1. 果然不出自己所料，离上一次更新已经是两个月之前。
  2. 自己给自己招了一个理由，是因为暑假的缘故。
  3. 既然如此，开学了，就开始坚持起来。不过第一周总是情绪不高,还没有完全恢复阅读的状态。

出租车颜色的选择

  1. Yellow has been a popular color for taxis since 1907, when the Chicago Yellow Cab Company chose the color based on a survey conducted at the University of Chicago.
    选择黄色最初是因为芝加哥大学在1907做的一个调查，发现换色是一个最容易引起注意的颜色，这将使潜在的乘客容易在当时流行已经大规模生产的黑色车流中发现黄色的出租车（直到1914年，“日本黑”是唯一能够快速干燥以用于福特的质量的油漆颜色 生产过程）。

  2. 文章分析黄色更安全，这点有点意思
    也许更安全的司机喜欢驾驶黄色的士，或是黄色的的士是吸引更安全的司机？ 例如，Newman和Willis发现，某些颜色的汽车司机更有可能获得超速罚单。 为了排除这个假设，我们要求公司提供一个补充数据集，平均速度为黄色和蓝色的士，每1小时1小时，平均速度为168对。 我们发现两种颜色之间的平均速度差异几乎总是在±1 km / h的范围内。

  3. 该数字是根据公司提供的补充数据集中所有黄色和蓝色出租车的小时平均行车速度。 配对样本t检验的平均差值P值为0.8498，所以我们不能拒绝黄色和蓝色出租车的平均驾驶速度相同的假设。

Modeling the spatial distribution of plants on the row for wheat crops: Consequences on the green fraction at the canopy level

  1. 这项工作调查小麦植物的空间分布及其对冠层结构的影响。

  2. 一组RGB图像从最低点拍摄，共14幅，显示播种密度，品种和环境条件的范围。从RGB图像中提取植物的坐标。结果表明，沿着行的植物距离遵循伽马分布规律，距离之间没有依赖关系。相反，跨越行的植物的位置遵循高斯分布，具有强相互依赖性。

  3. 因此，提出了一种统计模型来模拟可能的植物分布模式。通过将统计模型与3D Adel-Wheat模型耦合，使用诸如驱动光截取效率的绿色分数（GF）等新兴特性来评估植物分布模式对冠层结构的影响。

  4. 模拟结果表明，不同发育阶段的效果差异很大，但一般较小。对于中间开发阶段，大的天顶角和平行于行的方向，工厂位置的偏差使GF增加了0.1以上。这些结果是用小麦功能结构模型获得的，这不表示植物适应当地环境的能力。然而，我们的工作将扩大功能结构工厂模型的潜力，以估计给定条件的最优分配模式，并随后指导实地管理实践。

Investigations of improvements to an operational GOES-satellite-data-based insolation system using pyranometer data from the U.S. Climate Reference Network (USCRN) - ScienceDirect

  1. 地球表面的太阳辐射（日照）是地球大气和地表系统的驱动力，包括光合作用和陆地水文循环等生物化学过程。

  2. 本研究通过简单的辐射传递模型详细介绍了四个连续季节的日照估算，采用了地球静止GOES系列卫星的图像可见数据，这是20世纪80年代开发的，自那时起经过不断升级和测试的模型。

  3. 在介绍了该模型的物理和物理假设的介绍之后，详细介绍了空间和时间分辨率以及其他模型修改的近期改进。

  4. 最初，将2014-2015年期间的一组目前的卫星隔离结果与2003-2004年美国气候研究网络（USCRN）的一组11个测温仪测量位置相比较（Otkin等，2005年） ）。发现模型改进和修改平均提高了卫星日照估计的准确性。随后，将该卫星系统的日照估计与2014年和2015年的USCRN太阳辐射测量值进行比较，并在连续美国的另外34个USCRN测量位置使用USCRN位置，使用来自GOES-East和GOES-West的数据，比较两个卫星源的误差统计。 USCRN位置之间的区别在不同的地形和其他相关的物理特征之间进行区分。最后，讨论了进一步改进和改进模型的计划。

  5. 最后，向GOES-R系列地球静止卫星的过渡可能为简单的日照模式提供潜在的机会。 GOES-R高级基线成像仪（ABI）具有16个通道，波长范围为0.47至13.6μm。有一个与本研究中使用的GOES-13和GOES-15的GOES-Imager通道1数据可见的大致相同的中心波长的ABI通道（2），但具有显着增强的空间分辨率（0.5公里对1公里）和更频繁的成像时间（在特定条件下短至5分钟）。希望GOES-R和以前的GOES卫星之间的可视通道特性的相似性意味着相对无缝地过渡到较新的卫星仪器。使用GOES-可见数据的所有卫星日照模型，替代校准的必要性是一个持续的问题。与以前的GOES的卫星仪器不同，ABI的所有通道都将进行车载校准，使得替代校准令人遗憾的是过去的事情。

Coupling machine learning, tree-based and statistical models with cellular automata to simulate urban growth - ScienceDirect

对比了六种土地利用模型的变化，来模拟城市增长变化

结论等于没写

  1. 多年来已经使用大量的模型来模拟LUC。在本文中，我们比较了六种混合模型（ANN-CA，SVRCA，RF-CA，CART-CA，MARS-CA和LR-CA）的空间精度和性能，目的是模拟德黑兰的城市增长，伊朗首都。所选模型包括前沿和传统的LUC建模技术，但相同的空间因素被添加到所有模型。我们发现，尽管在功能近似方面有不同的结构，所有选定的模型都产生了可接受的准确度。然而，这项研究的结果可能会因应环境复杂性和影响因素的变化而在其他地区应用。
  2. 虽然强烈建议模型比较，模型选择和精确模拟地图的制作是不容易的任务。模型的校准，如LR-CA，更直观，而SVRCA的调整和校准要复杂得多。因此，确保所使用的参数被最佳地调整和仔细校准是很重要的。总之，先进技术的最佳校准和影响因素的彻底识别在LUC模型模拟的地图空间精度方面具有重要意义。为了制作更加逼真和更准确的地图，当建立LUC模型时，必须考虑相关的总体规划和城市的决策。

GMD - Abstract - Global gridded crop model evaluation: benchmarking, skills, deficiencies and implications

  1. Crop models are increasingly used to simulate crop yields at the global scale, but so far there is no general framework on how to assess model performance.

    作物模型越来越多地用于模拟全球范围内的作物产量，但到目前为止，还没有关于如何评估模型绩效的总体框架。

这句话推翻了我对作物模型的总体描述，主要在于空间尺度上的变化