基于大数据的城市功能区人口时空聚散模式研究

城市功能区和人口流动是行为地理学和城市规划领域的研究热点,不同城市功能区的人口聚散现象更是其重点议题。该文基于POI和腾讯位置服务(LBS)大数据,以武汉市主城区为研究区,利用功能密度指数、功能优势指数识别城市功能区,并通过空间关联判断城市功能区人口流动变化规律,采用聚类分析方法归纳人口时空聚散模式。研究结果表明:1)中心城区功能混合度较高;2)受人群时空需求影响,不同城市功能区的人口流动规律呈现一定差异性;3)根据城市功能区人口流动聚散趋势并综合其构成特征,可分为公共主导-聚散波动、商务主导-持续集聚、居住主导-持续集聚、绿地主导-聚散交替、商业主导-动态平衡和工业主导-先聚后散共6种模式。研究结果对于优化城市空间布局、合理配置城市资源以及提升城市运行效率具有参考意义。     

碱度长期胁迫对花鲈肾组织转录组的影响

为了解花鲈(Lateolabrax maculatus)的耐碱机制,本研究探讨了碱度长期胁迫对花鲈肾组织转录组的影响。研究设计了3个碳酸盐碱度梯度(0、15和30 mmol/L),基于Illumina Novaseq 6000高通量测序平台进行了花鲈肾组织转录组测序并进行了生物信息学分析。研究表明,con组(0 mmol/L)、AW15组(15 mmol/L)和AW30组(30 mmol/L)分别获得了163 197 546、145 296 406和141 892 236条Clean reads。与con组相比,AW15组和AW30组分别有142和3 103个差异表达基因上调,104和2 235个差异表达基因下调。随机选取9条差异表达基因进行实时荧光定量PCR验证,结果与转录组测序一致,表明本研究中RNA-seq结果具有较高的可靠性。GO富集分析发现,差异基因显著富集在气体运输、GTP酶活性的正调控和水解酶活性的正调控等方面;KEGG通路富集分析表明,差异基因显著富集在细胞周期、DNA复制和癌症中的蛋白多糖等方面。本研究发现了49个持续变化基因(fyn、ceacam和acsl等),这些...     

海水池塘跑道养殖系统中鱼类肠道及养殖环境的细菌群落研究

为查明海水池塘跑道养殖系统(IPRS)的不同生境中细菌群落特征以及不同群落间的相互作用关系,本研究采用16S rRNA基因高通量测序技术对IPRS中鱼类肠道、水体和沉积物的细菌群落组成和结构进行了研究。研究表明,鱼类肠道、水体和沉积物的细菌群落在结构和多样性上均存在显著差异。不同生境中细菌群落的优势组成不同,花鲈(Lateolabrax maculatus)肠道内相对丰度最高的菌门为厚壁菌门(Firmicutes, 57.92%),河鲀(Takifugu rubripes)肠道内为弯曲杆菌门(Campylobacterota, 41.17%),水体和沉积物中均为变形菌门(Proteobacteria),其相对丰度分别达到91.03%和48.06%。LEfSe分析表明,栖粪杆菌属(Faecalibacterium)、拟杆菌属(Bacteroides)和罗氏菌属(Roseburia)等20个菌属在花鲈肠道内显著富集;unclassified＿Arcobacteraceae、普雷沃菌属(Prevotellaa)和罗尔斯顿菌属(Ralstonia)等12个菌属在河鲀肠道内显著富集;伍斯菌属(W...     

基于SBAS-InSAR技术监测西安市地表形变特征

地面沉降是西安市最为严重的地质灾害之一。本文基于SBAS-InSAR技术处理了西安市2018—2021年36景Sentinel-1A影像,获取了西安市最新的地表形变特征,并分析其成因。研究表明：(1)2018—2021年西安市主要地表形变区域为鱼化寨地区、电子城地区、三爻-凤栖原地区、城墙南部区域;(2)鱼化寨及电子城地区已转为抬升趋势,城墙南部一直处于抬升阶段,三爻-凤栖原地区呈下沉趋势;(3)西安市地表形变主要受承压水开采及回灌的影响,地裂缝则显著影响了地表形变的分布及走向,建筑载荷也对地表形变有一定的影响。     

智能网联汽车的高精地图数据交互模式

随着自动驾驶技术的发展,传统的地图服务已经不能满足以机器为主体的自动驾驶车辆的需要。具有更高精度、更多要素、更快更新频率的高精地图成为自动驾驶车辆的关键。不同来源数据之间的交互是高精地图用于自动驾驶导航决策的保证。针对智能网联汽车系统中高精地图的数据交互问题,本文首先对相关的研究进行了分析,依据高精地图的数据内容和数据来源对智能网联汽车中的高精地图数据进行再组织;然后详细阐述了基于车-路-云三方的高精地图数据交互的内容和交互机制,形成一个适用于智能网联汽车的高精地图数据交互模式;最后在仿真环境下对设计的数据交互模式进行了验证。     

大型网络中容量受限的疏散路径规划方法

针对启发式算法利用Dijkstra算法求解大型动态网络中疏散路径规划问题时,存在疏散时间长、稳定性差等不足,该文提出了一种改进CCRP的方法,即用蚁群算法替代Dijkstra算法求解最优路径,进而减少疏散时间,增加估算疏散时间的精确性。实验表明,该方法能够在大型动态网络下实现路网容量受限的疏散路径规划有效求解,具有疏散时间短、疏散路径少、线性关系强等特点,相比原有CCRP算法更能满足实际疏散的需要。在寻找最优路径上采用蚁群算法求解,相比贪心算法更能支持全局最优、并行计算、疏散效率更高,在支持路况信息实时更新、大规模人群快速疏散、及时调整疏散路线等方面更具优势。