城市区域的物理边界关于粮食安全，生物多样性和城市健康的问题。可以从http://data.ess.tsinghua.edu.cn访问GUB数据集。清华大学宫鹏老师团队的成果，最近也比较火。基于Google Earth Engine提取了城市边界，这是一个在城市研究里非常重要的研究要素。
人工林是可持续森林管理的重要组成部分，因为其快速增长的生物量可提供许多对人类福祉至关重要的重要生态系统产品和服务。准确估算森林生物量对于全球碳核算和造林政策制定至关重要，但是植被上的饱和反射信号和生长期缺乏无云图像大大限制了光学遥感在亚热带人工林生物量估算中的应用和热带地区。林分年龄是决定森林生长和林分发育的关键因素，但尚未广泛用于基于遥感的生物量估算方法中。这项研究的主要目的是研究异速生长分析方法与Landsat衍生的林木年龄结构相结合的适用性，以估算中国亚热带景观中速生林的林分生物量。我们使用了1986年至2016年的植被变化追踪器（VCT）方法和Landsat时间序列数据来检测年度林分替代干扰并估算林分年龄。结合异速生长方程和相对生长速率函数，建立树木生物量与林分年龄之间的联系。我们还使用仅利用光谱和纹理变量的常规遥感（CRS）方法以及结合了林分年龄（CRS_EX）的扩展CRS方法对树木生物量的空间分布进行建模。然后，我们将CRS和CRS_EX方法与异速分析法进行了比较，以突出林分年龄和扰动后森林再生长对生物量估算的重要性。 Landsat引起的扰动历史与林分年龄显着相关（R2 = 0.82，RMSE = 3.7年，p <0.01）。与CRS方法相比（R2 CRS = 0.53，RMSE CRS == 54.38 t /哈）。通过异速生长分析方法估算的树木生物量与异速生长曲线更吻合，而CRS_EX和CRS方法均显示出对中青年森林的明显高估。这项研究表明，通过使用现有林分开发知识和日益开放的遥感数据，异速生长模型有可能被应用于亚热带森林人工林。基于异速生长模型和Landsat估算亚热带森林人工林的树木生物量，这个研究有趣的点在于结合林分数据与Landsat扰动评估了影响。用于改进生物量的精确估计。
城市树木和草具有不同的生态功能和服务。遥感为量化城市植被的覆盖和分布提供了一种可行的方法。以前的大多数研究都使用基于高分辨率图像的监督分类来绘制城市树木和草皮。但是，由于缺乏区分粗，细植被的专门功能，城市树木和草的分类精度始终较低。尽管添加3D地形信息可以提高准确性，但此类数据的可用性有限。本文开发了一种草木分化指数（TGDI），以促进快速有效地对城市树木和草类进行分类。我们通过将新索引应用于不同的分类方法来检查其性能。我们比较了方法1的分类：没有TGDI的监督分类；方法2：用TGDI监督分类；方法3：使用TGDI进行基于规则的分类。结果表明，方法1，方法2和方法3的总体准确度分别为84％，88％和90.5％。无论将TGDI单独用于基于规则的分类还是作为监督分类的功能添加，使用新索引都可以改善城市树木和草的分类。使用TGDI的主要优点是可以减少树木的阳光照射部分到草丛中的错误分类。将TGDI应用于监督分类时，树木的生产者准确性和草的用户准确性可以提高10％以上。这项研究综合了纹理和光谱特征，从而增强了仅基于光谱特征而无需详细的3D表面数据的传统索引构建方法。研究结果提出了一种发展指数的新方法，该指数可以提高准确性，并扩大遥感技术在城市环境中生态结构和功能的模式的高光表现。生态中心周伟奇老师团队的成果，提了一种基于高分辨率影像和面向对象的方法性指标，可以通过遥感技术区分城市树木与草地。
夜间光遥感由于其在估计社会经济指标和量化人类活动以应对不断变化的世界方面的优势而引起了极大的欢迎。尽管在过去的几十年中，在夜间灯光遥感的方法开发和实现方面已取得了许多进步，但有限的研究已投入到回答以下问题：夜间灯光从何而来？这阻碍了我们识别城市化地区夜间特定光源的能力。针对此缺点，我们提出了一种面向包裹的时间线性分解方法（POTLUM），以结合土地利用数据来识别特定的夜间光源。均方根误差的比值被用来评估解开精度，并提出了包裹纯度指数和货源充足性指数来归因于解开误差。我们使用Suomi国家极地轨道合作伙伴（NPP）卫星的可见红外成像辐射计套件（VIIRS）夜间光数据集和新发布的《中国基本城市土地利用类别》（EULUC-China）产品，应用了建议的方法并进行了在Shanghai和Quzhou这两个不同规模的中国城市进行了实验。 POTLUM的结果表明，它在检测特定夜间光源方面具有相对强大的适用性，在Shanghai和Quzhou的rRMSE分别达到3.38％和1.04％。主要的混合误差是由不纯净的地块作为最终成员造成的（例如，Shanghai和Quzhou的包裹纯度指数分别为54.48％，64.09％），但是这也表明预定义光源是足够的（例如，Shanghai的光源充足指数）和Quzhou：分别为96.53％和99.55％）。本研究中提出的方法使识别夜间照明的特定来源成为可能，并有望丰富结构社会经济指标的估计，并更好地支持城市规划和管理中的各种应用。清华大学徐冰老师团队的研究，一种时间线性分解方法用于识别特定的夜间灯光源，这对后续研究很有益处，比如识别矿井火点，监测工业偷排活动等。
目的
手足口病（HFMD）是中国重要的公共卫生问题。尽管随机对照试验已证明了疗效，但单价肠病毒71（EV71）疫苗对HFMD有效性的证据仍然未知。这项研究旨在评估中国广州手足口病的疫苗有效性。
方法
常规收集的疫苗接种和手足口病监测数据均来自中国疾病预防控制信息系统。我们使用空间生态学和时间序列分析方法评估了EV71疫苗的有效性。
结果
从2016年1月至2018年12月，共向广州市监测系统报告了174002例5岁以下的手足口病病例。共有408,664名儿童完成了两剂EV71疫苗接种。在生态学分析中，相对于低于中位数的疫苗接种率，高于中位数的两剂EV71疫苗接种率赋予较低的手足口病风险（比率= 0.955，95％置信区间（CI）：0.949，0.962； P <.001） 。在时间序列方法中，手足口病病例减少0.9％，而两剂EV71疫苗接种率增加1％，但无统计学意义（P = .094）。但是，我们在3岁以下儿童中发现了对手足口病的统计学显着保护性关联（疫苗接种率增加1％的手足口病病例减少了0.9％； P = .046）；对于EV71（1.4％； P = .012），“其他病毒”（1.3％； P = 0.002），但不是柯萨奇病毒A16（CVA16）。
结论
基于实际数据，我们的发现提供了EV71疫苗预防EV71和与HFMD相关的“其他”病毒的有效性的证据。迫切需要扩展的EV71疫苗接种计划。
手足口病疫苗有效性的时空分析，公共卫生研究的一个范例。
