检索结果-南通市图书馆

中国中部农区城乡融合发展的时空特征及驱动机制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地理研究 2025年第2期44卷 400-418页

作者：于雪霞周国华吴国华王华刘慧刘韵林胡涛湖南师范大学地理科学学院湖南师范大学地理空间大数据挖掘与应用湖南省重点实验室湖南师范大学城乡转型过程与效应重点实验室湖南省第二测绘院

中部农区是全国重要的粮食主产区，也是城镇化和工业化相对滞后的地区，工农城乡关系的现代化转型构成传统农区城乡融合发展的重要动能。本文从“过程性-系统性-地域性”视角出发构建城乡融合发展理论分析框架，探索建立“减差距-强联系... 详细信息

中部农区是全国重要的粮食主产区，也是城镇化和工业化相对滞后的地区，工农城乡关系的现代化转型构成传统农区城乡融合发展的重要动能。本文从“过程性-系统性-地域性”视角出发构建城乡融合发展理论分析框架，探索建立“减差距-强联系-促共荣”的城乡融合发展评价体系，综合运用城乡融合指数模型、Kernel密度估计和最优参数地理探测器模型等方法，探讨2005—2021年中国中部农区城乡融合发展的时空特征及其驱动机制。结果表明：(1)农区城乡融合发展需要置于城乡关系演化进程、城乡融合系统工程、城乡发展地域特性3个维度进行综合考量，以深化完善其城乡融合发展的地域性机制和差异化路径；(2)研究期内，中部农区城乡融合发展从较低水平步入中等水平，但整体尚处于城乡差距缩减的关键时期，城乡互联和共荣水平有待提高；(3)中部农区城乡融合发展水平的区域差异明显，形成了以省会城市或核心都市圈为主的城乡融合高值区，以恩施土家族苗族自治州、怀化市、信阳市等省际边缘城市组成的城乡融合相对低值区；(4)中部农区城乡融合发展时空格局是城、乡内生驱动力交互协同作用的结果，其中，新型城镇化、新型工业化是主动力，农业现代化、农村现代化是基础动力，城乡互补、工农互促、居业协同、产城互动构成中部农区城乡融合发展的多元路径。

关键词：中国中部农区城乡融合时空特征驱动机制

湘西州传统村落空间结构的垂直特征及模式识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

水土保持研究 2025年第3期 394-403+412页

作者：尹林赛刘春腊蒲美霖皇甫子贞王飞宇湖南师范大学地理科学学院湖南师范大学地理空间大数据挖掘与应用湖南省重点实验室

[目的]从区域尺度和垂直角度探究传统村落空间结构，识别其特征和模式，为传统村落空间结构的研究提供新视角，以期促进传统村落空间协调和优化、推动村落人居环境改善。[方法]以湘西州178个传统村落为样本，引入“三生空间”理论，利... 详细信息

[目的]从区域尺度和垂直角度探究传统村落空间结构，识别其特征和模式，为传统村落空间结构的研究提供新视角，以期促进传统村落空间协调和优化、推动村落人居环境改善。[方法]以湘西州178个传统村落为样本，引入“三生空间”理论，利用遥感影像解译方法，探讨传统村落生产、生活、生态空间结构的垂直特征、模式及影响因素。[结果]（1）湘西州传统村落总体呈现出“生态空间—生产空间—生活空间”的垂直结构特征。（2）空间结构垂直分异规律显著，可细分为6种基本模式。（3）空间结构分异影响因素中，自然条件是空间结构形成的基础、人文因素是关键支撑、经济发展是空间结构形成的重要推手。[结论]湘西州传统村落空间结构垂直特征分异明显，是自然条件、人文和经济因素共同作用的结果，未来以此为基础可进一步开展定量、动态研究，同时针对不同模式下的村落韧性和可持续发展能力进行分析和探讨。

关键词：传统村落空间结构垂直分异遥感影像识别 “三生空间” 湘西州

电商冲击下长沙市零售商业空间低效测度与成因研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

湖南师范大学自然科学学报 2025年 121-129页

作者：黄军林文明星张琬清胡涛朱佩娟湖南师范大学地理科学学院湖南师范大学地理空间大数据挖掘与应用湖南省重点实验室湖南师范大学城乡转型过程与效应重点实验室兰州大学资源环境学院湖南省第二测绘院

研究聚焦于零售商业空间低效问题，以长沙市为研究对象，基于零售商业与快递网点变化，运用全局Moran’s I和Getis Ord指数、低效测度公式和地理探测器等方法，对长沙市零售商业空间低效程度进行测度并揭示其成因机制，研究表明：（1）... 详细信息

研究聚焦于零售商业空间低效问题，以长沙市为研究对象，基于零售商业与快递网点变化，运用全局Moran’s I和Getis Ord指数、低效测度公式和地理探测器等方法，对长沙市零售商业空间低效程度进行测度并揭示其成因机制，研究表明：（1）电商空间增长速度远超传统零售商业，两者均呈现典型的空间聚集分布态势；（2）低效零售商业空间呈“中心—外围”环状格局，核心圈层低效程度较低，外圈层低效程度较高；（3）低效程度受多种因素作用，其中商业条件与市场需求作用力最强，电商规模次之，空间环境与交通影响较弱。

关键词：低效空间零售商业电子商务快递网点

基于氢氧稳定同位素的鄱阳湖流域“五河”新水比例及其滞留时间量化研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

湖泊科学 2025年第1期37卷 266-278,I0027页

作者：李楷文丁梦瑶范宏翔吴华武雷蕊宇付丛生李静辛未张赐成湖南师范大学地理空间大数据挖掘与应用湖南省重点实验室长沙410081 湖南师范大学地理科学学院长沙410081 中国科学院南京地理与湖泊研究所南京211135 中国科学院大学北京100049 滁州学院地理信息与旅游学院滁州239000 中国科学院水生生物研究所淡水生态与生物技术国家重点实验室武汉430072

流域河流新水比例和滞留时间是表征径流过程以及污染物、营养物质运输的重要参数。确定水的来源及其在流域内的滞留时间,对于理解流域水文过程和功能至关重要。为了定量解析鄱阳湖流域河流的新水比例和滞留时间,本文通过对鄱阳湖流域降... 详细信息

流域河流新水比例和滞留时间是表征径流过程以及污染物、营养物质运输的重要参数。确定水的来源及其在流域内的滞留时间,对于理解流域水文过程和功能至关重要。为了定量解析鄱阳湖流域河流的新水比例和滞留时间,本文通过对鄱阳湖流域降水及河水(赣江、修河、信江、抚河、饶河,以下简称“五河”)稳定同位素(δ^(18)O和δD)的高频率监测与分析,利用正弦拟合方法分析了降水和河水δ^(18)O和δD值的变化。结果表明:(1)“五河”河水及降水氢氧同位素表现出相似的季节变化特征,雨季(57月)较为贫化,旱季(12月次年2月)较为富集,河水同位素变化与局地降水同位素、地下水同位素密切相关,说明流域内不同水体之间存在良好的水文连通性;(2)“五河”流域内小于3个月的新水占比范围为3%~42%,流域内滞留时间范围为123.83~2495.0 d,其中赣江平均滞留时间最长、新水比例最低,乐安河和昌江的新水比例最高、平均滞留时间最短;(3)流域面积和单位面积上干流长度是“五河”流域新水比例的主要控制因素,坡度与新水比例存在负相关关系,但其负相关性被单位面积上干流长度与新水比例的正相关性所掩盖;(4)修河、赣江流域较其他流域显著受到蒸发分馏的影响;(5)鄱阳湖湖水同位素值明显高于河水,且在湖口站点湖水同位素值较都昌站点偏低,这表明湖口站湖水受长江来水和蒸发分馏的影响。该研究结果有助于对鄱阳湖流域水文联系和水文过程进行解析,可为流域污染物的输移模拟及其机制阐释等提供科学参考。

关键词：鄱阳湖流域新水比例平均滞留时间氢氧同位素水文过程

在线全文

学校读者我要写书评

暂无评论

基于时频数据融合的分层图卷积手势识别方法

计算机辅助设计与图形学学报 2025年

作者：黄葵刘石坚邹峥荆东星福建省大数据挖掘与应用技术重点实验室福建师范大学计算机与网络空间安全学院湘西民族职业技术学院信息与智能学院

图卷积神经网络善于提取非欧几里得结构特征，已成为基于骨架手势识别的主流方法. 针对图卷积神经网络方法训练和推理时间较长，且准确率仍有待提升的问题，提出一种基于时频数据融合的分层图卷积手势识别方法HHTS-Net. 首先提出一... 详细信息

图卷积神经网络善于提取非欧几里得结构特征，已成为基于骨架手势识别的主流方法. 针对图卷积神经网络方法训练和推理时间较长，且准确率仍有待提升的问题，提出一种基于时频数据融合的分层图卷积手势识别方法HHTS-Net. 首先提出一种空间注意力块与图卷积模块相结合的框架，降低计算负担; 然后提出针对手掌及指关节的分层图卷积模块，提升特征提取效率; 最后提出一种融合频域特征的多流学习方案，进一步提升模型的性能. 在公共数据集DHG和SHREC’17上与较权威的方法进行实验，结果表明， HHTS-Net的准确率至少提升1.8%和0.3%，推理速度加快47.6%和52.9%以上; 通过大量消融实验，验证了该方法的有效性. 文中算法的源代码详见https://***/CoderHoooK/HTSATNet.

关键词：手势识别图卷积神经网络多分支流特征学习傅里叶变换

美丽中国中脊带传统村落旅游流时空分布及网络结构分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

科技和产业 2025年第1期25卷 150-158页

作者：皇甫子贞刘春腊徐美湖南师范大学地理科学学院长沙410081 湖南师范大学地理空间大数据挖掘与应用湖南省重点实验室长沙410081 中南林业科技大学国家公园与旅游学院长沙410004

美丽中国中脊带传统村落旅游资源丰富、游览价值高,开展旅游流研究有利于推进“中脊带”传统村落旅游资源保护和乡村振兴。基于网络游记数据,利用ArcGIS和社会网络分析方法,对“中脊带”传统村落旅游流的时空分布及网络结构特征进行分... 详细信息

美丽中国中脊带传统村落旅游资源丰富、游览价值高,开展旅游流研究有利于推进“中脊带”传统村落旅游资源保护和乡村振兴。基于网络游记数据,利用ArcGIS和社会网络分析方法,对“中脊带”传统村落旅游流的时空分布及网络结构特征进行分析。结果表明:传统村落旅游流以中短期旅游为主,呈现明显的季节波动性;“中脊带”旅游流整体呈现以云南双廊村为核心的空间分布特征,不同省域空间格局类型包括“单核多点”型、“双核多点”型和“多核多点”型;“中脊带”传统村落旅游流网络密度较低,传统村落旅游节点间关系较为松散,传统村落旅游节点对非传统村落节点具有一定依赖性;核心节点以“混合核心型”为主,对边缘节点的辐射带动作用不显著。

关键词：美丽中国中脊带传统村落旅游旅游流社会网络分析网络结构

在线全文

学校读者我要写书评

暂无评论

人工智能在我国湖泊治理中的应用与展望

生态学报 2025年

作者：袁洁肖启涛冯霞赵晏强陶诚中国科学院武汉文献情报中心科技大数据湖北省重点实验室中国科学院南京地理与湖泊研究所中国科学院流域地理学重点实验室中国科学院学部工作局

湖泊作为淡水生态系统重要的组成部分，对人类的生存和发展起着不可替代的作用。社会经济快速发展的同时带来了湖泊环境的恶化，严重威胁湖泊生态环境，因此湖泊环境的科学治理在当今仍是一项艰巨而迫切的任务。人工智能技术的不断发展... 详细信息

湖泊作为淡水生态系统重要的组成部分，对人类的生存和发展起着不可替代的作用。社会经济快速发展的同时带来了湖泊环境的恶化，严重威胁湖泊生态环境，因此湖泊环境的科学治理在当今仍是一项艰巨而迫切的任务。人工智能技术的不断发展为湖泊环境治理带来了新的机遇和挑战。首先分析了当前我国湖泊治理面临的问题和挑战，再从湖泊监测、模拟与预测、湖泊管理、湖泊评价四个方面介绍了人工智能技术在湖泊环境治理领域的应用现状，并分析了当前人工智能技术在湖泊环境治理应用中存在的问题，提出了相应的建议，并探讨了未来的发展方向。研究认为我国湖泊治理还面临着水资源空间分布不均衡、营养盐控制难度大、生态水位难以保证以及缺乏统一完整且高效的监管技术体系等问题。人工智能技术的应用能极大地提高湖泊环境治理的效率，拓展了湖泊治理研究的范围并提高了精度和准确度，促进了水环境治理的转型升级和可持续发展。同时，人工智能技术在湖泊治理领域还面临着适用范围窄、可靠性差、对实测依赖性强以及缺乏对特定参数和领域的应用问题。未来应当加强相关模型和方法的研究，发展更优化的算法模型，以提高模型的可移植性和数据的准确性，深入研究外界因素与湖泊水质的关系，同时要加强全球变化背景下湖泊碳循环的人工智能研究。本研究将为湖泊水污染治理和水安全保障提供新思路和新手段。

关键词：人工智能湖泊治理现状挑战反演模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地理空间智能预测研究进展与发展趋势

地球信息科学学报 2025年第1期27卷 60-82页

作者：王培晓张恒才张岩程诗奋张彤陆锋中国科学院地理科学与资源研究所地理信息科学与技术全国重点实验室北京100101 中国科学院大学资源与环境学院北京100049 香港中文大学太空与地球信息科学研究所中国香港999077 武汉大学测绘遥感信息工程国家重点实验室武汉430079 政务大数据应用省部共建协同创新中心福州350003

【意义】预测是地理空间人工智能(Geospatial Artificaial Intelligence,GeoAI)重要研究方向,也是测绘地理信息技术与人工智能技术深度融合、智能化创新的关键,支撑空间智能技术走向广域多样化应用场景落地应用。【进展】本文回顾了地... 详细信息

【意义】预测是地理空间人工智能(Geospatial Artificaial Intelligence,GeoAI)重要研究方向,也是测绘地理信息技术与人工智能技术深度融合、智能化创新的关键,支撑空间智能技术走向广域多样化应用场景落地应用。【进展】本文回顾了地理空间智能预测的技术发展历史,综述了基于统计学习、深度学习及生成式大模型的智能预测模型,阐述了智能预测模型中的时空依赖关系嵌入机制,解耦了时间关系建模、空间关系建模及时空关系建模等通用计算算子。【挑战与展望】本文总结归纳了智能预测模型在标注数据稀疏、可解释性缺失、泛化能力匮乏、模型压缩轻量化及模型高可靠性不足等挑战,思考并提出了地理空间智能预测技术未来4个发展趋势与研究方向:耦合多算子的可配置通用空间智能预测平台、融合多模态知识的生成式预测模型、先验指导的深度学习智能预测模型,以及地理空间智能预测模型拓展地球系统深度预测应用领域。

关键词：地理空间人工智能时空预测时空建模深度学习生成模型

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于强化特征金字塔和聚焦损失的小目标检测

计算机科学与探索 2025年第3期19卷 693-702页

作者：施宇王乐姚叶鹏毛国君福建理工大学计算机科学与数学学院福州350118 福建理工大学福建省大数据挖掘与应用技术重点实验室福州350118 中国科学院信息工程研究所北京100084 景区交易数据要素化文化和旅游部技术创新中心福州350000

无人机航拍图像具有目标尺度小和背景复杂等特点,因此直接对这类图像使用通用目标检测方法很难获得理想的识别精度。基于YOLOv8,提出一种强化特征金字塔和聚焦损失的小目标检测模型CFE-YOLO。设计一种跨层级强化特征金字塔网络,以跨层... 详细信息

无人机航拍图像具有目标尺度小和背景复杂等特点,因此直接对这类图像使用通用目标检测方法很难获得理想的识别精度。基于YOLOv8,提出一种强化特征金字塔和聚焦损失的小目标检测模型CFE-YOLO。设计一种跨层级强化特征金字塔网络,以跨层级的方式融合注意力特征图来改进传统特征金字塔结构,通过增加浅层网络的高分辨率特征图和去除深层检测头来适应小目标检测需求。结合Complete-IOU和Focalloss损失函数思想,设计了一个基于面积交并比的聚焦损失函数,进一步提升小目标的检测能力。通过引入深度可分离卷积实现一个轻量化空间金字塔池化层模块,在减少参数量的同时保持模型的检测精度。在VisDrone和Tinyperson两个无人机航拍数据集上进行的大量实验显示,CFE-YOLO较基准模型的m AP0.50分别提高了4.72和5.58个百分点且参数量减少37.74%,同时与其他先进算法对比也取得更高的精度。

关键词：小目标检测航拍图像特征金字塔损失函数