基于数据驱动模型的辣木全球环境适宜性分布评估

 辣木作为新中药资源,被广泛应用于植物医药。收集了全球960条辣木分布记录,结合气候、土壤、地形和太阳辐射空间协变量,采用空间信息技术与数据驱动模型,评估了辣木全球环境适宜性空间分布状况。结果表明,全球适宜种植辣木的土地资源总量约为3.61×109hm²,主要分布在北美洲南部、南美洲东部和北部、非洲中部、亚洲的东南部及大洋洲北部地区。     

大数据时代的地缘环境研究

 地缘环境特征和演变规律的研究是认知国际地缘政治态势、保障国家安全的重要科学支撑。21世纪以来,各类地缘事件的发生频次和影响程度不断上升,严重威胁了中国地缘环境安全和“一带一路”倡议的实施。地缘事件的发生是多种地缘环境要素相互作用、相互影响的结果,分析多维度地缘要素的演变过程,是地缘风险模拟与预警的重要依据。本文回顾了国内外地缘环境研究的起源和历史进展,梳理了地缘环境要素的主要观测手段,归纳了大数据技术在地缘环境研究领域的应用成果。研究表明,单个地缘事件具有高度随机性,但海量事件的发生受各类地缘环境要素的影响和制约,基于地缘环境系统理论,利用大数据分析方法,可以发现地缘环境要素之间的复杂关系,有助于解决特定的地缘问题。未来的地缘环境研究应以地缘环境系统理论为指导,采用大数据信息挖掘和机器学习技术,构建地缘环境时空模拟与智能分析模式。     

南亚地缘环境风险等级的智能判别与分析

 地缘环境安全受到地形、气候、资源等自然要素的制约,也受到民族、宗教、文明、意识形态、政治制度、发展水平等差异的影响。基于地缘风险系统理论,梳理了历史研究成果,确立了地缘风险评价指标体系。以最新建立的多尺度、多数据源的全球地缘环境数据库为本底,以南亚为典型区域,构建了基于机器学习算法的地缘风险智能评价模型。