交通拥堵与预警信息交互传播动力学分析

城市交通拥堵问题已经成为当今世界许多城市发展过程中面临的一个严峻问题。针对这一问题,全空间信息系统通过对复杂、动态的交通拥堵过程进行多粒度抽象、多尺度建模和多层次综合分析,为解决城市交通拥堵提供了新的途径。当城市交通发生严重堵塞时,通常伴随着“道路拥堵”预警信息传播,用以影响人类的出行活动,从而在一定程度上影响交通拥堵传播。为了深入分析城市交通网络拥堵的动态演进过程,本文建立了交通拥堵传播的改进易感-感染-易感（susceptible-in fected-susceptible,SIS）的病毒传播模型,利用状态转移概率方法,基于多层复杂网络分析交通拥堵和预警信息交互传播的动力学行为特征,揭示预警信息传播对交通拥堵传播的影响。该方法不仅能够描述基于交通流传播特点的拥堵传播过程,而且能够描述交通网络中的预警信息传播过程。数字仿真实验表明,交通拥堵的传播过程与交通网络中的预警信息传播动力学之间存在关联关系。     

大规模航运数据下“一带一路”国家和地区贸易网络分析

在“一带一路”沿线的65个国家中,46个国家拥有登记在案的港口,同时海上航运贸易占国际贸易总量的75%以上。为了充分了解“一带一路”沿线国家和地区航运贸易情况,评估国家、区域之间贸易往来关系,本文选取了2016年“一带一路”国家和地区船舶历史运动轨迹,首先基于规则判定的方法挖掘船舶停港事件,并以港口为主要节点,港口间货运往来事件为连接形成“一带一路”国际航运贸易网络。在此基础上,对贸易网络进行如下网络结构分析：① “一带一路”贸易网络基本属性统计,包括网络连通性、度分布、平均最短路径;② 网络节点中心度计算,主要采用Eigenvector Centrality评估分析贸易网中节点中心度;③ 结合社会网络挖掘中社区挖掘的概念,使用Fast Unfolding算法对贸易网络进行社区发现。可以看出,“一带一路”沿线国家和地区贸易往来错综复杂,港口之间呈现小世界网络特性;土耳其、俄罗斯、中国等国的港口影响力靠前;并且形成五大贸易社区,这些社区的分布和地理位置分布基本吻合,但仍然有部分国家受特殊贸易行为的影响,所属社区有所打破区域限制。本文旨在通过航运大数据构建贸易网络,在网络分析基础上,更好地评价节点影响力,更清晰地分析贸易网络结构,为“一带一路”战略更好地实施提供帮助。     

基于刷卡数据的公共汽车客流网络复杂性日内变化研究

大城市公共交通是一个典型的复杂巨系统,采用复杂网络方法分析大城市公共交通网络系统对于城市交通发展具有重要意义。已有大量的研究采用复杂网络理论进行了公共交通线路网络分析,也有研究基于刷卡数据分析了公共交通客流网络的复杂特征,但少有研究探讨客流网络复杂性日内变化特征。鉴于此,本文基于北京市公共汽车刷卡数据识别的不同时间段客流双向邻接矩阵,通过复杂网络指标对比分析公共汽车客流网络的日内变化特征。结果表明：① 各个时间段公共汽车客流分布遵循距离衰减规律,5 km以下的短距离出行约占总出行量的一半左右;② 度中心性和加权度中心性的空间格局在不同时间段整体呈现出明显的核心-边缘特征,但随时间有一定程度的变化,加权度中心性排名前10的节点存在较大变化;③ 累积度分布和累积加权度分布服从指数分布,属于小世界网络。本文还进一步讨论了基于大数据的动态复杂网络研究对城市交通规划建设的启示意义。     

基于语义规则和词向量的台风灾害网络情感分析方法

灾害期间的舆情引导有助于维护社会稳定。社交媒体是舆论传播的重要渠道,通过微博评论了解用户的网络情感及关注的话题,可以帮助相关舆情监测部门掌握公众的关注热点,从而选择适当的干预节点来应对网络舆情,并对公众情绪进行疏导,这对于应急管理具有现实意义。现有的研究大多是利用有监督的机器学习方法进行情感分类,这需要人工进行语料的标注,工作量大。本文根据微博评论文本的特点,综合考虑情感词以及表情符号等多重情感源,构建了台风灾害领域情感词典。在此基础上,提出了一种基于情感词语义规则的情感倾向计算方法,以及基于词向量的话题聚类方法。首先,采集了近年5次台风灾害期间共计40多万条微博评论文本,基于大连理工情感词汇本体库进行扩展构建了台风灾害领域情感词典,结合PMI法构建表情符号词典,根据语义规则确定情感倾向,并使用3500条评论文本验证了该方法的有效性。然后,本文基于词向量、TF-IDF与K-means的聚类方法探索灾害期间热点话题。最后,以2020年4号台风“黑格比”为例,基于台风期间的5万余条微博评论文本进行了舆情情感分析,并识别出6类与台风相关的话题。通过时空分析发现,随着时间的推移,微博评论文本的数量发生一定变化,评论数量多的地区大都集中在沿海地区和经济水平高的地区,台风登陆当天浙江省的恐惧情感达到最高。结果表明,基于语义规则和词向量的台风灾害网络情感分析方法,能在类似灾害事件发生时为政府部门掌握和引导网络舆情提供辅助。     

考虑地理距离的复杂网络社区挖掘算法

复杂网络具有社区结构的性质,即社区内节点的连接比社区间的连接更为紧密。目前,具有复杂网络拓扑结构的社区挖掘算法已有很多,但在很多地理空间的复杂网络中节点间的紧密度,不仅与其连接关系有关,同时与它们之间的距离有关。因此,本文提出将节点间的地理距离考虑到社区挖掘的过程中,修改基于模块度增量矩阵的Newman快速算法(简称CNM算法),将1 din(jd为节点i与节点j之间的距离)作为边权,对加权网络进行社区挖掘,从而发现既相互联系紧密又在地理空间上相互接近的社区。最后,本文用国内航线网络作为实例,将算法用于挖掘航线网络中城市的社区结构,得到10个在航线网络中联系紧密且在空间分布上具有一定地域性的城市社区,与我国的主要经济区域分布比较一致。本算法考虑地理相关性和连接紧密性,较好地识别出空间网络的社区结构。     

IDM模型分析及其影响力改进算法

影响力传播模型IDM用于挖掘和分析BBS上观点领袖以及热门话题,它主要以影响力作为衡量标准。通过简化影响力运算法则,对IDM模型进行改进,使其更加直观。此改进后的IDM模型可运用到社会网络中,能更深刻的揭示出社会网络中各通信个体间的相互影响和距离,从而更好地了解和研究社会网络。     

基于复杂网络的鼓浪屿旅游街区关联规则识别与特征分析

基于复杂网络分析游客空间行为并挖掘旅游街区之间的关联特征,可以发现用地与功能之间显性和隐性的关联规则,精准识别旅游区用地空间结构,深入掌握旅游区发展现状,为智慧旅游与土地精细化转型提供支撑。本研究以世界文化遗产鼓浪屿为例,基于LBS大数据,使用复杂网络构建游客空间行为网络,利用关联规则分析重要节点的关联特征,进而使用用户画像数据,分析基于不同性别、年龄和客源地游客空间行为的街区关联规则。研究发现,“复杂网络+关联规则”算法可以挖掘游客随机行为中的隐藏规律,有效剖析旅游街区之间显性和隐性的关联规则。在游客空间行为轨迹网络中,各街区兼具“中心”与“枢纽”作用。既服务于本地游客又服务于外地游客的热门旅游街区表现出强关联规则。对外地游客具有较强吸引力的热门景点表现出较高的支持度,具有特色的旅游设施用地表现出较高的提升度。具有同质性的旅游街区之间关联性较强,人口特征差异对旅游街区关联规则影响显著。本研究可为城市更新背景下的旅游区用地整合、结构优化和游览线路调整提供决策参考,对于构建智慧旅游体系具有现实意义。     

基于数字露头的多尺度裂缝模型建立及其对地下裂缝预测指导

塔里木盆地台盆区发育大面积的深层碳酸盐岩油气藏,构造裂缝是深层碳酸盐岩油气藏重要的储层渗流通道和储集空间,但受多种地质因素的影响其分布具有强烈的非均质性,目前无一套有效的技术方法解决储层多尺度裂缝定量化表征的难题。利用数字露头技术,建立露头区三维数字模型,并在此基础上开展露头裂缝识别及裂缝参数的定量描述。基于露头裂缝研究成果,对于不同尺度裂缝的发育特点采用不同的建模方法,针对大、中尺度裂缝,分别采用确定性建模方法和基于分维理论的优化融合建模方法;面对小尺度裂缝建模复杂的难题,利用多元信息融合方法融合断层走向模型、距断层距离模型以及地层构造曲率模型建立小尺度裂缝综合发育概率体,以裂缝综合发育概率体为约束,多元数据协同模拟构建小尺度裂缝网络模型。结果表明：在同一网格体系下,将多尺度裂缝模型及构造模型叠加获得露头原型地质模型。将露头原型地质模型研究成果应用于塔里木盆地跃满地区地下储层裂缝建模中,分尺度描述了裂缝产状、密度等主要建模参数,确定了裂缝发育主控因素,并结合井点裂缝分析成果,构建了储层多尺度裂缝网络模型,与单井裂缝解释、生产资料吻合度较好。实例研究表明露头原型地质模型研究成果可以为地...     

基于MAEU-CNN的高分辨率遥感影像建筑物提取

从高空间分辨率图像（HSRI）中提取建筑物信息在遥感应用领域具有重要意义。然而,由于遥感影像中的建筑物尺度变化大、背景复杂和外观变化大等因素,从HSRI中自动提取建筑物仍然是一项具有挑战性的任务。特别是从影像中同时提取小型建筑物群和具有精确边界的大型建筑物时,难度更大。为解决这些问题,本文提出了一种端到端的编码器-解码器神经网络模型,用于从HSRI中自动提取建筑物。所设计的网络称为MAEU-CNN（Multiscale Feature Enhanced U-shaped CNN with Attention Block and Edge Constraint）。首先,在设计的网络编码部分加入多尺度特征融合（MFF）模块,使网络能够更好地聚集多个尺度特征。然后,在编码器和解码器部分之间添加了多尺度特征增强模块（MFEF）,以获得不同尺寸的感受野,用于获取更多的多尺度上下文信息。在跳跃连接部分引入双重注意机制,自适应地选择具有代表性的特征图用于提取建筑物。最后,为了进一步解决MAEU-CNN中由于池化及卷积操作导致的分割结果边界模糊的问题,引入多任务学习机制,将建筑物的边界几何信息融入网络中以优化提取的建筑物边界,最终获得精确边界的建筑物信息。MAEU-CNN在ISPRS Vaihingen语义标记数据集和WHU航空影像数据集2种不同尺度建筑物数据集上进行了试验分析,在ISPRS Vaihingen语义标记数据集上,MAEU-CNN在精度、F1分数和IoU指标中获得了最高精度,分别达到了93.4%、93.62%和88.01%;在WHU航空影像数据集上,召回率、F1分数和IoU指标中也获得了最高精度,分别达到了95.45%、95.58%和91.54%。结果表明,本文所提出的MAEU-CNN从遥感图像中提取建筑物信息精度较高,并且对于不同尺度具有较强的鲁棒性。     

基于百度指数的天猫双十一关注度空间分布格局及影响因素研究

对网络购物活动背后的关注行为进行分析,将有助于把握短期的、全民性的消费行为.基于百度指数大数据获取2019年天猫双十一的网络关注度,利用空间自相关分析发掘天猫双十一关注度的空间分布特征,并多元线性回归和随机森林回归探寻双十一关注度的影响因素和影响机制.结果表明:双十一关注度具有明显的首位特征和长尾特征,并且在地理空间上呈现出明显的集聚态势,高低值区分别分布于东部和西部,且有明显的界限;影响因素探寻方面,随机森林回归结果表明信息层面和消费层面的影响因素对于双十一关注度的贡献较大,但宏观尺度和中观尺度的影响因素重要性不尽相同,在宏观尺度上潜在的消费行为依赖于信息,而在中观尺度上消费能力则更具影响力.     

格网技术对地理信息系统应用与发展影响的分析

格网技术作为新一代的 Web技术 ,必将深刻影响地理信息系统的发展。格网计算为数据密集型空间分析提供了计算资源支持。数据格网为海量空间数据分布式存储、管理、传输、分析提供了一体化的解决方法。格网技术为 VRGIS实时场景渲染和海量场景数据存储以及 GIS互操作问题的解决提供了一种新的思路。利用格网中的智能体组件动态组装应用软件将对 GIS应用开发方式产生重大影响。通过建立空间信息格网可以实现我国地理信息系统产业跨越式发展。     

突发河流污染事件应急资源调度动态规划模型研究

突发事件的突然性和发展过程的不确定性,要求在限定的时间内,将足够的应急资源配送到合适的应急处置空间位置。本文构建了一个多源点多目标应急资源调度模型,该模型以最短应急处置时间为规划目标,以应急资源运输和应急工程构建时间之和必须小于污染物扩散到应急处置空间位置的时间、多个应急资源仓库综合调度资源数量必须满足处置需求为约束条件;在应急资源出库和装卸时间一定的情况下,根据污染物沿河流扩散的动态过程,运用Dijkstra算法实时选择应急资源配送的最优路径,计算各个仓库所需调度各类资源数量以及资源到达应急处置空间位置所需的时间;最终导出一个策略方案,并根据应急资源到达处置位置所用的时间与污染物扩散到该点的时间之比,评估该方案的决策风险。以突发六价铬污染为研究案例的实验结果表明：该模型能够验证各个应急处置空间位置能否作为应急处置点,获得应急处置空间位置最合理的应急资源调度方案、应急车辆动态的最优路线以及各应急处置点资源调度方案的决策风险评估结果,从而提高应急管理的决策效率,降低决策风险,该模型在救灾、溃坝等其他类似领域也具有一定适用性。     

基于GIS新冠智能体仿真模型及应用——以广州市为例

2019年12月湖北省武汉市出现了新型冠状病毒肺炎疫情。新型冠状病毒传播力强,导致全国甚至全世界范围都出现新型冠状病毒疫情。为了刻画新型冠状病毒在城市内部的传播方式,本文基于个体在城市中的行为和社会关系,融合了复杂网络理论和GIS技术构建了新型冠状病毒智能体仿真模型。该模型以广州市为研究对象,通过马尔科夫链蒙特卡洛方法拟合参数,实现了对广州市疫情的准确回顾。结果表明,模型精度良好,其中MAPE为0.17。智能体模型具有良好的适用性。因此可以模拟境外输入病例对城市疫情发展的影响。智能体模型标记了个体的时空位置和社会关系,因此本文还提出一种通过智能体模型进行流行病学调查的方式,该方式相较于传统流行病调查更加便捷,效率更高。然后根据模拟分析结果,为城市防控疫情提供有价值的决策信息。最后建议市民,如果城市再次暴发疫情,不必恐慌,疫情会在14~20 d被控制,但是要提高自我防护意识,做好自我保护。     

北京市四环内街区尺度下的主题混合模式挖掘

城市是多样性聚集的场所,且多元化和差异性日益增强,故探究土地混合利用具有一定的现实意义。现有的土地混合研究大多以POI（Point of Interest）为研究基础,着眼于城市主题的研究较少。本文采用百度POI数据,在街区尺度下考虑POI共现以提取主题,并挖掘北京市四环内的主题混合模式,其结果可以为城市规划及其建设提供参考。首先,采用LDA（Latent Dirichlet Allocation）主题模型得出街区的主题向量以及主题的POI共现模式;其次,引入多样性指数对街区的混合度进行度量,并依据自然断裂法将街区分为高混合街区、中等混合街区、低混合街区3类;最后,为了探究3类街区中的主题混合模式,先采用多元线性回归找出不同类街区中对混合度影响显著的主题,在此基础上对街区中的混合模式进行提取。结果表明：高混合街区的主题混合模式都是茶座餐厅主题与其他主题的混合;中等混合街区中的混合模式大多是以公司企业主题与住宅（商铺）主题再结合其他主题的混合;低混合街区中最典型的2种模式是茶座餐厅主题主导与风景名胜主题主导的接近单一的模式。不同的模式也体现了不同混合区的特征及其之间的差异,有助于对城市深度理解,从而为混合城市的建设提供参考。     

水驱油藏多井系统井间干扰规律分析

为了对大庆油田水驱油藏层系井网进行优化调整和剩余油挖潜,研究特高含水期多井系统井间干扰规律,应用势的迭加原理分析3口井的激动井产量、距离及相互位置对观察井(油井)产量和压力的影响.结果表明,当激动井是油井时,激动井产量越大,与观察井距离越近,激动井之间距离越远,观察井产量越小,压力恢复越低;当激动井是水井时,激动井注水量越大,与观察井距离越近,激动井之间距离越远,观察井产量越大,压力恢复越高.在采用均匀井网时,油井间的影响使观察井产量降低、压力下降;注水井的影响使观察井产量上升、压力升高.特高含水期剩余油分布零散,采用均匀井网可以有效挖潜剩余油,可以通过注水调整观察井产量和压力,均匀井网更有利于提高油田注水开发效果.     

测站间高差对短时段GPS基线解算的影响

基于美国CORS网数据,分别选取平均基线长度和站间高差均不相同的6个GPS实验网,使用GAMIT/GLOBK软件,从基线较差、基线重复性、NRMS值以及解算中误差等方面分析站间高差对短时段（4 h）GPS基线解算的影响及削弱这些影响的方法。结果得出,当测站间高差大于100 m时,如果不估计对流层参数,即使是短基线也会使解算基线在高程方向的偏差达到1 cm,而对平面分量影响很小。此时,必须通过估计天顶方向的对流层参数来削弱其影响,才能保证最终解算的基线结果在高程方向的误差小于1 cm。     

蕴含地理事件微博客消息的自动识别方法

微博客文本蕴含类型丰富的地理事件信息,能够弥补传统定点监测手段的不足,提高事件应急响应质量。然而,由于大规模标注语料的普遍匮乏,无法利用监督学习过程识别蕴含地理事件信息的微博客文本。为此,本文提出一种蕴含地理事件微博客消息的自动识别方法,通过快速获取的语料资源增强识别效果。该方法利用主题模型具有提取文档中主题集合的优势,通过主题过滤候选语料文本,实现地理事件语料的自动提取。同时,将分布式表达词向量模型引入事件相关性计算过程,借助词向量隐含的语义信息丰富微博客短文本的上下文内容,进一步增强事件消息的识别效果。通过以新浪微博为数据源开展的实验分析表明,本文提出的蕴含地理事件信息微博客消息识别方法,识别来自事件微博话题的消息文本的F-1值可达到71.41%,比经典的基于SVM模型的监督学习方法提高了10.79%。在模拟真实微博环境的500万微博客数据集上的识别准确率达到60%。     

基于时变网络的多粒度时空对象关系演化过程表达与建模

对空间事物的表达与研究模型主要针对多粒度时空数据本身的描述,而不是描述多粒度时空对象的相关性。多粒度时空对象是一种新的时空对象表达方法,其中时空对象关系的演化过程是一种抽象的复杂的网络的过程。本文在多粒度时空对象表达的基础上,对其演化过程进行形式化定义,提出以时变网络的方法构建初步的关系演化过程模型。通过对基于时间切片的退耕还林演化过程关系的描述与表达,形成动态实时变化的网络模型,从而抽象表达退耕还林过程中的对象关系的演化过程。应用时变网络明确多粒度时空对象关系的演化过程,并对演化过程进行初步的表达和建模,可以使对象关系变化更加清晰化,提高其层次性和效率性,为今后研究多粒度时空对象关系变化规律奠定基础。