科学绘图的调色板

参考：

1.The Rainbow Colour Map (repeatedly) considered harmful. Geodynamics https://blogs.egu.eu/divisions/gd/2017/08/23/the-rainbow-colour-map/.
2.Crameri, F., Shephard, G. E. & Heron, P. J. The misuse of colour in science communication. Nature Communications 11, 1–10 (2020).

资源

http://www.fabiocrameri.ch/visualisation.php
https://blog.datawrapper.de/beautifulcolors/
https://image-color.com/

2021年的遥感测绘学科会议整理。

The 7th Asia-Pacific Conference on Synthetic Aperture Radar (APSAR 2021)

地点：Bali Island，Indonesia

http://apsar2021.org/paper-call/

Important Dates

28 February 2021 : Abstract Submission Dateline

31 May 2021 : Paper Submission Dateline

1 August 2021 : Notification of Paper Acceptance

1 September 2021 : Dateline of Final Paper Submission and Registration

1 - 5 November 2021 : Conference Day

International Geoscience and Remote Sensing Symposium (IGARSS)

地点：Brussels,以及云端

https://igarss2021.com

Important Dates

Travel Support Application Deadline 28 February 2021
Summer School: Start Registration 23 January 2021
Submission Status Available Online 08 April 2021
Summer School: Registration Deadline 23 April 2021
Registration Open 10 April 2021
Summer School: Notification of Acceptance 13 May 2021
Early Registration Deadline 21 May 2021
Final Submission Deadline 01 June 2021
Deadline Hotel Booking 05 June 2021
Summer School 06-08 July 2021
IGARSS 2021 11-16 July 2021

The 2021 IEEE Radar Conference

地点：Atlanta, Georgia, USA

https://ewh.ieee.org/conf/radar/2021/index.html

Important Dates

The 2021 IEEE Radar Conference, 10-14 May, 2021

文章来源：

1.刘宗迪. 《山海经》的尺度. 读书 3–13 (2019).

1

历史，尤其是知识的历史，并不总是一个上升和进步的进程，不是后人不如前人聪明，而是由于历史的阴差阳错，时间的洪流湮灭了古人度量万物的知识尺度，后来的人们丧失了古人所曾经登临的历史高度，因此也没有了古人曾经有过的胸襟和眼光，以致后人竟至于将古人曾经亲眼见到的风景当成了神话和怪谈，《山海经》地理学知识的命运即为一例。

《山海经》由《山经》和《海经》两部分组成，其中，《山经》是一部典型的山川地理博物志，它分东南西北中五方记述山川，每方又分为数篇，每篇按照一定走向，依次记述诸山的方位、道里、名称、所出河流以及蕴于这些山川之中的草木鸟兽、金石矿藏各种物产。古人以高山大川为神灵之所栖居，《礼记· 祭义》说：“山林、川谷、丘陵，能出云为风雨，见怪物，皆曰神。”所以，《山经》志地理，除了山川、博物之外，山灵水神也在所必记，我们不能因其多在神怪，不符合后世郡国地理学、科学地理学的标准，而轻易将之视为语怪小说，排斥于地理学之外。

地理学是空间之学，空间尺度为地理学之首要问题。如果说《山经》是地理志，那么，首先要回答一个问题：《山经》地域范围究竟有多广？

对其记录的空间尺度，《山经》中留下了明确的记载。《山经》各篇均按一定的走向记述诸山，每记一山均说明其相对上一座山的方位和距离，每篇之末则总计该篇的总山数和总里程，如《西次三经》的结语云：“凡《西次三经》之首，崇吾之山至于翼望之山，凡二十三山，六千七百四十四里。”全书二十六篇，除《中次三经》《中次六经》《中次十经》仅数百里外，诸篇所记山列大都绵延数千里，其中《西次三经》六千七百四十四里、《东次二经》六千六百四十里、《东次三经》六千九百里、《中次一经》六千六百七十里，而《北次三经》竟长达一万两千三百五十里，即以古里百里折合今里七十里计，仍有八千六百四十五里，这一距离甚至超过了从山东半岛最东端的成山角到中国版图最西端的帕米尔高原的距离，可见整部《山经》地域之广大，所以前人往往将《山经》的地域范围想象得无比辽阔。

然而，地理学的规模取决于国家疆土规模，在《山经》成书的先秦时期，中原尚未统一，统一的华夏世界观尚未成形，更遑论后世西到帕米尔东到黑龙江、北到大草原南到南海诸岛的大中国概念了，那个时代的人们何以能拥有如此宏大的地理学视野，又凭什么手段能够获得如此广大范围内的地理知识？古人因为相信三皇五帝教化天下，广被四表，因此相信《山海经》的世界无远弗届、囊括四海寰宇，现代地理学者却不信这一套，因此也不相信《山经》的数据为真，干脆将这些数据都视为凭空杜撰，认为《山经》关于远方山川的记载纯属想象，《山经》的地理学价值因此大打折扣。

问题是，《山经》中的一里究竟有多长？

这一问题却从来无人认真留意过，而只是想当然地认为它就是古书中通行的古里。谭其骧先生《论五藏山经的地域范围》即以一百里折合今日七十里的古里为《山经》的里距，据以推算《山经》的地域范围、考求山川之所在。

但是，《山经》成书于秦始皇统一度量衡之前的先秦时期，其时各国的度量单位并未统一，加之《山经》其书风格特异，自成一体，因此，不能想当然地把古书中通行的里距套用到《山经》之上。《山经》之里距单位究竟如何，当从《山经》自身求之。

既然《山经》各篇明确记载了各个山列的山数和里程，如果我们能够断定其中某一山列在今天地图上的准确位置和起止点，然后将《山经》所记里程与地图实测距离两相对照，就大致能推算出《山经》用以度量山川的尺度。

幸运的是，《山经》中恰恰就记载了这样一个山列，其位置可以在今天的地图上准确认定，而且这一山列的特殊情况，也足以消除对《山经》里程数字可靠性的疑虑，这就是《东次三经》。

2

《东次三经》为《东山经》四篇之一。《东山经》所记山川皆在今山东省，是前人都同意的。《东次一经》《东次二经》《东次四经》三篇的开头，均记“食水”，食水即《汉书· 地理志》《水经注· 淄水》记载的源于临淄西北，北流至博昌（古薄姑，今博兴县），转而东北流入海的“时水”，这三篇的首山或临北海，或临食水，北海即渤海，说明这几篇所记地域当在山东半岛，那么，《东次三经》所记诸山也当于山东半岛及其周边求之。

《东次三经》共记九座山，自北而南依次排列，首山曰尸胡之山；又南水行八百里，曰岐山；又南水行五百里，曰诸钩之山；又南水行七百里，曰中父之山；又东（南）水行千里，曰胡射之山；又南水行七百里，曰孟子之山；又南水行五百里，曰流沙；又行五百里，曰跂踵之山；又南水行九百里，曰踇隅之山；又南水行五百里，流沙三百里，至于无皋之山。

九山之间均为“水行”，水行的里程达五百里甚至上千里，表明这九座山均坐落水中。连续九山均在水中，这说的只能是海中的群岛。九山中最南一山无皋之山“南望幼海”，郭璞注曰：“即少海也。”少海在齐国附近，《韩非子· 外储说左上》云：“齐景公游少海，传骑从中来谒。”《外储说右上》云：“景公与晏子游于少海，登柏寝之台而还望其国。”“幼海”或“少海”即鲁北的莱州湾。《东次三经》记载的这九座山，在莱州湾以北的海中，自北而南一字排开，只要瞥一眼中国地图，就知道这说的只能是渤海口的庙岛列岛。

庙岛列岛由北而南，横列于辽东旅顺与胶东蓬莱之间的渤海口，为航海者漂洋过海的天然跳板，自古就是山东与辽东交通的海上通道，列岛之上多处大汶口文化和龙山文化遗址足以为证，《东次三经》记载的这九座山，应该就是古人横越渤海口航道之所经。庙岛群岛大小岛渚三十余座，较大的岛屿十余座，南北排列者恰有九座，《东次三经》九山，非此九岛莫属。

庙岛群岛的中、北段诸岛地势高陡，多岩岸，多沙石滩，南段诸岛则地势平缓，多广阔平坦的沙洲。《东次三经》所记九山地貌，正合乎庙岛列岛的实际情况：由南到北，第三诸钩之山“多沙石”，第四中父之山“多沙”，第五胡射之山“多沙石”，合乎庙岛列岛北端诸岛多砂石滩的地貌；第六山孟子之山与第七山跂踵之山之间、第八山踇隅之山与第九山无皋之山之间，皆有数百里“流沙”，则反映了庙岛列岛南端诸岛沿岸多平阔沙洲的地貌。宋代流放犯人的沙门岛，即在今长山岛附近，就因其多沙滩而得名“沙门”。

《东次三经》最后一山无皋之山，为航线的终点，其北有“流沙三百里”，当为从北长山岛绵延至南长山岛的漫长沙洲，则无皋之山必在蓬莱。在无皋之山可以“南望幼海”，“幼海”即莱州湾，在蓬莱西南。无皋之山又“东望榑木”，榑木即扶木，亦即扶桑，扶桑为日出之地，“榑木”当指胶东半岛最东端的成山岬，《史记· 封禅书》记齐地八神：“七曰日主，祠成山。成山斗入海，最居齐东北隅，以迎日出云。”古人于成山迎日出，秦始皇、汉武帝都在此地迎过朝阳、拜过神仙。

令秦皇、汉武梦牵魂绕的蓬莱神仙，可能就住在《东次三经》记载的这几座渤海岛渚上。《庄子· 逍遥游》讲过一位姑射神人的故事：“藐姑射之山，有神人居焉，肌肤若冰雪，绰约若处子。不食五谷，吸风饮露，乘云气，御飞龙，而游乎四海之外。其神凝，使物不疵疠而年谷熟。”《庄子》书多寓言，其中人物、地名多凌虚，因此，对此“姑射之山”之所在，历来学者多未加留意。实则，《庄子》书虽空灵，其中的故事却可能大有来历，而非纯为庄周先生杜撰。《逍遥游》称引《齐谐》之书，姑射之神的故事当为齐东野人之语。姑射之神不食人间烟火，“不食五谷，吸风饮露”，且“乘云气，御飞龙，游乎四海之外”，明显与《史记· 封禅书》中燕齐方士所称道的蓬莱神仙传说声气相通。《列子》书也讲到这位姑射仙子的故事，《黄帝》篇云：“列姑射山在海、河洲中，山上有神人焉，吸风饮露，不食五谷。”称“姑射之山”为“列姑射山”，并说列姑射“在海、河洲中”，列子此说正本自《山海经》，《海内北经》说：

盖国在巨燕南、倭北。倭属燕。朝鲜在列阳东，海北山南。列阳属燕。列姑射在海、河洲中。姑射国在海中，属列姑射，西南，山环之。大蟹在海中。陵鱼人面、手、足，鱼身，在海中。大鯾居海中。明组邑居海中。蓬莱山在海中。大人之市在海中。

这段话中的“燕”即是战国时期的燕，今辽东半岛属燕，“倭”是日本的古称，“朝鲜”当然就是朝鲜半岛，“列阳”，郭璞认为指列水之阳，列水在朝鲜半岛，“盖国”，或认为指朝鲜半岛的盖马高原，“明组邑”“蓬莱山”“大人之市”三个地名并举，且均在海中，自然是蓬莱海外的岛屿，蓬莱仙山的神话盖由此而来。大蟹、陵鱼、大鯾之类，为渤海口出没的大型海洋生物，《史记· 秦始皇本纪》说秦始皇巡海求仙，就在蓬莱海外射杀过大鱼。《海外北经》这一系列地名，勾勒出了环绕渤海的古代东北亚海上航线，“列姑射”即为这一航线所经之地。“列姑射在海、河洲中”，“河”谓黄河，“海”与“河”相连，此海只能是渤海，河入渤海，故蝉联称之，所谓“海、河洲”，指黄河入海口之外、渤海之中的洲岛，自非庙岛列岛莫属。庙岛列岛在渤海口南北排列，累累若列棋，故谓之“列姑射”，列岛浮沉于沧海烟波之中，藐藐不可及，故《庄子》谓之“藐姑射”。

《东次三经》记载的九座海上之山中，第五座名为“胡射之山”，“胡”与“姑”形、音均通，“胡射之山”当即“姑射之山”，亦即《海内东经》的列姑射、庄子笔下的藐姑射。

3

《山经》每记一山皆记其道里数字，这些数字是我们衡量《山经》地域范围、考证其山川所在的重要依据。那么，这些数据是否可靠呢？

这取决于这些数据是如何得来的。古人测距多靠步量，积步为里，《穀梁传》所谓“古者三百步为里”是也。那么，《山经》所记里程数字，是徒步旅行者积步所得？还是测量所得，若为积步所得，因山间道路崎岖盘折，道路里程与两山间直线距离将相去甚远，则这些数字对于估量《山经》的里距、考证诸山位置，可靠性不大。若为测量所得，则为直线距离，这些数字将成为我们估量《山经》空间尺度、考证诸山位置的可靠依据。前人大都低估了《山经》的科学性和古人的测量能力，认为《山经》里程只能是积步所得，因此轻易否定了《山经》里程数字的价值。

现在，我们既然断定《东次三经》所记为庙岛群岛，诸山皆为海岛，古人不会凌波微步，汪洋之上无法步量，则《东次三经》所记诸山之间的距离，只能是测量所得的直线距离。

我们绝不可低估古人的测量技术。实践是科学技术之母，古人出于天文观测和大型水利工程的需要，就需要有远程测量技术。《周髀算经》假托周公与商高问答，记述用矩尺测量之法（即勾股法），周公问商高曰：“夫天不可阶而升，地不可得尺寸而度，请问数从安出？”商高对以用矩之术：“平矩以正绳，偃矩以望高，覆矩以测深，卧矩以知远。”意为用垂绳与矩尺结合就可以定出水平，将矩尺横放即可测得目标的高度，将矩尺倒放即可测得目标的深度，将矩尺平置即可测得目标的距离，并称此法为“禹之所以治天下者”，谓大禹治水、行山导川即用此法测度大地。大禹治水自是传说，但此说意味着，古人在体国经野、经纪山川的国土经营实践中早已运用远程测量术。天文、测量之学在古代属于专门之学，即《史记· 历书》所谓“畴人”之学，畴人多为世袭，如淳注所谓“家业世世相传为畴”是也，其知识和技能在“畴人子弟”中世代流传而不着文字，因此《周髀算经》尽管成书于汉代，其所记载的勾股远程测量术必定在汉代以前早已成熟。较之勾股术测量精度更高的是重差测量术，魏晋时期数学家刘徽撰《九章算术注》，卷十《重差》记载了九个测量实例，都是借助矩尺、表木、准绳等测量工具，通过立表准望远方目标，运用重差算法测量海岛、山峰、涧谷、城邑的高度、距离、宽度、深度等，因第一个实例是测量海岛的高度和距离，故唐代学者将此章摘出单独成书，题为《海岛算经》。这些记载俱足以说明，古人早就掌握了远程测量距离的方法。

实际上，《山海经》就有对远程测量术的形象写照。《海外东经》云：“帝命竖亥步，自东极至于西极，五亿十选九千八百步。竖亥右手把算，左手指青丘北。”李约瑟认为这一记载所反映的就是大地测量活动（《中国科学技术史》，地学第一分册，科学出版社一九七六年版，197—198页）。表明在《山海经》成书的时代，古人早已掌握了远程测量术。

既然《东次三经》所记庙岛列岛之间的里程是出于测量，那么，这一里程就为我们推算《山经》的长度单位提供了可靠的依据。

庙岛群岛北起北隍城岛，南至南长山岛，整个岛链自北而南，一字排开，首尾分明，定点明确，不似陆地山脉盘曲连绵，支脉纵横，难断首尾和定点，对照庙岛列岛的地图，很容易判断《东次三经》所测里距的走向和起止。渤海口星罗棋布、坐标清晰的庙岛列岛，就是《山经》作者留给我们的一把校准古今大地测量尺度的标尺。

庙岛群岛既为古人航道所经，则《东次三经》所记九山必为古代航线所经停之岛。古人从辽东半岛放舟越海，以岛链为跳板，必取最安全且最短之航线，即从渤海口北的老铁山放舟启航，以北隍城岛为第一站，第二站为南隍城岛，第三站小钦岛，第四站大钦岛，第五站砣矶岛，第六站高山岛，第七站至侯矶岛，第八站北长山岛，第九站至航线终点蓬莱老北山（今蓬莱港所在）（如图）。恰好九站，对应于《东次三经》的九山。

运用电子地图，量得这九个地点之间各段的里程和里程总和，从北隍城岛到蓬莱港的总里程为75.7公里（151.4里），这也就是《东次三经》从首山尸胡之山至最末一山无皋之山之间的实际距离。

《东次三经》全篇记载九山，九山之间总里程为六千四百里（原文云“自尸胡之山至于无皋之山，凡九山，六千九百里”，里数统计有误）。两相比较，《山经》的一里仅相当于今0.02366里，即11.83米！

这个数字当然不可能十分精确。考虑到古人测量精度不高，且无地圆观念，因此远程测距的结果必定小于实际距离，再加之古人的各个测量基准点不可能像我们用电子地图测量般首尾相接，《东次三经》所记里程肯定小于用地图所测的距离，根据这一里程推算的《山经》单位里距必定小于《山经》作者所使用的实际里距。不过，无论如何，相差不会太远，完全可以作为我们估量《山经》空间尺度的依据。

《山经》里距单位如此之小，确乎出人意料，也许一时难以令满脑子成见的人们心悦诚服，但它显然远比认为《山经》一书关于数百座山、数百条河、数百种草木鸟兽金石矿物的具体而微、言之凿凿的记载全都是不知道何许人出于不知道何种怪异心态的胡编乱造、凭空杜撰更合乎情理，除非古人真像胡适想象中的热带民族那样，吃饱了饭没事干，整天“懒洋洋地睡在棕榈树下白日见鬼、白昼做梦”（《白话文学史》）。

4

远程测量较之徒步丈量既省力又精确，可以想见，《山经》的作者团队（《山经》肯定不是一个人所作）既然能将远程测量技术用于海岛距离的测量，则必定也会将这种技术用于陆地山川的测量，这意味着，《山经》记载的数百个山间里程数字为运用同一种测量技术度量所得，认识到这一点，《山经》所载地理学数据的巨大价值就不言而喻了。

这意味着，《山经》是一部基于实地观察和科学测量的地理志，虽然不能排除由于古人测量技术不精而导致的系统性误差，但《山经》中里程数字殆非凭空杜撰，其所记载的方位、里程尽皆可凭，这些数字将是考证《山经》地域范围、各条山列的广度以及各个山峦之所在位置的可靠依据。

《山经》的里距甚小，据此得出的《山经》地域范围将大大小于前人依据《山经》字面里数而对《山经》幅员的想象。前人想当然地以《山经》之“里”即古书中通用的古里，因见《山经》所记山川道里常以数千、万里计，而在整个大中国甚至欧亚大陆范围内考求《山经》山川之所在。将原本方圆仅数百里的版图，张大于数千、万里疆域之上，欲求其山川所在，也就无怪乎东拉西扯、徒劳无功了。《四库总目提要》谓《山海经》“道里山川，率难考据，按以耳目所及，百不一真”，实在是错怪了《山海经》。

《山经》末尾，有一段话：“天下名山，经五千三百七十山，六万四千五十六里，居地也。言其五臧，盖其余小山甚众，不足记也。天地之东西二万八千里，南北二万六千里，出水之山者八千里，受水者八千里，出铜之山四百六十七，出铁之山三千六百九十。”是为《山经》全篇之结语。

“天地之东西二万八千里，南北二万六千里”，当为《山经》作者团队勘测的大地幅员。按上述推算的《山经》里距，将这一数字换算为今里，仅为东西六百六十二里，南北六百一十五里。为对这一地域尺度有一个具体的概念，我们不妨用鲁中南山区的地域范围做一对照：泰山西麓余脉至东平湖东岸为鲁中山区迤西之极限，青岛市黄岛区的小珠山为其迤东之尽头，两者基本处于正东西方向，其间距离用电子地图测得将近七百里；章丘、邹平两县间的长白山为鲁中山区迤北之极限，徐州市贾汪区的低山作为峄山的余脉为鲁中山区迤南之尾闾，邹平与贾汪大致处于正南北之间，用电子地图量得其距离为两百七十六公里，即五百五十二里。可见，《山经》的幅员与鲁中山区的范围大致相当。

以商、周国家的疆域和当时的动员能力、技术水平，完全可以组织专业人员对如此范围内的国土做全面的山川资源勘测并形成像《山经》这样的调查报告，这也就意味着，《山经》其书并非前人想当然地认为的那样，道里数据率皆杜撰，地理记载多为虚妄，而是一部基于全面筹划、科学测量、实地调查之上的山川物产志。

在中国历史甚至世界历史上，《山经》是第一部雄心勃勃地对大地山川进行全面度量、对山川万物进行编目造册的地理博物志，它筚路蓝缕，劈开鸿蒙，为大地群山传神写照，叙列山川，载记万物，用一种上帝一般兼顾宏观与微观、既总揽大千又洞察幽微的目光，囊括山川薮泽、飞禽走兽、草木金石、神明灵怪于一书，为大自然的芸芸众生登记造册、建档立案。它用简洁的文字、明晰的体例，如实记录了近五百座山峦、二百多条河流，以及生活、蕴藏于这些山峦河流中的百余种野兽、百余种飞鸟、数百种草木、几十种水生动物、数十种矿物、数百种药物，并细致入微、绘声绘色地记载了这些草木鸟兽金石矿藏的形状、习性、功用和灵异，堪称一部包罗万象的自然知识的宝库。

这样一项知识冒险事业，前可与传说中的大禹分画九州、任土作贡、铸鼎象物相媲美，后可与近世的地理大发现分光辉，堪称是吾族先贤留给我们的一座知识宝库。这一事业，虽不敢妄断前无古人，却一定是后无来者，在中国古代，在浩如烟海的汉语典籍中，《山经》之后，再也没有一部具有如此宏大气魄、丰富内容和缜密体例的地理博物志堪与《山经》其书媲美。这部书本来可以成为彪炳史册的丰碑，却被后人视为胡编乱造、怪话连篇的志怪杂俎，被与齐谐、搜神、聊斋等狂夫刍荛之言等量齐观。

学术界是时候认真对待《山海经》这部古书了，为了不让祖先留给我们的宝贵遗产继续湮灭于无情的时间洪流之中。

<完>

推荐阅读：

[1]牛汝辰 and 林宗坚, “明末清初我国测绘科技的人文社会背景分析——传教士与中国测绘科技的发展,” 测绘科学, no. 01, pp. 48-55+1–0, 2001.
[2]喻沧, “隋、唐、五代测绘史考,” 测绘工程, no. 04, pp. 42–49, 1997.
[3]王树连, “魏晋南北朝测绘史考,” 测绘工程, no. 03, pp. 40–45, 1997.
[4]王树连, “秦汉测绘史考,” 测绘工程, no. 02, pp. 42-47+53, 1997.
[5]房建昌, “西藏测绘史略,” 西藏研究, no. 01, pp. 82–87, 1994.
[6]喻沧, “先秦测绘史考,” 测绘工程, no. 03, pp. 1–7, 1996.
[7]成一农, “对‘计里画方’在中国地图绘制史中地位的重新评价,” 明史研究论丛, vol. 14, 2014, Accessed: Feb. 12, 2021.
[8]马晨燕, 张扬, and 李雅云, “对中国古代地图测绘政治依附性的评价——以明清时期地图测绘为例,” 测绘通报, no. 04, pp. 106–108, 2014.
[9]李金寿, “关于《海岛算经》(下),” 数学教学, no. 04, pp. 25–27, 1987.
[10]周运中, “《山海经》昆仑山位置新考,” 中国历史地理论丛, no. 02, pp. 127–133, 2008.
[11]王升, “徐福东渡五大问题新论——以《史记》与《山海经》为线索,” 齐齐哈尔大学学报(哲学社会科学版), no. 05, pp. 52–56, 2012.
[12]冷卫国 and 张耀, “《山海经》中《东次三经》‘水路’新考,” 中国海洋大学学报(社会科学版), no. 01, pp. 50–55, 2015.
[13]刘宗迪, “四海之内:《大荒经》地域考,” 文史哲, no. 06, pp. 40-58+164, 2018.
[14]刘宗迪, “昆仑何在?——《山海经》昆仑地理考,” 民俗研究, no. 04, pp. 5-31+157, 2019.
[15]刘捷, “从《山海经》知识的传承看国人地理观的变迁——以‘儋耳国’为例,” 楚雄师范学院学报, vol. 34, no. 04, pp. 32–38, 2019.
[16]黄震云, “论《山海经》和中华文明,” 西北民族大学学报(哲学社会科学版), no. 06, pp. 104–118, 2019.
[17]杨萧杨, “《山海经·中山经》河洛地区山川考述,” 历史地理研究, vol. 40, no. 01, pp. 44-62+154, 2020.

重投影

如果下载的数据是UTM投影，想导出来经纬度坐标的文件，则：

qgis图层导出时可以选择坐标系，导出地理坐标系选4326就可以了。
转

或者

qgis-toolbox;
搜索reproject
打开GDAL-Raster projections-warp(reproject)
(右键可以批处理)

或者使用

gdalwarp -t_srs EPSG:4326 yunchengxian_2020.tif yunchengxian_2020_wgs.tif
参考：https://gdal.org/programs/gdalwarp.html

配准

我下载了USGS的间谍卫星影像，为胶片拍摄，无投影坐标，因此如果用于比对看图，需要配准。
使用QGIS：

1
2
3
4
5
6

菜单栏点击“栅格”--“配准工具”，会重新打开一个配准窗口
配准--打开栅格
设置坐标系统
采集栅格和矢量同名的点，采集的点越多（要控制采集精度），位置越准确
可手工输入，也可从画布中获取
集完点之后，对校正后的地图的矫正方法、名称、坐标系等进行设置，最后点击运行按钮

裁剪

raster-extraction-clip raster by extent

或者使用gdal。
按照经纬度：

gdalwarp -s_srs EPSG:4326 -t_srs EPSG:4326 -te114.01 39.97 114.03 39.99 -of GTiff -of GTiff D:/qgis-ppt/mosaic/J1.tifD:/qgis-ppt/mosaic/J2.tif D:/qgis-ppt/mosaic/J3.tif D:/qgis-ppt/mosaic/J4.tifD:/qgis-ppt/mosaic/mcp.tif
按照矢量：
gdalwarp -dstnodata 0 -q –cutline D:/qgis-ppt/vector-cut/cutpolygon.shp-crop_to_cutline -dstalpha -of GTiff D:/qgis-ppt/timeextent/Korea/test.tifD:/qgis-ppt/vector-cut/clipper-poly-alpha.tif

调用google 地图、影像

安装QuickMapServices

COVID-19

自2019年以来，新冠肺炎（COVID-19）全球感染人数已破亿，死亡超200万。人类拥有的辉煌科技成果和现代文明，在渺小的病毒面前，似乎更加渺小。

封城

已知的首位新冠肺炎病例2019年末出现武汉，2020年春节期间随春运扩散全国，并迅速在全球流行，武汉成为世界焦点。
为了控制病毒传播，武汉实施了法定甲类传染病的预防控制措施，采取了建国以来首次城市人口流动管制，2020年1月23日，武汉封城。世卫组织称它是“公共卫生史上前所未有的”。
武汉实施限行几小时后，黄冈市、鄂州市等周边城市也陆续实施了限行措施，最终湖北其他15个城市均实施了限行措施，省內共影响约5700万人。2020年3月25日，湖北省开始解封，4月8日，武汉解除封城措施。而在之后的疫情防控常态化时期，也有因疫情反复而进入封锁状态的地区。2020年7月，新疆效仿湖北省，进入封锁状态。2021年1月，河北省石家庄市封城。 资料来源

2020年的湖北政府报告这么说：

2020年是湖北历史上极不平凡、极不容易、极其难忘的一年。

大气

封城导致人口不流动，工厂停滞，交通停滞，湖北一季度GDP增速-39.2%。

同时，封城使得大气污染物排放源头也停滞，绝大部分地区的经济活动都停了下来，包括工厂、工地、交通、餐饮等。这场前所未有的社会管制行为，直接导致地面、大气环境发生了显著的变化，使得我们很容易可以从太空卫星窥探到包括大气污染物浓度变化、城市夜光等的变化。利用遥感大数据来监测封城导致的地球环境变化，在一段时间已成为科学家研究热点，在Science、Nature、Geophysical Research Letters、National Science Review等期刊发表许多文章（这里不讨论病毒和发SCI论文的伦理道德）。

然而武汉封城后，有一段时间污染物浓度不降反升，国外小报据此推测武汉死亡人数上升，空气质量下降是由于焚烧尸体所致。针对这一观点，华人科学家没有沉默，但是也没有陷入唇枪舌战，而是选择用科学说话，在《National Science Review》等期刊上发表文章，探究真相。
如：

[1]HUANG X, DING A, GAO J, 等. Enhanced Secondary Pollution Offset Reduction of Primary Emissions during COVID-19 Lockdown in China[J/OL]. National Science Review, [2020–10–07]. https://academic.oup.com/nsr/advance-article/doi/10.1093/nsr/nwaa137/5859289. DOI:10.1093/nsr/nwaa137.
[2]SU T, LI Z, ZHENG Y, 等. Abnormally Shallow Boundary Layer Associated with Severe Air Pollution during the COVID‐19 Lockdown in China[J/OL]. Geophysical Research Letters, 2020[2020–10–07]. https://onlinelibrary.wiley.com/doi/10.1029/2020GL090041. DOI:10.1029/2020GL090041.

这其实是一种大气的二次污染现象：

Here, using comprehensive measurements and modeling, we show that the haze during the COVID lockdown was driven by enhancements of secondary pollution. In particular, large decreases in NOx emissions from transportation increased ozone and nighttime NO3 radical formation, and these increases in atmospheric oxidizing capacity in turn facilitated the formation of secondary particulate matter.[1]

如此专业的大气污染理论远超小编知识，本文不做探讨。

Sentinel-5P 介绍

非大气专业的一般群众也可以利用Sentinel-5P和GEE遥感大数据平台感受这场人类史无前例的封城带来的地球大气环境变化。

Sentinel-5P 是2017年10月13日由欧空局发射的大气环境监测卫星，主要载荷是Tropomi（对流层监测仪），卫星数据可以从GEE遥感数据平台免费调取和分析。其介绍如下：

Sentinel-5 Precursor mission instrument collects data useful for assessing air quality. The TROPOMI instrument is a multispectral sensor that records reflectance of wavelengths important for measuring atmospheric concentrations of ozone, methane, formaldehyde, aerosol, carbon monoxide, nitrogen oxide, and sulphur dioxide, as well as cloud characteristics at a spatial resolution of 0.01 arc degrees. 来源

GEE

GEE，全称Google Earth Engine，是一个planetary-scale 的地球数据和分析平台，GEE由谷歌云的基础设施驱动，其优点是免费开放、大数据和云端计算。
接下来我们利用GEE大数据平台中的Sentinel-5P看一看2019年和2020年3月份的二氧化氮污染物的同期比较：

显而易见，2020年3月的NO2浓度下降了。据Sentinel-5P观测数据统计NO2下降幅度达65%，这么大的空气污染物降幅在图像上肉眼可见。

GEE CODE：

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
42
43
44
45
46
47
48
49
50
51
52

// Demonstrate the difference before and after Wuhan Lockdown.

function configureMap(_collection, _vis_params, _label, label_position) {
  var _map = ui.Map();
  _map.addLayer(_collection, _vis_params, _label);
  _map.add(ui.Label(_label, {position:label_position}));
  return _map;
}

// Define the time interval.
var start_date = ee.Date('2019-3-1');
var end_date = start_date.advance(30, 'days');
var date_filter = ee.Filter.date(start_date, end_date);

// Configure the left map.
var label1 = '2019.3 NO2';
var collection1 = ee.ImageCollection('COPERNICUS/S5P/OFFL/L3_NO2')
  .select('tropospheric_NO2_column_number_density')
  .filter(date_filter);

var band_viz = {
  min: 0,
  max: 0.0002,
  palette: ['black', 'blue', 'purple', 'cyan', 'green', 'yellow', 'red']
};


// Configure the right map.
var start_date = ee.Date('2020-3-1');
var end_date = start_date.advance(30, 'days');
var date_filter = ee.Filter.date(start_date, end_date);
var label2 = '2020.3 NO2';
var collection2 = ee.ImageCollection('COPERNICUS/S5P/OFFL/L3_NO2')
  .select('tropospheric_NO2_column_number_density')
  .filter(date_filter);

// Create the map objects, link them, and display them.
var map1 = configureMap(collection1, band_viz, label1, 'middle-left');
var map2 = configureMap(collection2, band_viz, label2, 'middle-right');
var linker = ui.Map.Linker([map1,map2]);
var split_panel = ui.SplitPanel({
  firstPanel: map1,
  secondPanel: map2,
  wipe: true,
});
map1.setCenter(114.34, 30.68, 7);  // Wuhan
// Add the split panel to the UI.
ui.root.widgets().reset([split_panel]);

// Plot lines
// https://blog.csdn.net/little00bee/article/details/105716769

进一步可以进行统计量化分析，还可以结合地面空间监测站的实测数据进行精度分析。但是小编比较懒，也比较忙，对遥感大数据和大气环境有兴趣的话，大家可以从这里下载实测数据，做卫星资料的精度检验工作。

参考文献

此领域已经发表大量遥感和大气方向的研究论文，含Science等顶级期刊。封城为人类了解大气污染的原因和机制提供了一次非常难以描述的机会：

[1]WANG P, CHEN K, ZHU S, 等. Severe Air Pollution Events Not Avoided by Reduced Anthropogenic Activities during COVID-19 Outbreak[J]. Resources, Conservation and Recycling, 2020, 158: 104814. DOI:10.1016/j.resconrec.2020.104814.
[2]SUN Y, LEI L, ZHOU W, 等. A Chemical Cocktail during the COVID-19 Outbreak in Beijing, China: Insights from Six-Year Aerosol Particle Composition Measurements during the Chinese New Year Holiday[J]. Science of The Total Environment, 2020, 742: 140739. DOI:10.1016/j.scitotenv.2020.140739.
[3]SU T, LI Z, ZHENG Y, 等. Abnormally Shallow Boundary Layer Associated with Severe Air Pollution during the COVID‐19 Lockdown in China[J/OL]. Geophysical Research Letters, 2020[2020–10–07]. https://onlinelibrary.wiley.com/doi/10.1029/2020GL090041. DOI:10.1029/2020GL090041.
[4]SHI X, BRASSEUR G P. The Response in Air Quality to the Reduction of Chinese Economic Activities During the COVID‐19 Outbreak[J/OL]. Geophysical Research Letters, 2020, 47(11)[2020–10–07]. https://onlinelibrary.wiley.com/doi/abs/10.1029/2020GL088070. DOI:10.1029/2020GL088070.
[5]LIU F, PAGE A, STRODE S A, 等. Abrupt Decline in Tropospheric Nitrogen Dioxide over China after the Outbreak of COVID-19[J]. Science Advances, 2020, 6(28): eabc2992. DOI:10.1126/sciadv.abc2992.
[6]LE T, WANG Y, LIU L, 等. Unexpected Air Pollution with Marked Emission Reductions during the COVID-19 Outbreak in China[J]. Science, 2020, 369(6504): 702–706. DOI:10.1126/science.abb7431.
[7]HUANG X, DING A, GAO J, 等. Enhanced Secondary Pollution Offset Reduction of Primary Emissions during COVID-19 Lockdown in China[J/OL]. National Science Review, 2020[2020–10–07]. https://academic.oup.com/nsr/advance-article/doi/10.1093/nsr/nwaa137/5859289. DOI:10.1093/nsr/nwaa137.
[8]CHANG Y, HUANG R, GE X, 等. Puzzling Haze Events in China During the Coronavirus (COVID‐19) Shutdown[J/OL]. Geophysical Research Letters, 2020, 47(12)[2020–10–07]. https://onlinelibrary.wiley.com/doi/abs/10.1029/2020GL088533. DOI:10.1029/2020GL088533.
[9]BAUWENS M, COMPERNOLLE S, STAVRAKOU T, 等. Impact of Coronavirus Outbreak on NO 2 Pollution Assessed Using TROPOMI and OMI Observations[J/OL]. Geophysical Research Letters, 2020, 47(11)[2020–10–07]. https://onlinelibrary.wiley.com/doi/abs/10.1029/2020GL087978. DOI:10.1029/2020GL087978.

阳关是历史上有名的地方。

近期爆出这里的林场事件，涉及生态环境问题，省委高度重视，请求生态环境部等国家部委提供了权威的卫星遥感资料进行印证，得出了初步的调查结论。
新闻参考。

那么吃瓜群众可以自己利用GEE大数据和云计算平台看一看阳关的绿色到底是多了还是少了，记者的报道是真还是政府通告是真。

敦煌林场背景

阳关林场成立于1963年，距敦煌市区70公里，西北与库姆塔格沙漠相连，东南与阳关镇龙勒村接壤，是全民所有制林场。敦煌市相关资料显示，2000年阳关林场总经营面积为2.57万亩，其中防护林面积约6500亩，园地3270亩(包括约3000亩的葡萄园地)，其他用地约15900亩(包括生活用地和未利用地等)。截止目前，林场有农户227户687人，管护人员13人。其中，正式编制3人，长期聘用人员6人，护林员2人，其他人员2人。
（资料来自政府通报）

阳关林场像小蝌蚪一样伸入到库姆塔格沙漠中，四周被沙丘包围，面积不大，从图中可以看出，阳关林场因为有来自于阿尔金山的冰川积雪融水补给，才有了季节性河流汇入，抵抗住沙漠的侵袭，出现一片生机。这里的植被以怪柳林、梭梭林、沙拐枣林和花棒林为主。
资料来源

GEE

历史上的林场地区地面情况可以方便的使用GEE查看，可以导出Landsat卫星观测以来任一年的影像，还可以方便的制作成动态视频。
小编在这里把lANDSAT5和LANDSAT8观测林区地面覆盖历史卫星影像导出为视频和动画等格式，1984-2020的动态变化一目了然。

影像和视频

动画效果：

2020年的绿色范围显然是变大了，《经济参考报》的报道不真实。

然后我们再利用GEE，来俯瞰一下大地脉动吧。

CODE

首先打开： https://code.earthengine.google.com/

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
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74

var l8_col = ee.ImageCollection("LANDSAT/LC08/C01/T1_RT_TOA");
var dataset = ee.ImageCollection(l8_col
                      .filter(ee.Filter.eq('WRS_PATH', 137))
                      .filter(ee.Filter.eq('WRS_ROW', 32))
                      .filterDate("2020-06-03", "2020-12-14")
                      .filter(ee.Filter.lt('CLOUD_COVER', 10))
                      .select(['B4', 'B3', 'B2']));
print(dataset)                       
var subset1 = ee.Image(dataset.toList(100).get(0))  

var land05 = ee.ImageCollection('LANDSAT/LT05/C01/T1_TOA');
var land04_dh = ee.ImageCollection(land05
// Filter at Dunhuang Linchang
                      .filter(ee.Filter.eq('WRS_PATH', 137))
                      .filter(ee.Filter.eq('WRS_ROW', 32))
                      .filterDate('1984-01-01', '2012-12-31')
                      .filter(ee.Filter.lt('CLOUD_COVER', 10))
                      .select(['B3', 'B2', 'B1']));
print(land04_dh)
var subset2 = ee.Image(land04_dh.toList(1000).get(2))                         
                       

var trueColor432Vis = {
  min: 0.0,
  max: 0.35,
};


Map.centerObject(geometry, 12);
Map.addLayer(subset1,trueColor432Vis,'new');
Map.addLayer(subset2, trueColor432Vis, 'old');
print(subset1)
print(subset2)

// Load a Landsat 5 image collection.
var collection = ee.ImageCollection('LANDSAT/LT05/C01/T1_TOA')
                       .filterBounds(geometry)
                       .filterDate('1984-01-01', '2012-12-31')
                       .filter(ee.Filter.lt('CLOUD_COVER', 10))
                       .select(['B3', 'B2', 'B1'])
                       .map(function(image) {
                        return image.multiply(512).uint8();
                       });
  
// Export (change dimensions or scale for higher quality).
// https://developers.google.com/earth-engine/guides/exporting
Export.video.toDrive({
  collection: collection,
  description: 'sfVideoExample',
  dimensions: 720,
  framesPerSecond: 12,
  region: geometry
});

// Export images to Drive
Export.image.toDrive({
  image: subset1,
  description: 'linchang20200704',
  scale: 30,
  region: geometry
});
// Export images to Drive
Export.image.toDrive({
  image: subset2,
  description: 'linchang19860704',
  scale: 30,
  region: geometry
});

// Classify using random forest and SVM
// 
// Random forest: https://developers.google.com/earth-engine/guides/classification?hl=en
// SVM: https://code.earthengine.google.com/6492b4aa3715c7d0c12da9a374ca1ff2

进一步还以用机器学习的方法进行地面覆盖分类，但是小编比较懒，最近也比较忙，把这个任务交给更多热爱环保并致力于使用遥感技术监测自然的热情群众吧。
代码末有随机森林分类和支持向量SVM的分类链接，可以比较方便的移植到敦煌林区。

总结

记者有时候追求的是热点，而忽视了事实，使用GEE大数据中的30余年的卫星影像可以让吃瓜群众快速了解真相。

做学术不仅是发论文和拿项目，这里也有江湖，也有打打杀杀，也有人情世故。

这里说下学术圈的打打杀杀，还有近期很火的圈内互相举报。

学术圈的打打杀杀一般有两种途径：学术途径和举报途径。其中学术途径比较西方化，举报途径比较中国特色，但两种都充满了血雨腥风，打起来谁还管知识分子的温文尔雅。

学术途径：comment和response

这里的comments和response不是指审稿阶段的专家意见以及作者回复，而是文章发表在学术期刊之后，有专业人士发现问题并撰写论文进行质疑，然后期刊邀请原文作者回应，并在同一期发表质疑和回复。这种质疑和回复的文章一般出现在较高层次的学术期刊，特别是《Science》、《Nature》较多。学术质疑的文章往往充满火药味，文章观点针锋相对，特别适合吃瓜群众当做故事会来读，真的很精彩。

这类文章的特点一般是，质疑者说你有论文不对，然后原作者回复是你不会。当然他们会拿出详细的证据，质疑者提出的观点看起来招招致命，然而往往原作者却能一个一个巧妙化解，毕竟是能在《Science》发文的大佬。然鹅，就在群众吃瓜间隙，他俩又是两篇《Science》。

《Science》

以《Science》期刊2020年刊出来的任一质疑文章为例。这里选择的是化学领域关于某高效催化剂的一篇文章，原文、质疑文章和回复文章如下：

原文.Song, Y. et al. Dry reforming of methane by stable Ni–Mo nanocatalysts on single-crystalline MgO. Science 367, 777–781 (2020).
质疑.Hu, Y. H. & Ruckenstein, E. Comment on “Dry reforming of methane by stable Ni–Mo nanocatalysts on single-crystalline MgO”. Science 368, (2020).
回复.Song, Y. et al. Response to Comment on “Dry reforming of methane by stable Ni–Mo nanocatalysts on single-crystalline MgO”. Science 368, (2020).

质疑

Hu是该领域大专家，1995年就取得了卓越的研究成果。Hu对Song的文章过分夸大研究效果，忽视他的早期成果而感到不公平或者不满意，Hu首先写道：

自1995年我们报道了一种高效、稳定、无毒的Ni/MgO固溶催化剂用于甲烷干重整以来，Ni/MgO固溶催化剂得到了广泛的研究， 并被公认为是抑制该工艺焦炭形成和烧结的最有效催化剂之一。最近，Song等人报道了Mo掺杂的Ni/MgO催化剂用于干重整。遗憾的是，以开发基于Ni/MgO的高效干重整催化剂为宣称目的，Song等人忽略了已报道的Ni/MgO催化剂在没有焦炭形成和烧结的情况下具有优异的干重整性能，并表示 “快速的焦炭形成和烧结阻碍了其[Ni/MgO]在工业规模上的实施”。

然后写道：

进一步，Song等人的Mo掺杂Ni/MgO催化剂的最佳性能比我1995年报道的高效稳定的Ni/MgO固溶催化剂差。

再接着拿出数据证明自己的观点：

Mo掺杂的Ni/MgO催化剂的诱导时间如此之长，似乎对其应用提出了一个问题。相反，1995年我们开发了NiO/MgO(20:80)固溶催化剂，并对其进行了测试(用H2还原后，表示为Ni/MgO)，在790℃下进行干重整，活性气体(CH4/CO2不含惰性气体)的高GHSV为60升/g/小时。
…

Hu总是把Song的2020年的最新研究成果和自己1995年的研究成果比较，而且开门见山地宣称Song研究比他的差。这…就是在要Song滴命。

最后：

综上所述，25年前，NiO/MgO固溶体被证明是一种高效稳定的甲烷干重整催化剂，已被广泛研究，并被公认为是抑制碳沉积和烧结最有效的催化剂之一，但Song等人忽视了这一事实，高估了Mo掺杂Ni/MgO催化剂用于甲烷干重整的新颖性和重要性。

回复

Hu的质疑简直要命，如果质疑做实，那是相当没脸面，以后还怎么在圈里混，怎么带自己的研究生。Song毕竟是可发表在《Science》期刊的作者，他的回复除了理性思维外，也有简单粗暴的一面：
首先摘要两句话

Hu和Ruckenstein指出，尽管我们提出了单晶边缘纳米催化剂(NOSCE)机制的证据，但我们的研究结果被过度宣称，并不是新的。他们的论点没有考虑到我们的Ni-Mo/MgO催化剂和他们的NiO/MgO制剂之间的根本区别。

然后开篇第一句指出Hu不是该领域的原创，狠狠地打了一巴掌Hu，这一下子脑袋瓜子嗡嗡地：

正如我们的论文(1)所述，Ni在干重整中的使用可以追溯到1928年(2)，Ni/MgO的使用可以追溯到1974年(3)，而不是Hu和Ruckenstein(4)所说的那样。

然后Song针对Hu的质疑一一反驳：

那么，Hu和Ruckenstein就声称他们的工作在转化率方面比我们和其他的人更胜一筹。为了对催化活性进行公平的比较，最好把重点放在反应物转化的总量上，因为条件和参数有很大的不同，同时也要适当地调查催化剂的耐久性(因此要对焦化和烧结的稳定性进行比较)。…(略)
Hu和Ruckenstein还认为，低剂量的进料反应物会导致催化活性位点没有得到充分的利用。然而，较快的流速会减少催化剂和反应物之间的接触时间，并导致转化率降低，因为没有足够的时间进行反应。
也许最麻烦的是声称，在DRM活性的NiMoCat（诱导）的延迟是低性能的indi-cation由于缓慢的NiO扩散到MgO的表面，尽管我们广泛的分析和ex-planation上的 “激活 “阶段。

接下来Song罗列观点：

1）我们在催化剂合成过程中使用了强还原剂，没有形成NiO。最近，我们的工业合作伙伴在DRM之前测试了NiMoCat的逐渐氧化，发现其活性完全停止了。
…(略)

最后还是证明我是优越的：

最后，我们通过制作NiO/MoO/MgO的固溶体来制备对照品，并分析活性，以考察制备方法的效果(1)。结果明确显示反应后有严重的焦炭形成。部分Ni根本没有被还原，50wt%的废催化剂是不需要的碳。该样品显示了我们在con-trol实验中看到的最快、最高的结焦，这清楚地表明NiMoCat在组成和设计上的优越性。

到这里，一回合结束了。总体上彼此还算尊重，虽有火药的刺激味道，但还算科学的味道占主，没有出现国内学者举报时的那股复合型味道，比如上升到道德高度，互相举报，互相人身攻击，恨不得把对方拉下马，关进监狱最好等。

《Nature》

自然，和《Science》并肩的《Nature》也发表comments和response。稍微不同的是栏目名称是“Matters Arising”，也属于Article。
如最近一期刊出了浙江大学Li对韩国学者Hong的质疑文章：

1.Hong, S. et al. Ultralow-dielectric-constant amorphous boron nitride. Nature 582, 511–514 (2020).
2.Hong, S. et al. Reply to: On the measured dielectric constant of amorphous boron nitride. Nature 590, E8–E10 (2021).
3.Li, L. & Chen, X. M. On the measured dielectric constant of amorphous boron nitride. Nature 590, E6–E7 (2021).

Li质疑：你的研究让我很兴奋（exciting），但有些问题需要还需要澄清。
韩国大叔回复：你搞错了。

作为外行人也看不懂谁对输错，但这你来我往，一人又一篇Nature是真的啊。Exciting！！

遥感的学术争鸣

遥感（和测绘）并非一个容易在Science和Nature发表文章的学科，即使发表了，作为数据驱动的学科也不如材料、化学、生物等试验驱动的学科那么容易惹人质疑，那么遥感方向有没有这样类型的质疑文章呢？

当然有。因为小编比较懒，仅仅以开放期刊Remote Sensing举个精彩的例子（SAR监测意大利Morandi桥坍塌事件）。Remote Sensing是国内硕士研究生和博士的灌水乐园，但这也无法掩盖Remote Sensing上确实有好的研究成果的事实。它真的刊登了学术争鸣文章，而且数量不少。

Ponte Morandi

莫兰迪桥（意大利语：Ponte Morandi）是意大利A10高速公路Polcevera高架桥（意大利语：viadotto Polcevera）的其中一段，位于利古里亚大区首府热那亚，建造于1967年，由意大利土木工程师里卡尔多·莫兰迪设计，故名莫兰迪桥，是欧洲首条混凝土斜张桥。2018年8月14日在暴风雨中突然断裂，导致43人丧生、16人受伤。来源

SAR监测意大利Morandi桥坍塌事件

原文.Milillo, P. et al. Pre-Collapse Space Geodetic Observations of Critical Infrastructure: The Morandi Bridge, Genoa, Italy. Remote Sensing 11, 1403 (2019).
质疑.Lanari, R. et al. Comment on “Pre-Collapse Space Geodetic Observations of Critical Infrastructure: The Morandi Bridge, Genoa, Italy” by Milillo et al. (2019). Remote Sensing 12, 4011 (2020).
回复.Milillo, P. et al. Reply to Lanari, R., et al. Comment on “Pre-Collapse Space Geodetic Observations of Critical Infrastructure: The Morandi Bridge, Genoa, Italy” by Milillo et al. (2019). Remote Sensing 12, 4016 (2020).

原文章提出了一种评估桥梁坍塌前变形的方法，应用基于合成孔径雷达SAR的观测结果对Morandi桥（Polcevera高架桥）进行15年的监测调查，发现其在2018年8月14日倒塌之前，其变形的幅度会越来越大，坍塌段旁边的甲板的特点是，相对增加了位移。
原作者和质疑者均为意大利科学家，其中原作者（第一和通讯）Pietro Milillo（1989年生）发表文章时在NASA从事研究工作，合作单位中有Italian Space Agency和Italian Ministry of the Environment，看上去阵容强大。提出质疑的一方为Riccardo Lanari（1964年生），是IEEE的高级会员，为InSAR领域的权威，目前在意大利National Research Council任职，听上去以很牛的样子。或许大家想到同意大利操InSAR，相煎何急，读完后，会发现这一仗必须打。

质疑

看似是一篇学术论文，却非比寻常的敏感。
先看Riccardo Lanari质疑的缘由：

桥梁坍塌后，意大利民防部门与意大航天局请意大利一些在合成孔径方面具有较高资质的研究小组，基于欧洲C波段Sentinel-1和意大利X波段COSMO-SkyMed收集的合成孔径雷达数据(CSK)星座对其进行雷达干涉测量（InSAR）分析，以捕捉任何可能的与结构失效相关的早期位移。这些分析并没有显示出桥体的显著位移与倒塌的段相对应。
最近，2019年Milillo等人在处理ENVISAT、Sentinel-1和CSK传感器收集的SAR数据的基础上进行了InSAR分析。特别是，由于这种多轨道SAR数据集具有空间分辨率高、重访时间短的特点，他们对从上升轨道和下降轨道收集的3米3米分辨率CSK数据的处理代表了其分析的基石。作者得出结论，在2017年3月12日至2018年8月初期间，与位于坍塌桥墩旁的桥面股附近的点对应的变形幅度随时间变化。这些结果显然与我们在桥梁坍塌后立即进行的快速分析的结果不一致。
我们对每个数据集进行独立处理后得出的结论是，在位于坍塌段旁边的甲板股附近的像素中，我们没有发现任何证据表明其中报告的坍塌前位移。

也就是说意大利政府在桥梁坍塌后组织了一批精干力量进行InSAR的变形监测评估，然而国家队没有发现任何桥梁的形变。之所以说这件事情可能非常敏感，因为不仅仅是学术争鸣，可能更涉及到事故的问责和善后，也可能影响到意大利政府的相关国家安全决策，当然还有InSAR研究队伍的课题立项。

最后Riccardo Lanari写道：

不幸的是，在过去几十年中先进的InSAR技术得到广泛发展，促进了其在不同科学背景的广泛大规模利用，有些用户甚至不是InSAR领域的专家。利用InSAR对构筑物进行变形测必须有资格，在某些情况下，需要由专家指导他们开展InSAR产品的解释。这一点在分析人造结构和基础设施的情况下尤其需要，因为这些结构和基础设施的故障或倒塌造成了严重法律问题和人员伤亡，例如Morandi桥的情况。
因此，我们认为，Milillo等人[2]所研究的与Morandi桥相关的事件前InSAR分析，是一个错误。

显然Riccardo Lanari认为Pietro Milillo不是专家，他的结论具有严重的误导性。原作者看到后，不知道是不是脑袋瓜子嗡嗡的，反正吃瓜群众读后有点上头。

回复

1989年出生的Pietro Milillo，面对1964出生的学术权威，回复非常简介和有说服力，如下：

我们认为：（1）他们无法检测到塌陷前的运动，因为他们使用的是标准方法；（2）通过改变视点，形变信号变得可以观察。
即使使用同样的软件，他们也没有发现同样的结果，原因是他们采用了标准的方法，使用了通用的处理链。幸运的是，该软件非常灵活，它使我们能够实现非标准分析。

然后写道：

Lanari等人没有考虑到可以探索不同的方法。我们认为，作为研究者和科学家，我们的责任是调查新的信号，研究新的方法，以了解是否可以获得任何信息，为什么桥会坍塌?探索新的东西可能是具有挑战性的，可能导致错误或片面结果。然而，我们更愿意走这条道路，承担可能的风险，而不是停留在已经知道和标准化的东西上。
和常规方法相反，我们感兴趣的恰恰是标准方法所忽略的信号。我们的目的是在别人只发现噪音的地方找到信息。

读到这，是不是为89年出生意大利小哥感动。

最后：

Funding: This research received no external funding.

也就是Pietro Milillo自费发表这篇回复文章，而Remote Sensing的版面费约15000元。是不是更加感动了，不仅掏心，还自己掏钱。

举报途径

接下来是我国的学术圈了，可能我国学者对质疑最常见的处理方式是举报，这也许是知识分子对政府公平公正和高效办事的期待吧。然鹅…看一下饶毅。

饶毅质疑

背景不必多说，饶毅质疑了一位资深院士裴钢，裴钢1999年当选为中国科学院院士。饶毅质疑的焦点和上面的意大利Morandi事情类似，也是结论无法重复。然而，正常的科学质疑经过不断发酵，已经改变了味道。为什么变了味道？这或许和中国当下的大背景有关吧，中国有些知识分子长期以来对一些位高权重者的学术垄断和学术压制不满，当然还有一大批吃瓜群众看热闹，希望事情闹大，看看怎么收场，看看那些高高在上的人是怎么打回原型的。

现在这个事情已经起变化，由学术事件变为新闻事件、全民吐槽和娱乐事件，震惊学术圈的“图片误用”又是把事件推向一波新高潮，看看这些新闻题目，就知道事情的味道变了：

昨夜饶毅正式举报裴钢，学术打假迎来最为悲壮的激情时刻
饶毅公开举报裴钢，上演中国学术打假封神之战！
饶毅深夜举报裴钢院士学术不端！网友评：低情商学术造假，高情商图片误用

关心这件事情的人已经不仅仅是能看懂下面这篇焦点论文的科学家，而是全国老百姓，并且赋予了强烈的感情色彩。再次Exciting。

饶毅化身科学鲁迅，揭发学术黑暗和学术不端，确实充满了激情。但是如果是科学质疑，他也错过了写PNAS Comment文章的好机会啊，质疑文章能全世界来读，往好了想学术争鸣能促进科学发展，造福全人类。而举报呢，在当前大背景下，只能弄一个“葫芦案”的故事，制造了一个“图片误用”的大结局。在这里，二十年来目睹的怪现状，还会再目睹几个二十年呢？

这里分享一些遥感、测绘、海洋等地球科学领域的开放资源。

潮汐实测

• Permanent Service for Mean Sea Level (PSMSL)： http://www.psmsl.org/
• UHSLC – University of Hawaii Sea Level Center： http://uhslc.soest.hawaii.edu/network/
  夏威夷的这个网站含有逐时的潮位数据，也包括我国10个左右的逐时潮位数据，但数据自上个世纪以来未更新。
• 法国Corsica 卫星高度计定标场10分钟采样的潮汐数据: https://www.aviso.altimetry.fr/en/data/calval/in-situ/absolute-calibration/download-tide-gauge-data.html
• 中国珠海万山卫星高度计定标场(需是定标合作伙伴计划成员)高频验潮数据: ftp://1.203.103.214
• 中国海洋信息中心: http://mds.nmdis.org.cn/pages/dataViewDetail.html?dataSetId=5
  信息中心公开了我国6个海洋站的月均潮位数据，搜集并公布了日本29个站点的逐时(一小时一个)潮位数据。我国海洋系统布设有120多个海洋站点，观测了半个多世纪的沿海潮位数据，目前（长期以来）把潮位数据当做保密数据，科研需求的申请非常困难，但是花钱往往就行，呵呵。
  值得表扬的是，信息中心近两年逐渐开放了一部分海洋站点数据，比如14个台站的逐时的波浪、温盐和气象资料。

海平面变化数据

• Sea Level Research Group of colorado: https://sealevel.colorado.edu/
  
• AVISO 海平面变化在线分析:https://www.aviso.altimetry.fr/en/data/products/ocean-indicators-products/mean-sea-level/products-and-images-selection-without-saral-old.html
  

卫星测高数据

• AVISO: https://www.aviso.altimetry.fr
  主要的资源在AVISO的FTP(ftp://ftp-access.aviso.altimetry.fr)， 包含了Jason-1/2/3，Saral等卫星的GDR、IGDR、SGDR等数据。 此外这里还有许多辅助数据，比如DAC，MSS，Tide等等。我国HY-2A的再分析数据也可以在这下载，目录为 /uncross-calibrated/open-ocean/non-time-critical/l2p/sla/h2/。
• 中国海洋卫星数据服务系统: https://osdds.nsoas.org.cn
  HY-2A和HY-2B的数据使用FTP比较方便，(ftp://osdds-ftp.nsoas.org.cn/HY-2B/)。 现在已经公开了SGDR，GDR，IGDR等。
• Sentinel3高度计分两个地址下载，陆地数据：https://scihub.copernicus.eu/ ， 海洋数据：https://coda.eumetsat.int/ （现在coda网站仅仅有1年的Sentinel3数据，历史数据需要到eumetsat的数据中心下载，https://www.eumetsat.int/eumetsat-data-centre）
• Icesat-2下载：https://nsidc.org/data/icesat-2/data-sets， 在线预览：https://openaltimetry.org/data/icesat2/
  
• CryoSat: ftp://science-pds.cryosat.esa.int/SIR_GDR
  和传统高度计数据的品类不同，Crysat有很多种数据，根据需求选择下载。
• RADS: http://rads.tudelft.nl/
  RADS提供了文本格式的测高结果，免编程处理nc格式，也可以配合开发者remkos的开源项目使用https://github.com/remkos/rads

地球物理调查（水深、重力、磁力等等）

• 美国NGDC：https://maps.ngdc.noaa.gov/
• 日本godac：http://www.godac.jamstec.go.jp
  日本开放的调查数据比NGDC的较新，质量更高，在西太平洋区域更丰富。
  
• 德国BSH（Federal Maritime and Hydrographic Agency）：https://www.bsh.de/EN/DATA/data_node.html
• 中国海洋信息中心：呵呵
  主要放了一些外国搜集的数据，而我国观测数据为保密数据。

常用模型

• NAO: https://www.miz.nao.ac.jp/staffs/nao99/index_En.html
• FES2014: ftp://ftp-access.aviso.altimetry.fr/auxiliary/tide_model/
• DTU MSS：ftp://ftp.space.dtu.dk/pub/DTU18/
• 重力场: http://icgem.gfz-potsdam.de/home
  有了这个在线计算的网站，免去编译源代码。
  

GNSS

• 陆态网: http://www.cgps.ac.cn/index.htm
  这是中国做的很好的一个数据共享项目，把10多年的陆态网GNSS计算结果免费对外公开。含有坐标长时间序列、对流层、电离层等产品。现需要申请注册一个FTP账号。
• IGS：https://cddis.nasa.gov/archive/gnss/products/
• Nevada Geodetic Laboratory：http://geodesy.unr.edu/

卫星遥感影像

GEE: https://earthengine.google.com/
有了GEE，再也不用到处下载数据了。GEE有众多的数据资源，常见的MODIS，Sentinel1/2/3/5，Landsat等等，还有非常多的专题数据，如LIDAR测量的荷兰0.5m分辨率的DEM，LIDAR测量的澳大利亚5m的DEM。GEE是真正意义上的大数据、云计算和AI集大成者。

Worldview开放数据

https://www.maxar.com/open-data/

sentinel-hub 在线浏览

https://apps.sentinel-hub.com/sentinel-playground/

数据共享平台

• 极地中心：https://www.chinare.org.cn/data
  共享了历次的极地科学考察现场调查资料，包含很多学科的很多数据，但是目前看，许多数据没有整理到能用的程度，仅仅是放在网上了，希望再好好改进一下。
• 中国海洋卫星数据服务系统: https://osdds.nsoas.org.cn
  除了测高，还有HY-1和GF-3.
• 中国海洋信息中心: http://mds.nmdis.org.cn/
  共享了很多外国数据。呵呵
• 日本航天局卫星共享平台gportal：https://gportal.jaxa.jp/gpr/
• ESA卫星共享平台：https://scihub.copernicus.eu/
  上面提到卫星测高（Sentinel-3），此外还有其他Sentinel卫星资源，如SAR和水色等。
• 自然资源卫星遥感云服务平台：http://sasclouds.com/chinese/home/
  仅检索，不能下载。
• 载人航天：http://www.msadc.cn
  
• Beaufort Gyre Exploration Project：https://www.whoi.edu/website/beaufortgyre/home
  Beaufort专项数据，含有潜标、海底声呐等。
• National Snow and Ice Data Center： https://nsidc.org/
  最丰富的的极地数据平台。
• Data Publisher for Earth & Environmental Science（pangaea）：https://pangaea.de/
  德国的地球科学和极地相关数据共享平台。
• ERA5:https://cds.climate.copernicus.eu/cdsapp#!/dataset/reanalysis-era5-single-levels?tab=overview

爬虫数据资源

• 三峡库区每日库水位下载：https://blog.cuger.cn/p/54193/
  爬虫抓取
• 大气：https://quotsoft.net/air/
  好心人整理了中国环境监测站的污染物数据。

2021年4月后增加

水深

German Datacenter for bathymetric data (https://www.bsh.de/EN/DATA/Oceanographic_Data_Center/Surveying_data/surveying_data_node).

OpenStreetMap

OpenStreetMap（简称OSM）是一个网上地图协作计划，目标是创造一个内容自由且能让所有人编辑的世界地图。由于大众参与的持续修正以及采用了更加可靠的数据源，OSM的海岸线精度和分辨率比GMT开源岸线GSHHG更高。

German FOSSGIS（https://www.fossgis.de/） 已经从OSM海岸线中制作了shapefile格式的文件，下载地址为https://osmdata.openstreetmap.de/data/land-polygons.html。 注意下载WGS-84投影的Large polygons not split版本，文件大小约600M。下载后可以利用开源GIS软件QGIS软件快速打开数据集，并导出感兴趣的区域为文本格式，从而可以使用别的绘图软件进行绘图（如GMT）。

使用QGIS提取区域shp

下面是基本的数据选取和导出步骤。

• 读入全球的shp文件
• 缩放到目标区域
• toggle edit
• Edit-Split feature,绘制一条线分割出目标区域。
• Select feature
• save selected feature as shp

如果是导出某一个闭合的多边形，如海岛，则不用分割，直接选择select feature，然后在layers中右键选择export-save selected feature as

如果想要导出一般海岛（或任意区域）的房屋、道路等信息，可以从https://www.openstreetmap.org 网站操作，缩放到感兴趣区域，然后点击左上角的Export，导出osm格式文件，使用QGIS打开后，可以转换为shp格式。

shp转文本格式或者kml

保证已经安装GMT，然后命令行：

1
2

ogr2ogr -f OGR_GMT sy.gmt sy.shp
gmt gmt2kml sy.gmt  -Wthick,white -Fl >sy.kml

使用GMT导出GSHHG海岸线

GMT可以绘制地图，也可以导出岸线数据，并基于岸线进行空间分析。下面是简单的岸线导出、绘图和转换代码。

1
2
3
4
5
6

ps=example_border.ps
gmt psbasemap  -JM4.5i -K -Bag `gmt gmtinfo sy.gmt -I0.000001`> $ps
gmt pscoast -M -W1 -Df -R >cn.txt # -Df means full resolution
gmt psxy -R -J cn.txt -W0.4p,red -O -K>> $ps
gmt psxy -R -J sy.gmt -W0.8p,black -O>> $ps
gmt gmt2kml cn.txt  -Wthick,white -Fl >cn.kml

效果

白线为GSHHG岸线，红线为OSM岸线。表明OSM更为准确，在一些对岸线精度较高的场景中可以使用OSM。

其他参考：
GMT提供了一个例子：https://docs.generic-mapping-tools.org/dev/gallery/ex51.html#example-51
QGIS：https://www.qgis.org/en/site/

PROJ 转ITRF地心坐标到经纬度

1
2

$ echo 4097216.6805  4429119.0287 -2065771.3676 0 | cct -I +proj=cart +ellps=GRS80
 47.2292116930  -19.0183060232     1552.9924        0.0000

PROJ 转经纬度到ITRF地心坐标

1
2

$ echo 47.2292116930  -19.0183060232     1552.9924 0 | cct +proj=cart +ellps=GRS80
4097216.6805   4429119.0287  -2065771.3676        0.0000

文件的批量转换

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

 $ cat points_xyz.dat | head
2919786.0        -5383745.0      1774604.0
4097216.6805     4429119.0287    -2065771.3676
6347491.3770     -22944.8191     622823.1488
4913652.948      3945922.493     995383.145
+2765120.9       -4449250.25     -3626405.6
-3530185.489     4118797.337     3344036.931
4696990.000      723994.000      4239678.000
-2341332.8840    -3539049.5090   4745791.3600
918129.40        -4346071.20     4561977.80
-4052051.767     4212836.215     -2545106.027

 $ cat points_xyz.dat | cct -I +proj=cart +ellps=GRS80 | head
-61.5275339092   16.2622989639      -25.6724           inf
 47.2292116930  -19.0183060232     1552.9924           inf
 -0.2071110447    5.6414771807       83.4568           inf
 38.7663016596    9.0351340011     2439.1542           inf
-58.1398674816  -34.8737126913       42.0708           inf
130.5995927060   31.8240613970      314.6402           inf
  8.7626079453   41.9274508625       98.7752           inf
-123.4874696602   48.3897817140       31.7442           inf
-78.0713675911   45.9558003990      200.8294           inf
133.8855132190  -23.6701238732      603.3581           inf

注意到第四列是时间信息，如果文件中缺少，则转换结果中提示inf。