资源与环境模型标准文档库及其与GIS集成_岳天祥
《开放自动化系统应用与实战 基于标准建模语言IEC 61499》读书笔记思维导图
5.3 OPC UA信息模 型集成
5.4 闭环仿真测试
第6章 IEC 61499集成开发环境 及...
6.1 Function Block D...
6.2 Framework for Di...
6.3 EcoStruxure Auto...
6.4 海王星模块工 匠Function ...
附录
附录A IEC 61499基础数据
4.1 抽象建模:应 用构筑技巧
4.2 离散制造系统 开发技巧:面向对象
编...
4.3 过程控制系统 开发技巧:时间驱动 及...
4.4 设计模式:模 型-视图-控制器 (M...
第5章 IEC 61499扩展功能
5.1 工业边缘计算 OT与IT编程语言 混...
5.2 工业现场总线 与IT通信协议集成
2.1 IEC
1
61499标准核
心概念
2
2.2 功能块模 型
3
2.3 应用模型
4
2.4 系统模型
5 2.5 红绿灯控
制系统设计实 例
第3章 IEC 61499功能块类型定 义
3.2 事件功能块
3.1 功能块类型定 义
3.3 文本规范和文 件交换
第4章 IEC 61499开发技巧及设 计...
类型
附录B 术语的 英文名称及具 体定义
参考文献
读书笔记
谢谢观看
第1章 概述
1.1 工业自动 1
化控制软件发 展历史
1.2 IEC2源自61499标准的由来及简...
3 1.3 IEC
61499标准与 IEC ...
4 1.4 面向运营
技术与信息技 术融合的IE...
第4章 系统仿真模型-系统动力学
§4-5 DYNAMO仿真计算
一、 一阶正反馈回路 二、 一阶负反馈回路 三、 两阶负反馈回路
§4-6 系统动力学建模步骤
一、系统动力学模型的建模步骤 二、 DYNAMO仿真流程框图 三、系统动力学模型的评价 课后作业
第六章 系统仿真模型——系统动力学
§6-1 系统仿真的基本概念及其实质 一、基本概念 系统仿真——(Systems simulation)是对真 实过程或系统在整个时间内运行的模仿。 ◆依系统的分析目的进行构思 ◆建立系统模型 ◆建立描述系统结构和行为、具有逻辑和数学性 质的仿真模型 ◆依仿真模型对系统进行试验和分析 ◆获得决策所需信息
第六章 系统仿真模型——系统动力学
§6-2 系统动力学概述 一、系统动力学及其发展
(二)国内外系统动力学(Systems dynamics, SD)发展
1 国外学者SD研究现状
系统动力学在国外的应用非常广泛,其应用几乎遍及 各类系统,深入到各类领域。在商业上模拟复杂竞争 环境中的商业模型;在经济学上解释了SamuelsonHicks模型;在医学研究上模拟不同药物效用对病人的 生理学反映,如测试经过胰岛素治疗后糖尿病病人血 液葡萄糖水平的医学模型;在生物学上模拟并推导了 捕食者——被捕食者问题;还有模拟地区经济模型, 模拟生态系统模型等研究。
一、基本概念 二、系统仿真的实质 三、系统仿真的作用
§4-2 系统动力学概述
一、系统动力学及其发展 二、反馈系统
§4-3 系统动力学结构模型
一、信息反馈系统的动力学特征 二、反馈系统 三、流程图(结构模型)
第六章 系统仿真模型——系统动力学
目 录
§4-4 系统动力学数学模型(结构方程式)
一、基本概念 二、 DYNAMO方程
地理信息系统概论
说明:本提纲只为复习时使用,很多东西都比较简略的提及,不是只背这个就完事的,要结合书和讲义一起看。
不是投机取巧的工具。
学完了要在心里默念,谢谢师兄:)~~(师妹们尤其应该如此^_^)更重要的是,要认真的学~~第一章地理信息系统概论1.1地理信息系统的基本概念数据:指某一目标定性、定量描述的原始资料,包括数字、文字、符号、图形、图像以及它们能转换成的数据等形式。
信息:是向人们或机器提供关于现实世界新的事实的知识,是数据、消息中所包含的意义,它不随载体物理设备形式的改变而改变。
(客观性,实用性,传输性,共享性)信息系统:是具有数据采集、管理、分析和表达数据能力的系统,它能够为单一的或有组织的决策过程提供有用的信息。
类型:事物处理系统、管理信息系统、决策支持系统、人工智能和专家系统。
地理信息:是指表征地理圈或地理环境固有要素或物质的数量、质量、分布特征、联系和规律的数字、文字、图像和图形等的总称。
地理信息是有关地理实体的性质、特征和运动状态的表征和一切有用的知识,它是对地理数据的解释。
位置是其最显著的标志。
特征是定位特征、多维结构特征、动态变化特征。
地理数据:各种地理特征和现象间关系的符号化表示。
有空间位置、属性特征、时态特征三部分。
1.2地理信息系统及其类型地理信息系统:是以地理空间数据库为基础,采用地理模型分析方法,适时提供多种空间的和动态的地理信息,为地理研究和地理决策服务的计算机技术系统。
三大类型:专题地理信息系统、区域信息系统、地理信息系统工具。
地理信息系统的构成:计算机硬件系统+计算机软件系统+空间数据+系统开发、管理和使用人员计算机硬件系统:输入/输出设备、中央处理单元、存储器等计算机软件系统:计算机系统软件、地理信息系统软件和其他支持软件、应用分析软件空间数据:某个已知坐标系中的位置、实体间的空间关系、与几何位置无关的属性系统开发、管理和使用人员1.3地理信息系统的功能概述五个核心问题:位置(Locations):在某个特定的位置有什么。
数字摄影测量结课报告
数字摄影测量数字摄影测量技术在构建数字城市中的应用所属学院:测绘工程学院学生学号: **********学生姓名: ******专业名称:测绘工程授课教师: ****教授2016.01.19摘要:摄影测量经过模拟摄影两个初步的发展阶段,现在已经进入了数字摄影测量阶段,该阶段的摄影测量比以往的摄影测量具有更多的优势,它把传统的摄影测量与计算机视觉相结合,该技术的发展源于摄影测量自动化的实践,随着计算机技术及其应用的不断发展,摄影测量已经在数字化城市建设中得到广泛应用。
本文主要对摄影测量技术和数字城市进行描述,并介绍了数字摄影测量技术在构建数字城市的作用。
关键字:摄影测量,数字摄影测量,数字城市1 引言随着城市信息化的不断推进,数字城市作为城市发展的基础设施正受到越来越多的重视,已经逐渐成为城市规划、管理不可缺少的基础数据依托,数字城市是数字地球的一个重要组成部分,又称网络城市或信息城市。
数字城市的关键技术包括城市地理信息系统的建立、海量信息传输技术和基础空间的获取技术,它们是数字城市建立必备的基础,尤其重要的是上述的最后一种技术,空间方面的信息是区域环境、人口、资源等各方面信息的总称,是国民经济信息系统不可或缺的部分。
2 摄影测量及数字摄影测量技术摄影技术是从19世纪开始被应用于测量中的,摄影测量技术经过不断地发展,涵盖了有关数字构架的摄影测量,按照成像距离的设定,摄影测量可分为近景测量、航空范畴的测量以及有着显微属性的测量,当代的数字摄影测量,对传统的摄影测量进行了整合,结合现阶段的微机视觉,测量的重点是从搜集得来的数字影像中,自动分析和提炼出有用的空间信息,摄影测量得到的产品具有数字化的特征及其独有的属性,随着近年来微机技术的发展,摄影测量的既有内涵已经超出了原有的范畴,摄影测量的进展已经到达了第三阶段。
3 数字城市3.1数字城市概念“数字城市”系统是一个人地(地理环境)关系系统,它体现人与人、地与地、人与地相互作用和相互关系,系统有政府、企业、市民、地理环境等,既相对独立又密切相关的子系统构成。
华东师大资源环境与城乡规划研究生招生信息
华东师范大学人文地理研究生:2021年资源与环境科学学院城市与区域经济系硕士研究生招生专业目录招收人数:36人联系:6223 2426 【初试内容】【复试内容】2021年资源与环境科学学院地理学系硕士研究生招生专业目录经济地理学:?经济地理学?李小健等,高等教育出版社〔1999〕。
中国地理:?中国经济地理?程潞等,华东师范大学出版社〔1993〕;?中国自然地理?〔第三版〕赵济等,高等教育出版社〔1997〕。
自然地理学:?现代自然地理学?王建,高等教育出版社〔2001〕。
人文地理学:?人文地理学?王恩涌,高等教育出版社〔2000〕。
地理信息系统概论:?地理信息系统概论?〔修订版〕黄杏元等,高等教育出版社〔2001.12〕;?地理信息系统实习教程?张超主编,高等教育出版社〔2000.08〕。
普通地质学:?地质学简明教材?苏文才、朱积安等,华东师大出版社〔1989〕;?地质学根底?宋春青等,高等教育出版社〔2000〕;动力气象学:?动力气象学?吕美仲、侯志明、周毅,气象出版社〔2004.07〕;园林规划设计:?园林规划设计?〔第二版〕胡青龙主编,中国农业出版社〔2002〕;环境科学概论:?环境科学概论?〔第二版〕刘陪桐等,高等教育出版社。
华东师范大学2021年招收攻读硕士学位研究生复试内容中山大学地理学根底掌握自然地理学、人文地理学、地理信息系统、海岸海洋地理学的根本概念、理论和方法,并能综合分析当前地理学领域中的重要现实问题。
874城市规划原理〔含城市道路与交通〕掌握城市规划〔含城市道路与交通规划〕的根本原理、相关理论、方法和规划原那么,了解中国现行的规划体系、规划编制和实施过程,能用专业知识综合发现和分析城市规划各层次各类型的相关现实问题。
875地理学综合掌握自然地理学、人文地理学和地理信息系统的相关理论和方法,并能综合分析和解决人文地理学领域中的相关现实问题。
876遥感与地理信息系统〔1〕遥感:遥感物理根底,遥感技术系统的根本原理,常用遥感数据的信息特征,遥感图像处理原理与方法、遥感地学应用的原理及根本方法,定量遥感的根底理论。
青藏高原各主要植被类型特征及环境差异
第44卷第7期2024年4月生态学报ACTAECOLOGICASINICAVol.44,No.7Apr.,2024基金项目:第二次青藏高原综合科学考察研究项目(2019QZKK0606);国家自然科学基金重大项目(42192580,42192581)收稿日期:2022⁃11⁃16;㊀㊀网络出版日期:2024⁃01⁃12∗通讯作者Correspondingauthor.E⁃mail:zhuwq75@bnu.edu.cnDOI:10.20103/j.stxb.202211163308张慧,朱文泉,史培军,赵涔良,刘若杨,唐海萍,王静爱,何邦科.青藏高原各主要植被类型特征及环境差异.生态学报,2024,44(7):2955⁃2970.ZhangH,ZhuWQ,ShiPJ,ZhaoCL,LiuRY,TangHP,WangJA,HeBK.ThedifferencesofvegetationcharacteristicsandenvironmentalconditionsamongmainvegetationtypesontheQinghai⁃TibetPlateau.ActaEcologicaSinica,2024,44(7):2955⁃2970.青藏高原各主要植被类型特征及环境差异张㊀慧1,2,4,朱文泉1,2,4,∗,史培军3,4,5,赵涔良1,2,4,刘若杨1,2,4,唐海萍4,王静爱4,何邦科1,2,41北京师范大学遥感科学国家重点实验室,北京㊀1008752北京师范大学地理科学学部北京市陆表遥感数据产品工程技术研究中心,北京㊀1008753北京师范大学应急管理部教育部减灾与应急管理研究院,北京㊀1008754北京师范大学地理科学学部,北京㊀1008755青海省人民政府北京师范大学高原科学与可持续发展研究院,西宁㊀810016摘要:青藏高原高海拔引起的地形㊁气候和土壤空间差异造就了其独特的植被类型及其空间变化,当前研究缺乏针对青藏高原全域范围内各植被类型特征和环境差异的定量与系统性分析㊂针对青藏高原特殊的地理环境和植被类型,选用植被㊁地形㊁土壤㊁气候4个维度共计58个空间化指标,采用频数分布统计方法对这些指标开展了定量分析,系统揭示了青藏高原全域范围内各主要植被类型的特征及环境差异㊂通过定量分析发现,大部分的环境及植被特征指标对青藏高原各主要植被类型的区分度较高,其中,遥感归一化植被指数㊁植被净初级生产力㊁裸地覆盖度㊁海拔㊁土壤温度㊁年最低温度㊁年总蒸散发7个指标对青藏高原各主要植被类型的区分度较高㊂揭示的青藏高原各主要植被类型的特征及环境差异,可提高灌丛和草地之间㊁各草地类型之间㊁高山苔原⁃垫状⁃稀疏植被与其他植被类型之间的可区分性,有助于解决青藏高原植被精细分类中广泛存在的灌丛和草地区分㊁草地类型细分㊁高山苔原⁃垫状⁃稀疏植被识别和山地垂直地带植被识别四个难点问题㊂研究结果一方面可服务于青藏高原的植被精细分类,另一方面也可服务于青藏高原的自然地带划分㊁生物多样性和生态系统功能评估㊁地表物质循环研究等㊂关键词:青藏高原;植被类型;环境特征;植被特征;频数分布统计ThedifferencesofvegetationcharacteristicsandenvironmentalconditionsamongmainvegetationtypesontheQinghai⁃TibetPlateauZHANGHui1,2,4,ZHUWenquan1,2,4,∗,SHIPeijun3,4,5,ZHAOCenliang1,2,4,LIURuoyang1,2,4,TANGHaiping4,WANGJingᶄai4,HEBangke1,2,41StateKeyLaboratoryofRemoteSensingScience,BeijingNormalUniversity,Beijing100875,China2BeijingEngineeringResearchCenterforGlobalLandRemoteSensingProducts,FacultyofGeographicalScience,BeijingNormalUniversity,Beijing100875,China3AcademyofDisasterReductionandEmergencyManagement,MinistryofEmergencyManagement&MinistryofEducation,BeijingNormalUniversity,Beijing100875,China4FacultyofGeographicalScience,BeijingNormalUniversity,Beijing100875,China5AcademyofPlateauScienceandSustainability,PeopleᶄsGovernmentofQinghaiProvinceandBeijingNormalUniversity,Xining810016,ChinaAbstract:ThespatialdifferencesoftheQinghai⁃TibetPlateauinterrain,climateandsoilcausedbythehighaltitudehaveresultedintheuniquespeciesandspatialpatternsofvegetation.However,existingresearchlackscomprehensive,6592㊀生㊀态㊀学㊀报㊀㊀㊀44卷㊀quantitative,andsystematicanalysistothedifferencesinthevegetationcharacteristicsandenvironmentalconditionsofvariousvegetationtypes,especiallyfortheentireQinghai⁃TibetPlateau.ToaddressthisissueintheuniquegeographicenvironmentandvegetationtypesoftheQinghai⁃TibetPlateau,thisstudyutilizedawidearrayof58spatialindicators,organizedintofourdimensions:vegetation,topography,soil,andclimate.Throughtherigorousapplicationoffrequencydistributionstatisticalmethods,aquantitativeanalysiswasconductedtosystematicallyunveilthedistinguishingofvegetationcharacteristicsandenvironmentalconditionsamongtheprimaryvegetationtypesacrosstheQinghai⁃TibetPlateau.TheresultsofthisquantitativeanalysishaverevealedthatamajorityoftheenvironmentalandvegetationcharacteristicindicatorsexhibitahighlevelofdifferentiationamongtheprimaryvegetationtypesfoundontheQinghai⁃TibetPlateau.Notably,sevenkeyindicators,includingtheremotesensingnormalizedvegetationindex,vegetationnetprimaryproductivity,barelandcoverage,elevation,soiltemperature,annualminimumtemperature,andannualtotalevapotranspiration,exhibitparticularlyexceptionaldiscriminatorypowerincharacterizingthesediversevegetationtypes.ThefindingsofthisstudyprovidecriticalinsightsintotheuniquecharacteristicsandenvironmentaldisparitieswithinthemajorvegetationtypesacrosstheQinghai⁃TibetPlateau.Moreover,theyofferapathwaytoenhancethedifferentiationbetweenvegetationtypesthathavehistoricallybeenchallengingtodistinguish.Thesedistinctionsencompassseparatingshrublandsfromgrasslands,providinganuancedclassificationofvariousgrasslandtypes,andidentifyingalpinetundra,cushion,andsparsevegetation.Therefore,itishelpfultosolvethefourdifficultproblemsofvegetationclassificationinQinghai⁃TibetPlateau:1)thedivisionofshrublandandgrassland,2)thesubdivisionofgrasslandtype,3)theidentificationofalpinetundra,cushion,andsparsevegetation,and4)theidentificationofmountainverticalvegetation.Theoutcomesofthisresearchhavethepotentialtoservetwosignificantpurposes.First,theycansubstantiallyadvancetheprecisionofvegetationclassificationacrosstheQinghai⁃TibetPlateau.Second,theycaninformthedelineationofnaturalzones,aidinassessingbiodiversityandecosystemfunctionality,andcontributetostudiesofsurfacematerialcyclinginthishigh-altituderegion.Insummary,thiscomprehensiveanalysisbridgesanimportantgapinourunderstandingoftheQinghai⁃TibetPlateauᶄsvegetationdiversityanditscomplexrelationshipwithenvironmentalfactors.Byenhancingourabilitytodifferentiateandclassifyvegetationtypes,thisresearchispoisedtomakemeaningfulcontributionstoseveralstudiesontheecologyandenvironmentintheQinghai⁃TibetPlateau.KeyWords:theQinghai⁃TibetPlateau;vegetationtypes;environmentalcharacteristics;vegetationcharacteristics;frequencydistributionstatistics环境差异造就了植被类型差异,青藏高原海拔变化引起的地形㊁气候及土壤空间差异造就了其独特的植被类型(如高寒草甸㊁高寒草原)及其空间变化(如植被垂直分异㊁干热河谷)[1 3]㊂因此,青藏高原的植被类型及其特征与其生态环境密切相关㊂受青藏高原特殊的地理环境影响,其植被类型的遥感精细分类主要存在灌丛和草地区分㊁草地类型细分(细分为草原㊁草丛㊁草甸等)㊁高山苔原⁃垫状⁃稀疏植被(分布于森林或灌丛线以上㊁冰雪带以下,由苔原㊁垫状植被㊁稀疏植被构成的植物群落)识别和山地垂直地带植被识别四方面难点问题[4],单纯依靠更优的遥感数据或分类方法难以解决这些问题,需更多的分类特征参与以提高它们之间的区分度,而植被的特征与环境差异可增强青藏高原各植被类型的可分性㊁提高分类的精细程度[5 6]㊂此外,揭示青藏高原植被类型的特征及环境差异可为青藏高原物种多样性研究[7 9]㊁地表物质循环研究[10 11]等提供理论支持㊂现有关于各植被类型的特征及环境差异研究大多聚焦于气候㊁地形特征中的某一个或少量环境和植被特征,缺乏针对青藏高原全域范围内各植被类型特征和环境差异的定量与系统性分析㊂当前相关研究可大体归为两大类:一是基于空间化环境或植被特征数据的非定量化植被类型差异应用研究[5,12 13],二是基于实测数据㊁针对局域小范围的定量植被类型特征差异研究[14 15]㊂在基于空间化数据的定性研究方面,赵嘉玮等[16]㊁杨亮等[17]发现了青藏高原的植被和群落类型与年平均温度㊁年总降水量㊁土壤含水量㊁遥感植被指数等环境因子密切相关,且其空间特征差异明显;Xu和Zhang[5]㊁Zhang等[12]㊁贾伟等[18]的研究表明,在植被分类中使用地形特征(数字高程模型,DEM)㊁气候特征(温度和降水)㊁土壤特征(土壤类型)㊁植被特征(归一化植被指数,NDVI)等,可以更有效地识别植被分布的空间细节㊁提高植被类型识别精度,但这些研究并未定量分析各植被类型的环境及植被特征差异,仅将这些特征作为辅助数据以提高植被分类精度㊂在基于站点观测数据的定量研究方面,杨新宇等[19]㊁姚喜喜等[20]㊁Wang等[2]基于野外实测数据,对祁连山㊁青藏高原干旱区等局域小范围内植被群落的植被与环境特征差异研究结果表明,植被群落的类型和分布与草地群落盖度㊁地上生物量㊁土壤物质含量㊁土壤含水量等植被与环境特征有关,且分析了对群落类型和分布的解释度最高的特征指标,但这些研究仅反映了站点尺度而不是空间全域的特征差异㊂针对青藏高原特殊的地理环境和植被类型,非常有必要在现有研究基础上进一步开展各植被类型特征和环境差异的定量与系统性分析㊂为此,本研究基于空间化的环境及植被特征数据,采用频数分布统计方法对空间数据进行分析,旨在定量揭示青藏高原各主要植被类型在植被㊁地形㊁土壤㊁气候4个维度共计58个指标上的差异,为利用这些环境及植被特征参与青藏高原的植被遥感精细分类㊁自然地带划分㊁生物多样性和生态系统功能评估㊁地表物质循环等研究提供理论依据㊂1㊀数据与方法1.1㊀研究区概况青藏高原平均海拔在4000m以上,其生态环境随海拔㊁纬度㊁经度等变化而呈现出巨大的空间差异,这一生态环境差异进一步导致了植被类型的变化(图1)㊂青藏高原大部分区域气候寒冷干燥㊁地形起伏大㊁土壤贫瘠且极度缺氧[21 22],与平原地区相比生态环境更为恶劣,这就决定了青藏高原的植被类型与平原植被类型有一定差异,青藏高原主要的植被类型是草甸㊁草原和高山苔原⁃垫状⁃稀疏植被,这些植被类型对生态环境的变化更为敏感[23 24]㊂青藏高原具有地形起伏大且云雨多发㊁多种植被类型的特征相似(例如,草甸㊁草原与低矮灌丛)㊁高海拔区的植被稀疏等特点,这就决定了青藏高原遥感植被识别中存在多种问题[4]㊂1.2㊀数据及预处理1.2.1㊀青藏高原植被类型图(1)1ʒ100万中国植被图1ʒ100万中国植被图[24]是20世纪80年代基于实地调查和专家知识生产的植被分类图,主要反映了20世纪末的植被覆盖情况,其空间分辨率约为1km㊂虽然各植被类型斑块的边缘区域可能发生了变化,但各植被类型分布的空间趋势没有发生变化㊂所以,1ʒ100万中国植被图用作合成本研究植被类型数据的本底数据㊂(2)基于集成分类生产的青藏高原2020年植被现状图基于集成分类生产的青藏高原2020年植被现状图[4]集成了多个分类产品的优势,较1ʒ100万中国植被图更能反映青藏高原的植被类型现状,其原始空间分辨为250m,本研究通过众数聚合方法重采样为1km㊂该植被图中植被型组的类别精度较高且其空间分辨率较高㊂所以,该植被现状图主要用于修正1ʒ100万中国植被图中的植被类型变化㊂1.2.2㊀环境及植被特征数据本研究中所涉及的环境及植被特征数据主要分为植被㊁地形㊁土壤㊁气候4类,共58个指标(表1)㊂除土壤物质含量(全氮㊁全磷㊁全钾含量)数据外,所有空间化的环境及植被特征数据均下载自GoogleEarthEngine平台,土壤物质含量(全氮㊁全磷㊁全钾含量)数据下载自GSDE(GlobalSoilDatasetforuseinEarthSystemModels,http://globalchange.bnu.edu.cn/research/soilw)㊂所有数据均采用最近邻方法重采样至1km,并计算2001 2020年共20年的均值作为特征分析数据,但DEM数据和土壤物质含量数据只有单年数据,故选用单年数据作为其特征分析数据㊂由于土壤特征相关数据中最顶层数据的准确性最高[26],且各土层的统计特征7592㊀7期㊀㊀㊀张慧㊀等:青藏高原各主要植被类型特征及环境差异㊀图1㊀青藏高原2020年植被现状图[4]Fig.1㊀ThestatusvegetationmapforQinghai⁃TibetPlateau上图沿用了青藏高原2020年植被现状图中的植被分类体系,是根据青藏高原植被分布特点和各植被类型遥感光谱可分性设计的分类体系;其中,植被现状图中的郁闭灌丛和稀疏灌丛合并为本文中的灌丛类型,植被现状图中的草地类型对应本文的草丛㊁草甸和草原较为相似,所以,在结果分析中仅列出最顶层的特征统计结果㊂1.3㊀方法为定量㊁系统地分析青藏高原各主要植被类型的特征及环境差异,本研究分两步开展:(1)提取各主要植被类型空间分布的核心区域,以确保用于后续分析的各植被类型中无其它植被类型被混分进来;(2)基于频8592㊀生㊀态㊀学㊀报㊀㊀㊀44卷㊀数分布统计方法定量分析各植被类型的特征与环境差异㊂表1㊀参与特征分析的环境及植被特征数据Table1㊀Environmentalandvegetationcharacteristicdataparticipatinginfeatureanalysis类别Types数据Data特征Characteristics数据源Datasource分辨率Spatialresolution文献References植被Vegetation叶面积指数叶面积指数MOD15A2H(v006)500m[25]净初级生产力净初级生产力MOD17A3HGF(v006)500m[27]植被指数归一化植被指数MOD13Q1(v006)250m[28]增强型植被指数植被覆盖度树冠覆盖度MOD44B(v006)250m[29]非树木植被覆盖度裸地覆盖度植被物候生长季开始日期MCD12Q2(v006)500m[30]生长季结束日期生长季长度地形TerrainDEM海拔SRTMDigitalElevationDataVersion490m[31]坡度坡向土壤Soil土壤温度第1层(0 7cm)ERA5_LAND/MONTHLY11km[32]第2层(7 28cm)第3层(28 100cm)第4层(100 289cm)土壤含水量第1层(0 7cm)ERA5_LAND/MONTHLY11km[32]第2层(7 28cm)第3层(28 100cm)第4层(100 289cm)土壤物质含量土壤含氮量(0 4.5cm)GSDE1km[26]土壤含氮量(4.5 9.1cm)土壤含氮量(9.1 16.6cm)土壤含氮量(16.6 28.9cm)土壤含氮量(28.9 49.3cm)土壤含氮量(49.3 82.9cm)土壤含氮量(82.9 138.3cm)土壤含氮量(138.3 229.6cm)土壤含磷量(0 4.5cm)土壤含磷量(4.5 9.1cm)土壤含磷量(9.1 16.6cm)土壤含磷量(16.6 28.9cm)土壤含磷量(28.9 49.3cm)土壤含磷量(49.3 82.9cm)土壤含磷量(82.9 138.3cm)土壤含磷量(138.3 229.6cm)土壤含钾量(0 4.5cm)土壤含钾量(4.5 9.1cm)土壤含钾量(9.1 16.6cm)土壤含钾量(16.6 28.9cm)土壤含钾量(28.9 49.3cm)9592㊀7期㊀㊀㊀张慧㊀等:青藏高原各主要植被类型特征及环境差异㊀续表类别Types数据Data特征Characteristics数据源Datasource分辨率Spatialresolution文献References土壤含钾量(49.3 82.9cm)土壤含钾量(82.9 138.3cm)土壤含钾量(138.3 229.6cm)土壤有机碳(0cm)OpenLandMapSoilOrganicCarbonContent250m[33]土壤有机碳(10cm)土壤有机碳(30cm)土壤有机碳(60cm)土壤有机碳(100cm)土壤有机碳(200cm)气候Climate温度生长季平均温度(5 9月)MOD11A1(v061)1km[34]年最高温度年最低温度降水量年总降水量ERA5_LAND/MONTHLY11km[32]蒸散发年总蒸散发MOD16A2(v006)500m[35]潜在蒸散发饱和水气压差饱和水气压差TerraClimate4638.3m[36]1.3.1㊀各主要植被类型空间分布的核心区提取本研究基于1ʒ100万中国植被图中的植被分类原则,同时参考植被类型在环境及植被特征上的可区分性,设计了本研究的植被分类体系㊂其中,一级类(植被型组)分为森林㊁灌丛㊁草地㊁沼泽㊁高山苔原⁃垫状⁃稀疏植被㊁荒漠,二级类(植被型)将森林和草地进一步细分,森林细分为针叶林㊁针阔混交林㊁阔叶林三类,草地细分为草原㊁草甸㊁草丛三类㊂图2㊀各植被类型空间分布的内部核心区提取流程图㊀Fig.2㊀Flowchartoftheinternalcoreareaextractionforeachvegetationtype以1ʒ100万中国植被图为基础数据㊁基于集成分类生产的青藏高原2020年植被现状图为修正数据,综合其两者的植被信息,取两植被数据的交集,合成代表现状的植被分类数据(图2)㊂其中,对于植被现状图分类系统中未细分的草地类别(草原㊁草甸和草丛),在筛选出植被现状图的草地类别的基础上,按照1ʒ100万中国植被图中植被型信息划分出草原㊁草甸和草丛类别;对于植被现状图分类系统中缺少的荒漠类别,在筛选出植被现状图的其他类别的基础上,进一步筛选出1ʒ100万中国植被图中的荒漠类别;对于植被现状图分类系统中有对应类别的森林㊁灌丛㊁沼泽和高山苔原⁃垫状⁃稀疏植被,则直接使用植被现状图中的植被类别㊂为保证类别的准确性,本研究假定植被分类数据中各植被类型空间分布的内部核心区准确性最高,因此运用数学形态学的腐蚀操作以提取各植被类型空间分布的内部核心区来分析其环境空间特征(图3),具体操作是针对每一种植被类型的各个图斑,将其边界均向内腐蚀1km,然后选用腐蚀后的区域参与后续分析㊂基于此方法提取的各植被类型空间分布的内部核心区在空间上是广泛分布的,所以在一定程度上综合了青藏高原不同地理位置的植被分布的特征差异㊂青藏高原各主要植被类型内部核心区的像元数量如表2所示,但由于针阔混交林和草丛在青藏高原的分布面积很小,导致提取其内部核心区后样本数少于50个,因此,本研究只分析除针阔混交林和草丛外的其他植被类型的特征统计结果㊂0692㊀生㊀态㊀学㊀报㊀㊀㊀44卷㊀图3㊀植被类型空间分布的核心区提取示意图(以针叶林为例)Fig.3㊀Schematicdiagramoftheinternalcoreareaextractionforeachvegetationtype(Taketheneedleleafforests,forexample)表2㊀青藏高原各主要植被类型内部核心区的样本数量Table2㊀Samplequantityoftheinternalcoreareaforeachvegetationtype植被类型Vegetationtypes针叶林Needleleafforest针阔混交林Needleleafandbroadleafforest阔叶林Broadleafforest灌丛Scrub草原Steppe草丛Grass⁃forbcommunity草甸Meadow沼泽Swamp高山苔原⁃垫状⁃稀疏植被Alpinetundra⁃cushion⁃sparsevegetation荒漠Desert样本数量Samplesize290011023489523132517445033694179038604150220图4㊀青藏高原海拔特征的小提琴统计分析示意图㊀Fig.4㊀Schematicdiagramofstatisticalanalysisbasedonviolinplot(takealtitudecharacteristicsonQinghai⁃TibetPlateau,forexample)1.3.2㊀基于频数分布统计分析环境及植被特征本研究基于小提琴图来分析各主要植被类型环境与植被的频数分布特征,小提琴图是箱线图和核密度图的结合(图4),除了具有箱线图可比较多组数据间差异的功能外,还可展示数据分布区间内部的情况(小提琴图的宽度表示分布概率密度)㊂本研究针对每个环境或植被特征,均绘制了各植被类型对应的小提琴图,对比各植被类型小提琴图所展示的四分位数(下四分位数:所有样本点数据从小到大排列后第25%的数值,上四分位数:所有样本点数据从小到大排列后第75%的数值)㊁离散程度㊁分布差异等统计特征,定量分析各植被类型的特征及环境差异㊂2㊀结果2.1㊀各植被类型的特征及环境差异(1)各植被类型的植被特征差异从植被特征分植被类型统计结果(图5)来看,青藏高原各植被类型的净初级生产力㊁归一化植被指数㊁裸地覆盖度特征差异最为明显,叶面积指数㊁增强型植被指数㊁树冠植覆盖度㊁生长季开始日期和生长季长度次1692㊀7期㊀㊀㊀张慧㊀等:青藏高原各主要植被类型特征及环境差异㊀之,非树木植被覆盖度和生长季结束日期的特征差异最小㊂对比发现,叶面积指数在森林㊁草地各二级类之间图5㊀不同植被类型的植被特征统计结果Fig.5㊀Statisticalresultsofvegetationcharacteristicsfordifferentvegetationtypes图中横坐标数字表示各植被类型,详见图例;生长季开始日期㊁生长季结束日期指标的纵坐标数据表示从2022年1月1日起第多少天;特征差异主要比较各植被类型在数据分布和四分位数上的差异,若各植被类型之间的数据分布和四分位数区间差异越大,则说明它们的特征差异越大,其余特征差异比较方法同理的特征差异明显;净初级生产力在除针叶林与针阔混交林外的其他各植被类型之间存在特征差异;对于植被指数来说,归一化植被指数对青藏高原各植被类型的区分度优于增强型植被指数,对青藏高原各植被类型的2692㊀生㊀态㊀学㊀报㊀㊀㊀44卷㊀特征差异明显;对于三个覆盖度特征来说,树冠植被覆盖度和非树木植被覆盖度在各一级类的特征差异较为明显,但树冠植被覆盖度对森林㊁草地植被型的区分度更好,裸地覆盖度对除高山苔原⁃垫状⁃稀疏植被和荒漠外的其他各植被类型的特征差异明显;对于植被物候特征来说,三个物候特征在森林和草地之间存在特征差异,其中,生长季结束日期的特征差异最小,生长季开始日期在森林㊁灌丛㊁草地和沼泽之间的特征差异明显,生长季长度在除草原㊁草甸和荒漠外的其他各植被类型之间存在特征差异㊂(2)各植被类型的地形特征差异从地形特征分植被类型统计结果(图6)来看,青藏高原各植被类型的海拔特征差异最为明显,坡度次之,坡向的特征差异最小㊂对比发现,海拔特征对应的各植被类型间特征差异明显,可区分青藏高原各主要植被类型;坡度特征对应的部分植被类型间存在差异,数据分布较海拔特征更为离散,但对沼泽类型的区分度较高,且可以辅助草地(包含草原和草甸)与沼泽类型的区分;坡向特征对应的各植被类型间分布差异小,对各植被类型的区分度较低㊂图6㊀不同植被类型的地形特征统计结果Fig.6㊀Statisticalresultsofterraincharacteristicsfordifferentvegetationtypes坡向的(0ʎ)指向正北,顺时针为正值,逆时针为负值,值域为-90ʎ 270ʎ(3)各植被类型的土壤特征差异从土壤特征分植被类型统计结果(图7)来看,青藏高原各植被类型的土壤温度特征差异最为明显,土壤含水量次之,土壤物质含量的特征差异最小㊂对比发现,不同深度各土壤特征的频数分布统计特征基本一致,其中,土壤温度在阔叶林与其他各植被类型之间㊁灌丛与其他各草地类型之间㊁高山苔原⁃垫状⁃稀疏植被与其他各植被类型之间的特征差异明显;土壤含水量在各草地类型之间㊁沼泽与其他各植被类型之间㊁荒漠与其他各植被类型之间的特征差异明显;土壤物质含量特征数据离散或组间差异较小,对青藏高原各植被类型的区分度较小,但可用于辅助部分植被类型的划分,例如,土壤含磷总量特征可用于辅助阔叶林的划分㊂(4)各植被类型的气候特征差异从气候特征分植被类型统计结果(图8)来看,青藏高原各植被类型的年最低温度和年总蒸散发特征差异最为明显,生长季平均温度㊁年最高温度㊁年总降水量和饱和水气压差次之,潜在蒸散发的特征差异最小㊂对比发现,在三个温度特征中,年最低温度对青藏高原各植被类型区分度高,生长季平均温度在森林各二级类之间㊁荒漠与其他各植被类型之间的特征差异明显,年最高温度在荒漠与其他各植被类型之间的特征差异明显,年最低温度在阔叶林与其他植被类型之间㊁灌丛与其他各草地类型之间㊁高山苔原⁃垫状⁃稀疏植被与其他各植被类型之间的特征差异明显;年总降水量和年总蒸散发在森林㊁草地各二级类之间的特征差异明显;潜在蒸散发对应的各植被类型间分布差异小,特征差异较小;饱和水气压差对应的各植被类型间分布差异较小,但在森林各二级类之间的特征差异明显㊂3692㊀7期㊀㊀㊀张慧㊀等:青藏高原各主要植被类型特征及环境差异㊀图7㊀不同植被类型的土壤特征统计结果Fig.7㊀Statisticalresultsofsoilcharacteristicsfordifferentvegetationtypes因此,针对灌丛和草地区分问题,土壤温度㊁年最低温度㊁年总蒸散发㊁净初级生产力㊁植被指数(包含归一化植被指数和增强型植被指数)㊁树冠植被覆盖度七个指标在灌丛和草地类型之间的特征差异明显,可以提高灌丛和草地之间的区分度㊂针对草地类型细分的问题,海拔㊁土壤含水量㊁年总降水量㊁年总蒸散发㊁叶面积指数㊁净初级生产力㊁植被指数(包含归一化植被指数和增强型植被指数)㊁树冠植被覆盖度㊁裸地覆盖度十个指标在草原㊁草甸类型上的差异明显,可以提高草原和草甸之间的区分度㊂针对高山苔原⁃垫状⁃稀疏植被识别的问题,海拔㊁土壤温度㊁年最低温度㊁净初级生产力㊁植被指数(包含归一化植被指数和增强型植被指数)六个指标在高山苔原⁃垫状⁃稀疏植被与其他植被类型特征差异明显,可以增强高山苔原⁃垫状⁃稀疏植被与其他植被类型的区分度㊂进一步分析发现,海拔㊁土壤温度㊁年最低温度㊁年总蒸散发㊁净初级生产力㊁归一化植被指数㊁裸地覆盖度七个特征对大部分植被类型的区分度较高,可增强青藏高原各主要植被类型的区分度,即可用于增强山地垂直地带植被的区分度㊂2.2㊀青藏高原各植被类型在环境及植被特征上的数值范围通过频数分布特征分析发现,大多数环境及植被特征对青藏高原植被都有一定的区分度,而且,箱线图的下四分位数-上四分位数的数值范围可以用以区分各植被类型㊂表3列出了青藏高原各植被类型对应环境及植被特征的数值范围,可以定量标识出各植被类型的特征及环境差异,如针叶林主要分布在海拔3035 3702m的地带㊁阔叶林主要分布在海拔650 1400m的地带,灌丛的净初级生产力主要为0.19 0.33kgC/m2㊁草甸的净初级生产力主要为0.10 0.23kgC/m2㊂3㊀讨论3.1㊀青藏高原各主要植被类型的环境和植被特征在一些非青藏高原范围或青藏高原局部小范围的植被分类研究中,采用海拔㊁坡度㊁坡向等特征参与分4692㊀生㊀态㊀学㊀报㊀㊀㊀44卷㊀图8㊀不同植被类型的气候特征统计结果Fig.8㊀Statisticalresultsofclimatecharacteristicsfordifferentvegetationtypes类[5,12,30],发现他们有助于提高分类精度(相较于仅采用遥感光谱特征进行分类),但尚未对其在分类中的作用进行系统㊁定量化的分析,对环境及植被特征差异的认识和应用尚不充分㊂同时,由于青藏高原范围广阔㊁环境差异明显,不同区域㊁同一植被类型的植被与环境特征存在差异[1 3],因此,若要揭示青藏高原植被类型的特征及环境差异,需要集合青藏高原各个区域样本进行环境与植被特征分析,而本研究中提取的各植被类型空间分布的内部核心区在空间上是广泛分布的,且样本量丰富㊂例如,课题组通过对青藏高原实地考察发现,祁连山区的针叶林主要分布在海拔2800 3400m范围内,而在水热条件较好的横断山区,针叶林主要分布在海拔3500 3800m范围内㊂因此,本研究系统㊁定量地研究了青藏高原各植被类型的植被与环境特征,在宏观尺度上揭示不同植被类型之间的植被与环境特征差异,并发现大部分环境及植被特征对青藏高原部分植被类型之间的区分度较高,为解决相对复杂的青藏高原植被遥感分类问题,提供了更多差异化的分类特征,可服务于灌丛和草地区分㊁草地类型细分㊁高山苔原⁃垫状⁃稀疏植被识别和山地垂直地带植被识别等分类的难点问题㊂对于海拔变化跨度大㊁环境差异明显的整个青藏高原来说,并不是所有特征都能体现植被类型之间的特征差异㊂在非青藏高原范围或青藏高原局部小范围可以体现植被类型差异的坡向㊁土壤物质含量等特征,在青藏高原整体范围内的差异则较小㊂例如坡向特征,在山地植被分类中,坡向是区分植被类型的重要特征之。
北师大地理信息系统课件03空间数据模型
因此,最好的通用数据模型是不存在的,数据模型优劣取决于 你的需要,使用数据的方式和目的才是决定数据模型优劣的标 准。
地理空间数学基础
胡嘉骢
BNUEP 地 理 信 息 系 统
空间数据模型类型
例子:
河流作为组成网络的一系列要素。每条线段都拥有流量、容量和其他属性 。这时可以使用线性网络模型(几何网络)来分析水文流量或者船务运输 等。
空间事物或现象 选择、综合、简化和抽象
概念世界
数据世界 (计算机)
概念模型 Conceptial Model
最高层
编码、表达、建立空间关系
逻辑数据模型 Logical Data Model
中间层
数据结构对数据进行组织
物理数据模型 Physical Data Model
最底层
信息
11 地理空间数学基础
地理空间数学基础
胡嘉骢
BNUEP 地 理 信 息 系 统
空间数据模型类型
例子: 即使在同一数据模型中,每种空间数据也有不同的表达方式。
地理空间数学基础
胡嘉骢
BNUEP 地 理 信 息 系 统
空间数据概念模型类型
现有GIS中常用的空间数据概念模型主要有三个: 场(Field)模型:强调空间要素的连续性
地图使用者的认识模型
地理空间数学基础
胡嘉骢
BNUEP 地 理 信 息 系 统
维度世界:度 量语言
地理空间世 界:GIS 语言
概念世界:自 然语言
现实世界:基 本语言
地理空间数学基础
对现实世界的抽象
项目世界: 信息团体
点世界:坐标 几何
几何世界:WKT
OpenGIS的九层模 型
要素世界:要 素
基于CiteSpace_的图书馆评估研究可视化分析
第7期2024年4月江苏科技信息Jiangsu Science and Technology InformationNo.7April,2024作者简介:陈嘉娜(1997 ),女,硕士研究生;研究方向:图书馆评估㊂基于CiteSpace 的图书馆评估研究可视化分析陈嘉娜(湘潭大学,湖南湘潭411100)摘要:为了深度剖析国内近10年图书馆评估的研究现状和前沿趋势,了解国内相关研究的发展阶段和特点,文章通过文献计量工具CiteSpace 对中国知网中2012 2022年的图书馆评估相关文献进行作者㊁机构㊁关键词3方面的可视化计量分析,梳理了我国对该主题的研究概况㊁研究热点和发展趋势,并提出了对未来研究的展望:增强对阅读推广的实证研究㊁进一步对成效评估进行深入研究㊁加强对图书馆空间评估的研究㊂关键词:图书馆评价;文献计量;CiteSpace ;可视化分析中图分类号:G251.5㊀㊀文献标志码:A 0㊀引言㊀㊀图书馆评估是用定性和定量的方法对图书馆实现其目标和满足读者需求程度所进行的评价与测度,目的在于改进图书馆工作,开展优质服务,以最小的成本消耗获取最大的服务效果[1]㊂2021年,文化和旅游部㊁国家发展改革委及财政部发布了‘关于推动公共文化服务高质量发展的意见“(以下简称‘意见“),提到依托行业组织,加强公共图书馆评估定级工作[2],足见国家对于图书馆评估工作的重视㊂目前,国内对于图书馆评估的研究成果颇多,也有国内学者针对这些研究成果进行了梳理㊂例如,崔倩[3]对2001 2012年图书馆馆藏评价方法的研究文献进行调研,在总结研究现状的基础上指出研究中存在的问题并提出建议;伍玉伟等[1]通过对2009 2018年高校图书馆评估相关论文进行统计分析,总结了高校图书馆评估的研究现状和未来趋势;石剑兰等[4]对2010 2020年间我国关于图书馆阅读推广评估的文献进行统计分析,阐述了国内图书馆阅读推广活动评估的研究现状㊂这些研究对图书馆评估都有所贡献,但仍存在部分局限性:研究内容较分散,较少从图书馆评估这一宏观主题展开;较少采用科学计量工具进行客观分析,以主观解读为主㊂因此,本研究采用文献计量软件CiteSpace 6.2.R3[5]对2012 2022年间图书馆评估的相关研究进行可视化,梳理其研究热点和发展趋势,以期为国内图书馆评估工作的开展提供借鉴㊂1㊀研究设计1.1㊀研究方法㊀㊀CiteSpace 软件由美国德雷克塞尔大学陈超美博士开发,被广泛应用于科学计量领域,其基于文献计量和知识图谱的可视化分析有助于分析图书馆评估的发展趋势和当下的研究热点㊂为了探析近10年国内图书馆评估研究整体发展的演进路径,本文主要从作者㊁机构及关键词等层面进行数据分析,梳理我国图书馆评估领域的研究概况,通过关键词聚类㊁时间线图㊁突变词等归纳总结国内图书馆评估研究的发展特征㊁研究热点,以期为学者进行相关理论研究提供借鉴㊂1.2㊀数据来源㊀㊀为了保证数据的科学性和可信度,样本文献来源于中国知网(CNKI)学术期刊检索,来源类别限定为中国社会科学引文数据库(CSSCI)和北大核心期刊㊂通过检索式 图书馆评价 OR 图书馆评估 进行主题检索,时间范围限定为2012 2022年㊂检索日期为2023年5月28日,检索结果共944条㊂经过人工筛选,剔除关联性不高的文献㊁新闻等,得到相关文献917篇㊂2㊀数据处理与分析2.1㊀文献机构分布㊀㊀将917篇文献的题录数据导入软件之后,设置节点类型为机构,运行得到机构合作图谱㊂国内研究图书馆评估的机构目前已基本形成几大合作网络,第一合作网络以武汉大学为中心,国家图书馆㊁北京大学等为成员,第二合作网络以南开大学为中心,天津图书馆㊁山东省图书馆等为成员,第三合作网络则包含中国科学院及军事科学院㊂从发文量上看,南开大学位居首位,共43篇,其次是南京大学信息管理学院,共24篇,武汉大学再次之,共22篇,但武汉大学和其他机构的合作更为密切㊂2.2㊀文献作者分布㊀㊀根据普莱斯定律,核心作者的计算公式为Mʈ0.749ˑN max(其中N max指的是对应年限中论文发表数量最多作者的论文数量),计算结果约为4,即发表4篇文章及以上的可视为核心作者,统计的核心作者共12个,排名靠前的有柯平㊁杨九龙㊁吴正荆㊁齐向华㊁田景梅㊁李新运㊂柯平所在的合作网络发文共计53篇,柯平发文28篇,超过总发文量的50%,形成了以柯平为核心的作者群㊂2.3㊀关键词聚类分析㊀㊀关键词是文献的高度概括,在一定程度上体现了研究主题㊂因此,对关键词进行聚类分析,有助于更好地把握研究现状㊂将节点类型修改为关键词,进行关键词分析,共得出8个类别(见表1)㊂表1㊀关键词聚类类别序号类别名称标识词0图书馆质量评价;大数据;高校图书馆;模型1美国馆藏评价;评价方法;馆藏资源;比较研究2服务质量评价体系;综合评价;信息素养;图书馆评价3绩效评价评估指标;绩效评估;图书馆评估;评价指标4图书馆学数字资源;网站评价;信息服务;评价主体5指标体系评价模型;过程系统;知识产权;风险评估6阅读推广实证研究;效益评价;评估定级;大专院校7评估评价;微服务;空间;绩效2.4㊀研究热点和发展趋势分析2.4.1㊀研究热点主题分析㊀㊀根据关键词聚类结果,将2012 2022年间的研究热点主题内容归纳为以下4个方面㊂(1)对不同类别图书馆主体评估的研究㊂不同图书馆的评估体系㊁评估指标㊁评估方法等都存在一定差异,因此,许多学者会针对不同类别图书馆的特点,对其评估体系㊁模型等进行深入研究㊂例如,唐晓玲等[6]基于QFD和Kano模型对数字图书馆服务质量作出量化评估;包颉[7]基于粗糙集和SECE模型构建了高校图书馆可持续发展评价体系㊂(2)对图书馆评估指标体系的研究㊂随着时代发展,旧的图书馆评估指标体系往往不适用于新型图书馆或新的社会环境,因此,虽然对于图书馆评估指标体系的研究早在20世纪60年代便出现,但相关研究仍在持续当中,相信未来也会是图书馆评估领域的研究热点㊂国内学者主要针对图书馆馆藏资源㊁服务质量㊁绩效评估等方面构建了评估指标体系㊂(3)对图书馆评价方法的研究㊂图书馆评价方法经历了从定性评价到定量评价再到定性与定量相结合的历程㊂定性方法的优点是简单易操作,但结果主观性较强;定量方法得出的结果较为客观合理,但一味追求量化指标而忽略其他因素,也会导致评价结果太过僵硬死板,因此,现在大多学者采用定性结合定量的方式进行图书馆评价㊂(4)对国内外图书馆评估的比较研究㊂例如美国㊁澳大利亚等国家在图书馆评估领域领先于我国,对这些国家的图书馆评估现状进行调研分析可以为我国图书馆评估工作提供借鉴㊂申彦舒[8]通过对美国高校图书馆价值评估研究进行调研,提出其为我国带来的启示;刘娟等[9]对加拿大公共图书馆绩效评估体系进行了分析,结合我国公共图书馆现状提出了适用我国的启示㊂2.4.2㊀发展趋势分析㊀㊀运用突变性检测功能,可以分析短期内产生大幅度变化的关键词,并展示其出现和结束的时间,有助于掌握某一阶段某类主题研究文献的爆发式增长和学界的关注点㊂运用时间线功能,可以呈现不同研究热点在不同时段内的发展情况㊂其结果分别如图1㊁图2所示,结合两个图谱可以对图书馆评估2012 2022年的发展趋势进行梳理㊂从图2可以看出,2012 2015年间图书馆评估研究较为多元化,研究热度较高㊂其中,2013 2015年的研究集中在评价模型,评估客体以公共图书馆和高校图书馆为主㊂在评价模型方面,以用户满意度评价模型为主,其中Servqual模型和LibQual+模型作为两个发展较为成熟的模型,常被学者作为基础模型进行扩展㊂2015 2020年间,由于图书馆评估体系趋于成熟,相关研究成果较为饱和,因此,整体研究热度略有㊀㊀图1㊀突变词图谱图2㊀时间线图下滑,除了评价模型㊁评价体系等基础研究主题,学者开始更多地结合社会热点㊁政策环境进行研究㊂2016年开始, 大数据 这一关键词出现,热度持续至2019年㊂研究内容集中在探究大数据时代下图书馆数字资源的质量评价,不过和大数据相关的研究主题主要在于图书馆服务方式的转变等,较少有将大数据和图书馆评估结合进行研究的文献,相关研究在2019年后的热度也有所消退㊂2017 2019年,陆续出现阅读推广㊁评估定级㊁科研评价㊁空间评估和成效评估等关键词,这一时期突变词的大量出现和国家政策的动向不无关系㊂首先是2017年第六次开展全国县级以上公共图书馆评估定级工作,促使图书馆评估相关研究大量出现;然后是同年中共十九大报告中提到的完善公共文化服务体系,图书馆作为公共文化服务的重要一部分,研究图书馆的评估方式㊁评估标准㊁评估效果等也有助于完善公共文化服务体系,因此,同样助力了此阶段相关研究文献的涌现㊂此外,2018年1月1日起正式实施的‘中华人民共和国公共图书馆法“体现了国家对公共图书馆事业发展的高度重视,意味着图书馆事业步入新时代,研究热度也随之高涨㊂2020年开始,图书馆评估再次步入新阶段,阅读推广㊁科研评价㊁空间评估㊁成效评估等仍是研究热点主题,相信国内对于图书馆评估的相关研究会一直持续㊂更多地参考国外发展经验,结合我国实际,构建出更适合不同类别图书馆㊁更符合当下社会环境的评估体系㊁评估指标㊁评估模型等,为我国公共文化服务事业的发展添砖加瓦㊂3 讨论㊀㊀基于以上分析结果,结合当前技术㊁政策环境等,笔者对未来我国图书馆评估领域的研究趋势作出展望,主要分为以下3方面㊂一是阅读推广的实证研究㊂阅读推广一直是图书馆评估领域的热点主题,但目前研究集中于评估标准㊁评估体系的构建,缺少通过实证研究验证阅读推广效果的实践过程㊂仅仅停留在理论层面的研究无法切实提升现实中的阅读推广效果,因此,建议扩大阅读推广评估的研究范围,可以从实证研究方面入手㊂二是对于成效评估的研究㊂成效评估作为国外图书馆界的研究热点,已证明其在图书馆评估发展的重要地位,但国内相关研究仍较为匮乏,大多停留在对国外成效评估的研究,缺乏结合我国实际对图书馆进行成效评估的研究,且国内图书馆目前主要采用绩效评估方式,未来对成效评估的研究还有待加强㊂三是对图书馆空间评估的研究㊂空间评估也是国外研究的热点之一,随着信息技术的发展,数字图书馆㊁移动图书馆等线上图书馆逐渐成为读者的首要选择,线下实体图书馆作为 第三空间 的趋势不可避免㊂然而,国内对于图书馆的空间再造研究较少,且多为对国外创客空间的研究,因此,应加强相关研究㊂参考文献[1]伍玉伟,胡霄,洪芳林.近十年(2009 2018年)我国高校图书馆评估研究述评[J].河北科技图苑,2020(1):14-20.[2]国务院.文化和旅游部国家发展改革委财政部关于推动公共文化服务高质量发展的意见[EB/OL]. (2021-03-08)[2023-06-02].https:/// zhengce/zhengceku/2021-03/23/content_5595153.htm.[3]崔倩.近十年国内图书馆馆藏评价方法研究述评[J].图书馆杂志,2012(4):11-14.[4]石剑兰,黄洁晶.我国图书馆阅读推广活动评估研究综述(2010 2020年)[J].图书馆理论与实践, 2021(6):112-117.[5]CHEN C M.A glimpse of the first eight months of the COVID-19literature on microsoft academic graph: themes,citation contexts,and uncertainties[J].Frontiers in Research Metrics and Analytics,2020(5):607286.[6]唐晓玲,何燕.基于QFD和Kano模型的数字图书馆质量评估研究[J].情报理论与实践,2013(6): 89-92.[7]包颉.大数据下基于粗糙集的高校图书馆可持续发展评价研究[J].情报理论与实践,2016(4): 103-107.[8]申彦舒.美国高校图书馆价值评估研究及其启示[J].图书馆工作与研究,2013(1):13-16.[9]刘娟,余红.加拿大公共图书馆绩效评估体系及启示[J].图书馆,2013(5):74-78.(编辑㊀何㊀琳)Visual analysis of library evaluation research based on CiteSpaceChen JianaXiangtan University Xiangtan411100 ChinaAbstract In order to deeply analyze the research status and frontier trend of library evaluation in China in the past10 years and understand the development stage and characteristics of domestic research CiteSpace was used to conduct visual econometric analysis of cooperative network citation and keywords of library evaluation related literature in CNKI from2012to2022 which sorts out the research overview research hotspots and development trends of this topic in China.Based on these the prospects for future research have been put forward strengthen empirical research on reading promotion further conduct in-depth research on effectiveness evaluation and strengthen research on library space evaluation.Key words library evaluation bibliometrics CiteSpace visual analytics。
ArcGIS制图考查大纲
《ArcGIS制图》考查大纲一、课程基本信息1、课程性质:专业方向课2、适用专业:2012级水土保持与荒漠化防治3、开设学期:第五学期4、考试方式:考查二、课程考核目的课程主要考核学生对地理信息系统的基本概念、基本理论的熟悉与掌握程度,检验学生对地理数据采集、编辑、转换与处理,掌地理数据空间分析方法与流程。
三、教材与主要参考书教材:王文宇. 杜明义. ArcGIS制图和空间分析基础实验教程.测绘出版社.2011.5参考书目:1、黄杏元,马劲松.《地理信息系统概论》(第三版)高等教育出版.,2008.42、汤国安,杨昕.《ArcGIS地理信息系统空间分析实验教程》.科学出版社.2006年4月四、考试命题的原则(一)命题标准依据全国普通高等学校同专业、同课程的本科生学业水平命题,突出应用型人才培养的基本要求,试题侧重体现知识的运用和学生综合能力的培养。
(二)考试依据和范围考试依据:以安顺学院《ArcGIS 实验教学大纲》为依据考试范围:结合课程知识点及实践项目,课程考查内容综合理论与实训操作内容,让学生能综合运用各类测量基本理论与实践操作。
(三)题型运用ArcGIS进行土地利用图的制作(100分)五、考核知识能力点与考核要求实验一ArcGIS Desktop入门操作考核知识点:1、在ArcMap中,加载并浏览石景山地区的空间数据。
2、在ArcCatalog中,建立石景山地区的空间数据库,并通过导人要素类的方法建立一个空间数据集。
3、在ArcToolbox中,熟悉其基本结构框架及功能。
考核要求:1、熟悉ArcMap、ArcCatalog、ArcToolbox的运行环境。
2、掌握ArcMap对图形和图像的显示、浏览等基本操作。
3、掌握ArcCatalog中空间数据库的建立过程。
4、掌握空间数据库(Geodatabase)的概念。
5、掌握ArcToolbox工具箱的使用方法。
实验二坐标转换——地图配准考核知识点:1、利用控制点坐标配准栅格数据。
宜居城市评价指标体系
06-R1-26宜居城市科学评价指标体系研究编研单位中国城市科学研究会中国城市网南京大学城市与区域规划系北京中城国建咨询有限公司中华人民共和国建设部科学技术司2007年4月19日验收中国城市科学研究会“宜居城市”课题组第二主干课题“宜居城市科学评价指标体系”研究组(建设部“宜居城市科学评价指标体系研究”项目组)主要研究人员名单主持人:顾文选中国城市科学研究会秘书长,研究员负责人:罗亚蒙中国城市科学研究会“宜居城市”课题组组长,研究员研究人员:任致远中国城市规划协会副会长,研究员甄峰南京大学城市与区域规划系副系主任,副教授,博士王明浩天津市建设委员会副总工程师,教授级高级工程师从洪泉中共中央统战部三局助理研究员,硕士郑谦中共中央党史办公室研究员柳建辉中共中央党校教授彭绍宗国家发展和改革委员会经济改革司处长,副研究员张敏南京大学城市与区域规划系副教授,博士宗跃光南京大学城市与区域规划系教授,博士生导师曹小曙中山大学副教授,博士郑俊南京大学城市与区域规划系,硕士罗绍荣南京大学城市与区域规划系,硕士张增玲南京大学城市与区域规划系,硕士俞蕾南京大学城市与区域规划系,硕士宜居城市科学评价标准文本初审专家名单(按姓氏笔划为序)王如松中国生态学会理事长,中国科学院生态中心研究员毛其智清华大学建筑学院副院长,教授史育龙国家发展和改革委员会国土地区所室主任,研究员史善新中国城市科学研究会副理事长,国家开发银行高工任致远中国城市规划协会副会长,研究员邬翊光北京师范大学地理与遥感学院教授刘慧勇中国投资学会副会长,研究员陈志华清华大学建筑学院教授杨保军中国城市规划设计研究院总规划师,教授级高级规划师周一星北京大学城市与区域规划系教授林家彬国务院发展研究中心副部长,研究员钱连和北京市城市科学研究会副理事长,北京市规划委高工高毅存北京市城市规划学会秘书长,高级规划师中华人民共和国建设部科学技术司“宜居城市科学评价指标体系研究”项目验收委员会名单主任委员:邬翊光北京师范大学教授,博导副主任委员:赵知敬北京城市规划学会理事长,高级规划师委员:(按姓氏笔画排序)史善新国家开发银行顾问,高级工程师陈宗兴全国政协常委,西北大学原校长,教授,博导郝之颖中国城市规划设计研究院高级规划师夏青中国环境科学研究院原副院长,研究员翟宝辉建设部政策研究中心研究员,博士建设部科技项目验收意见2007年4月19日,建设部科技司组织专家对由中国城市科学研究会等单位承担的建设部科技计划项目《宜居城市科学评价指标体系研究》进行了验收。
3S堤防数据库管理系统的建设与应用
第5期
陈 于等 3S 堤防数据库管理系统的建设与应用
47
上。为了便于 快 速 浏 览,可 以 多 层 组 织 数 据,即 采 用 金 字
塔模型。 2) 数 字 正 射 影 像( DO M )[4]: 经 摄 影 测 量 方 法 成 图,
微分 纠 正, 形 成 DO M 分 幅 数 据 文 件, 以 分 带 方 式 组 织 DOM,以整体建金字塔,无缝栅格整体入库,影像数据可 以采用压缩方式 存 储 以 节 约 存 储 空 间。 亦 采 用 影 像 金 字 塔
: 10000 地 形 图。 该 测
区 经 度 约 为 114º13' ~
114º22'、 纬 度 约 为 30º
27' ~ 30º41',整个 测 区
共 29 个 点 构 成 一 个 D 级 GPS 网。网 形 基 线 分布情况如图 1 所示。
图 1 GPS 遥感影像控制 测量网形基线分布情况
3 . 2 数字摄影测量工作站上 Ikonos 遥感影像航测成图
数据范围等一些属性。
3.6.2 数据字典设计 数据要素几何类型:点、线、面、复合 、注记 ,分别
对应为 1、2、3、4、5。 数据 集 类 型 描 述 号: 1( DL G ) 2( DE M ) 3( DRG ) 4
(DO M)5(航空影像)6(遥感影像)7(断面)。获取几何类 型 描述:测量控制点 1 水系 2 居民地 3 交通 4 管线 5 垣栅 6 境 界 7 地貌植被 8 其它 9。 数据比例尺代号:C“1 : 250000” D“1 : 100000” E“1 : 50000 ” F “ 1 : 25000 ” G “ 1 : 10000 ” H “ 1 : 5000” I“1 : 2000”。 3.7 堤防数据库管理系统功能设计 功能设计按照一般空间数据库管理系统的方式进行设
2017年中国地理信息科学理论与方法学术年会总体议程-GIS年会
2017年中国地理信息科学理论与⽅法学术年会总体议程-GIS年会附件1:2017年中国地理信息科学理论与⽅法学术年会总体议程附件2:专题报告⽇程专题报告会场安排专题1 地理分析与模拟,召集⼈:岳天祥、边少锋,地点:岳麓厅,时间:11⽉18⽇下午13:30-15:30专题2 地理信息与⼈⼯智能,召集⼈:张⽴强、江锦成,会议室10AB,地点:会议室2,时间:11⽉18⽇下午15:40-17:40专题3 众源数据与数据更新,召集⼈:周晓光、艾廷华,地点:橘洲厅,时间:11⽉18⽇下午13:30-15:30专题4 时空⼤数据挖掘,召集⼈:秦昆、裴韬,地点:岳麓厅,时间:11⽉18⽇下午15:40-17:40专题5 ⽂物数字化及应⽤,召集⼈:侯妙乐、吴育华,地点:会议室2,时间:11⽉19⽇上午8:00-10:00专题6 地理信息感知服务,召集⼈:陈能成、张锦,地点:会议室3,时间:11⽉18⽇下午15:40-17:40专题7 视频与GIS,召集⼈:刘学军、丰江帆,地点:会议室3,时间:11⽉19⽇上午8:00-10:00专题8 地图综合与空间关系,召集⼈:闫浩⽂、武芳,地点:会议室10AB,时间:11⽉19⽇上午8:00-10:00专题9 社会感知与类脑智能,召集⼈:刘瑜、李海峰,地点:会议室10AB,时间:11⽉18⽇下午13:30-15:30专题10 地理空间信息⽹格理论与技术,召集⼈:万刚、赵学胜,地点:会议室2,时间:11⽉18⽇下午13:30-15:30专题11 海洋-海岸带-岛礁信息系统与时空分析,召集⼈:苏奋振、刘仁义,地点:潇湘厅,时间:11⽉18⽇下午13:30-15:30专题12 遥感制图与要素表达,召集⼈:杜世宏、唐宏,地点:会议室10AB,时间:11⽉19⽇上午10:10-12:10专题13 空间认知与空间推理,召集⼈:董卫华、陈毓芬,地点:橘洲厅,时间:11⽉19⽇上午10:10-12:10专题14 城市遥感A:要素、格局与功能,召集⼈:吴志峰、余柏蒗,地点:岳麓厅,时间:11⽉19⽇上午8:00-10:00专题15 城市遥感B:过程、模型与应⽤,召集⼈:杜培军、沈焕锋,地点:岳麓厅,时间:11⽉19⽇上午10:10-12:10专题16 GIS基础“模型-结构-算法”研究,召集⼈:张树清、俞肇元,地点:潇湘厅,时间:11⽉19⽇上午8:00-10:00。
有机污染物土壤吸附预测模型及其影响因素
第32卷㊀第7期2013年㊀㊀7月环㊀境㊀化㊀学ENVIRONMENTAL CHEMISTRY Vol.32,No.7July 2013㊀2013年1月30日收稿.㊀∗国家自然科学基金项目(20977015);东北师范大学中央高校基本科研业务费专项资金(11SSXT138)资助.㊀∗∗通讯联系人,Tel:0431-********;E-mail:weny501@ DOI :10.7524/j.issn.0254-6108.2013.07.011有机污染物土壤吸附预测模型及其影响因素∗刘㊀娴㊀闻㊀洋∗∗㊀赵元慧(国家环境保护湿地生态与植被恢复重点实验室,东北师范大学环境学院,长春,130024)摘㊀要㊀以701种有机化合物的土壤吸附系数作为数据集,选取594种有机化合物作为训练集,剩余107种作为测试集.根据训练集化合物建立土壤吸附系数K oc 与辛醇/水分配系数K ow 的线性和非线性模型,应用平均残差(AE),平均绝对残差(AAE)和均方根误差(RMSE)来检验模型的预测能力,模型具有良好的预测能力.同时,比较不同类型的化合物的实测值与预测值,发现部分同系物的预测值与实测值存在系统的偏差,这些偏差主要是由吸附机理,溶解度,水解作用,挥发作用,实验误差等原因造成,这些因素均会对土壤吸附系数的预测产生影响.关键词㊀土壤吸附,分配系数,模型检验,疏水性.土壤沉积物对有机化合物的吸附作用是影响其在土壤中迁移㊁转化等环境行为的重要过程之一,是污染物从非饱和溶液转入固相的主要途径,能够强烈影响化合物在水环境与土壤环境中的含量㊁生物活性以及生物毒性.因此,研究化学物质在环境中的迁移转化过程,讨论它们在环境中的归趋,对评价有毒有害化学物质的环境行为及其对环境的潜在危险都具有重要意义.土壤/水分配系数(K d )是评价有机化合物环境行为的重要参数.当土壤中有机碳的质量分数f oc >0.001,溶解度较低时,土壤/水分配系数(K d )可以被标化为土壤吸附系数(K oc ),K oc =K d /f oc [1-2].土壤的亲脂性可由正辛醇来替代,所以正辛醇/水分配系数(K ow )可以用来表达有机化合物在土壤/水体系中的分配行为.前人通过建立lg K oc 与lg K ow 的定量结构-活性关系(QSAR)模型来预测土壤吸附系数[3-4],但这些模型都是根据非离子型化合物建立的,并且数据量较少,没有外部检验.此外,这些模型对于疏水性化合物(1<lg K ow <4)的预测结果较好[5],但对高疏水性化合物(lg K ow >5)的预测能力较差[6].目前文献中对lg K oc 与lg K ow 的非线性模型还没有报道.本文以701种有机化合物的土壤吸附系数为研究对象,计算了19种分子结构描述符,建立了lg K oc 与lg K ow 的线性和非线性模型,并检验了模型的预测能力.同时分析了土壤吸附的影响因子.1㊀材料与方法1.1㊀K oc 实测数据本文所用的K oc 实测数据来自两篇文献[7-8],Schrüüman 等[7]发表了571种K oc 数据,Gramatica 等[8]发表了643种K oc 数据,两组数据中有513种有机化合物重复出现.比较K oc 的重复值发现二者具有很好的可比性,因此本研究选用513种重复出现K oc 的数据为Schrüüman 文献值.两篇文献中共有701种有机化合物的K oc 实测数据,实测lg K oc 值范围为-0.30 6.50,这些数据通过电子邮件向作者索取.本研究化合物类型包括醇㊁卤代烷烃和烯烃㊁酯㊁卤代环烷烃㊁烷基苯㊁卤代苯㊁硝基苯㊁苯酚㊁苯胺㊁有机酸㊁苯甲酸酯㊁联苯㊁多环芳烃㊁乙酰苯胺㊁芳香族化合物㊁有机磷和有机硫化合物等.在建立模型过程中,选择数据集的85%作为训练集(594种),其余作为测试集(107种).1.2㊀分子描述符本研究计算了19种分子结构描述符来表征分子的大小㊁疏水性㊁溶解性㊁极性㊁可离子化率㊁柔韧1200㊀环㊀㊀境㊀㊀化㊀㊀学32卷性㊁氢键酸度和碱度.包括分子量(MW)㊁辛醇/水分配系数(K ow)㊁表观分配系数(D)㊁酸性电离常数(p K a-A)㊁碱性电离常数(p K a-B)㊁非离子态的百分率(F0)㊁正离子价态的百分率(F+)㊁负离子价态的百分率(F-)㊁耦合离子价态的百分率(F±)等.上述分子描述符由ACD/Labs(Advanced Chemistry Development,Inc.,)软件计算,其中lg K ow是碎片法计算值.1.3㊀模型建立与评价线性分析采用Minitab14.0软件中逐步回归分析选择变量参数,多元线性回归分析(MLR)建立模型,非线性分析采用TcWin软件建立模型.模型的评价指标包括:化合物的个数(n)㊁决定系数(R2)㊁标准偏差(S)㊁Fisher检验值(F).模型的预测能力通过外部检验来实现,由平均残差(AE)㊁平均绝对残差(AAE)㊁均方根误差(RMSE)来表征.相关参数的定义为:AE=ðn i=1(y i-y^i)/n(1)AAE=ðn i=1|y i-y^i|/n(2)RMSE=ðn i=1(y i-y^i)2/n(3)其中,n为模型中化合物的个数,y i和y^i分别为第i个化合物lg K oc的实测值和预测值.2㊀结果与讨论2.1㊀lg K oc与lg K ow线性和非线性模型的建立首先对训练集中有机化合物的土壤吸附系数和计算的19种分子结构描述符进行了逐步回归分析,发现lg K oc与lg K ow具有显著的相关性,引入其它分子描述符并不能显著地增加回归方程的相关性,对化合物分类研究进一步发现对于所有化合物,在广泛的范围内lg K oc与lg K ow并不完全为线性关系,而是一种非线性关系(图1),对于疏水性化合物0.5<lg K ow<7.5的范围内(见图1中2区),lg K oc与lg K ow存在线性关系,线性相关模型见方程(4).应用TcWin分析软件对训练集中所有化合物lg K oc与lg K ow进行非线性回归分析,发现模型(5)能很好地描述lg K oc与lg K ow的非线性关系.lg K oc=0.661+0.672lg K ow(n=558㊀R2=0.76㊀S=0.55㊀F=1793)(4) lg K oc=1.15+0.334lg K ow+0.0396(lg K ow)2+0.00290(lg K ow)3-0.000868e lg K ow(n=594㊀R2=0.79㊀S=0.55㊀F=538)(5)线性和非线性模型的决定系数(R2)分别为0.76和0.79,表明模型的拟合能力较好,lg K oc实测值与lg K ow的拟合结果如图1所示.图1中直线是模型(4)的拟合线,曲线是模型(5)的拟合线.模型(5)可以表示训练集中有机化合物土壤吸附数据79%的变化,虽然结果相对较好,但是观察图1发现一些化合物离群,如图中空心方框所表示的有机化合物.根据模型(5)对lg K oc的实测值与预测值之间残差进行分析,结果发现一些有机化合物存在系统偏差.例如醇类㊁卤代烷烃㊁烯烃类和酯类的实测值均低于模型(5)的预测值.对于可离子化化合物,有机酸类实测值低于模型(5)的预测值.芳香族化合物的实测值高于模型(5)的预测值,尤其是多环芳烃和聚芳香族杂环化合物.表1列出了根据这些化合物实测值与模型(5)预测值的平均残差(AE)计算出的校正因子.将校正因子加入模型(5)建立一个新模型,如模型(6)所示.lg K oc=方程(5)+校正因子(6)模型(6)能够很好地预测所有化合物的土壤吸附系数.加入校正因子后标准偏差明显降低(S= 0.49).这些化合物存在系统偏差可能是由于吸附机理㊁溶解度㊁水解作用㊁挥发作用㊁实验误差等原因,这在下面将做详细讨论.㊀7期刘娴等:有机污染物土壤吸附预测模型及其影响因素1201㊀图1㊀lg K oc 实测值与lg K ow 的相关性图Fig.1㊀Plot of measured lg K oc against lg K ow表1㊀特殊组化合物的校正因子Table 1㊀Correction factors for some class-specific compounds化合物类型校正因子醇-0.78卤代烷烃和烯烃-0.31酯-0.37有机酸-0.40多环芳烃0.44聚芳香族杂环化合物0.972.2㊀模型检验应用测试集107种有机化合物对模型的预测能力进行外部检验.同时与KOCWIN 软件中(EPI Suite 4.0)两种模型进行比较(以1-MCI 和lg K ow 为参数的计算模型),所计算的平均残差(AE),平均绝对残差(AAE)和均方根误差(RMSE)值见表2.表2㊀模型(4)㊁(5)㊁(6)和KOCWIN 模型的lg K oc 预测值分析Table 2㊀lg K oc values predicted from models (4),(5),(6)and KOCWIN models 模型训练集(n =594)AE AAE RESE 测试集(n =107)AE AAE RESE 数据集(n =701)AE AAE RESE (4)0.000.450.600.160.520.650.030.460.61(5)0.000.410.550.080.490.630.010.430.56(6)0.010.360.490.010.440.570.010.370.50lg K ow -based -0.010.380.530.140.520.670.010.400.56MCI-based -0.050.390.54-0.120.540.73-0.060.410.57表2结果表明,对于所有化合物,非线性模型(5)的预测能力要好于线性模型(4).然而,对于疏水性化合物,线性模型和非线性模型的预测能力相近.对所有数据集,最优的模型是模型(6),平均绝对残差(AAE)为0.37,平均残差(AE)为0.01.为进一步评价模型质量,将本研究模型与KOCWIN 软件的两种模型(lg K ow -based 和MCI-based)进行了比较(表2).与其相比,非线性模型(5)的精确度稍差,但是模型(5)简单,并且只用了一个参数.非线性模型(6)的预测能力要好于其它模型,其预测值的平均绝对残差小于0.4个lg 单位,见图2(图中虚线表示3倍标准偏差).2.3㊀土壤吸附的影响因子有机化合物在土壤中的吸附是一个复杂的过程,可能包括多种作用模式和机制,许多因子可以影响有机化合物在水相和固相的浓度,如吸附机理㊁溶解度㊁水解作用㊁挥发作用㊁实验误差等,导致土壤吸附1202㊀环㊀㊀境㊀㊀化㊀㊀学32卷系数的预测值高于或低于实测值,影响土壤吸附的预测.图2㊀训练集和测试集化合物lg K oc的实测值与预测值的相关性图Fig.2㊀Plot of observed lg K oc against predicted lg K oc for training and test sets2.3.1㊀吸附机理对于疏水性化合物(0.5<lg K ow<7.5),吸附过程中土壤有机碳含量可以作为一个重要的决定因素,土壤中有机质对非极性化合物的吸附起主要作用,所以疏水性化合物的lg K oc与lg K ow呈线性相关(图1中2区).对于亲水性化合物(lg K ow<0.5),疏水性吸附减弱,土壤中其它物质可以成为重要的吸附剂,因此根据lg K ow预测的lg K oc值并不准确.土壤有机质的亲水性吸附变得显著[2,9],导致lg K oc不随lg K ow的增加而变化,而是接近于常数(图1中1区).2.3.2㊀溶解度土壤吸附系数是有机化合物吸附在土壤/沉积物中的浓度与溶解在水中浓度的比值.只有完全溶解在水中的有机化合物才能够被土壤或沉积物吸附[10-11].低溶解度导致可用性下降,同时水中溶解的有机质对化合物也具有吸附作用,导致高疏水性化合物(lg K ow>7.5)的吸附作用下降,lg K oc随着lg K ow的增加而下降(图1中3区).2.3.3㊀离子化可离子化化合物在水中以多种形态存在,有机化合物的离子态和非离子态对土壤吸附系数贡献不同,已为人们所公知[12-13].为了研究离子化率对土壤吸附系数的影响,分别计算了有机物中性态的辛醇/水分配系数(非离子态在辛醇/水中浓度的比值)K ow和可离子化有机物的表观分配系数D,即非离子态在辛醇中浓度和水中总浓度(非离子态和离子态)的比值,D和K ow的关系如公式(7㊁8)所示.D(一元酸)=K ow/(1+10pH-p K a)=K ow F0(7)D(一元碱)=K ow/(1+10p K a-pH)=K ow F0(8)其中,F0是有机酸或碱的非离子态在水中总浓度的百分比.如果离子态和非离子态对土壤吸附系数有相同的贡献,用模型(4㊁5)根据lg K ow计算的lg K oc预测值应接近实测值.如果只有非离子态对土壤吸附系数有贡献,用模型(4㊁5)根据lg D计算的lg K oc预测值应接近实测值.考察有机酸类化合物的lg K oc实测值与预测值发现,用lg K ow预测的lg K oc要偏高于实测值(表1),而用lg D预测的lg K oc要偏低于实测值,这表明虽然非离子态在土壤吸附过程中起主要作用,但是阴离子对土壤吸附过程也有贡献,带阴离子的羧基可以与土壤中铝离子相互作用,对吸附系数产生贡献,但是与非离子态的疏水性作用相比,这种作用相对较弱.2.3.4㊀转化土壤吸附过程中存在代谢转化过程,lg K oc的实测值是根据母体化合物的浓度得到的,而不是母体化合物和代谢产物的总浓度,所以转化可以降低母体化合物在水相中的浓度,导致预测值偏高.一些有机化合物在溶液中能够迅速转化,如酯类化合物在溶液中可以水解为羧酸类和醇类化合物,羟基苯酚类在水中易被氧化成苯醌类化合物,这也解释了为什么酯类化合物的预测值要高于实测值(表1).㊀7期刘娴等:有机污染物土壤吸附预测模型及其影响因素1203㊀2.3.5㊀挥发作用挥发作用可以影响土壤吸附系数的实验测定,减少有机化合物在溶液中的浓度[14].通过HENRYWIN 软件(EPI Suite 4.0)计算701种有机化合物的亨利常数来研究挥发作用,结果表明对于大部分高挥发性化合物(卤代烷烃和烯烃),lg K oc 的实测值低于模型(5)的预测值(表1),这种差异是由吸附过程中有机化合物挥发作用导致的.2.3.6㊀土壤/溶液比例在平衡状态下,土壤/溶液比例是影响吸附实验准确度的一个重要参数.当吸附量在20% 80%之间时,吸附实验的准确度较高,其最优值在50%左右[15].土壤吸附量按公式(9)计算.土壤吸附量(%)=m S m S +m W =K oc ˑf oc ˑm W ˑW S /V W K oc ˑf oc ˑm W ˑW S /V W +m W =K oc ˑf oc ˑW S /V W K oc ˑf oc ˑW S /V W +1(9)其中,m S 为土壤吸附有机化合物的质量(mg);W S 为土壤的重量(kg);m W 为有机化合物溶解在水中的质量(mg);V W 为溶液的体积(L);f oc 为土壤中有机碳的质量分数.根据公式(9)可以计算不同土壤/溶液比例时的土壤吸附量,结果见表3.表3㊀不同吸附系数的化合物在不同土壤/溶液比例时的土壤吸附量Table 3㊀Percentage of sorption at different soil /solution ratios(土壤/溶液比例)/(kg ㊃L -1)lg K oc 01234561/1195091991001001/500.020.221767951001/1000.010.119509199表3结果表明对于lg K oc <1和lg K oc >5化合物,土壤吸附量不在20% 80%的范围内.所以较低或较高吸附系数的化合物实验准确度较差,这解释了多环芳烃和聚芳香族杂环化合物的实测值与预测值存在较大误差的原因(表1).2.3.7㊀实验误差实验数据来自两篇文献,两组数据集中有513种重复的有机化合物,其中384种具有相同或相近的实测值,它们可能来自同一数据源.其余129种有机化合物lg K oc 的平均残差(AE)和平均绝对残差(AAE)分别为0.01和0.29,有些化合物的土壤吸附差值高于一个数量级,因此实验误差是影响土壤吸附系数的一个重要的原因.另外土壤类型㊁暴露浓度㊁实验条件和测定时间都可能导致lg K oc 实测值存在一定的差异.有些有机化合物也可能与土壤存在特殊的相互作用,例如多环芳烃和聚芳香族杂环化合物,导致模型(5)的预测值要低于实测值(表1).3㊀结论对于疏水性化合物(0.5<lg K ow <7.5),疏水性是其在土壤吸附过程中的主要驱动力,lg K oc 与lg K ow呈线性相关.然而对于所有的化合物,lg K oc 与lg K ow 呈非线性相关.根据训练集594种有机化合物建立了土壤吸附系数的非线性模型,决定系数(R 2)为0.79.应用测试集107种有机化合物对模型的预测能力进行检验,检验结果表明,模型具有良好的预测能力.此外,残差分析发现一些化合物存在系统偏差,导致这些偏差的原因包括,亲水性与疏水性化合物的吸附机理不同,高疏水性化合物的溶解度较低,酯类化合物的水解作用,挥发性化合物的挥发作用,土壤吸附系数较高或较低时实验误差较大等.参㊀考㊀文㊀献[1]㊀Karickhoff S anic pollutant sorption in aquatic systems[J].Journal of Hydraulic Engineering,1984,110(6):707-735[2]㊀Baker J R,Mihelcic J R,Luehrs D C,et al.Evaluation of estimation methods of organic carbon normalized sorption coefficients[J].WaterEnvironment Research,1997,69(2):136-145[3]㊀Gwalik B M,Sotirious N,Feicht N,et al.Alternative for the determination of soil adsorption coefficient,K oc of non-ionicorganic1204㊀环㊀㊀境㊀㊀化㊀㊀学32卷compounds A review[J].Chemosphere,1997,34(12):2525-2551[4]㊀Doucette W J.Quantitative structure-activity relationships for predicting soil-sediment sorption coefficients for organic chemicals[J].Environmental Toxicology Chemistry,2003,22(8):1771-1788[5]㊀SabljicᶄA,Güsten H,Verhaar H,et al.QSAR modeling of soil sorption.Improvements and systematics of lg K oc vs.lg K ow correlations[J].Chemosphere,1995,31(12):4489-4514[6]㊀Baker J R,Mihelcic J R,Shea E.Estimating K oc for persistent organic pollutants:Limitations of correlations with K ow[J].Chemosphere,2000,41(6):813-817[7]㊀Schüürmann G,Bert R U,Kühne R.Prediction of the sorption of organic compounds into soil organic matter from molecular structure[J].Environmental Science Technology,2006,40(22):7005-7011[8]㊀Gramatica P,Giani,Papa E.Statistical external validation and consensus modeling:A QSPR case study for K oc prediction[J].Journal ofMolecular Graphics Modeling,2007.25(6):755-766[9]㊀Franco A,Fu W J,Trapp S.Influence of soil pH on the sorption of ionizable chemicals:Modeling advance[J].Environmental ToxicologyChemistry,2009,28(3):458-464[10]㊀Cheng H anic residues in soils:Mechanisms of retention and extractability[J].International Journal of Environmental AnalyticalChemistry,1990,39(2):165-171[11]㊀Mackay D,Fraser A,Bioaccumulation of persistent organic chemicals:mechanisms and models[J].Environmental Pollution,2000,110(3):375-391[12]㊀Bintein S,Devillers J.QSAR for organic chemical sorption in soils and sediments[J].Chemosphere,1994,28(6):1171-1188[13]㊀Franco A,Trapp S.Estimation of the soil-water partition coefficient normalized to organic carbon for ionizable organic chemicals[J].Environmental Toxicology Chemistry,2008,27(10):1995-2004[14]㊀Cousins I T,Beck A J,Jones K C.A review of the processes involved in the exchange of semi-volatile organic compounds(SVOC)acrossthe air-soil interface[J].Science of the Total Environment,1999,228(1):5-24[15]㊀Delle S A.Factors affecting sorption of organic compounds in natural sorbent/water systems and sorption coefficients for selected pollutants.A review[J].Journal of Physical Chemical Reference Data,2001,30:187-439Predictive model for soil sorption of organicpollutants and influencing factorsLIU Xian㊀㊀WEN Yang∗㊀㊀ZHAO Yuanhui(Key Laboratory of Wetland Ecology and Vegetation Restoration of National Environmental Protection,School of Environmental Sciences,Northeast Normal University,Changchun,130024,China)ABSTRACTThe hydrophobic parameter represented by the octanol/water partition coefficient(K ow)is commonly used to predict the soil sorption coefficient(K oc).In the present paper,soil sorption data for701compounds were analyzed.The results show that lg K oc is linearly related to lg K ow for the compounds with lg K ow in the range of 0.5 7.5and non-linearly related to lg K ow for the compounds in a wide range of lg K ow.A non-linear model was developed between lg K oc and lg K ow for a wide range of compounds in the training set.The models were validated terms of average error(AE),average absolute error(AAE)and root-mean squared error(RMSE) by using an external test set with107compounds.Systemic predictive deviations were been observed for some class-specific compounds.The reasons for systemic deviations may be attributed to the difference of sorption mechanism for hydrophilic compounds,low solubility for highly hydrophobic compounds,hydrolysis of esters in solution,volatilization for volatile compounds and highly experimental errors for compounds with extremely high or low sorption coefficient.Keywords:soil sorption,partition coefficient,model validation,hydrophobicity.。
地理信息系统概论全套ppt课件
(2学时) (6学时)
9
▪ 第3章 空间数据的处理
§3.1 空间数据的坐标变换 §3.2 空间数据结构的转换 §3.3 多源空间数据的融合 §3.4 空间数据的压缩与综合 §3.5 空间数据的内插方法 §3.6 图幅数据边沿匹配处理
(6学时)
▪ 第4章 地理信息系统空间数据库 (8学时)
§4.1 空间数据库概述
▪ 初步具有应用GIS技术开展地学研究的能力,包
括地学应用模型的构建,应用型GIS的设计,主
要GIS软件系统的使用和评价等。
7
教学内容与学时分配
内容分八章,由课堂讲授和上机实习 两大教学环节组成 ,总学时为80学时, 具体安排如下: ▪ 课堂教学(52学时) ▪ 上机实习(28学时)
8
课堂教学(52学时)
▪ 第6章 地理信息系统的应用模型
§6.1 GIS应用模型概述 §6.2 适宜性分析模型 §6.3 发展预测模型 §6.4 位址选择模型
(10学时) (8学时)
11
§6.5 交通规划模型 §6.6 地学模拟模型 §6.7 专家系统概述
▪ 第7章 地理信息系统的设计与评价 (6学时)
§7.1 GIS设计概述 §7.2 地理信息系统的设计 §7.3 地理信息的标准化 §7.4 地理信息系统的评价
▪ GIS是一门实践性很强的学科
因此,要重视技能训练,重点掌握ArcInfo等基 础GIS软件的操作和使用。
▪ GIS是一门迅速发展中的学科
因此,要经常阅读有关的文献资料,掌握GIS学
科的发展趋势,努力更新自己的知识,不断提高自
己的能力。
6
基本要求
本课程旨在使学生掌握地理信息系统的基本原
理、技术方法和实际应用,了解其主要应用领域和 发展方向,并为从事GIS的地理学应用和应用型地理 信息系统的开发奠定基础。具体要求如下:
人文地理学PPT
第四章 人口分布与迁移
人口与发展分布 人口分布与迁移 人种 民族 民俗与流行文化
第一节 人口与发展
世界人口增长过程 人口转变理论与模式 人口与发展
一、世界人口增长过程
农业革命之前的人口发展特征:极低的人口密 度;高出生率和高死亡率.
农业革命与人口增长特征:婴儿存活率低;高 出生率和高死亡率.
文化现象综合体——文化景观
文化景观亦称人文景观,是居住于 该地的某文化集团为满足其需要, 利用自然界所提供的材料,在自然 景观的基础上,叠加上自己所创造 的文化产品.
第二节 人文地理学的基本理论
人文地理学理论的多元性 人地关系理论
环境决定论、可能论、适应论、生态论、环境感知 论、文化决定论、和谐论 其他学科对人地关系的探索 汤因比的挑战与应战学说;马克斯•韦伯的宗教思 想在社会发展中的作用;年鉴学派中的地理观;文 化地理学的人地关系图式
普通高等教育十五国家级规划教材
人文地理学
HUMAN GEOGRAPHY
主讲:
使用说明
本电子教案是为了方便学生使用普通高等教育 十五国家级规划教材人文地理学第二版,赵荣、王 恩涌等编著,高等教育出版社,2006而制作的.
电子教案按照教材的章节而设计,多加以图表 的形式,力图以形象、生动、简洁的方式传达各章的
工业革命与人口增长特征:高出生率和低死亡 率;低出生率和低死亡率.
世界人口增长趋势:世界人口总量仍持续增长.
பைடு நூலகம்
二、人口转变模式
人口转变是指由传统人口再生产类型即 高出生率、高死亡率和低自然增长率向现代人 口再生产类型即低出生率、低死亡率和低自然 增长率的过渡.
一、发达国家的人口转变模式 二、发展中国家的人口转变模式 三、中国的人口转变模式
《GIS空间分析》-实验教学大纲
《GIS空间分析》课程实验教学大纲一、课程基本信息课程代码:18080403课程名称:GIS 空间分析英文名称: Spatial Analysis using GIS实验总学时:36学时适用专业:自然地理与资源环境本科专业课程类别:专业选修课先修课程:《地图学》、《地理信息系统》二、实验教学的总体目的和要求1、对学生的要求通过本课程的学习,使学生了解GIS软件的使用、数据结构和数据组织关系,加深对地理信息的认识和空间数据的可视化表达方法,并了解各种软件的空间数据转换关系,了解空间数据的采集、编辑和空间数据的分层处理方法、空间数据的分析功能等。
培养学生运用GIS空间分析理论和方法分析、评价具体地理空间问题的初步能力。
着力培养学生勇于探索的创新精神、创造意识,善于解决问题的实践能力。
2、对教师的要求教学方法注重理论和实践相结合,运用多媒体等教学手段,注重学生实际动手能力,理论课和计算机软件操作相结合。
3、对实验条件的要求提供计算机教室上机操作计算机每人一台、提供专业地理信息系统软件,ArcGIS,矢量数据、栅格图像等。
三、实验教学内容实验项目一实验名称:ArcGIS操作基础与数据处理实验内容:1.ArcGIS10 桌面结构了解;2.国产超图GIS软件基本信息了解;3.浏览数据层与图层基本操作;4.Shapefile文件的创建和空间参考编辑;5.矢量数据的空间校正;6.栅格数据的地理配准、裁切、拼接和提取;7.数据的空间参考系统定义和投影变换;实验性质:验证性实验学时:6实验目的与要求:1.了解地理数据是如何进行组织及基于“图层”进行显示的;2.了解我国自主研发的超图软件在空间分析功能上较之ArcGIS功能的优势,以及进一步优化方向;3.掌握GIS两种基本查询操作,加深对其实现原理的理解;4.初步了解设置图层显示方式-图例的使用;5.掌握矢量数据的创建和空间校正;6.熟悉不同数据间数据格式转换的方法;7.掌握栅格数据的基本处理和地理配准。
完整的【ArcGIS地理信息系统空间分析实验教程】(包括光盘数据)
完整的【ArcGIS地理信息系统空间分析实验教程】(包括光盘
数据)
简介:《ArcGIS地理信息系统空间分析实验教程》由南京师范⼤学汤国安教授和杨昕合作编写的。
本书是作者在总结多年教学与研究经验的基础上编写完成的,主要介绍了ArcGIS的使⽤基础、ArcGIS空间分析⼯具及地学分析实例。
具体内容包括:ArcGIS简介、ArcMAP基础操作、数据的创建与编辑、数据的变换、⽮量数据的空间分析、栅格数据的空间分析、空间系统分析、⽔⽂分析以及空间分析建模等。
此外,该书还配有具典型性意义的实例分析及⼤量的随书练习材料,并在光盘中辅以相应数据,以便学⽣课后练习和复习。
本书的主要特点是强调科学性、系统性、实⽤性与易读性的结合,既可作为⾼等院校地理信息系统、地理学、测绘学等相关学科学⽣的教材,也可为科学研究、⼯程设计、规划管理等部门的科技⼈员提供参考。
更多请⾃⼰搜索。
同时发在ESRI中国社区,欢迎前去讨论
2009年1⽉12⽇已更新为固定的下载地址!
下载以下5个⽂件。
其中数据被分卷压缩为3个包,放在同⼀⽬录下解压缩即可。
由于上传的⽹站不⽀持中⽂⽂件夹,导致压缩包名称乱码,下载后请⾃⾏修改。
为⽅便各取所需,分为三部分:
1.ArcGIS地理信息系统空间分析实验教程【第四次更新,内容和以前⼀样,请勿重复下载】
2.实例和练习指导书【第四次更新,内容和以前⼀样,请勿重复下载】
3.实例和练习数据(即光盘数据)【第四次更新,内容和以前⼀样,请勿重复下载】
部分资料预览图⽚
☆欢迎⼤家加⼊GIS 交流QQ群: 10675670(⾼级群)★。
第一章 LIS概述(2008)
• 《测绘学报》、《地理学报》、《遥感学报》、《武汉大学学报(信 息版)》、《测绘通报》、《中国图形图像学报》、《计算机辅助图 形学报》等相关期刊
17:32:48 7
甘肃农业大学资源与环境学院 资源与规划系
主要网站
• • • • • • • / / / / / / /
17:32:48
甘肃农业大学资源与环境学院 资源与规划系
11
GIS课程特点
• 空间抽象性
地理信息系统中的数据,无论是可见的还是不可见 的,都是自然环境的一种表现模式,是数字化的现实世界, 这是建立在对自然环境的抽象和描述基础上。由于计算机 的数字化特征,空间对象须离散化的表达,即把空间对象 抽象表达为点、线、面、体等具有位置和属性特征的地理 实体。
资源与规划系
17:32:48
教学内容与学时分配
• 内容分八章,由课堂讲授和上机实习
两大教学环节组成 ,总学时为64学时, 具体安排如下: 课堂教学(46学时) 上机实习(18学时)
17:32:48 甘肃农业大学资源与环境学院 资源与规划系 4
考核方式
• 考核方式
本课程的教学应坚持理论与实践相统一的 原则,考核方式包括平时提问、期中检查、 期末考试和上机实习成果考评等;
甘肃农业大学资源与环境学院 资源与规划系 8
17:32:48
GIS课程特点
• 学科与技术的统一体
GIS是一门学科,用以描述一切与地理(广义的地 理概念)相关的内容,GIS集空间数据采集、存储、管 理和分析于一体,是由计算机科学、测绘科学、遥感技 术、信息科学、管理科学和应用学科组成的新兴交叉边 缘学科。同时GIS又是一个技术系统,即以空间数据为 处理对象,以空间数据组织和处理为基础,采用地学模 型分析方法,及时提供多种空间地理信息和动态地理信 息,为研究环境过程、分析发展趋势、预估规划决策等 服务的计算机技术系统。学科发展促成GIS理论体系的 形成,而技术系统发展则加强了GIS的应用范围。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
收稿日期:2000-08-29;修订日期:2000-10-15 基金项目:中国科学院知识创新工程项目(kzcx2-308-02),中国科学院地理科学与资源研究所知识创新工程领域前沿项目(CX10G-D00-02)[Foundation Item :th e Know ledge-Innovation Project of Chinese Academy ofScience,No.k zcx 2-308-02;th e Know ledg e-Innovation Project of Ins titute for Geographical Science andResources of the Chinese Academy of Science,No.CX10G-D00-02] 作者简介:岳天祥(1963-),男,研究员,主要从事可持续发展/数学模型研究,已发表论著2部,学术论文60多篇。
E-mail :yue @ 文章编号:0375-5444(2001)01-0107-06资源与环境模型标准文档库及其与GIS 集成岳天祥(中国科学院地理学与资源研究所资源与环境信息系统国家重点实验室,北京 100101)摘要:论述了中国资源与环境模型标准文档库的结构和内容。
通过研究总结数学模型及其研究现状发现,中国资源与环境模型标准文档库建设需要完善尚有缺陷的数学模型、创建尚缺少的数学模型;通过归纳现有数学模型与地理信息系统的现有集成方法发现,目前的集成方法不能满足区域可持续发展集成模型的需要,据此讨论了数学模型与地理信息系统有效集成需要深入研究的内容。
最后,提出了通过大量案例研究,形成区域可持续发展集成模型和中国资源与环境模型标准文档库2个软件包的可行研究思路。
关 键 词:资源环境模型;标准文档库;数学模型与G IS 集成;区域可持续发展中图分类号:P 228.4 文献标识码:A人类对其赖以生存的地球已经进行了许多研究,积累了大量资料;与此同时,各种高、中、低轨道相结合,大、中、小卫星相互协同,高、中、低分辨率互补的全球对地观测系统,将能快速、及时地提供多种空间分辨率、时间分辨率和光谱分辨率的对地观测海量数据。
但主要由于没有利用数学模型将这些不同来源、不同类型和不同分辨率的资源环境巨量数据进行归纳、没有将局部的与整体的、乃至全球的数据进行综合分析,这些资料和数据没有转变为人们容易理解的信息,没有得到充分的利用[1]。
为了适应我国可持续发展的需要、国家经济繁荣的需要、国家安全的需要,为了实现我国`国家信息化’的战略目标,为了迎接“数字地球”的挑战,“中国资源与环境模型标准文档库及其与GIS 集成”研究势在必行。
1 资源与环境模型文档库1个世纪以来,为了研究和解决世界面临的重大资源与环境问题,已经发展了大量的数学模型。
这些模型是科学家们在长期的研究中,在资源环境方面形成的科学知识和经验的结晶。
然而,这些宝贵知识的大部分分散在许多不同的期刊、著作、手册、项目报告和内第56卷第1期2001年1月地 理 学 报ACT A G EOG RAP HICA SIN ICA V o l.56,N o.1Jan.,2001108地 理 学 报 56卷部论文中,很难得到运用。
因此,为了充分高效地利用已有的知识和模型、开发必要的数学模型,急需理论上完整且便于使用的模型标准文档库。
资源与环境模型标准文档库的建设和发展将为数学模型研究领域带来以下益处:①可减少数学模型在其有效范围以外的滥用现象;②可减少不必要的数学模型重复构建所造成的时间和财力浪费;③可明确数学模型研究领域需填补的空白,使模型构建人员有的放矢;④有利于具有同一资源环境内涵、而有不同数学表达的数学模型的比较选择;⑤有利于数学模型一般模式的识别。
总之,资源与环境模型标准文档库有利于数学模型资源的高效、合理利用。
到目前为止虽然有许多数学模型方面的专著,互联网上也可以查到有关数学模型的信息,德国科学研究联合会(DFG)也正在资助生态学领域的数学模型标准文档库研究项目[2~6],但是还没有一个在标准格式和规则下建立的便于理解、理论上圆满、能够相互比较和可以转换为不同应用格式的资源与环境模型标准文档库。
由于资源环境数学模型的复杂性,有关模拟系统质量的隐含和明确假设对模型用户常常并不是不言自明的,所以模型文档库需要包含有关模型构建时其环境条件信息。
为了避免模型的重复构建,模型文档库应包含模型的数学方程和参数变量以及有关模型有效性、隐含假设和资源环境背景等方面的信息。
因此,中国资源与环境模型标准文档库中的每一个模型应包括6个层次的内容:(1)注册信息层:包括有关模型的检索信息,例如摘要、作者联系地址和参考文献等;(2)科技信息层:包含层次一中的所有信息以及模型的详细科技信息,例如,模型的数学方程、参数变量、隐含假设和资源环境背景等;(3)数学信息层:包含层次二中的所有信息及模型的数学基础;(4)过程信息层:包含层次三中的所有信息及模型的构建过程或论证过程;(5)程序信息层:包含层次四中的所有信息及模型的原程序;(6)案例信息层:包含层次五中的所有信息及模型的应用案例。
2 数学模型数学模型是资源与环境模型标准化文档库建设的核心要素。
数学模型是众多模型类型中的一种,它是基于所研究内容最重要问题的数学表达。
到目前为止,还没有一个被大家普遍接受的数学模型定义。
例如,Jeffers将模型定义为用物理或数学术语对一些问题基本要素的规范表达[7]。
Fo w ler将模型定义为一个过程的描写[8]。
Jorg ensen将模型定义为一个系统的知识要素的综合,或者说,一个模型是知识和数据的一种综合,模型的质量取决于这些要素的知识的质量和有效数据的质量[9]。
数学模型由5部分组成:①外部变量:它影响生态系统的外部性质,其中可以控制的变量称为控制变量;②状态变量:它描述生态系统的状态;③数学方程:它用来描述生物和自然过程及空间动态,表达外部变量和状态变量之间的相互关系;④参数:它在过程的数学表达中起系数作用;⑤通用常数:通过大量案例研究确定的经验常数,不随时、空尺度发生变化。
数学模型可区分为8类:①用于表达一个系统的行为而不解释其因果关系的经验模型,②通过系统的主要结构和功能要素来阐明一种过程的解释模型;③用于描绘某一时间系统特定现象的静态模型,④通过微分方程来描绘状态变量的动态模型;⑤不包含随机变量的确定性模型,⑥包含随机变量且运行结果不定的随机模型;⑦有定解的解析模型,和⑧只有数值解的模拟模型。
在特定时空尺度为回答特定问题而构建的数学模型应进行模型的内在逻辑性检验和模型行为的目标检验。
模型内在逻辑性检验的内容包括:①模型是否对真实系统的结构和功能关系给予了合理描写?②数学表达是否反映了最好的有效科学知识?③模型参数的估计是否合理?④时空尺度对模型的目的是否合理?模型行为的目标检验不仅要求模型的假设在逻辑上和经验上合理,而且不管是生态系统动态的空间预测还是时间预测,模型的结果都应该与实验数据一致。
模型应当具有透明性,以便于模型的使用者认识模型所要解决的具体问题以及模型模拟的时空尺度。
随着人们对资源与环境研究水平和认识水平的提高,一些概念所表达的内涵与过去相比不完全相同,这就要求我们对已有模型进行改进;对资源与环境问题的深入研究往往需要我们构建新的数学模型,而近几年来数学方法、计算机技术及其软件的发展允许我们构建和运行以前不可能实现的数学模型;遥感技术和地理信息系统的发展使我们能够获得和整理对研究地区及其临近区域全范围覆盖的海量数据,这就需要我们发展能够快速处理海量数据的数学模型。
也就是说,在资源与环境模型标准化文档库的建设过程中需要完善尚有缺陷的数学模型,创建尚缺少的数学模型。
3 数学模型与地理信息系统的集成数学模型与地理信息系统的有效集成是中国资源与环境模型标准文档库为区域可持续发展集成模型提供数学模型库支持需要解决的关键技术问题,也是近几年来世界各国的研究重点。
地理信息系统和数学模型的集成方法可概括为以下4种[10,11]:(1)把地理信息系统功能嵌入数学模型软件包:这种方法的不足之处在于数学模型软件包的数据管理和可视化能力远不及商业化地理信息系统,并且需要大量的编程工作;同时,大多数数学模型软件包是由专家针对特殊的研究项目开发的,虽然它们有概念上的某种共享性,但由于这些数学模型软件包使用了各种不同的数据结构、编程工具和硬件平台,对其它使用者是非常困难的;(2)将数学模型嵌入地理信息系统:这种方法的基础是商业化地理信息系统软件包,它吸收了固有地理信息系统功能的所有优点,但其模型过分简单化,并且标准化只能在软件包外部进行;(3)地理信息系统与数学模型的松散耦合:这种方法包括一个标准的地理信息系统软件包和一个数学模型程序,地理信息系统和数学模型通过数据交换结合在一起,这个数据交换过程在几个不同的软件包之间进行,没有共同的用户界面;(4)地理信息系统与数学模型的紧凑耦合:这种方法把某些数学模型通过宏指令或常规编程固定到一个商业化地理信息系统软件包之中。
上述几种地理信息系统与数学模型的集成方法不能满足实际应用的需求,它们需要大1091期 岳天祥:资源与环境模型标准文档库及其与G IS 集成110地 理 学 报 56卷量的编程工作、需要宏指令、或需要在几个不同软件包之间进行数据交换。
另外,还存在以下问题:①缺乏标准的通用数据接口,有的数据接口文件设计的过于膨杂而缺乏实用及通用性;②数学模型建模理论本身还不成熟,还处于不断发展变化中,数学模型多样,缺乏权威的、全面的模型规范;③数学模型过于专业化的算法阻碍了软件的开发;④GIS开发者和模型研究人员缺乏协作,对GIS空间分析功能的需求认识不一。
因此,我们在数学模型与GIS的集成方面需要深入研究数学模型及其与数据库集成的标准规范和数学模型与GIS的有效集成方法。
也就是说,为了达到模型库与GIS的有效集成,需要在数据库标准规范的基础上,开展模型库与其数据库集成的标准规范研究,建立和发展数学模型建模规范;数学模型与地理信息系统的有效集成的目标是,能使所有用户不需要知道地理信息系统中的特殊数据结构,只要在一个共同的用户界面写入数学模型的表达式或数学方程,就可以在地理信息系统为模型研究者或使用者提供的可视化平台显示其运行结果。
4 数学模型文档库应用实例在过去的20多年中,主要由于计算机技术的迅速发展和对资源与环境有关问题认识的积累,资源与环境数学模型得到了迅速的发展。
由于个人计算机和应用软件的逐渐大众化,建模的难点不是数学公式,也不是将数学公式编译为计算机语言,而是决定哪些资源环境成分和过程应包含在数学模型中的必要知识。