暴雨内涝情景下城市消防服务可达性的精细化评估

为了揭示城市暴雨内涝灾害对应急响应服务功能的影响,论文基于高精度城市洪涝模型(FloodMap)和增强型两步移动搜寻法(E2SFCA),对暴雨内涝灾害影响下上海市中心城区消防服务可达性进行精细化评估。研究结果表明：① 百年一遇暴雨内涝情景下,内涝最严重时积水深度超过50 cm的淹没范围整体呈现“西高东低”分布态势,淹没总面积约1.5 km²,可导致471条路段(约占路网全长5.11%)通行受阻。② 上海市中心城区消防服务可达性的空间差异比较显著,大体呈现出由黄浦江两岸向西北和东南方向递减态势,但在一天中的不同时段,可达性空间格局变化并不明显。③ 与正常天气条件相比,暴雨内涝情景下不可达单元(250 m×250 m)数量显著增多,夜间低峰、早高峰、白天平峰和晚高峰时段分别增加36.32%、35.89%、39.07%和32.01%;从暴雨内涝的过程(全程120 min)上看,在雨峰后半段((30, 45] min)不可达单元数量最多,消防服务可达性的空间差异程度最大。④ 消防服务可达性表现出一定程度的空间集聚特征,其中高值聚集区(“高—高”型)主要位于黄浦江两岸以及浦西边缘地区,低值聚集区(“低—低”型)主要位于西北和西南区域,这2类聚集区呈“团块状”分布,而“高—低”型和“低—高”型集聚均不显著。⑤ 研究区内消防服务可达性与需求的空间失配现象(“低需求—高可达”或“高需求—低可达”)较为明显,而暴雨内涝会加剧空间失配问题。研究结果可为提升城市洪涝灾害管理与应急响应服务的精细化水平提供科学依据。     

中原经济区城市间相互作用时空格局演变研究

将中原经济区30个省辖市市区作为研究对象,按照由“线”→“点”→“面”的分析思路,运用引力模型、潜能模型与潜能得分模型、经济隶属度模型等各种模型,定量分析1990~2010年间中原经济区城市间相互作用时空格局的演变过程与特征。结果表明：城市间相互作用强度的时空差异明显。“线”层次上,城市间的引力和城市联结线数目的增多,逐渐形成辐射网络,引力和联结线数目的变化存在时空差异性。“点”层次上,通过“线-点”叠加分析,城市最大联结线数目增多和城市潜能等级提升的时空差异性明显。而且1990~2010年间各个城市潜能等级跃迁的时空差异明显。“面”层次上,近20多年来,区域中心城市没有变化,但4个中心城市的腹地变化明显,核心组团——郑州组团1990~2000年北扩,2000~2010年东扩;1990~2010年,潜能高值区域的空间收缩也表现出阶段性特征。     

基于近邻传播聚类元胞自动机模型的武汉城市扩散和聚合过程同步模拟

元胞自动机（CA）作为城市时空动态模拟应用最广泛的模型,可以有效模拟填充式和边缘式城市扩张过程,但是在飞地式扩张模拟方面稍显不足。本文提出一种改进CA模型—APCA,在传统CA基础上利用近邻传播聚类（AP）搜寻城市扩散增长的“种子点”,实现城市增长扩散过程和聚合过程的同步模拟。以武汉市为研究区域,使用APCA模拟其在2005—2025年间城市扩张的时空过程。结果显示：① APCA在设置“种子点”数量为1~8个时模拟总体精度均高于Logistics-CA,当“种子点”数量为6时,模拟新增部分精度最高,达到0.5217;② 2015—2025年武汉市飞地型增长面积约为8.67 km²,占新增城市用地总面积比例为6.30%;③ 武汉市1995—2025年间“先扩散后聚合”的城市扩张过程符合城市增长相位理论。APCA在一定程度上了完善了传统二维平面CA框架,将城市扩张模拟维度由面维扩展到点维,为准确展现城市用地空间扩展规律提供参考。     

多源地理大数据支撑下的地理事件建模与分析

地理事件作为描述地理过程的基本单元,逐渐成为地理信息科学（GIS）核心研究内容。由于受人类活动数据获取限制,GIS对地理事件的建模和分析主要关注事件所引起的地理空间要素变化及要素之间的相互影响与作用机制。然而,近年来随着基于位置服务数据（LBS）爆炸式的增长和人类活动大数据定量刻画手段的快速发展,地理事件对人类活动的影响以及公众对地理事件的网络参与度都引起了多个领域的广泛关注,对地理事件的时空认知、建模方法和分析框架提出了巨大的挑战。对此,本文首先深入分析了大数据时代地理事件的概念与分类体系;其次,基于地理事件的时空语义给出了基于图模型的事件数据建模,建立了事件本体及其次生或级联事件的“节点—边”表达结构,开展了事件自身时空演化及其前“因”后“果”的形式化描述;第三,从时空数据分析与挖掘的角度,给出了大数据时代地理事件建模与分析的整体框架,拟突破传统“地理实体空间”事件探测与分析方法的局限性,融合“虚拟空间”事件发现与传播模拟思路,实现多源地理大数据支撑下的面向地理事件的人类活动多尺度时空响应与区域差异分析;最后,本文以城市暴雨事件为例诠释了本文所提出的地理事件建模与分析方法,从城市和城市内部两个尺度进行了暴雨事件与人类活动的一致性响应及区域差异分析,得到了明确的结论,验证了前文分析框架的可行性与实用性。     

基于“蜂鸣—管道”模型的中国城市知识合作模式及其对知识产出的影响

知识经济与网络社会时代,知识合作网络成为理解城市创新过程的重要视角。在知识合作网络中,存在两种不同类型的合作模式,即“本地蜂鸣”和“全球管道”。本文以“蜂鸣—管道”模型的逻辑思想和理论假设为基础,探讨区域内和跨区域两种不同城市知识合作模式的特征及其对城市知识产出的影响。首先提出了蜂鸣与管道的测度方法;然后以“Web of Science”数据库为基础构建了中国20个城市群的知识合作网络,考察了网络中蜂鸣和管道的演化路径和组合特征,归纳出城市知识合作模式的不同类型;最后,通过计量模型揭示了蜂鸣和管道对城市知识产出的影响。结果显示：① 中国城市知识合作网络中的蜂鸣与管道表现出渐进积累和自我强化的空间演化特征;② 根据蜂鸣和管道的组合特征,可将城市划分为“网络型”“外向型”“孤岛型”“内向型”4类,不同类型的城市在知识网络中的空间分布规律和发展演进路径存在差异;③ 根据负二项回归模型发现,蜂鸣与城市知识产出呈倒“U”型关系;管道与城市知识产出显著正相关;此外,两种合作模式在促进城市知识生产的过程中存在互补效应。     

长江经济带城市高铁枢纽接驳—集疏运绩效空间分异及机理

作为长江经济带综合立体交通走廊建设的关键环节,交通枢纽是推动长江经济带发展的基础保障。高铁枢纽承载着“时空压缩最后一公里”效应,是构筑高效便捷的现代化综合交通体系的关键。首先诠释了高铁枢纽“时空压缩最后一公里”效应原理,其次构建高铁枢纽接驳—集疏运绩效指标体系,进而对长江经济带37个城市高铁枢纽的接驳—集疏运绩效进行测度,并分析绩效空间分异特征,最后揭示高铁枢纽接驳—集疏运绩效的影响机理。结果显示：① 长江经济带高铁枢纽接驳—集疏运绩效等级分异呈“橄榄型”结构,即优质绩效和一般绩效的高铁站数量较少,良好绩效和中等绩效的高铁站数量较多;② 地带分异呈“东高西低、北高南低”格局,而城市群分异则呈“核心高、边缘低”格局,且9个评价指标值空间差异明显;③ GDP、城镇化率、城市等级、车站客流量和发送班车次数是影响高铁枢纽接驳—集疏运绩效的关键驱动因子;同时,优质、良好、中等和一般等不同等级绩效的关键驱动因子存在显著差异。     

中国东部沿海城市旅游发展的时空演变

城市旅游时空演变是旅游地理学研究的热点领域。以中国东部沿海城市为研究区,分析城市旅游发展的时空演变格局。首先分析沿海城市旅游发展强度的时空演变,进而采用DEA数据包络分析法计算沿海城市旅游发展效率的时空演变。研究表明：① 在旅游发展强度方面,东部沿海城市之间的旅游发展强度差异较大,长三角、珠三角以及环渤海的辽东半岛和山东半岛地区的旅游发展强度较强,海峡西岸经济区和环北部湾地区的旅游发展强度较弱。② 10年间在旅游发展综合效率方面基本维持不变,而旅游发展纯技术效率显著增强,旅游发展的规模效率则显著减弱。说明沿海城市的旅游发展已经逐渐由规模效率向技术效率转变。③ 综合旅游发展强度和旅游发展效率两个方面看,将东部沿海城市旅游发展类型分为“高—有效型”、“低—有效型”、“高—无效型”和“低—无效型”四种类型。其中“高—有效型”城市旅游发展较为成熟,“低—有效型”和“高—无效型”城市旅游发展一般,“低—无效”城市旅游发展相对较差。整体来看,珠三角和海峡西岸地区旅游发展强度和旅游发展效率均出现一定程度下滑,长三角、环渤海和北部湾地区的旅游发展强度和旅游发展效率均呈现不同程度增加。     

中国城市房价、收入与房价收入比的时空分异格局

中国城市房价快速增长背景下,城市房价、收入与房价收入比空间格局既有相似性,也表现出差异性,其空间异质性与空间依赖性特征显著。本文以中国337个地级行政单元为研究对象,运用泰尔指数、位序-规模和空间马尔科夫链等方法,对2009—2018年中国城市房价、收入和房价收入比的时空分异格局、整体稳定性和空间依赖性特征进行分析发现：① 中国城市房价增长呈现出波动性特征,整体分异程度增强,房价城市体系呈现“金字塔型”结构,收入则表现出平稳增长态势,整体分异度降低,城市体系呈现“橄榄型”结构,在房价与收入共同影响下,房价收入比整体差异性显著加强;② 城市房价空间格局表现出“地带性”与“等级性”差异并存,而收入更多表现出“地带性”差异,房价收入比则以“等级性”差异为主;③ 城市房价和收入类型的稳定性和空间依赖性较强,高、低水平城市存在两极分化与“俱乐部收敛”现象,房价收入比稳定性相对较弱。对中国城市房价、收入和房价收入比时空分异格局和空间关联效应的分析,可以为探索中国城市房价收入比空间分异模式与机理提供必要研究基础。     

中国区域创新的时空动态分析

基于探索性空间数据分析和验证性空间面板模型,本文探讨了2000年以来中国区域创新的时空动态。结果表明：① 自创新战略实施以来,中国各省区创新产出的年均增长率几乎都经历了一个剧烈的加速过程,说明区域创新能力的总体提升,但是,东部沿海地区仍然在创新产出中居于压倒性地位,导致“沿海—内陆”分化加剧和区域鸿沟的进一步突出,省区创新可能会陷入“强者愈强,弱者愈弱”的“马太效应”;② 中国区域创新产出与创新投入的空间集聚随时间推移不断强化,通过识别不同时期各变量“热点”,表明创新产出“热点”地区与创新投入“热点”具有高度的时空耦合特征;③ 人均GDP、研发投入、研发人员及在校大学生数对省区创新产出有显著的直接影响。省区间创新活动存在明显的空间溢出效应,其知识溢出的地理区域跨越了省区边界。空间依赖性的存在导致省区间创新活动具有反馈效应,相邻省区的知识溢出对该省区的创新活动具有实质性影响。     

昆仑山北麓两次极端暴雨水汽特征对比分析

使用高空、地面观测资料、地面自动站雨量资料和美国国家环境预报中心（NCEP）再分析资料,通过水汽通量诊断分析、后向轨迹模型等方法,分析了昆仑山北麓和田地区2020年5月5-7日（简称“05·06”过程）和2021年6月14-17日（简称“06·15”过程）两次极端暴雨过程的环流形势、中尺度系统、水汽输送和收支特征。结果表明：（1） 两次暴雨过程有共同的特点：影响系统都为中亚低涡,均有来自里海、咸海一带的水汽输送;对流层低层偏东急流作用显著,最强水汽辐合集中在700~850 hPa。（2） 两次暴雨过程也有明显差异：“05·06”过程的南亚高压为带状分布,水汽输送路径为西方和偏东路径,其中西方路径水汽输送最明显,西边界水汽输入贡献占88%;“06·15”过程的南亚高压为双体型,水汽输送路径为北方和偏南路径,水汽来自阿拉伯海和孟加拉湾的偏南气流向北输送,南方路径输送量远远大于其他路径,南边界水汽输入贡献占78%。（3） 和田大气可降水量（PW）增大尤其是超过平均状态时,对强降水出现有指示意义,当PW≥20 mm以上时,可能会出现暴雨或极端暴雨天气。     

城市暴雨内涝情景模拟与灾害风险评估

Scenario modelling and the risk assessment of natural disasters is one of the hot-spots in disaster research.However,up until now,urban natural disaster risk assessments lack common procedures and programmes.This paper selects rainstorm waterlogging as a disaster to research,which is one of the most frequently occurring hazards for most cities in China.As an example,we used a small-scale integrated methodology to assess risks relating to rainstorm waterlogging hazards in the Jing’an District of Shanghai.Based on the basic concept of disaster risk,this paper applies scenario modelling to express the risk of small-scale urban rainstorm waterlogging disasters in different return periods.Through this analysis of vulnerability and exposure,we simulate different disaster scenarios and propose a comprehensive analysis method and procedure for small-scale urban storm waterlogging disaster risk assessments.A grid-based Geographical Information System (GIS) approach,including an urban terrain model,an urban rainfall model and an urban drainage model,was applied to simulate inundation area and depth.Stage-damage curves for residential buildings and contents were then generated by the loss data of waterlogging from field surveys,which were further applied to analyse vulnerability,exposure and loss assessment.Finally,the ex-ceedance probability curve for disaster damage was constructed using the damage of each simulated event and the respective exceedance probabilities.A framework was also devel-oped for coupling the waterlogging risk with the risk planning and management through the exceedance probability curve and annual average waterlogging loss.This is a new explora-tion for small-scale urban natural disaster scenario simulation and risk assessment.     

A novel residual graph convolution deep learning model for short-term network-based traffic forecasting

ABSTRACT

Short-term traffic forecasting on large street networks is significant in transportation and urban management, such as real-time route guidance and congestion alleviation. Nevertheless, it is very challenging to obtain high prediction accuracy with reasonable computational cost due to the complex spatial dependency on the traffic network and the time-varying traffic patterns. To address these issues, this paper develops a residual graph convolution long short-term memory (RGC-LSTM) model for spatial-temporal data forecasting considering the network topology. This model integrates a new graph convolution operator for spatial modelling on networks and a residual LSTM structure for temporal modelling considering multiple periodicities. The proposed model has few parameters, low computational complexity, and a fast convergence rate. The framework is evaluated on both the 10-min traffic speed data from Shanghai, China and the 5-min Caltrans Performance Measurement System (PeMS) traffic flow data. Experiments show the advantages of the proposed approach over various state-of-the-art baselines, as well as consistent performance across different datasets.     

中国城市环境污染监管水平的空间演化特征与影响因素

基于中国2010—2016年的地级市污染监管水平数据,采用空间自相关、位序-规模法则,空间计量模型等地学方法,分析中国地级城市污染监管水平的时空分异特征和影响因素及其空间溢出效应。结果表明：① 2010—2016年中国污染监管水平整体上呈现上升趋势且区域性和集聚性特征明显,东南部地区为稳定的高值集聚地区,中西部地区为稳定的低值集聚地区。② 中国城市污染监管水平属于次位型分布,监管规模分布的分散趋势大于集中趋势。③ 城市的人口密度、经济发展水平、第二产业占比等对城市污染监管水平有显著的正向影响,城市规模对污染监管水平存在负向的影响。④ 城市经济发展水平和城市人口密度对污染监管水平起到显著的直接效应;第二产业占比、二氧化硫排放量等起到了显著的间接效应。     

Everyday space–time geographies: using mobile phone-based sensor data to monitor urban activity in Harbin,Paris, and Tallinn

This paper proposes a methodology for using mobile telephone-based sensor data for detecting spatial and temporal differences in everyday activities in cities. Mobile telephone-based sensor data has great applicability in developing urban monitoring tools and smart city solutions. The paper outlines methods for delineating indicator points of temporal events referenced as ‘midnight’, ‘morning start’, ‘midday’, and ‘duration of day’, which represent the mobile telephone usage of residents (what we call social time) rather than solar or standard time. Density maps by time quartiles were also utilized to test the versatility of this methodology and to analyze the spatial differences in cities. The methodology was tested with data from cities of Harbin (China), Paris (France), and Tallinn (Estonia). Results show that the developed methods have potential for measuring the distribution of temporal activities in cities and monitoring urban changes with georeferenced mobile phone data.     

基于最大熵模型的深圳市内涝影响因素分析及内涝风险评估

城市内涝是最常见的自然灾害之一,深入剖析其影响因素并进行风险评估对内涝防治具有重要意义。以往研究表明,城市内涝是由自然因素(如地形)和人为因素(如土地利用)共同引起的。在土地利用方面,相关学者主要关注二维空间因素对内涝的影响,较少顾及土地利用的三维建筑格局。此外,在研究方法的选取上,尽管已有学者利用随机森林、神经网络等模型对内涝影响因素进行研究,然而传统方法在负样本(不发生内涝的地点)的选取上存在不确定性。为解决这2点不足,论文引入最大熵(MAXENT)模型,以深圳市为研究案例,通过MAXENT剖析各潜在影响因子与内涝风险的关系。结果表明,影响内涝风险的主导环境因子为不透水面比例、绿地比例、人口密度、暴雨峰值雨量、地表起伏度。而对内涝发生有重要影响的三维因子为容积率、建筑形状系数、平均高度。通过MAXENT评估的内涝风险结果可知,深圳潜在高风险区的面积约为491 km²,占市域面积的24.58%,主要位于龙华区、南山区、龙岗区北部、光明区、福田区。进一步对潜在高风险区进行空间自相关分析,结果发现过往并不存在内涝点的南山区北部、福田区西部、罗湖区中部等部分区域风险概率出现高—高集聚现象,表明上述地区的内涝风险会受到周围地区的正向影响,因此在内涝的监测与防治中应当重点关注高风险地区以实现更精准的防控。由于内涝风险评估是城市灾害管理的重要组成部分,因此论文提出的相关建议不仅可作为防灾减灾的重要参考依据,还能为国土空间规划的优化提供新思路。     

Spatiotemporal analysis of rural–urban land conversion

Understanding the complexity of urban expansion requires an analysis of the factors influencing the spatial and temporal processes of rural–urban land conversion. This study aims at building a statistical land conversion model to assist in understanding land use change patterns. Specifically, GIS coupled with a logistic regression model and exponential smoothing techniques is used for exploring the effects of various factors on land use change. These factors include population density, slope, proximity to roads, and surrounding land use, and their influence on land use change is studied for generating a predictive model. Methods to reduce spatial autocorrelation in a logistic regression framework are also discussed. Primarily, an optimal sampling scheme that can eliminate spatial autocorrelation while maintaining adequate samples to allow the model to achieve the comparable accuracy as the spatial autoregressive model is developed. Since many of the previous studies on modeling the spatial complexity of urban growth ignored temporal complexity, a modified exponential smoothing technique is employed to produce a smoothed model from a series of bi‐temporal models obtained from different time periods. The proposed model is validated using the multi‐temporal land use data in New Castle County, DE, USA. It is demonstrated that our approach provides an effective option for multi‐temporal land use change modeling and the modeling results help interpret the land use change patterns.     

中国地级市新型城镇化的影响因素

通过探索性空间分析检验中国地级市新型城镇化各指数存在的空间自相关性,并利用空间误差模型及其稳健性分析对新型城镇化质量、效率与城乡协调指数的影响因素进行案例探讨。结果显示:新型城镇化的质量、效率与城乡协调指数均存在空间自相关性。产业结构对城镇化发展质量具有正向促进作用,而与城镇化效率、城乡协调指数的关系则恰好相反;基础设施建设和土地规模有助于提高城镇化的质量与效率,但却抑制城乡之间的协调发展。整体来看,工业化的发展、基础设施的完善以及土地的规模效应有助于新型城镇化的发展。     

城市暴雨内涝综述：特征、机理、数据与方法

建成环境的高空间异质性与致灾过程的复杂性给城市暴雨内涝研究带来巨大的挑战,具体表现为模型代表性不够、计算效率低、基础数据和验证数据匮乏。以机器学习为代表的人工智能技术、高分遥感和互联网大数据的快速发展则为城市暴雨内涝研究提供了新的契机。论文结合人工智能、高分遥感和互联网大数据等新技术发展,从特征、机理、数据与方法4个维度对暴雨内涝的研究现状和发展趋势进行了系统总结,主要结论包括：① 暴雨内涝具有短历时性、空间散布性、连锁性和突变性,其热点呈现空间上的动态迁移特征。② 降雨时空特征和城市化程度决定暴雨内涝灾害的量级,地形条件尤其是微地形则决定发生位置和内涝频率。地形控制作用指数(topographic control index, TCI)对暴雨内涝发生位置具有良好的指示能力。③ 排水管网、高精度地形和不透水面分布是暴雨内涝模拟的关键基础数据;降雨过程的高时空变异性是暴雨内涝近实时预报预警的主要瓶颈,需要充分利用天气雷达观测提高其精准度;互联网众包大数据是获取高空间覆盖度暴雨内涝灾情信息的新途径,但也面临不同类型信息融合、提炼和质量控制的挑战。④ 结合水动力模拟与机器学习可建立兼具物理基础和计算效率的暴雨内涝模拟方法,是实现近实时模拟与快速预报预警的有效途径。     

基于情景模拟的上海中心城区建筑暴雨内涝暴露性评价

由于城市的快速发展和土地利用覆被变化,由暴雨或台风引起的内涝已成为全球研究的热点。潜在的内涝风险危及建筑及室内财产安全。文章应用简化内涝模型模拟上海市中心城区不同情境下的积水情况,并根据每幢建筑室内进水深度对其进行暴露性分级。然后分析、评价了上海市中心城区建筑不同情境下的暴雨内涝灾害暴露性。研究结果发现:仓储和旧式住宅是最易暴露在内涝灾害中的建筑类型;总体上,杨浦、普陀和徐汇区是政府最需要采取安全措施的区域,长宁和虹口区处于中等暴露性水平;同时,内涝对黄浦、静安、卢湾和闸北区影响很小。研究结果可为地方政府改善内涝风险管理提供参考依据。     

Identifying determinants of urban growth from a multi-scale perspective: A case study of the urban agglomeration around Hangzhou Bay,China

Analyzing the spatial determinants of urban growth is helpful for urban planning and management. In a case study of urban agglomeration around Hangzhou Bay (China), four landscape metrics (total area, total edge, landscape shape index and aggregation index) were used to describe the landscape characteristics of the urban growth at two block scales (4 km and 7 km) during two temporal intervals (1994–2003 and 2003–2009). Spatial autocorrelation regression was employed to identify the geographic determinants of the urban landscape changes. The results indicated that the urban landscapes became more dominant, unstable, irregular and compact, especially in the centers of cities. These changes exhibited notable spatial variations and spatial autocorrelation at the two block scales. The distances to national and provincial roads influenced the urban pattern changes. The impacts of the urban centers on urban expansion gradually declined with the urbanization progress. The slope factor was the most influential determinant of urban growth. Our study emphasized the importance of considering the autocorrelation and scale effects when analyzing the determinants of urban growth. These findings may help land planners create policies and strategies for future urban development.