接着分享几篇地理学相关的最新研究，了解相关前沿，学习论文表达、制图等~1. 从视觉神经科学的视角看地图视觉变量理论
地图是地理学的语言，视觉变量是地图学的基础理论。然而，当前对地图视觉变量的研究主要以经验描述归纳为主，视觉机理解释不足，存在感知顺序不清晰、“形状”视觉变量划分粒度不精细、“位置”视觉变量界定不清楚3个基本问题。本文在总结眼—脑系统中的主要视觉神经元的基础上，详细分析了视觉变量的神经机理，研究发现：(1)视觉变量的感知顺序首先是亮度和色彩，其次是简单的位置、方向、尺寸，最后是复杂的形状和纹理；旅游图的眼动实验表明，利用色彩能够被优先感知的特点，可以将色彩作为视觉线索，用于加强地图的视觉层次，引导读者的视觉注意力。(2)曲率可作为形状视觉变量的细分变量；可持续发展制图案例表明，曲率视觉变量可以有效用于表达定性、定量信息。(3)位置能够被视觉神经元直接高效识别和处理，应该被定义为一个视觉变量，但是在强调图形位置精度的情况下，它不宜变化。导航地图和印象地图的对比实验表明，位置视觉变量能够引起显著的视觉和情感唤醒度差异。本文研究结果可加深对地图视觉变量理论的理解，可为可持续发展制图、个性创意地图设计等提供新的视觉设计理论。![]()
人类眼—脑视觉系统的主要组成
![]()
色彩敏感神经元的 4 种色彩识别方式
视网膜—V1 变形图
应用方向选择性的实例
文献来源：吴明光,乔莉鸽,闾国年.从视觉神经科学的视角看地图视觉变量理论[J].地理学报,2024,79(09):2191-2205.
2. 基于集成学习算法和Optuna调优的江西省森林碳储量遥感估测了解森林碳储量对于完整、准确地量化碳排放及气候变化背景下的环境监测至关重要，借助遥感数据源是估算区域尺度碳储量的有效方法。以江西省为研究区，基于第七次国家森林资源连续清查样地数据与Landsat-5 TM遥感数据，通过GEE平台对影像进行处理，将递归特征消除（RFE）、Boruta两种特征选择方法与支持向量机（SVR），包括随机森林（RF）、极端梯度提升（XGBoost）和堆叠集成（Stacking）在内的三种集成学习算法相结合，分析不同模型的估测精度。此外，运用Optuna超参数优化框架来确定各模型的超参数。根据最优估测模型来反演江西省森林碳储量并绘制空间分布图，选用地理探测器对碳储量的空间分布格局进行驱动力分析。结果表明：（1）根据特征重要性排名，RFE筛选出30个变量，Boruta筛选出11个变量，合适的特征子集与回归算法相结合能显著提升估测的准确性。（2）基于Optuna对各模型的超参数进行迭代调优，发现不同特征子集与机器学习算法相结合，超参数取值和重要性在模型中差异较大。其中RFE筛选的最优特征子集与Stacking算法结合进行回归拟合时获得了最好的估测效果（R2=0.527, RMSE=15.85Mg/hm2, MAE=12.31Mg/hm2），该模型有效利用训练数据，结合多种算法的优点以减少偏差，显著改善森林碳密度高值低估和低值高估的问题。（3）最优估测模型反演得到江西省2006年的森林碳密度平均值为33.356Mg/hm2（2.585—88.943Mg/hm2），森林碳储量总量为321.507Tg。（4）自然环境因子中海拔和坡度是影响碳储量空间分布格局的主要驱动因子；所有因子在交互作用下呈非线性增强和双因子增强，其空间分布格局是自然因素和人为因素协同作用的结果。江西省主要树种单木生物量模型和含碳系数
![]()
![]()
![]()
模型中各超参数的重要性
文献来源：王可月,王轶夫,陈馨,等.基于集成学习算法和Optuna调优的江西省森林碳储量遥感估测[J/OL].生态学报,2025,(02):1-16.
3. 气候变化下川西地区森林碳储量对森林管理措施和干扰的长期响应评估气候变化下森林管理措施对森林碳储量的长期影响对我国碳中和目标达成具有重要意义。传统森林碳储量评价方法对气候变化、火灾等干扰以及森林经营管理措施等多重影响下森林生态系统长期演替过程刻画不足，难以有效揭示多种作用因素对区域森林碳汇能力的长期综合影响。针对上述问题，以气候变化敏感区川西高山、亚高山地区为例，在探讨传统碳储量评价方法局限性的基础上，构建了考虑森林干扰的自然恢复和森林干扰-森林经营管理措施组合的人工恢复方案，结合森林景观生态模型LANDIS PRO和森林生态系统碳-水动态模型PnET-II模拟、预测了未来气候情景下（2020—2070年）自然恢复和不同人工恢复方案下区域森林地上碳储量及碳密度的时空动态，并通过对比筛选出提升固碳能力的最佳森林管理措施。结果表明，川西地区森林林龄趋于年轻化（平均林龄40a），具有巨大碳汇提升潜力。2020—2070年，自然恢复情景下研究区森林地上碳储量将由2020年的466.99Tg增加至2070年的780.96Tg，提高了67.23%。其中，以云杉、冷杉为主的成熟、过熟常绿针叶林是川西地区碳储量的主要贡献来源。但是自然恢复情景下川西地区森林平均碳密度在21世纪中后期停滞增长，甚至下降。而人工恢复情景下，碳密度变化趋势则有所不同。在多种森林干扰与经营管理措施组合方案中，当森林火灾干扰比例为0.01/10年和森林管理措施面积比例为0.02/10年时，川西地区森林地上碳储量提升最大且碳密度呈持续增加趋势。该情景下，2070年森林碳储量及碳密度分别将达到807.76Tg和33.33Mg/hm2，较2020年分别增加了72.97%和12.21%。2070年人工恢复情景下森林碳储量和碳密度较于自然恢复情景下分别高3.4%和8.5%。由此可见，通过人工恢复措施优化将有助于突破川西地区森林固碳能力的自然恢复瓶颈，提升区域森林生态系统对未来气候的适应能力，促进未来气候下区域森林碳储量的持续增长。国内外常用森林碳储量估算方法研究现状及对比
![]()
![]()
川西地区样地分布及立地垂直梯度特征
![]()
2000—2020年川西地区森林地上碳储量空间格局、空间变化趋势及时间变化趋势
![]()
2020—2070年自然恢复情景下川西地区森林地上碳储量空间格局、空间变化趋势和时间变化趋势
![]()
2020—2070年川西林区自然恢复与人工恢复情景下森林地上碳储量和碳密度变化趋势
文献来源：邓诗宇,张明芳,侯怡萍,等.气候变化下川西地区森林碳储量对森林管理措施和干扰的长期响应[J/OL].生态学报,2025,(01):1-17.
如果有好的内容或者新的研究成果或者想要进行学术和技术交流的，欢迎点击公众号底部【与我联系】添加微信，添加时请备注 学校/机构_研究方向_姓名，方便交流沟通！
