流动人口购房意愿影响因素的空间异质性——基于MGWR模型的研究

基于2016年中国流动人口动态监测数据,运用多尺度地理加权回归模型对流动人口流入地购房意愿影响因素的空间异质性进行分析。研究发现：① 中国流动人口在流入地城市的购房意愿整体偏低,尤其在流动人口聚集的东南沿海地区,流动人口购房意愿最低。② 多尺度地理加权回归（multi-scale geographically weighted regression,MGWR）模型能识别出不同因素对购房意愿的影响具有空间尺度差异,其中户口类型、流动范围、流动次数等显著变量对不同区域流动人口购房意愿的影响存在明显的区域差异。③ 各影响因素呈现显著的空间分异格局,其中婚姻状况、户口类型、职业类型、房价、公共服务等因素对东南地区购房意愿的影响较大,收入、流动次数、已购住房、随迁子女等因素对东北地区购房意愿的影响更大,西北地区平均受教育年限和拥有住房公积金对流动人口购房意愿的正向促进作用显著,而跨省流动的负向影响由西北向中部地区梯度递减。     

基于多源遥感和机器学习方法的科尔沁沙地植被覆盖度反演

植被覆盖度是监测生态系统及其功能的关键参数,如何提高大区域植被覆盖度的反演精度,对生态脆弱区环境可持续发展至关重要。本研究基于人工神经网络、支持向量回归和随机森林等机器学习方法,利用无人机、Worldview-2与Landsat 8 OLI遥感数据,对科尔沁沙地植被覆盖度进行多尺度反演。结果表明：随机森林模型比人工神经网络、支持向量回归模型表现佳,可在单元（试验区）、区域（研究区）尺度上较高精度地反演沙地的植被覆盖度,反演值与无人机实测值均在线性水平上呈显著相关（P<0.01）;在单元、区域尺度上,构建的植被覆盖度反演模型测试集R²分别为0.84、0.80,MSE分别为0.0145、0.0370,一致性指数d分别为0.9576、0.8991。利用多源遥感数据和机器学习方法,通过局部区域的高精度反演逐步实现低空间分辨率遥感影像的大区域植被覆盖度反演,不仅可有效提高沙地植被覆盖度的反演精度（R²=0.78,大于0.63）,也为区域生态环境监测与生态系统健康评价提供支持。     

工业机器人对中国区域产业结构的影响研究

工业机器人的大规模部署与人工智能带来的技术革新,推动着地方高度工业化和现代化发展。工业机器人正在经历从自动化工具到智能化工具,甚至向创新工具转变的过程。理论分析认为其通用性特征和技术进步效应有助于产业结构的转型升级。以国际机器人联盟数据构建面板平滑转移回归(PSTR)模型进行检验,结果显示:(1)工业机器人冲击对中国区域产业结构升级的影响存在单门槛效应,空间上可大致划分为以胡焕庸线为界、东高西低的冲击区。(2)随着冲击的不断增大,物质资本集聚对区域产业结构升级的正效应受到抑制,工业劳动力集聚对区域产业结构升级的负效应得以增强。(3)物质资本集聚和工业劳动力集聚的弹性受冲击影响在胡焕庸线以西地区边际递增,在胡焕庸线以东地区边际递减,最终收敛。(4)工业机器人在吸引人力资本集聚、技术要素集聚和引导消费结构改变的过程中对产业结构的影响并不显著。     

高铁背景下省会城市交通优势度空间分异及影响因素

以30个省会城市为研究对象,将旅程时间、费用、列车、运行里程、速度等大数据融入交通优势度指标体系,采用熵值法计算2019年省会城市交通优势度并利用地理探测器和地理加权回归模型探究其影响因素。研究发现：（1）交通优势度空间差异显著,交通优势度各等级圈层中心城市在空间中呈现不均衡分布格局,呈现由华中、华东地区节点沿铁路网向外递减的“核心-半边缘”结构,形成多等级节点城市交互作用的交通等级网络体系;（2）地方一般公共预算支出、高铁数目为交通优势度的主导探测因子,多因子交互作用均使其空间分异的解释力显著提升;（3）各因素影响程度具有较大空间异质性,除平均坡度和平均高程外其他因素均为正向影响,人均可支配收入、平均高程和普通本专科学生的回归系数呈现由华西地区向华东地区过渡转而向北增长的趋势,平均坡度、动车数目、普通列车数目的回归系数由西向东分层递减,火车站数目和高铁数目分别对华东地区、华西地区和华北地区的影响较大。     

建成环境对城市不同年龄群体活力的时空异质性影响研究

城市活力是城市空间质量的重要体现,对构建可持续发展的城市空间具有重要参考意义。该文以西宁市主城区为例,利用手机信令数据探索城市不同年龄群体活力的空间分布模式,采用多元线性逐步回归模型和多尺度地理加权回归(MGWR)模型定量研究建成环境对城市不同年龄群体活力的时空异质性影响。研究发现:1)根据不同年龄群体活动能力和需求的差异可将活力空间分布模式划分为“离核紧凑型”“离核延伸型”“聚核延伸型”“聚核紧凑型”4种群体活力分布模式。2)建成环境对群体活力影响的群体差异和时空异质性显著。区位条件普遍影响各群体活力且具有稳健的时间变化特征;道路交叉口密度有利于青年和老年群体活力的提升,且白天影响力高于夜晚;公交线路数量仅与老年群体白天活力呈正相关关系;白天时段建筑密度对少年和老年群体活力的积极影响高于夜晚;容积率对青年群体夜晚活力和老年群体白天活力的影响完全相反;相比功能混合度,具体配套设施密度对各群体活力影响更突出。研究结果可为城市精准设计和差异化设施布局提供借鉴,促进城市空间协调发展。     

结合空间位置和语义匹配的多源房屋灾害数据融合

自然灾害综合风险普查工作中,房屋灾害信息数据来源众多,为调查底库快速建库带来很大挑战。本文针对多源房屋数据难以快速提取融合的问题,基于地理空间位置的信息匹配和基于地理空间语义的信息匹配等技术,通过空间数据提取、房屋建筑增补绘、属性信息匹配、属性信息选择,实现了房屋建筑多源信息快速自动融合,为自然灾害普查工作提供了可靠翔实的房屋建筑数据底板。实践证明,该技术成果数据准确可靠,可有效提升自然灾害风险普查工作效率,大量降低人工成本。     

多源矢量空间数据中面状水域几何准确性及现势性评估方法

多源矢量空间数据的评估方法一直以来比较欠缺。目前常用的专家决策方法,主要依赖专家的人工参与,不仅主观性强、执行效率低,而且使用门槛高。本文提出了多源矢量空间数据中面状水域的几何准确性与现势性评估方法,可以"量化"描述不同数据几何准确性与现势性的差异,并将评估结果可视化表达。试验结果表明,该方法科学客观、可靠有效。     

高精道路地图制作方法及关键技术

本文提出一种基于车载移动测量、倾斜摄影等多源数据成果的高精道路地图互补采集方法,并对其关键技术进行了深入研究。首先以国内第一条基于自动驾驶的智能网联高速公路测试路段——淄博智能网联测试基地为例,开展了激光点云、全景照片、倾斜影像等多源数据获取及高精道路地图要素采集。然后以道路三维矢量要素自动提取为基础,辅以人工采编,并在数据差分解算中测试了我国北斗数据。实例表明,本文方法切实可行、精度可靠,有效改善了高精道路地图采集模式,降低了劳动强度,保障了人身安全,提高了作业效率,对于高精道路地图制作具有借鉴价值。     

基于多特征相似性的多源POI匹配方法

本文针对多源POI的特征差异性导致同名对象识别难的问题,提出了一种多特征相似性的多源POI匹配方法。兼顾空间与非空间属性,选取名称、位置、地址、分类4个特征进行相似度计算;采用层次分析法对各特征指标进行重要性分析,得到特征权值;根据总相似度对候选匹配对象进行筛选,以确定最终匹配对象。试验结果显示,该方法具有较高的匹配精度,更适用于多源异构POI数据的匹配,可满足多源POI数据的高效匹配需求。     

顾及空间异质性的大范围地面沉降时空预测

大速率、不均匀的地面沉降已经威胁到人类的生产活动,高精度的沉降预测结果对于地质灾害的精准防控具有重要意义。为掌握地面沉降的演化规律,利用现场观测数据或InSAR数据开展了多项预测研究。然而,由于空间异质性的存在,大范围地面沉降的准确预测仍然是一项挑战。在这项研究中,从数据驱动的角度提出了一种顾及空间异质性的大范围地面沉降时空预测方法STLSTM（Spatio-temporal Long Short-Term Memory）。首先,通过聚类识别地理空间中的均质子区;然后,在每个子区中,一个特别的长短期记忆LSTM（Long Short-Term Memory）网络被用来捕捉局部位置的非线性特征;最后,利用预训练的网络对未来时刻的地面沉降进行定量预测。在实验部分,哨兵1号影像数据被用来比较STLSTM与其他8种基准方法的性能,利用空间统计指标分析了模型的有效性。结果表明,STLSTM在152 s内达到了最高的预测精度（71.4%）,且能够有效弱化空间异质性对大区域沉降预测任务的影响。总之,这项研究将空间异质性处理策略融合到深度学习模型中,实现了高精度、高时效的大范围地面沉降时空预测。