陈工
- 作品数：6 被引量：31H指数：3
- 供职机构：北京大学地球与空间科学学院遥感与地理信息系统研究所更多>>
- 发文基金：国家科技支撑计划更多>>
- 相关领域：环境科学与工程自动化与计算机技术农业科学历史地理更多>>
- 北京市人口密度空间分布及其尺度特性研究被引量：3
- 2016年
- 利用北京市第六次人口普查数据,在对人口统计数据进行空间化处理的基础上,分析了城市人口密度分布的统计特征及其空间自相关性,充分证明了北京市人口密度分布具有非常强烈的空间自相关性,并已经凸显出城市人口密度多核心分布模型的特征;在对人口统计数据进行格网化处理的基础上,分析了6种不同尺度下北京市人口密度空间分布的统计学特性和空间自相关性,证明了北京市人口密度的空间分布具有尺度特性;本文进一步对尺度特性影响下的人口密度空间分布特性空间自相关性进行了对比研究,从而揭示出空间自相关性与尺度变化间的规律。
- 梁贺明李琦侯俊雄陈工
- 多源遥感信息提取桉树人工林被引量：3
- 2018年
- 针对桉树人工林在遥感影像上与自然林光谱差异小难以区分的问题,研究选取Quickbird,Landsat 8,数字高程模型(DEM)等多源遥感数据,利用决策树加面向对象的分类方法提取桉树林。在多时相Landsat 8提取兴趣区域(ROI)基础上,利用最优尺度(ESP)工具计算研究区最优分割尺度进行分割,然后在高分辨率遥感影像上进行灰度共生矩阵分析,选取最佳纹理参量,最后结合光谱、DEM、SLOPE信息,选择相应参数构建分类决策树,利用面向对象方法提取桉树林。最后对桉树提取结果进行精度评价,使用该方法与用Quickbird、利用TM提取精度分别为89.7%,83.1%,69.8%。表明本方法能够综合多源遥感信息,可以快速、较高精度地提取桉树人工林,具有一定的应用价值。
- 陈工陈工李琦梁鹤鸣陈劲松刘强
- 关键词：桉树人工林决策树面向对象分类纹理特征
- 基于《Economic Geography》的经济地理学知识图谱分析被引量：4
- 2017年
- 以《Economic Geography》载文数据与引文数据为数据源,借助Citespace工具从作者与关键词两方面进行文献计量与知识图谱绘制,挖掘经济地理学研究的知识基础、学术群体与近期研究热点。研究表明:(1)纳入第一作者发文量、h指数、g指数等发文与引文双角度指标的作者学术影响力评价体系的结果更客观全面;(2)美英等国在经济地理研究中处于整体主导地位;(3)经济地理领域存在分别以Stopper M、Dicken P、Berry B J L、Casetti E为代表且秉承同一研究脉络的学术群体,且各时段研究议题侧重点不同;(4)经济地理研究关键词所涉面较宽,如全球化、创新、网络、集群、性别、劳动力、政治、政策等,尺度、组织、灵活性、政治、美国等关键词近年受关注度较多。
- 张彦南李全陈工冯艺
- 关键词：经济地理CITESPACE
- 基于深度学习的区域生态安全时空模拟与预测--以河南省为例
- 对区域进行其生态进行量化建模、模拟仿真，是实现区域可持续发展战略的关键。 应用传统机器学习方法对区域生态系统建模，初步取得一定成果，但需要进行数据预处理、确定学习特征和实现时空模拟困难。而深度学习不需事先确定训练特征，具...
- 陈工李琦金玲燕
- 关键词：生态承载力生态赤字
- 卷积神经网络的PM2.5预报模型被引量：16
- 2018年
- 针对目前基于机器学习的PM2.5预报模型无法充分利用研究区域内其他相关站点的数据问题,该文提出了一种区域时空点数据的表示方法,并在此基础上提出了基于卷积神经网络的PM2.5预报模型。该模型利用了区域内多站点的历史PM2.5实测数据以及相应的气象预报数据,对区域内任一站点PM2.5浓度进行预报。实验结果显示,该模型在京津冀区域内能对未来至少3d内的PM2.5浓度进行较高精度的预报。与基于单站点的前馈神经网络预报结果对比表明,对区域整体污染及气象状况建模的卷积神经网络模型预报精度更高。该模型对区域内所有站点的预测结果与地面实测值的分布基本一致,表明了该模型具有对区域内PM2.5浓度进行时空预报的能力。
- 吴春霖李琦侯俊雄KARIMIAN Hamed陈工
- 关键词：空气质量预报卷积神经网络
- 基于深度学习的区域生态安全时空模拟与预测被引量：5
- 2017年
- 区域作为人类、自然、社会共同作用和互相影响的复杂系统,对区域进行生态量化建模与模拟仿真,是实现区域可持续发展战略的关键。传统机器学习方法对区域生态系统建模取得了一定的成果,但难以确定学习特征和实现时空模拟。深度学习不需事先确定训练特征,具有优异的特征学习能力,能够提高模型预测精度,因此利用深度学习进行建模具有显著优势。本文使用植被净初级生产力(NPP)、气溶胶光学厚度(AOD)和人口格网数据,充分利用深度学习的优点,采用最优深度神经网络时空模拟,得到了河南省2007-2014年3 km分辨率的生态赤字空间分布图和河南省2015-2020年的生态赤字时间预测结果并进行分析,为区域生态的科学管理和建设供科学依据和参考。
- 陈工李琦金玲艳梁贺明Hamed Karimian莫玉琴
- 关键词：生态承载力生态赤字
