Coding and Paper Letter(二十三)

资源整理。

1 Coding:

1.开源项目aom,基于Fotran90编写的水光学蒙特卡洛模型。可以模拟辐射量。

aomc

2.开源项目proSR,一种全新的单图像超分辨率重建方法。

proSR

3.开源项目conditional neural process,条件神经网络的jupyter notebook实现。

conditional neural process

4.如何将自己开发的R包推送到cran上,需要准备的东西。

prepare for cran

5.Python库flask ipywidgets,flask框架里的ipywidgets支持。

flask ipywidgets

6.针对生态学家的贝叶斯数据分析介绍。

bayes course

7.R中关于回归,GLM,混合效应模型和GLMM的wokrshop练习。

glmm course

8.R语言包bayesdfa,bayesdfa与Stan实施贝叶斯动态因子分析(DFA)。

bayesdfa

9.开放交通数据的资源。

opentransportdata

10.R语言包rangeModelMetadata,提供了创建与R中物种范围模型相关的元数据对象的便捷访问。

rangeModelMetadata

11.在Earth Engine IDE中转换和运行代码的工具。

ee loader

12.R语言包backyard,这个包的目标是为Bookdown项目提供可视后台。

backyard

13.R语言包binb,非常适合从LaTeX制作pdf演示文稿,并且还得到Markdown和RMarkdown的支持。

binb

14.地理空间资源链接。

coords

15.夏威夷大学马诺阿分校地质与地球物理系举办的研讨会。

tgif2018

16.R语言包unilur,帮助用rmarkdown编写教程,实践或试卷。

unilur

17.R语言包pRojects,用于创建各类不同的项目,以降低繁琐的项目设置工作。

pRojects

18.R语言包RGLUEANN,一般似然不确定性估计(GLUE)和人工神经网络(ANN)之间耦合的R实现。

RGLUEANN

19.使用开源软件的基本遥感和GIS方法教程(Python或R中的GDAL)。

open geo tutorial

20.R语言包lucCalculus,用于分析土地利用的时空演算改变轨迹。

lucCalculus

Coding and Paper Letter(二十三)_第1张图片

21.R语言包rmdWidgets,将Widgets插入到Rmarkdown的html/LaTex文档中。

rmdWidgets

22.R语言包revgeo,使用Google Maps API和Photon API在R中反向地理编码。

revgeo

23.Rmarkdown模板,传统邮件的R bookdown模板。

bookdown mail

24.R语言包portalr,专门从指定的portal获取数据(Chihuahuan沙漠中长期野外场地的啮齿动物,植物,蚂蚁和天气的观测数据)。

portalr

25.XGBoost功能交互和重要性。

xgbfi

26.Tidynomicon:Python程序员R简介

tidynomicon

27.Stan 2.18.0中的多线程和Map-Reduce的一个小案例。

cmdstan map rect tutorial

28.主题为地热的学习资源jupyter notebook。

geothermics

29.Generic Mapping Tools的Python接口以及Generic Mapping Tools。

gmt python

gmt

Coding and Paper Letter(二十三)_第2张图片

30.R语言包geobench,放置数据(在发行版中)和代码(用任何语言)来测试性能。

geobench

31.正则化贪婪森林算法。集成树机器学习方法。

rgf

2 Paper:

1.Estimating urban above ground biomass with multi-scale LiDAR/用多尺度激光雷达估算城市地上生物量

背景:长期以来,城市树木因提供生态系统服务(减轻“热岛”效应,抑制空气污染等)而受到重视;最近,城市森林储存大量地上生物量(AGB)的潜力也得到了认可。然而,由于树木的可塑性,高物种多样性以及异质和复杂的土地覆盖,城市地区在评估AGB时面临特殊挑战。遥感,特别是光探测和测距(LiDAR),通过直接测量树木结构,为评估城市AGB提供了独特的机会。在这项研究中,陆地LiDAR测量被用于推导出伦敦卡姆登区的新异速生长,其中包含了城市环境中典型的各种树木结构。使用从墙到墙的机载LiDAR数据集,然后使用新的个体树检测(ITD)方法在整个自治市镇中识别单个树。随后将新的异速生长应用于所识别的树木,产生自治市镇范围内的AGB估计。

结果:Camden的AGB密度估计值为51.6 Mg ha-1,其中林地口袋中的AGB密度最大;陆地LiDAR衍生的AGB估计表明这些区域与温带和热带森林相当。地球LiDAR衍生的最大高度和投影冠面积的多元线性回归解释了树体积的93%的方差,突出了这些指标用于表征不同树形结构的效用。局部推导的异速生长提供了对树木体积的准确估计,而自治市镇的异速生长倾向于过高估计林地区域的AGB。新的ITD方法成功识别了单个树木;然而,由于ITD无法解决表冠重叠,因此与陆地LiDAR相比,AGB被低估了≤25%。蒙特卡罗不确定性分析确定在估算AGB时将木材密度值指定为最大的不确定性来源。

结论:在未来一个世纪,预计全球人口将日益城市化,导致城市土地覆盖面积空前扩大。由于需要碳汇和评估这些地区碳密度的有效工具,城市地区将变得更加重要。使用多尺度激光雷达提供了实现这一目标的机会,提供了城市森林结构和AGB的空间显式图。

LiDAR对AGB的大规模测量已经在森林地区有了很多应用,而针对城市森林AGB的研究还较少,本文就是针对城市内部森林的AGB测度。

2.Global forecasts of urban expansion to 2030 and direct impacts on biodiversity and carbon pools/2000-2030年全球城市扩展过程及其对生物多样性和碳储量的直接影响

推文

该文章模拟了2000-2030年全球城市扩展过程。然后基于模拟结果,分析了城市扩展过程对自然栖息地、生物多样性以及碳储量的影响。详情可以见上面的推文,PNAS的雄文。城市扩张的模型以及造成的环境效应值得关注。

你可能感兴趣的:(Coding and Paper Letter(二十三))