文章以广西南宁横州市52处古建筑为研究对象,旨在揭示西南县域古建筑空间布局特征及自然—人文因子的协同驱动机制,为同类区域古建筑的整体性保护与文化传承提供科学支撑。研究整合古建筑POI(Point of Interest)、地形地貌、水系道路及...文章以广西南宁横州市52处古建筑为研究对象,旨在揭示西南县域古建筑空间布局特征及自然—人文因子的协同驱动机制,为同类区域古建筑的整体性保护与文化传承提供科学支撑。研究整合古建筑POI(Point of Interest)、地形地貌、水系道路及社会经济等多源数据,综合运用标准差椭圆、核密度分析、地理集中指数、不平衡指数及地理探测器等方法开展系统研究。结果表明:横州市古建筑总体呈西北—东南向狭长分布,中心位于校椅镇,形成“双核引领”集聚格局,整体呈现“东西密、南北疏”的分布态势;地理集中指数为39.411、不平衡指数为0.593,其中横州镇等3个镇的古建筑占比达63.46%,均衡度显著偏低。自然因素中,94.23%的古建筑分布于海拔[31,200)m平原,82.69%位于坡度小于5°的区域,36.54%分布于[750,1500)m河流缓冲区;人文因素中,人口密度为核心驱动因素,[0,2700)m道路缓冲区内集聚75.00%的古建筑。自然与人文因子交互呈非线性增强。研究表明,县域古建筑布局受自然基底与人文脉络协同约束,据此提出分级分区保护、平衡开发与保护、构建“生态—文化廊道”等策略,可为横州市及西南同类县域协调城镇化与文化遗产保护提供借鉴。展开更多
社交媒体在灾害发生时能够快速提供实时且丰富的灾情信息,为应急救援提供辅助参考。然而,社交媒体信息通常以短文本形式呈现,具有口语化、语义特征稀疏和标注语料匮乏等特征,给灾情信息的识别与分析带来挑战。为此,本文提出了一种结合...社交媒体在灾害发生时能够快速提供实时且丰富的灾情信息,为应急救援提供辅助参考。然而,社交媒体信息通常以短文本形式呈现,具有口语化、语义特征稀疏和标注语料匮乏等特征,给灾情信息的识别与分析带来挑战。为此,本文提出了一种结合灾害领域知识的预训练语言模型增强方法,用于识别和分类灾情信息。首先,构建灾情知识库,包含不同灾损事件的触发词及论元;其他,通过分析短文本与灾损事件触发词的语义相似度,生成灾损知识编码;最后,将灾情领域知识与预训练词向量融合增强特征向量并输入神经网络模型实现多标签分类。以2021年7月20日前后河南暴雨灾情数据为例,将本文方法与TextCNN、Attention based CNN模型进行了对比实验,结果表明,该方法不仅有效提升了小样本数据的分类精度,还有效缓解了语义高度重合的数据类型容易错分的问题。同时,对分类结果进行灾损事件论元匹配能够充分挖掘涉灾短文本中的有效灾情信息,辅助应急救援决策。展开更多
针对全球土壤无机碳的不均匀分布格局和碳储量损失所引起的全球气温变暖问题,采用文献计量学的方法,以Web of Science核心合集数据库中1999—2023年土壤无机碳的相关文献作为数据源进行统计分析,探究了土壤无机碳的研究现状和发展趋势...针对全球土壤无机碳的不均匀分布格局和碳储量损失所引起的全球气温变暖问题,采用文献计量学的方法,以Web of Science核心合集数据库中1999—2023年土壤无机碳的相关文献作为数据源进行统计分析,探究了土壤无机碳的研究现状和发展趋势。研究表明,发文量呈现整体上升趋势,分为起步阶段(1999—2005年)、快速发展阶段(2006—2013年)、急剧上升阶段(2014—2023年);环境科学、工程环境、农学、土壤学是该研究领域的热门学科;Kumar Rakesh、Babu Subhash、Singh A K、王慧军是该研究领域学术影响较高的作者;中国科学院、印度农业研究委员会、中国科学院大学发文量较多,各科研机构之间呈现出紧密的合作纽带;中国、美国、德国、印度是土壤无机碳研究领域的核心力量,合作交流密切。近年来,研究热点主要为:土壤无机碳对生态环境以及与冰川消融之间的相互作用、土壤无机碳的固碳机制及碳储量变化、土壤无机碳与土壤有机质之间的相互转换机制。灌丛化对土壤无机碳的影响尚不明确,未来的研究可以进一步探讨这个问题,期望能给土壤无机碳研究领域提供借鉴和启发的新思路,为全球土壤无机碳研究提供科学依据。展开更多
文摘文章以广西南宁横州市52处古建筑为研究对象,旨在揭示西南县域古建筑空间布局特征及自然—人文因子的协同驱动机制,为同类区域古建筑的整体性保护与文化传承提供科学支撑。研究整合古建筑POI(Point of Interest)、地形地貌、水系道路及社会经济等多源数据,综合运用标准差椭圆、核密度分析、地理集中指数、不平衡指数及地理探测器等方法开展系统研究。结果表明:横州市古建筑总体呈西北—东南向狭长分布,中心位于校椅镇,形成“双核引领”集聚格局,整体呈现“东西密、南北疏”的分布态势;地理集中指数为39.411、不平衡指数为0.593,其中横州镇等3个镇的古建筑占比达63.46%,均衡度显著偏低。自然因素中,94.23%的古建筑分布于海拔[31,200)m平原,82.69%位于坡度小于5°的区域,36.54%分布于[750,1500)m河流缓冲区;人文因素中,人口密度为核心驱动因素,[0,2700)m道路缓冲区内集聚75.00%的古建筑。自然与人文因子交互呈非线性增强。研究表明,县域古建筑布局受自然基底与人文脉络协同约束,据此提出分级分区保护、平衡开发与保护、构建“生态—文化廊道”等策略,可为横州市及西南同类县域协调城镇化与文化遗产保护提供借鉴。
文摘社交媒体在灾害发生时能够快速提供实时且丰富的灾情信息,为应急救援提供辅助参考。然而,社交媒体信息通常以短文本形式呈现,具有口语化、语义特征稀疏和标注语料匮乏等特征,给灾情信息的识别与分析带来挑战。为此,本文提出了一种结合灾害领域知识的预训练语言模型增强方法,用于识别和分类灾情信息。首先,构建灾情知识库,包含不同灾损事件的触发词及论元;其他,通过分析短文本与灾损事件触发词的语义相似度,生成灾损知识编码;最后,将灾情领域知识与预训练词向量融合增强特征向量并输入神经网络模型实现多标签分类。以2021年7月20日前后河南暴雨灾情数据为例,将本文方法与TextCNN、Attention based CNN模型进行了对比实验,结果表明,该方法不仅有效提升了小样本数据的分类精度,还有效缓解了语义高度重合的数据类型容易错分的问题。同时,对分类结果进行灾损事件论元匹配能够充分挖掘涉灾短文本中的有效灾情信息,辅助应急救援决策。
文摘针对全球土壤无机碳的不均匀分布格局和碳储量损失所引起的全球气温变暖问题,采用文献计量学的方法,以Web of Science核心合集数据库中1999—2023年土壤无机碳的相关文献作为数据源进行统计分析,探究了土壤无机碳的研究现状和发展趋势。研究表明,发文量呈现整体上升趋势,分为起步阶段(1999—2005年)、快速发展阶段(2006—2013年)、急剧上升阶段(2014—2023年);环境科学、工程环境、农学、土壤学是该研究领域的热门学科;Kumar Rakesh、Babu Subhash、Singh A K、王慧军是该研究领域学术影响较高的作者;中国科学院、印度农业研究委员会、中国科学院大学发文量较多,各科研机构之间呈现出紧密的合作纽带;中国、美国、德国、印度是土壤无机碳研究领域的核心力量,合作交流密切。近年来,研究热点主要为:土壤无机碳对生态环境以及与冰川消融之间的相互作用、土壤无机碳的固碳机制及碳储量变化、土壤无机碳与土壤有机质之间的相互转换机制。灌丛化对土壤无机碳的影响尚不明确,未来的研究可以进一步探讨这个问题,期望能给土壤无机碳研究领域提供借鉴和启发的新思路,为全球土壤无机碳研究提供科学依据。
