北京市细颗粒物时空分布及与呼吸系统疾病相关分析

细颗粒物（PM2.5）即粒径小于2.5μm的可吸入颗粒物[1],是当今中国城市大气污染的首要污染物。本研究以北京市为例,选取北京市2010年至2012年三年内采暖期与非采暖期两个不同时期的细颗粒物（PM0.3,PM0.5,PM1）实测数据,及同时期北京市患呼吸系统疾病人数数据,运用地统计的空间分析方法,对获取数据进行空间化及插值研究。通过偏相关分析法对北京市细颗粒物浓度与患呼吸系统疾病人数数据进行相关分析。得出以下主要结论：①细颗粒物的空间变化明显,2010年、2011年及2012年细颗粒物浓度整体呈上升趋势,2012年三种粒径细颗粒物浓度整体高于2010年与2011年。②不同粒径的细颗粒物,对呼吸疾病的影响程度不同：在0.3μm,0.5μm与1μm三种粒径的细颗粒物中,PM1对呼吸系统疾病影响最大,偏相关系数达到0.785。     

基于SPOT影像的可吸入颗粒物遥感反演

通过用SPOT 5遥感影像近红外与红光波段计算的差值植被指数(DVI)与实测的可吸入颗粒物(PM10)浓度数据建立模型,对2007年北京市城区SPOT 5影像进行PM10浓度反演试验,反演结果与实测数据所反映的PM10空间分布趋势基本一致.2007年北京市城区北部PM10污染较为严重,南部污染相对较弱; 绿地和水体附近...     

基于支持向量回归的PM2.5浓度实时预报

为了研究适合于我国当前重污染天气的实时空气质量预报模型,论文利用支持向量回归方法对北京市地面空气质量监测数据和气象数据进行分析,构建了基于支持向量回归的PM2.5浓度实时预报模型。实验表明,该方法能够对未来6日内的日均PM2.5浓度以及未来0~72h内的小时级PM2.5浓度进行预报,且模型训练过程和预报过程都耗时很短,适用于建立PM2.5浓度实时预报系统。     

城市道路复杂网络结构化等级分析

根据复杂网络理论提出了一种城市道路网结构化分析与结构等级建模方法。首先,根据城市道路链生成对偶图;然后,分析路网几何结构,对由城市道路链生成的对偶图进行中心性测度分析;集成各项结构指标进行道路等级建模,以保持各个指标的结构信息;最后,根据集成指标分析城市道路的结构重要性、划分道路等级并保持道路网的连通性。实验结果表明,通过所提方法进行的道路结构化等级分析能够反映道路网中包含的等级结构特征,而且与单一指标和现有的道路分级相比,集成各项结构指标后划分的道路等级能够更好地符合道路网固有的等级特点。     

融合GNSS PWV、风速与大气污染观测的河北省春季PM2.5浓度模型研究

PM2.5浓度时空演化特征分析有助于大气污染的现状和发展认知，但PM2.5浓度监测积累时间较短，且受到排放强度和气象因素的影响，因此可融合全球导航卫星系统（Global Navigation Satellite System，GNSS）天顶可降水量（precipitable water vapor，PWV）、风速和大气污染物构建PM2.5浓度模型。以河北省为例，首先分别开展PM2.5浓度与大气污染物、GNSS PWV及风速的相关性分析；然后将大气污染物、GNSSPWV和风速作为输入，PM2.5浓度作为输出，利用逆传播（back propagation，BP）神经网络分别构建城市PM2.5浓度模型和区域PM2.5浓度模型；最后进行PM2.5浓度模型可靠性检验。将模型预测值与PM2.5浓度实测值比较发现，预测PM2.5浓度等级准确率高，相对误差较低。该模型可用于区域PM2.5浓度时空演化特征分析。     

基于随机森林的PM2.5实时预报系统

针对我国当前重污染天气PM2.5浓度的实时预报问题,该文提出了一种基于随机森林算法的PM2.5浓度实时预报方法,并利用此方法对北京市地面空气质量监测数据和气象数据进行分析,建立了基于随机森林算法的PM2.5浓度实时预报模型。实验证明,该模型能够对72h内PM2.5浓度进行较高精度的实时预报,通过使用Spark分布式计算框架,能够有效降低算法耗时,文章基于此模型与Spark分布式计算框架建立了PM2.5实时预报系统。     

结合VIIRS和监测数据插值的北京雾霾监测方法

本文使用2014-03-20至2014-03-26的北京市VIIRS夜间灯光影像数据和地面监测站PM2.5质量浓度数据,通过遥感图像处理和GIS空间分析相结合,对雾霾强度变化及PM2.5质量浓度空间分布进行分析,提出一种监测雾霾的新方法。结果表明,VIIRS夜间灯光影像成像特征与雾霾浓度变化密切相关,结合同时期地面监测站PM2.5监测数据,能定性反映北京市雾霾强度变化及定量反映PM2.5质量浓度的空间分布。该方法不仅弥补了MODIS等数据在夏季的雾霾监测效果优于冬季的不足,同时也填补了传统光学遥感卫星难以在夜间监测雾霾的空白。     

城市道路网匹配的层次化面域剖分模型

针对道路网“节点-弧段”数据模型在道路网结构化表达方面存在的不足,本文基于stroke的基本原理,设计了基于道路等级划分的道路网层次化面域剖分模型,使道路网空间结构特征表达具备了层次化特征。基于道路重要性等级和与面域边界的连通关系,对面域内的道路进行了层次性划分。建立了由“整体-局部-对象本身”的道路网层次化表达模型。最后,基于该模型本文提出城市道路网匹配模型,从高等级道路到低等级道路,利用特征一致性评价模型选取匹配对象。通过试验结果分析,证明了本文方法适用于解决具有典型城市特征的道路匹配问题。     

北京市空气质量时空特征分析

近年来,随着我国经济持续迅速发展,环境问题日益突出,空气污染日益严重,灰霾现象频发。研究空气质量演变的时空特征,揭示空气污染的成因具有十分重要的意义。本文基于自然正交函数（EOF）分析了北京市空气质量变化的时空特征,借助地理加权回归（GWR）揭示了其驱动力。研究结果表明：①北京市PM2.5 AQI年均空间分布由南到北有减小趋势;②北京市PM2.5 AQI异常呈现西北、东南反向分布;③POI特征对PM2.5 AQI的影响具有显著的南北差异,且在中心城区的影响作用比郊区大;④土地利用特征对PM2.5 AQI影响具有显著的南北差异;⑤路网特征对PM2.5 AQI具有正向作用,在中心城区的影响比郊区大。     

顾及平稳特征的PM2.5浓度时空趋势拟合研究

针对PM2.5浓度估算中全局平稳因素和局部非平稳因素同时存在的问题,该文以京津冀地区2015年1月—7月的PM2.5浓度为研究对象,人口密度、GDP、AOD、温度、相对湿度、风速和大气压强为影响因子,利用混合时空地理加权回归模型对PM2.5浓度进行估算。结果显示,考虑全局平稳特征时能有效地提升PM2.5浓度估算的精度,PM2.5浓度与风速、温度呈负相关关系,京津冀地区PM2.5浓度呈北低南高的趋势。     

北京环线建设驱动的土地利用变化遥感检测与分析

近年来,北京市的环线建设大大改进了北京的交通状况,促进了环线周边的商业发展和房地产开发的繁荣,同时也带来了环线周边地区的土地利用的变更。在“科技奥运”科技攻关项目和在研自然科学基金项目的支撑下,选择了1988,1994,2001和2003年5—6月份的TM数据,在影像经过几何校正和辐射归一化校正后对其应用高精度的自组织神经网络分类和利用高分辨率的航空照片验证;在分类数据和变更信息的基础上,采用了空间自相关分析模型、频率指数模型和潜力模型分别对北京各种用地类型的频率指数和建设用地的Moran系数和Geary系数,以及城市增长的潜力指她进行计算。一系列计算显示了环线驱动的北京市土地利用变化情况。结果表明:在环线建设的驱动下,北京市的建设用地围绕环线呈快速增长趋势;绿地面积在四环、五环的环线一带也呈增加趋势;城市增长潜力从四环到六环呈逐渐增大趋势。     

Automatic urban road extraction using airborne laser scanning/altimetry and high resolution satellite data

Automatic road extraction from remotely sensed images has been an active research in urban area during last few decades. But such study becomes difficult in urban environment due to mix of natural and man-made features. This research explores methodology for semiautomatic extraction of urban roads. An integrated approach of airborne laser scanning (ALS) altimetry and high-resolution data has been used to extract road and differentiate them from flyovers. Object oriented fuzzy rule based approach classifies roads from high resolution satellite images. Complete road network is extracted with the combination of ALS and high-resolution data. The results show that an integration of LiDAR data and IKONOS data gives better accuracy for automatic road extraction. The method was applied on urban area of Amsterdam, The Netherlands.     

一种基于平行系数的双线主干道识别方法

城市主干道路的识别和提取是路网综合的关键步骤,而双线道路则是大比例尺地图数据中道路综合的难点。针对城市双线主干道识别问题,基于Gestalt视觉准则构建候选双线主干道线对的约束条件,提出了一种基于平行系数的双线主干道识别方法。首先对道路网数据进行拓扑处理,然后借助道路匹配思想,结合Hausdorff（HD）距离匹配方法识别出可能构成双线主干道的候选线对。再对候选线对进行平行系数计算,当平行系数满足阈值条件时,就判定该线对是构成双线主干道的弧段。最后根据构成双线主干道路段间的空间关系,将已识别的弧段连接成整条道路。实验证明,选取典型样本方法正确设置阈值后,该方法能有效地提取道路网中的双线主干道。     

多特征约束下的复杂交叉路口主辅路识别

主干道、辅路的准确识别对于实现复杂交叉路口的自动综合至关重要。传统方法多依赖于路段的笔直程度和弯曲程度描述路口的主干道和辅路，然而复杂交叉路口结构错综复杂、形态变化多样，仅依赖这两种特征进行主辅路识别的准确度有限，且部分形态相似的主辅路无法识别。为此，本文提出了一种多特征约束下的复杂交叉路口主辅路识别方法。首先提取复杂交叉路口的特征点，根据特征点对弧段进行打断，依据路段的笔直程度识别出平行弧段；然后依据道路延展性、角度、距离等特征识别平行簇获取复杂交叉路口中的主干道；最后通过紧凑度和距离关系识别匝道获取复杂交叉路口中的辅路。以南京OSM城市路网为例的试验表明，本文方法能够准确识别出复杂交叉路口的主干道和辅助路段，识别精度分别达到93.60%和89.43%。     

网络约束下局部空间同位模式的扫描统计方法

空间同位模式挖掘旨在发现空间数据库中频繁发生在邻近位置的地理事件。由于空间异质性,地理事件在不同区域邻近出现的频繁程度亦存在差异,进而形成局部同位模式。现有局部同位模式挖掘方法多基于欧氏空间的平面假设,难以客观揭示网络空间（如城市道路）内地理事件间的局部同位规律,因此基于空间扫描统计思想,提出了一种网络约束下的局部同位模式挖掘方法。首先,发展了网络约束下的路径扩展方法,识别可能存在局部网络空间同位模式的候选路径;其次,基于网络约束下的二元泊松分布构建显著性检验的零模型,判别候选路径中局部网络空间同位模式的有效性。通过模拟实验与北京市出租车供需模式分析,发现该方法比现有方法得到的结果更精细、更客观,能够有效地挖掘网络约束下的局部同位模式。     

基于地理实体的道路网络面向对象数据模型研究

城市交通迅速发展,道路网络呈现出空间结构复杂、数据量大、时效性强等特点。本文讨论了传统路网模型的特点,顾及道路的信息完整性、数据冗余性、管理高效性3个指标,研究了以道路实体为基本元素的路网模型;运用面向对象技术对路网模型进行了数据建模,并通过动态交通信息更新机制对路网的动态属性进行管理;构建了城市道路实体化实验系统,验证了该模型的有效性和可行性。     

Spatiotemporal changes of urban impervious surface area and land surface temperature in Beijing from 1990 to 2014

This study examined changes in urban expansion and land surface temperature in Beijing between 1990 and 2014 using multitemporal TM, ETM+, and OLI images, and evaluated the relationship between percent impervious surface area (%ISA) and relative mean annual surface temperature (RMAST). From 1990 to 2001, both internal land transformation and outward expansion were observed. In the central urban area, the high-density urban areas decreased by almost 7 km², while the moderate- and high-density urban land areas increased by 250 and 90 km², respectively, outside of the third ring road. From 2001 to 2014, high-density urban areas between the fifth and sixth ring roads experienced the greatest increase by more than 210 km², and RMAST generally increased with %ISA. During 1990–2001 and 2001–2014, RMAST increased by more than 1.5 K between the south third and fifth ring roads, and %ISA increased by more than 50% outside of the fifth ring road. These trends in urban expansion and RMAST over the last two decades in Beijing can provide useful information for urban planning decisions.     

A block-based selection method for road network generalization

Abstract

When road symbols are shown in a size proportionate to the reduced scale, several problems of legibility may arise concerning the urban blocks. By the method proposed in this paper, in order to overcome these problems, urban block areas are enlarged through amalgamation and the intervening roads in the amalgams are eliminated. This method includes two new approaches for computation of threshold used in determination of important roads based on the connectivity measure, and for definition of minimum block space and area requirements based on graphic limits. A block life cycle was designed for amalgamation of blocks. For the amalgamation process, a new algorithm was developed. The experimental testing indicates that important roads and the roads surrounding the urban area have been preserved. A simpler and more legible road network has been acquired. This method can be described as a more holistic approach as the buildings are taken into account. The problems arising in the experimental testing indicate that the cartographic selection/elimination process is not sufficient by itself for road network generalization, which can be assumed as one of the integral parts of Digital Earth. As well as the selection/elimination, processes such as displacement and caricaturizing are also needed.