中国山西省持续高温，大雨或突然的寒潮等极端天气事件给人们的生产和生活带来了巨大的损失和灾难。 研究极端天气事件的时空分布特征和环流背景场具有重要的现实意义。 我们从1981年至2010年从中国山西省的109个气象站中选择了每日最高温度数据（≥35°C），每日最低温度数据和每日降水数据（≥50mm），然后设定温度≥在35°C下超过3天作为高温极端天气事件，将某一天（北京时间20至20小时）的24小时累积降水量≥50mm降水的站定义为暴雨天气，并确定冷空气活动的每日最低温度在24小时内下降了8°C以上，或在48小时内下降了10°C，并且在寒冷的天气中每天的最低温度≤4°C。 我们对高温，大雨和寒冷天气以及环流背景场的时空特征和趋势进行统计分析。 我们计算了山西持续高温，大雨和寒冷霜冻等极端天气事件的数量，并分析了极端天气事件的时空分布特征，趋势和总体环流背景。 我们分析并发现了各种极端天气事件中大尺度环流背景场的共同特征。 通过研究山西极端天气事件的时空分布特征，包括持续高温，大雨或突然的冷浪霜冻天气，总结了此类极端天气事件的大规模环流特征。 它将为将来的天气预报提供一些参考。

为了对山西省短期暴雨事件的正确预报和更好的防灾减灾服务提供参考，对山西省短期暴雨事件进行系统的研究非常重要。 根据1980-2015年山西省109个气象站汛期（5月至9月）的每小时降水数据，运用小波分析和时空分析，分析了汛期短时强降雨的时空变化特征。曼恩·肯德尔测试。 结果表明，山西省汛期短时强降水主要发生在20-30 mm / h的等级，平均每年有97个台站为短时强降雨，占全省的89％。全站仪。 短时强降雨主要集中在7月和8月，1991年6月17日在山西永济出现的历史最大降雨强度为91.7 mm / h。 在洪水季节，短期的强降雨总是在16-18 pm发生，并且在不同月份的集中时间略有不同。 6月，7月和8月的主要高峰分别在16、17和18，推迟了一个小时。 短时强降雨总体上具有山西地区南部多于北部，东部少于西部的分布。 在过去的36年中，山西短期暴雨有轻微的增加趋势，但并不明显。 有一个明确的4年振荡和年代际变化周期。 在汛期总降水量与短时强降雨时间之间有很好的相关性。

近年来，随着共享经济和移动互联网的快速发展，双边在线二分匹配问题在空间数据中的应用越来越广泛。具体来说，给定一组在2D空间中动态出现的工作人员和任务，TOBM问题旨在找到工作人员和任务之间满足时空约束的最大基数的匹配。很多作品都研究过这个问题，但是他们问题的设定各不相同。此外，在统一的定义下，以前没有任何工作比较为不同设置定制的算法的性能。因此，缺乏一个指导实践者对各种场景采用适当算法的指南。为了填补这一领域的空白，本文对TOBM问题的代表性算法进行了综合评价和分析。我们首先给出我们统一的定义，然后为所有算法提供统一的实现。最后，基于合成数据集和真实数据集的实验结果，从短期效果和长期效果两个方面讨论了算法的优缺点，为选择合适的解决方案或设计新方法提供了指导。

Trajectory_Clustering 应用时空数据挖掘技术来执行轨迹聚类

图形处理器(graphic processing unit, GPU)的最新发展已经能够以低廉的成本提供高性能的通用计算。基于GPU 的CUDA (compute unified device architecture)和OpenCL (open computing language)编程模型为程序员提供了充足的类似于C 语言的应用程序接口(application programming interface, API), 便于程序员发挥GPU 的并行计算能力。采用图形硬件进行加速计算, 通过一种新的GPU 处理模型——并行时间空间模型, 对现有GPU 上的N-body 实现进行了分析, 从而提出了一种新的GPU 上快速仿真N-body 问题的算法, 并在AMD 的HD Radeon 5850 上进行了实现。实验结果表明, 相对于CPU 上的实现, 获得了400 倍左右的加速; 相对于已有GPU 上的实现, 也获得了2 至5 倍的加速。

智慧城市时空大数据的城市治理应用实践 智能感知 人工智能

星星 区域系统的时空分析：用于探索性时空数据分析的软件包。 当前版本的STARS是基于从数字到Numpy的重构。 此版本应可在以下平台上使用 Linux 视窗 苹果电脑 安装 使用Conda（所有平台） git clone https://github.com/sjsrey/stars.git 安装 conda create -n stars python=2 conda activate stars pip install numpy==1.8 matplotlib scipy cd stars/stars; python -i starsgui.py 在Ubuntu下的流浪汉 生成并运行该框： sudo apt-get install virtualbox sudo apt-get install vagrant vagrant up vagrant ssh c

为掌握八里河流域污染成因、污染集中期和重污染地带，在八里河流域设置了7个河道监测断面及33个地下水监测点位，连续1年监测了地表水COD、氨氮、TP和地下水氨氮、硝酸盐、亚硝酸盐，分析了八里河流域水质时空变化趋势，提出了相应的污染控制措施。结果表明：受淀粉加工污染影响，各项指标在10～12月迅速上升，COD在第二年4月以后逐渐降低恢复至正常值，氨氮和TP难以达标；地表水污染以柳沟最为严重，五里湖沟次之，第三湖沟水质相对最好；淀粉废水还会通过淋滤进入浅层地下水，造成地下水氨氮污染；氨氮污染最初主要集中在流域西南方，逐渐向全流域扩散。针对当地突出的红薯淀粉加工废水污染问题，建议推广低污染的淀粉生产技术，制定适用于八里河流域的规范化与标准化农业面源污染控制技术，构建小流域农业面源污染控制系统与管理模式。

云边一体化时序时空数据库 云栖大会

智慧城市时空大数据平台建设技术大纲.doc