都市历史文化街区游客文化景观感知对重游意愿的影响——以南京夫子庙为例

研究以南京夫子庙为例,从文化景观感知角度出发构建都市历史文化街区旅游者文化景观感知指标体系,探讨其对重游意愿的影响。研究发现,（1）游客文化景观感知分为四个维度：“曲艺表演和手工艺品文化景观感知”、“儒学建筑和名人故居文化景观感知”、“饮食文化和交通工具文化景观感知”、“节庆民俗活动文化景观感知”。（2）夫子庙历史文化街区游客对于文化景观感知的四个维度的认同度均和游客的重游意愿之间都有着显著的相关关系。（3）旅游者对夫子庙节庆民俗活动文化景观以及夫子庙饮食文化和交通工具文化景观的感知到的认同度越高,则其重游的意愿也就越强烈。     

国外防治城市病的规划应对思路与措施借鉴

城市病是随着工业化、城市化进程出现的,已经成为国内外城市发展普遍存在的难题。城市规划和管理是防治城市病的主要途径之一。国外发达国家城市病的主要表现为人口膨胀,城市不堪重负;城市人口贫困失业、居住条件恶劣;交通拥堵,生活质量下降;环境污染,资源短缺;社会冲突、犯罪活动、政治腐败现象加剧;城市无序蔓延,发展失控等方面。针对以上问题,国外从城市规划和管理层面出发,进行了很多的尝试,积累了很多宝贵经验,通过借鉴美、英、日等发达国家治理城市病的规划应对思路,对我国的城市规划管理有很好的启发,今后应更新城市发展理念,加强城市规划编制的科学性与权威性,重视交通规划对城市发展的引导,积极推进各项规划的协调与对接,缩短规划审批周期,严格保障规划的顺利实施。这些规划思路的落实,对于我国防治城市病,推进城市健康发展具有十分重要的意义。     

改进的ICP点云配准算法

三维激光点云配准是点云三维建模的关键问题之一。经典的ICP算法对点云初始位置要求较高且配准效率较低,提出了一种改进的ICP点云配准算法。该算法首先利用主成分分析法实现点云的初始配准,获得较好的点云初始位置,然后在经典ICP算法的基础上,采用k-d tree结构实现加速搜索,并利用方向向量夹角阈值去除错误点对,提高算法的效率。实验表明,本算法流程在保证配准精度的前提下,显著提高了配准效率。     

南海北部流切变环境中台风引起的近惯性振荡的比较研究

通过2008年和2009年布放在南海北部的声学多普勒流速剖面仪(ADCP)锚系潜标,本文观测到了三次由台风引起的近惯性振荡(NIO)事件,分别编号为2008a,2009a,2009b,并对其进行了比较研究.其中2008a在三次事件中强度最大,持续时间最长(15 d),而2009a和2009b仅分别持续了4 d和8 d.三次事件的垂直能量分布和位相传播有明显的区别.在频率偏移方面,2008a的峰值频率略低于局地科氏频率(红移),而2009a和2009b则体现出蓝移.不同的NIO事件的特征表现主要由台风扰动和背景流场环境共同决定,特别是背景流场通过平流和调制作用在其中起了重要的作用.本文的研究为不同背景流场中NIO的不同响应提供了观测的证据.通过分析数模提供的背景流场的涡度和有效科氏频率,2008a事件中较强的振幅和较长的持续时间是由于背景的剪切流场的波导效应造成,其改变了台风过后NIO的能量分布,将入射波能量集中于负涡度区域.而2009a和2009b事件中由于涡度不明显,因此没有类似效应.     

东部华侨城“云海索道”防雷解决方案

通过对“云海索道”进行全面勘察,主要对索道缆车以及上下站直击雷的防护和索道山下站的电源雷电的防护工程的方案作简述.     

利用浮动车GPS轨迹识别与提取城市道路交叉口

道路交叉口作为道路交汇的枢纽,是路网的重要组成部分,也是最重要的基础地理信息数据之一。浮动车GPS数据具有易获取、低成本和数据量大等优点,但工作同时伴随不少噪点。为了降低噪点对交叉口提取过程的影响,提高计算效率,本文运用KNN算法建立空间索引;计算向量夹角,判定道路出入口,粗筛取交叉口附近点;分别采用K-means算法、DBSCAN算法和层次算法进行聚类分析,进一步确定交叉口位置。最后以成都某区域浮动车GPS数据为例,提取道路交叉口并进行了对比分析,进一步表明本文方法可以服务于智能交通研究与应用。     

多类智能终端基于灰色关联度的WKNN定位效果分析

为了解决WiFi指纹定位中遇到不同智能终端定位时产生的定位精度下降问题,针对多类智能终端情况,研究了以灰色关联度替代欧氏距离的改进加权K最近邻算法(WKNN)的改进效果,并进行了不同设备的定位实验。结果表明,对多类智能终端进行WiFi定位时,相较于传统WKNN算法,基于灰色关联度的改进WKNN算法在定位精度和普适性上均有很大提升。     

一种机器学习海面风场快速融合的方法

基于多源资料进行海面风场的同化融合或插值融合,目前受到计算能力的较大制约。本文提出在多源卫星数据和ERA-5再分析数据重叠区域,训练基于XGBoost的机器学习ERA-5数据修正融合模型。然后基于该模型快速修正ERA-5数据（机器学习推理）。由于机器学习推理的快速性,ERA-5全区域修正融合的时间仅需2 s左右,可以较小计算代价构建整个海面融合风场。本文以10 m风速、10 m风向、U10分量和V10分量等典型风场变量展开,考虑了海陆分布差异使用陆地掩膜消除陆地区域,分别构建D_S_A_XGBoost、D_S_O_XGBoost、U_V_A_XGBoost、U_V_O_XGBoost 4个ERA-5修正模型,并最终生成海面融合风场。通过修正前后的ERA-5再分析数据与卫星数据进行比较,上述4个模型均减小了ERA-5再分析数据与卫星数据的差距。特别是在风速方面,不论是均方根误差（RMSE）还是绝对误差（MAE）都得到有效降低。在风向方面上,RMSE_d以及MAE_d也呈现降低趋势。在利用热带大气海洋观测计划（Tropical Atmosphere Ocean Array,TAO）浮标数据对4种XGBoost模型进行评价发现,U_V_O_XGBoost模型对于ERA-5数据的修正结果最好,其相关性达到0.893,提高了约0.011,结果表明本文在保证风场精度的情况下较大地提高了融合速度。     

遥感知识图谱创建及其典型场景应用技术

相对于当前指数级增长的强大遥感数据获取能力,遥感大数据的智能处理和知识服务能力相对滞后,海量多源化遥感数据堆积与有限信息孤岛并存的矛盾日益突出,亟需有效的遥感领域知识建模技术来辅助挖掘遥感大数据的有用信息并形成知识服务能力。知识图谱技术以符号形式描述物理世界中的概念及其相互关系,具有强大的知识建模与推理应用能力,在搜索引擎、电子商务、社交网络分析等领域已经得到成功应用。在通用知识图谱技术启发下,本文首次提出建立遥感领域知识图谱研究构想,可以为遥感领域知识建模与知识服务提供支撑。本文首先回顾通用知识图谱的发展历程,然后探讨遥感知识图谱的构建技术、遥感知识图谱驱动的典型地学应用案例,最后对遥感知识图谱的应用现状与未来研究方向进行分析论述。总体来说,遥感知识图谱的研究有利于更好的归纳遥感领域学科概念化知识、管理遥感大数据所蕴含的新增信息与知识,可以向多领域众多用户提供灵活便捷的遥感知识查询与知识服务能力,有助于全面提升海量多源遥感观测成果的应用能力,在全球遥感地表覆盖分类、气候变化、国际人道主义援助等方面都将发挥重要作用。