介绍

计划写一篇自己不熟悉的领域的文献计量分析。类似陈超美写的再生医学，也不是他自己所了解的领域。但是却预测到了当年的诺贝尔医学奖。

本文计划投《遥感学报》报道栏目。

前言

《遥感学报》的前身是1986年创刊的《环境遥感》，她诞生于中国遥感事业的初创时期，是随着中国遥感事业的发展而成长起来的第一本遥感刊物。创刊以来，《遥感学报》结合中国遥感事业不同时期的重点和需要，刊登了大量国内最新科研成果和国家重点支持的研究项目的成果论文，对中国遥感科学技术的发展和人才培养发挥了巨大作用，成为目前中国遥感和地理信息科学领域最有影响的学术期刊。作为中国遥感领域唯一一本国家级综合性学术期刊，《遥感学报》致力于报道遥感领域及其相关学科具有国际、国内先进水平的研究报告和阶段性研究简报以及高水平的述评。

本文分析《遥感学报》创刊35年（1986-2020）以来发表的文献，其中包含改名之前的《环境遥感》1986-1996年的发文。主要分析发文机构、作者及其合作关系的演变，关键词的关联及其演变。尝试分析《遥感学报》期刊的发文热点趋势。

数据和方法

文献计量学是重要的情报学分支，通过数学模型和统计学方法可以了解某一个学科的历史发展脉络，并根据研究热点的突现作出合理的趋势预测。文献计量分析软件citespace是目前主要的分析工具之一，具备中国知网（CNKI）、科学索引（WOS）等国内外重要数据库的分析能力。CiteSpace主要功能是对输入的文献信息进行关键词、作者、机构、资助、共引等信息矩阵共现分析，并可给出可视化的多种图谱。此外Citespace还具备突现（burst）分析能力，可获得关键词、作者、机构等热点动态。Citespace另一个重要功能是进行引文分析，即分析引证和被引证的知识联系和知识网络，揭示文献之间知识流动。然而，CNKI导出的文献格式暂不包含引文信息（WOS包含引文信息）。

本文数据来源于CNKI收录的《遥感学报》文献，通过中国知网进行检索：

1

JN=遥感学报 OR JN=环境遥感

发文数量

截止到2020年底，共得到2932条文献（未进行人工剔除，如卷首语等）。其年度发文数量如下图所示，2000年之前年发文约50篇（1997例外），2000年以后发文数据迅速翻倍，当前年发文约100-150篇。作为一份纸质版期刊，总体上《遥感学报》发文数量并不高，作为参考，这里列出国内外一些遥感测绘领域的其他期刊发文数量：《测绘科学》年发文300-500篇，《测绘学报》年发文约250篇，《测绘通报》年发文500篇，《遥感信息》150-200篇，国外《remote sensing》2020年一年发文4192篇，超过《遥感学报》历史总发文数，并且仍处在上升趋势，顶刊《RSE》年发文约500篇，《JG》约100-150篇，IEEE《TGRS》约500-700篇。

一般来说，发文数量和发文质量有一定的联系，极端的例子《remote sensing》2020年一年发文数量超过了《遥感学报》过去35年发表总量，《RS》官网宣称最快3周发表，如此快速的发表速度确实非常有吸引力，但有一部分文章质量有可能降低。

大水刊《Scientific Reports》2020年发文为22473篇，中国发文最多，，截止2021年3月超过3万篇，国家自然科学基金资助共计2万多篇，经费超过2千万。

从2011年Scientific Reports创刊开始，中国学者发文占比一直在稳步上升，2015达到40%，此后逐年下降，直到2018年下降到21%，这可能和部分科研单位在考核时不再将SR文章列入考核范围有关。

第一篇文献

作者

统计表明，论文出现频次最高的作者为柳钦火，发文超过20的作者为:

发文突现表示某一段时间内该作者论文的产出激增，可反映其在遥感领域的创造力猛然提高，突现前20位为：

其中近几年出现的突现作者是当前创造力较强的研究者，参考往年的突现作者，可知全部取得了辉煌的学术成绩（3位当选院士）。

引用

创刊以来，最高引用次数的文献为：

[1]徐涵秋. 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J]. 遥感学报, 2005(05): 589–595.

截止到2021年3月，改论文的引用超过1600次，独立作者徐涵秋来自福州大学环境与资源学院。

引用次数前十位为(截止到2021-3-7)：

[1]徐涵秋. 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J]. 遥感学报, 2005(05): 589–595.(引用次数：1688)
[2]孙红雨，王长耀，牛铮，布和敖斯尔李兵. 中国地表植被覆盖变化及其与气候因子关系──基于NOAA时间序列数据分析[J]. 遥感学报, 1998(03): 204–210.(985)
[3]李德仁. 论RS,GPS与GIS集成的定义、理论与关键技术[J]. 遥感学报, 1997(01): 64–68.(771)
[4]查勇，倪绍祥. 一种利用TM图像自动提取城镇用地信息的有效方法[J]. 遥感学报, 2003(01): 37-40+82.(551)
[5]唐军武，田国良. 水体光谱测量与分析Ⅰ:水面以上测量法[J]. 遥感学报, 2004(01): 37–44.(550)
[6]陈晋，陈云浩. 基于土地覆盖分类的植被覆盖率估算亚像元模型与应用[J]. 遥感学报, 2001(06): 416-422+481.(522)
[7]高志强，刘纪远. 基于遥感和GIS的中国土地利用/土地覆盖的现状研究[J]. 遥感学报, 1999(02): 51-55+83.(481)
[8]田光进，刘纪远. 基于遥感与GIS的中国农村居民点规模分布特征[J]. 遥感学报, 2002(04): 307-312+326.(399)
[9]都金康，黄永胜. SPOT卫星影像的水体提取方法及分类研究[J]. 遥感学报, 2001(03): 214–219.(387)
[10]刘伟东，项月琴. 高光谱数据与水稻叶面积指数及叶绿素密度的相关分析[J]. 遥感学报, 2000(04): 279–283.(384)

引用前10位的文献主题分布为：水体指数、植被覆盖、城镇用地、水体光谱、国土利用、居民点分布、农作物遥感等。

机构

中科院系（中国科学院遥感应用研究所、中国科学院大学、中国科学院遥感与数字地球研究所、中国科学院遥感与数字地球研究所遥感科学国家重点实验室、中国科学院研究生院、 中国科学院地理科学与资源研究所等）是《遥感学报》的主力军，高校则以武汉大学测绘遥感信息工程国家重点实验室、武汉大学遥感信息工程学院、 南京大学国际地球系统科学研究所、北京大学遥感与地理信息系统研究所、北京师范大学遥感科学国家重点实验室、 中山大学地理科学与规划学院等为主。

机构间的合作网络密集，主要是2000年以后机构间合作得到强化。

《遥感学报》发文单位不乏一些国际研究机构，香港、美国、巴西、荷兰以及联合国教科文组织等均有发文。

关键词

下图为出现频次大于10的关键词分布，

下图为关键突现图，表示在一段时间内该关键词为热点研究。例如，汶川地震出现在列，表明地震后遥感学术界尝试用遥感手段进行地震灾害研究；再比如，当前机器学习为全球科学研究热点，2018年遥感领域也出现深度学习和卷积神经网络的关键词突现，其中以深度学习为关键词的论文在2020年出现10篇，加上卷积神经网络的关键词，几乎每期都出现机器学习的论文。这和当前遥感界国际主流的期刊《RSE》、《TGRS》等期刊的热点趋势一致，特别是IEEE旗下的三个遥感期刊现在几乎被AI和机器学习占领。

趋势

通过关键词的突现分析，特别是近2010年之后出现的突现词，可预知未来遥感热点问题大概有：

• AI应用
• 高分辨率遥感
• 激光雷达
• 气溶胶

知识补充

中心性(Centrality)是对网络中一个节点影响力的度量，具有高中间中心性值的关键词和主题表明其在农村生活污水研究领域的研究发展过程中的影响作用较大，以及该部分非关键词在连接其他几个研究主题中的重要性。
根据关键词共现分析，进一步对共现关键词信息进行聚类，从而形成了如图7所示的8个聚类簇，以期更好地呈现农村生活污水研究的主题。聚类效果判定的标准是根据关键词间连线、图谱信息模块性(Modularity Q, Q)以及图谱轮廓系数(Sihouette, S)，连线越多，Q值越大说明聚类效果越好，当Q＞0.3时图谱信息模块性显著，S值大于0.5时，则表示聚类结果较合理。
需要注意的是，不同的热点话题包含多个关键词，在农村生活污水处理研究的进程中，热点关键词是随时间不断变化的，因此需要进一步探究农村生活污水研究热点在时间上的变化，并据此给出该领域的不同研究前沿与研究趋势。
根据短时间内激增的突发术语或具有高引用频数的关键词对领域的发展趋势和未来方向进行判断。类似的，文章及研究领域的突发引用也可作为研究前沿和趋势的评判指标，关键词和文章的引用突发见表5-6。各表中，蓝色线条表示时间间隔，红色线条表示突发关键字的周期，红色线条的端点表示每个突发的时间间隔的开始和结束。由表5可知，近五年的突发关键词包括“horizontal subsurface flow”“river”“phragmites australi”“sediment”“temperature”。其中，“river”的突发强度最大为3.44，其相关的研究文章内容以农村生活污水及其沉积物(包含氮磷等营养元素、内分泌干扰物以及抗生素耐药基因等)流入河流后产生的环境效应，同时探究如何消减污水与沉积物中的污染物。
[1]李厚禹, 张春雪, 马晓敏, 等. 基于CiteSpace的农村生活污水处理研究进展与趋势可视化分析[J]. 农业资源与环境学报, [日期不详]: 1–14.

今天分享如何使用GMT绘制DEM，并使用省界进行裁剪。

DEM的获取

DEM可以从国内的中科大镜像网站下载：
https://mirrors.ustc.edu.cn/gmt/data/

为了保持更高的细节分辨率，建议下载15秒数据（约2.7G）。

目前还有更高分辨率的DEM数据，如需要可以从网络上检索到30m分辨率（1秒）的SRTM内插数据。

Code

本例子主要用到：

• pscoast 导出省界。省界代码如-ECN.41（河南）可从GMT目录下dcw-states.txt找到。
• psclip 使用省界裁切地图
• grdimage 添加DEM绘图，并添加方位光照效果

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

#!/usr/bin/env bash
ps=hnan.ps

gmt gmtset FORMAT_GEO_MAP = dddF MAP_FRAME_WIDTH=2p
gmt gmtset FONT_ANNOT_PRIMARY 7p,Helvetica,black FONT_LABEL 7p,Helvetica,black 

gmt pscoast -ECN.41 -M -Df >sd.txt

gmt psclip sd.txt `gmt gmtinfo sd.txt -I0.000001` -JM2i  -K > $ps # Begin of the clip

gmt makecpt -Cdem2 -T0/2000/1  >mss.cpt
gmt grdimage -J -R C:/Users/yangleir/Documents/dtu/*.grd -Cmss.cpt   -O -K  -I+a0 -Q >>$ps

gmt psclip -C -O  -R -J >> $ps # End of the clip

gmt psconvert $ps  -A -P -Tg

部分结果

今天分享的GMT绘图比较常见：地形图。以印度洋的洋中脊的天成热液口为例子，简单介绍怎么绘制一副高质量的论文插图。

数据

绘图数据为多波束调查数据，来源于中国大洋科学考察航次。

代码

这个绘图比较简单，就不多写了。如果有问题，很可能是GMT版本造成，一般微调一下即可达到效果。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

rem 
gmt gmtset FORMAT_GEO_MAP = ddd:mmF
gmt gmtset MAP_FRAME_WIDTH=2p
gmt gmtset FONT_ANNOT_PRIMARY 7p,Helvetica,black FONT_LABEL 8p,Helvetica,black 

set ps=3d3.ps
set R=-R63.6/64.1/-28.1/-27.70
set R3=%R%/-5500/-2000
gmt grd2xyz 26VI_DBS02.grd %R% | gawk "!/NaN/ {print $1,$2,$3}" | gmt makecpt -Cseafloor -E200 -i2> t.cpt
gmt grdgradient 26VI_DBS02.grd -A0 -Gt_intens.nc -Nt0.75 %R%

gmt grdview 26VI_DBS02.grd -It_intens.nc %R3% -JM5i -p40/40 -JZ3i -Ct.cpt  -K -Y0.5i -Qs -B5m -N-5500+glightgray -BNESW > %ps%
echo 63.9233156 -27.8508410 JL-87| gmt grdtrack -G26VI_DBS02.grd  | gmt psxyz -R -J -JZ -Sc0.1c -Gblack -O -K -p>> %ps%
echo 63.9227	-27.8508 TianTang| gmt grdtrack -G26VI_DBS02.grd  | gmt psxyz -R -J -JZ -Sc0.1c -Gblack -O -K -p>> %ps%
echo 63.9218	-27.8504 TC-2| gmt grdtrack -G26VI_DBS02.grd  | gmt psxyz -R -J -JZ -Sc0.1c -Gblack -O -K -p>> %ps%
echo 4.25 5.5 T@#ian @# C@#heng@# | gmt pstext -R0/10/0/10 -Jx1i -F+f20p,4+jCB -O -K >> %ps%
gmt psscale %R% -JM5i -p -DjTC+o0/-0.7i+w3i/0.15i+h+e -Ct.cpt -I -O -Bx500 -By+lm  --FONT_LABEL=10p,Helvetica,black >> %ps%
gmt psconvert %ps% -A -P -Tg

结果

发送0301（微信公众号：海洋遥感数据共享），获得多波束网格数据。（数据分辨率较高，仅供学习交流，勿作他用。）

参考文献：[1]J. Sun et al., “Nearest vent, dearest friend: biodiversity of Tiancheng vent field reveals cross-ridge similarities in the Indian Ocean,” Royal Society Open Science, vol. 7, no. 3, p. 200110, 2020, doi: 10.1098/rsos.200110.

这里介绍国际科研发达地区的科研基金查询。

台湾

https://www.grb.gov.tw/search;keyword=Radar%20altimetry;type=GRB05;scope=1
查询关键词，检索出立项项目，可下载研究报告。

美国

https://www.nsf.gov/index.jsp
进入主页后，点击Award搜索关键词，可以查询历年美国政府支持的自然科学基金。点击项目后可以查看项目摘要。

中国

Letpub已经收录我国的基金信息
http://www.letpub.com.cn/index.php?page=grant#fundlisttable

Remote Sensing 发文统计分析

今天分享一个GMT绘制平面几何坐标的例子，以UTM投影为例子。

UTM 投影

• UTM为投影后的平面坐标，即把球面展开到纸面的坐标。

可使用grdinfo查看文件投影类型：

1
2
3
4
5
6
7
8
9
10
11

$ gmt grdinfo test3.tiff
test3.tiff: Title: Grid imported via GDAL
test3.tiff: Command:
test3.tiff: Remark:
test3.tiff: Gridline node registration used [Cartesian grid]
test3.tiff: Grid file format: gd = Import/export through GDAL
test3.tiff: x_min: 564600 x_max: 640200 x_inc: 100 name: x n_columns: 757
test3.tiff: y_min: 7158800 y_max: 7241000 y_inc: 100 name: y n_rows: 823
test3.tiff: z_min: -4458.4609375 z_max: -1930.5826416 name: z
test3.tiff: scale_factor: 1 add_offset: 0
+proj=utm +zone=42 +south +ellps=WGS84 +towgs84=0,0,0,0,0,0,0 +units=m +no_defs

信息显示该数据为UTM带号为42的南半球投影。代号和字母编码可以通过下图查询：

绘制经纬度地图

不转坐标，直接绘图(windows版)：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

REM Test Geotif format using GMT 
gmt gmtset FORMAT_GEO_MAP = ddd:mmF
gmt gmtset MAP_FRAME_WIDTH=2p
gmt gmtset FONT_ANNOT_PRIMARY 12p,Helvetica,black FONT_LABEL 16p,Helvetica,black 

gmt makecpt -Cbathy -T-5000/-2000/20 >test.cpt

gmt grdimage test3.tiff -Jx1:500000 -I+a45+nt1 -Ctest.cpt  -K -P -Q > test.ps

gmt pscoast -Rtest3.tiff -Ju42K/1:500000 -O -Df+ -Gyellow -W0.5p -Ba12mg12m -BNE -K --MAP_ANNOT_OBLIQUE=45>>test.ps

gmt psbasemap -R -J -O -LjRB+c25:00S+f+w10k+l1:500,000+u+o0.2i --FONT_ANNOT_PRIMARY=9p --FONT_LABEL=10p -K>>test.ps

gmt psbasemap -Rtest3.tiff+Uk -Jx1:500 -B10g10+u"@:8:000m@::" -BWSne -O --FONT_ANNOT_PRIMARY=10p --MAP_GRID_CROSS_SIZE_PRIMARY=0.1i --FONT_LABEL=10p -K >> test.ps

gmt psscale -DjBL+o1c+w2i/0.15i -R -J -Ctest.cpt -Bx500f100 -By+lm -I -O -F+gwhite+p1p >> test.ps

gmt psconvert test.ps -A -P -Tg

效果：

这张水深地图上有两种坐标标注，一种是UTM坐标，一种是经纬度坐标。它们之间的切换是通过-J的变化实现的，UTM使用了-JX1:500000，经纬度投影使用了-Ju42K/1:500000。

第二种方法是先转坐标：

1

gmt grdproject -Ju42K/1:1 test3.tiff -C -F -I  -Gtest3_geo.tiff

查看坐标转换：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

$ gmt grdinfo test3_geo.tiff
test3_geo.tiff: Title: Produced by grdproject
test3_geo.tiff: Command: grdproject -Ju42K/1:1 test3.tiff -C -F -I -Gtest3_geo.tiff
test3_geo.tiff: Remark:
test3_geo.tiff: Gridline node registration used [Geographic grid]
test3_geo.tiff: Grid file format: nf = GMT netCDF format (32-bit float), CF-1.7
test3_geo.tiff: x_min: 69.6398826025 x_max: 70.3970837978 x_inc: 0.00100158888272 name: longitude n_columns: 757
test3_geo.tiff: y_min: -25.687188402 y_max: -24.9398146068 y_inc: 0.00090921386277 name: latitude n_rows: 823
test3_geo.tiff: z_min: -4459.3125 z_max: -1926.97009277 name: z
test3_geo.tiff: scale_factor: 1 add_offset: 0
test3_geo.tiff: format: netCDF-4 chunk_size: 152,138 shuffle: on deflation_level: 3
GEOGCS["unnamed ellipse",
    DATUM["unknown",
        SPHEROID["unnamed",6378137,298.257223563]],
    PRIMEM["Greenwich",0],
    UNIT["degree",0.0174532925199433]]

已经完成转换，按照正常方法进行经纬度地图绘制即可。

数据获取

https://www.jianguoyun.com/p/Ddn04lUQ2PCQBximq-cD

绘制前的处理

卫星遥感影像一般是Geotif格式，UTM笛卡尔数学投影，灰度值一般是Float32类型，而GMT不支持Float32类型，此外高分影像分辨率可到m级，绘图所占存储非常大。所以需要做的是

• 将Float32转为Byte格式。
• 将影像降低分辨率
  如果整幅区域过大，则还需要裁剪出目标区域:
• 裁剪影像
  如果不希望绘图使用UTM坐标，而偏向于使用WGS-84椭球经纬度，则进行坐标转换
• 坐标转换

上述预处理完全使用GMT内置的gdal工具包。如果因版本问题，GMT不带有gdal，则手动下载gdal即可。GDAL在window和linux通用，使用方法：

1
2
3
4
5
6
7
8
9

# Prepare
# 1-Transform from UTM to WGS-84 latitude/longitude
gdalwarp -t_srs EPSG:4326 name.tif name_wgs.tif
# 2- resample Geotif to 90m resolution(0.00075 degree)
gdal_translate -tr 0.00075 0.00075  -r average -ot Float32  -co COMPRESS=LZW -q name_wgs.tif name_wgs_low.tif
# 3-Transform the DoubleFloat format to byte format.
gdal_translate -ot Byte -q -scale 0 1 0 255 name_wgs_low.tif name_wgs_lowbyte.tif
# 4-Crop (Can do first)
gdalwarp -t_srs EPSG:4326 -te 115.8152 35.4555 116.0756 35.7101 name.tif name_out.tif

GMT也默认打爆了GDAL一些程序，但是这些程序不完整，仅能实现一些基本读写。坐标转换等工作需要独立安装gdal，官网建议是使用conda安装，安装之后，不仅可以使用python调用代码，也可以调用exe程序。

RGB真彩色绘制

完成预处理后，添加真彩色的绘图仅需一行：

1

gmt grdimage area_cal_low_byte.tif+b2,1,0 -J$J -R$R -K -O >> $PS

需要注意的是，+b2,1,0表示波段的顺序，红绿蓝三个波段的叠加产生真彩色，其顺序不可颠倒，波段的编号和具体卫星有关，需要提前查找准确。

添加无坐标图片

有时候（审稿人）可能要求在地图上加一个图片表达，图片没有坐标，可通过相对位置插入：

1

gmt psimage gnss2.jpg -Dx0.2/0.1+w1.5c -O -K >> $PS

绘制小地图

在大比例尺的地图上添加一个小比例尺的位置指示地图是常用做法，也很简单：

1
2

gmt pscoast -Rg -JG120/41/1c  -Dc -A5000 -Gpink -Swhite  -O -X2.5c -Y2.1c -K >>$PS
echo  120:26:30 36:02:57 | gmt psxy -Sa0.1c -Gred -R -J -O  >> $PS

例子结果

数据获取

回复本公众号0227，可以获得卫星遥感的绘图代码和示例数据（还有原始的练习数据：山东郓城县2020年Landsat8遥感影像）。

全部代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41

#!/bin/bash

R=120:22/120:33/35:57/36:05
J=m120:30/36/1:500000
# Here use the map scale not the absolute width in map projection. This will allow the line width in cm unit connected to the geographical units km.

PS=map.ps

gmt gmtset  FORMAT_GEO_MAP = ddd:mm:ssF MAP_FRAME_PEN 0.010c
gmt gmtset FONT_ANNOT_PRIMARY	= 3p
gmt gmtset FONT_LABEL 7 MAP_LABEL_OFFSET 5p MAP_ANNOT_OBLIQUE=42
gmt gmtset MAP_FRAME_TYPE plain MAP_TICK_LENGTH_PRIMARY 5p  MAP_FRAME_PEN black

gmt psbasemap -R$R -J$J -P -K  -Bpxa5mf -Bpya5mf -BnWSe >$PS
# Add image. 
gmt grdimage area_cal_low_byte.tif+b2,1,0 -J$J -R$R -K -O >> $PS
gmt pscoast -R$R -J$J -O  -W -I1 -K  -Lx1.0i/0.15i+c120/36+w5k >> $PS
awk '{print $1, $2}' track.dat | gmt psxy -W0.2c,black -R$R -J$J -P -O -K -t70 >> $PS
awk '{print $1, $2}' track.dat | gmt psxy -W0.01c,black+ve0.1i+gblue -R$R -J$J -P -O -K  >> $PS

angle=`gmt mapproject -R$R -J$J -Af  track.dat | gmt gmtmath STDIN -i2 -Sl MEAN 360 SUB 90 SUB NEG =`
echo "angle:"$angle

awk 'NR==3 {print $1, $2}' buoy.txt | gmt psxy -Sa0.1c -Gred -R$R -J$J -P -O -K >> $PS
awk 'NR==3 {print $1, $2,"XMD"}' buoy.txt |  gmt pstext -F+f4p,1,black+a$angle+jRB -R$R -J$J -O -N -K -D0./0.1 -Gwhite >> $PS

echo  120:26:30 36:02:57 | gmt psxy -Sc0.1c -Gred -R$R -J$J -O -K >> $PS
echo  120:26:30 36:02:57 "Wave Buoy"|  gmt pstext  -F+f4p,1,red+a$angle+jLB -R$R -J$J -O -N -K -D0.1/0.0 -Gwhite >> $PS

echo  120:26:8.53 36:2:59 "GNSS Buoy@-2@-@"|  gmt pstext  -F+f4p,1,black+a$angle+jLT -R$R -J$J -O -N -K -D0./-0.1 -Gwhite >> $PS
echo  120:30:41.03 36:1:36.69 "GNSS Buoy@-1@-@"|  gmt pstext -F+a$angle+f4p,1,black+jLB -R$R -J$J -O -N -K -D0.1/0. -Gwhite >> $PS
echo  120:26:8.53 36:2:59 | gmt psxy -Sc0.1c -Gyellow -R$R -J$J -O -K >> $PS
echo  120:31:38.03 36:1:1.69 | gmt psxy -Sc0.1c -Gyellow -R$R -J$J -O -K>> $PS

# Add jpg
gmt psimage gnss2.jpg -Dx0.2/0.1+w1.5c -O -K >> $PS
# Add small map in Up-Right corner
gmt pscoast -Rg -JG120/41/1c  -Dc -A5000 -Gpink -Swhite  -O -X2.5c -Y2.1c -K >>$PS
echo  120:26:30 36:02:57 | gmt psxy -Sa0.1c -Gred -R -J -O  >> $PS

gmt psconvert $PS -A -P -Tf

一年一度的国家自然科学基金马上又要提交了，科研宝宝们绞尽脑汁、想方设法、挖空心思地寻找新的研究思路，以求获得评审人的认可。是否有一个新的创意（IDEA）对于基金的成败至关重要，然而国内科学研究在一定程度上存在内卷化，不是那么容易获得新的思路，大批人挤在同一个独木桥上。

国内（大陆地区）既然如此，那么借鉴科研水平较高的国际同行的研究思路不失为一个有效的方法，今天我们对台湾省的科研基金做一个案例解读，并分享著名大地测量学专家黄金维教授的最新研究报告（公开），主题是“以雷达和SWOT合成孔径雷达测高推求南海高分辨率重力和海深”。

SWOT背景

由于传统高度计的噪声水平被限定在100km以上的空间分辨率，很难分辨亚中尺度的海洋信号，为了以更高的分辨率观测海洋现象，美国NASA/JPL和法国CNES于2009年正式提出SWOT干涉雷达高度计计划，经过十余年的论证和发展，SWOT计划于2022年发射。该卫星将利用干涉雷达测量技术，获得120km宽度刈幅的海面高度信息，使高度计观测中尺度、亚中尺度海洋现象成为可能，对于进一步研究海洋和全球气候变化的互相作用具有重大意义。

在推动物理海洋学进步的同时，SWOT也将在大地测量、陆地水测量、极地冰测量等领域提供高分辨率的测量数据。鉴于SWOT高度计计划处于国际前沿水平，因此以SWOT以及同类卫星高度计为主题的研究将是当下海洋遥感的一个热点趋势，以此为主题撰写基金可使资助率提高。

黄金维（C. Hwang）教授介绍

台湾交通大学终身讲座教授
最高学历：
美国俄亥俄州立大学 大地测量 博士
研究专长：
卫星大地测量、统计平差、卫星海洋学

以雷达和SWOT合成孔径雷达测高推求南海高分辨率重力和海深

本项目是黄教授2017-2019年度主持的一项台湾科技部补助专题研究计划。摘要如下：

SWOT（Surface Water and Ocean Topography）任务由美国和法国共同研发，预计于2021年发射，其搭载的最主要的酬载是Ka波段雷达干涉仪，它可以在两个宽度为50公里的刈幅上获得二维水面高。SWOT将会以1公里的分辨率观测海面高（sea surface heights,SSHs），以50公尺的分辨率观测陆地水高（land surface waterheights），并将首次提供高精度的海洋上和陆地上的水面高。在海洋上，SWOT观测到的海面高可以以前所未有的空间分辨率来获得海洋重力异常，以用于探测现有海洋重力场中未观测到的海山、断层和大洋中脊。为了研究SWOT在反演高频海洋重力的应用潜力和研发处理SWOT海面高观测值的新方法，本研究模拟了SWOT可观测到的高频的海面高，并反演得到重力异常和海深。在模拟过程中，本研究基于残余深度模型（residual depth model, RDM）的概念利用多波束深度反演得到东沙岛附近海域的高频残余海洋大地起伏。残余深度是真实多波束深度和参考深度之间的差异，后者是通过将前者平滑得到的。残余深度反演得到的残余海洋大地起伏与DTU18平均海水面模型结合用于仿真SWOT观测值。根据SWOT模拟误差的特点，本研究利用inverse Vening Meinesz (IVM) 和逆斯托克斯积分（inverse Stokes integral）两种方法来反演海洋重力异常，利用内政部提供的船测重力异常进行评估，结果表明SWOT可以在南海提供高质量的海洋重力异常。本研究采用重力地质法（gravitygeologic method, GGM）将南海海洋重力异常反演为海深， 利用内政部提供的多波束深度进行评估， 结果表明高频残余海洋大地起伏可以使反演得到的海深具有更多的细节和更高的精度。

报告获取

回复本公众号0225，可获得下载链接。

摘要

以中国知网期刊数据库收录的1962-2021年《测绘学报》文献为数据源，使用Citespace对测绘研究领域的国内机构、关键词、作者信息进行分析，展现我国测绘科技的当代发展史。同时，根据历史数据的变化，对测绘科技的发展趋势和热点进行探索分析。

测绘学报

《测绘学报》于1956年创刊，是由中国科学技术协会主管、中国测绘学会主办的学术刊物，国内外公开发行，是我国测绘地理信息科学领域具有重要影响力的学术期刊；涉及大地测量、全球导航卫星系统、遥感、航空摄影测量、工程测量、地图学、地理信息系统、矿山测量、海洋测绘、地籍测绘、地图印刷、测绘仪器、信息传输等测绘地理信息学科及其相关相邻学科。目前《测绘学报》已被美国工程索引（EI）、中国科技核心期刊等重要数据库收录，并入选“2020中国国际影响力优秀学术期刊”和“百种中国杰出学术期刊”。

对《测绘学报》期刊进行文献计量分析，可以了解期刊中最有成效的作者、机构和领域，并可以获得测绘这门科学的研究热点演变，进而从宏观角度了解测绘科技发展的规律。目前已有一些学者利用文献计量分析软件对特定期刊发文进行了研究分析，如如陈俊梅等使用CiteSpace软件对
《湖泊科学》创刊30年以来刊载学术文献中的关键词、机构、作者等进行知识谱图分析，并探讨湖泊科学近30年的研究发展特点；刘凯等开展《热带地理》期刊创刊40年文献计量分析，对该期刊研究主题演变趋势、历史热点等做了探讨；何书金对《地理学报》创刊85年发文的主题、引文和关键词进行可视化分析，梳理出该期刊4个时间段的主题脉络、历史热点等，以此审视中国地理学历年来的发展特点。

Citespace知识可视化软件是目前流行的文献计量分析工具之一，可以方便的将知识以图谱形式展现。本文采用Citespace软件对《测绘学报》历史文献进行研究关键词、机构和作者的分析，并将研究阶段分为5个，分别是：1956-1979，1980-1989,1990-1999,2000-2009,2010-2020，希望为相关领域的测绘学者提供参考。

数据和方法

数据来源

时间范围1962年至2021年，共计约4200篇文献。知网检索格式：

1

JN=测绘学报

Citespace原理

结果分析

关键词共现分析

突现词分析

作者合作网络

机构合作网络

讨论和展望

参考文献