基于出行时空数据的分时租赁汽车与网约车出行场景比较研究

分时租赁和网约车同属共享汽车,但规模对比悬殊。找到差异化的出行场景有利于分时租赁在网约车主导的共享汽车市场中谋求立足之地。本文以北京地区某分时租赁公司2017年5月1日—30日的出行订单和2018年4月23日—29日的网约车出行订单为研究对象,结合城市兴趣点数据,利用地理信息层次聚类、关联规则等方法挖掘两共享汽车的典型出行场景,并进行比较分析。研究表明：① 网约车主要服务于“通勤出行”和“市内商务区之间的出行”,2种出行场景分别占网约车订单总量的40.3%和28.7%;② 分时租赁主要服务非通勤出行,其特色出行场景是“往返城市旅游景区的出行”、“城市旅游景区之间的出行”和“外城住宅商务混合区的午夜出行”,分别占分时租赁订单总量的24.4%、6.9%和5.5%。③ 在分时租赁的特色出行场景中,分时租赁与网约车或传统租车等共享出行方式相比费用更低,仅占其费用的25%~35%,具有较大的竞争优势。本研究有关出行场景挖掘的方法和结论可以为北京市分时租赁的推广以及其他共享出行研究提供借鉴和参考。     

基于Gabor滤波方法的居民地识别分析

图像纹理对于高分辨率遥感图像的信息提取与目标识别具有重要意义。针对"北京一号"小卫星全色遥感图像非城市区域居民地块往往呈现出比较明显的方向性纹理的特点,扩充改进Gabor滤波方法进行提取。方法主要利用Gabor滤波器的多尺度、多方向滤波的性质,提取多尺度纹理特征集,并进行特征;而后利用多特征聚类实现图像的初步分割。由于分割是对特征进行聚类完成的,其结果可能存在一个居民地块由若干个相互间存在间隔的子区域组成、存在无用小斑块、居民地内部存在大量小孔洞等缺陷。针对上述不足,利用形态学尺度空间融合方法,对居民地块通过结构元素不断增大的闭运算进行迭代融合,并选择一个具备"最长生存期限"的类别个数作为最佳类数,选择首次出现该类别数的分割结果作为最后的识别结果。对延庆地区的小卫星影像进行了居民地提取,并与共生矩阵纹理分析方法进行了实验对比。结果表明方法是有效的,并在提取精度上具有优势。     

基于开源大数据的北京地区餐饮业空间分布格局

基于大数据进行城市服务设施空间格局分析已成为一种新的研究热点,而餐饮业是城市服务业的典型代表,因此通过开源大数据对城市餐饮业的空间布局进行研究具有重要的意义。本文以北京地区作为研究区,采用网络爬虫技术获取大众点评上153 895家餐饮店数据,引入基于密度的CFSFDP聚类算法从空间分布密集度和人均消费等级方面对餐饮业背后蕴含的地理聚集特征进行分析。研究发现：① 北京地区餐饮店总体呈现多中心的空间分布特征,其集聚程度以主城区为核心向外逐级递减,并明显表现出围绕重要商圈、旅游景点和住宅区进行布局以及沿交通轴线扩展的趋势;② 不同人均消费水平的餐饮店呈现等级体系特征,即高档餐馆少而集聚,中低档餐馆多而散的分布特点;③ 餐馆分布密集程度和定价表现出接近市场和消费者的特征。同时,本文综合空间集聚特征和消费水平2项指标对影响餐饮店集群空间分布格局的因素进行了分析,以期为政府规划部门进行城市商业空间布局研究提供借鉴。     

面向沟谷特征点簇的空间结构模型与应用

点簇(即点的集合)具有特定的组织结构;沟谷作为一类自成体系的重要空间实体,表达其形态、结构、发育等关键属性特征的沟谷特征点簇,是有严密的组织结构、密切的空间关系和完整的属性描述的关键特征点的集合。建立沟谷特征点簇的空间结构模型,进行沟谷特征的空间分析与应用,具有重要的科学意义。本文在分析沟谷特征点簇的组成要素、空间与结构特征的基础上,确定了点簇的层次结构模型和非结构化文件存储方式,编程实现了沟谷特征点簇数据模型;然后,构建了点簇文件,并运用C# + AE的开发方式,研发建立了基于点簇的沟谷分析原型系统,实现了沟谷特征点簇数据的可视化、结构空间分析、专题属性特征分析等基本功能;最后,以特征点的沟谷路径追溯查找效率作了对比分析,验证了基于特征点簇模型的沟谷分析具有较高的处理效率。本研究构建的面向沟谷特征点簇的空间结构模型,研发的具有沟谷结构、形态与属性分析功能的沟谷分析原型系统,有一定的应用价值。     

Application of different clustering approaches to hydroclimatological catchment regionalization in mountainous regions,a case study in Utah State

With respect to the different hydrological responses of catchments, even the adjacent ones, in mountainous regions, there are a great number of motivations for classifying them into homogeneous clusters. These motivations include prediction in ungauged basins (PUB), model parameterization, understanding the potential impact of environmental changes, transferring information from gauged catchments to the ungauged ones. The present study investigated the similarity of catchments through the hydro-climatological pure time-series of a 14-year period from 2001 to 2015. Data sets encompass more than 13,000 month-station streamflow, rainfall, and temperature data obtained from 27 catchments in Utah State as one of the eight mountainous states of the USA. The identification, analysis, and interpretation of homogeneous catchments were investigated by applying the four approaches of clustering, K-means, Ward, and SOM (Self-Organized Map) and a newly proposed Wavelet-Entropy-based (WE-SOM) clustering method. By using two clustering evaluation criteria, 3, 5, and 6 clusters were determined as the best numbers of clusters, depending on the method employed, where each cluster represents different hydro-climatological behaviors. Despite the absence of geographic characteristics in input data matrix, the results indicated a regionalization in agreement with topographic characteristics. Considering the dependency of the hydrological behavior of catchments on the physiographic field aspects and characteristics, WE-SOM method demonstrated a more acceptable performance, compared to the other three conventional clustering methods, by providing more clusters. WE-SOM appears to be a promising approach in catchment clustering. It preserves the topological structure of data which can, as a result, be proofed in a greater number of clusters by dividing data into higher numbers of distinct clusters with similar altitudes of catchments in each cluster. The results showed the aptitude of wavelets to quantify the time-based variability of temperature, rainfall and streamflow, in the way contributing to the regionalization of diverse catchments.     

基于离散傅里叶变换的线要素节点压缩方法

相较于传统删减顶点的线要素综合方法,基于傅里叶变换的线要素综合更能保留曲线的全局特征,但现有的傅里叶综合方法无法自动减少和控制点数,更多适用于曲线的平滑及多尺度表达。因此本文提出一种利用离散傅里叶变换进行线要素综合的方法。对曲线进行离散傅里叶变换,获得有限项傅里叶描述子;根据期望的压缩比对傅里叶描述子进行截断;根据截断后的描述子项进行离散傅里叶逆变换获得化简曲线。本文提出的这种傅里叶方法能够减少化简后曲线顶点数,适用于地图综合领域。本文通过四组实验验证了算法的可行性,展示其如下优点：① 能够在相应尺度上对线性地物进行平滑、渐进的化简和表达② 在现有傅里叶变换法的基础上能够保留曲线原顶点;③ 以顶点数作为综合过程参数,能够自动减少曲线顶点数;④ 相较于传统节点压缩方法,更注重整体形态的化简,在综合过程中能更好地保留曲线的整体特征;⑤ 在转换尺度较大的综合过程中,相较于传统节点压缩方法所保留的几何精度更高。     

顾及出租车OD点分布密度的空间Voronoi剖分算法及OD流可视化分析

为对城市各区域出租车OD轨迹流进行可视化分析,需对城市作空间剖分处理,以产生研究所需的子区域。传统的欧氏距离空间剖分方法,在空间上进行硬性切割不能有效地顾及城市人、物的时空流动模式,因此,本文提出了一种空间约束条件下,顾及出租车OD点分布密度的网络Voronoi剖分方法。首先,将道路网的边细分成线性单元,然后,设定空间约束以产生合适的发生元,让各发生元在路网上以线性单元为单位扩散步长,以不同的速度向周围联通道路进行扩散,最终将城市空间划分成一系列与出租车OD点分布密度相适应的空间子区域。利用OD流可视化理论与技术,基于划分的城市子区域分析出租车在这些区域的时空流动,并结合图论知识探究城市空间OD流拓扑图结构的变化,分析不同划分区域出租车流动模式。最后,通过北京地区一天的出租车轨迹数据,对本文提出的算法及分析方法进行了实验。     

基于滑动窗口的手机定位数据个体停留区域识别算法

手机的普及使手机定位数据成为分析个体时空行为特征的新兴重要数据源之一,并被逐渐应用到人口管理、城市规划、交通分析和流行病防控等众多领域的研究中。从手机定位数据中识别个体的停留区域是众多基于手机定位数据研究的重要基础环节。然而,当前常用的手机定位数据定位精度相对较低,且往往存在定位震荡和定位漂移导致的数据噪声,这些因素增加了从手机定位数据中识别停留区域的难度。为了提高从手机定位数据中识别个体停留区域的准确性,本研究结合个体行为的时空连续性,提出了一种基于滑动窗口的增长聚类算法。实验结果显示,相较常用的ST-DBSCAN算法和SMoT算法,对于采样时间间隔稀疏的手机定位数据,本研究提出的滑动窗口聚类算法在准确率方面的提升幅度最大可以达到35%。由于隐私问题,当前研究和应用中使用的大规模手机定位数据集中的时间分辨率往往较低,因此,本研究提出的滑动窗口聚类算法具有较为广泛的应用场景,可增强基于手机用户停留区域的众多研究结果的可靠性,为手机定位数据的广泛合理应用提供关键技术支撑。     

翡翠贻贝三个野生种群形态性状的差异分析

运用差异系数检验、主成分分析、判别分析和聚类分析等4种多元统计分析方法,采用5个比例性状,比较研究了广西北海、广东湛江和汕尾的3个翡翠贻贝野生种群的形态性状差异。结果表明:(1)3个种群间5个比例性状的差异系数在0.024～1.134之间,种群间尚未达到亚种差异水平;(2)主成分分析构建了3个主成分,PC1、PC2和PC3贡献率分别为40.134%、27.956%和20.614%,累计贡献率为88.704%;(3)利用逐步判别法选择3个贡献率较大的性状进行判别分析,建立了3种群判别函数,判别准确率为P1为73.0%～88.0%,P2为74.6%～86.8%,综合判别率为79.7%;(4)聚类分析显示,北海种群与汕尾种群形态较为接近,湛江种群趋异程度最大。各种分析方法从不同角度反映了群体间的形态学差异,这种差异是环境和遗传共同作用的结果。     

基于随机森林的黄土地貌分类研究

地貌分类在指导人类建设活动的规模与布局中有着重要的意义。然而,传统的基于数字高程模型(DEM)的地貌分类方法使用的地形因子和考虑到的地貌特征往往比较单一。本文提出了一种基于流域单元的地貌分类方法,该方法考虑了流域单元的多方面特征,包括基本地形因子统计量、地形特征点线统计量、小流域特征和纹理特征。本研究首先基于DEM进行水文分析将研究区域划分成不同的小流域。然后利用数字地形分析提取29个不同方面的特征来表征流域的形态,并基于随机森林(RF)算法进行了特征选择和参数标定。RF是一种基于决策树算法的集成分类器,能有效地处理高维数据,分类精度高。最后选择训练集小流域对RF分类器进行训练,使用训练完成的分类器对整个研究区域的地貌进行分类,研究地貌分异的规律。该实验在我国陕北黄土高原典型黄土地貌区域的地貌分类中取得了较好的结果,结果表明不同的地貌之间存在明显的区域界线,特定的地貌类型在空间上表现出明显的聚集性。通过人工判读进行验证的分类精度达到了85%,Kappa系数为0.83。     

基于等高线簇分析的复杂建筑物模型重建方法

近年来,基于LIDAR点云数据的建筑物重建模型一直是研究的热点。目前,出现的许多算法对简单建筑物,如平顶房屋、人字行屋顶及其他规则房屋的重建取得了不错的效果,但是,对于结构复杂的建筑物重建问题仍然有待解决。针对这一问题,本文提出了一种利用等高线簇分析从LIDAR数据中自动重建复杂建筑物模型的新算法。该算法是一种自底向上的数据驱动方法,以等高线所反映出的建筑物轮廓特征为基础,充分利用等高线封闭性和明确的拓扑关系,采用等高线形状分析的方法来实现建筑物的检测和模型识别与重建。算法实现分为4个步骤,首先,通过对LIDAR点云数据的DELAUNAY三角化跟踪提取等高线,然后利用等高线的长度,面积等形状参数来提取建筑物等高线,再通过拓扑分析,以及形状匹配的方法对等高线进行分簇,得到同一建筑物不同组成部分的等高线簇,最后,对各簇等高线进行模型参数优化并按拓扑关系进行重组得到完整的建筑物模型。通过对多层次、多曲面等复杂建筑物的重建实验证明了此方法的可行性。     

Nodes and Field of Tourist Origins to Ancient Village——A Case Study of Huangcheng Village in Shanxi Province of China

Based on Hagget's theory of spatial structure,researches on the nodes and field of tourist origins to Huang-cheng Village in Shanxi Province of China have been explored.Nodal hierarchy structure of tourist origins is analyzed with cluster analysis and the gravity model.And field of tourist origins is analyzed with attraction radius index(R)and geography concentration index(G).In the field analysis,R and G of Huangcheng Village are compared with Xidi Village that is a world heritage located in Huangshan City of Anhui Province in China.According to comparison of loca-tions of two areas,influential factors for field area of Huangcheng Village are identified.It is concluded that:1)cluster analysis and gravity model can be complementary methods to each other for nodal hierarchy structure analysis of tour-ist origins;and 2)as far as location is concerned,the weak intensity effect of tourism resources in the tourist region is a major cause for explaining why tourist origins to Huangcheng Village are mainly its neighboring areas.Moreover,it is suggested that the regional effect of tourist resources should be regarded as a component of destination attractiveness when applying gravity model.     

霍西煤矿区地表滑坡灾害敏感性数值建模与等级划分

本文以山西省霍西煤矿区为研究区,利用遥感和GIS方法对滑坡灾害的敏感性进行了数值建模与定量评价。利用交叉检验方法构建了径向基核函数支持向量机滑坡敏感性评价模型,并基于拟合精度对模型进行了定量评价;对各评价因子在模型中的重要性进行对比分析;基于空间分辨率为30m的评价因子,通过径向基核函数支持向量机模型获得了霍西煤矿区滑坡敏感性指数值,并利用分位数法将霍西煤矿区的滑坡敏感性分为极高、高、中和低4个等级。结果表明：拟合精度建模阶段和验证阶段分别为87.22%和70.12%;与滑坡敏感性关系最密切的5个评价因子依次是岩性、距道路距离、坡向、高程和土地利用类型;极高和高敏感区域分布了93.49%的滑坡点,面积占总面积的50.99%,是比较合理的分级方案。本研究不仅可以为研究区人工边坡调查和煤矿资源合理开采提供借鉴,对相似矿区的相关工作也具有参考价值。     

多时间尺度密度聚类算法的案事件分析应用

时空聚类是数据挖掘研究的主要内容之一,在环境保护、疾病预防与控制、犯罪预防与打击等领域具有重要的应用价值。已有的时空聚类方法中,时间“距离”都认为是真实的间隔,而对于具有社会属性的案事件而言,其在不同时间尺度下具有明显的周期性特征,忽略这些特征将很难反映出案事件真实的时空规律。本文综合考虑多时间尺度下的时间属性,构建等效时空邻近域,并借鉴经典的密度聚类算法,提出了多时间尺度等效时空邻近域密度聚类算法（MTS-ESTN DBSCAN）。通过对福州市区2013年案事件数据的聚类分析表明,该方法在案事件时空聚类方面具有可行性,对于进一步深入研究城市犯罪地理具有一定的理论意义和实际价值。     

Determination of influential parameters for prediction of total sediment loads in mountain rivers using kernel-based approaches

It is important to have a reasonable estimation of sediment transport rate with respect to its significant role in the planning and management of water resources projects. The complicate nature of sediment transport in gravel-bed rivers causes inaccuracies of empirical formulas in the prediction of this phenomenon. Artificial intelligences as alternative approaches can provide solutions to such complex problems. The present study aimed at investigating the capability of kernel-based approaches in predicting total sediment loads and identification of influential parameters of total sediment transport. For this purpose, Gaussian process regression(GPR), Support vector machine(SVM) and kernel extreme learning machine(KELM) are applied to enhance the prediction level of total sediment loads in 19 mountain gravel-bed streams and rivers located in the United States. Several parameters based on two scenarios are investigated and consecutive predicted results are compared with some well-known formulas. Scenario 1 considers only hydraulic characteristics and on the other side, the second scenario was formed using hydraulic and sediment properties. The obtained results reveal that using the parameters of hydraulic conditions asinputs gives a good estimation of total sediment loads. Furthermore, it was revealed that KELM method with input parameters of Froude number(), ratio of average velocity((1) to shear velocity(*) and shields number( ) yields a correlation coefficient(R) of 0.951, a Nash-Sutcliffe efficiency(NSE) of 0.903 and root mean squared error(RMSE) of 0.021 and indicates superior results compared with other methods. Performing sensitivity analysis showed that the ratio of average velocity to shear flow velocity and the Froude number are the most effective parameters in predicting total sediment loads of gravel-bed rivers.     

Hydrobiological variables as a regulatory factor on the abundance of heterotrophic flagellates in an urban pond

The seasonal abundance of flagellates has been monitored over a period of 1 year from December2013 to November 2014(divided into 4 conjugative seasons namely winter, spring, summer, and autumn) in an experimental pond located in Rajshahi City Corporation area, Bangladesh. To our knowledge, this study is the first to shed light on the occurrence and possible interrelationships among heterotrophic flagellates(HF),bacteria and zooplankton in Bangladesh and the result obtained by this study will be beneficial for similar water ecosystem all over the world. Standard methods were used to determine the prescribed hydrological parameters and zooplankton cell density. Maximum HF abundance(14 346.00 cells/mL) was found in the spring and the minimum(5 215.00 cells/mL) occurred in the summer. Inverse to HF, significantly(P0.05)higher zooplankton abundance was found during the winter(782.00±47.62 cells/mL) and the lowest value was found in the autumn(448.00±39.15 cells/mL). Whereas similar to the HF, total bacterial abundance was significantly higher during the spring((2.25±1.05)×10~5 cells/mL) and lower in the summer((0.79±0.06)×105 cells/mL). Multivariate analyses(ANOSIM and MDS) have shown significant seasonal differences for cell numbers where MDS ordination plot and cluster analysis based on similarity in the genera abundance of HF revealed overlapping condition between winter and spring. Canonical correspondence analysis(CCA) also showed a distinct separation among the genera based on the prevailing hydrological situation and indicated that temperature, pH, BOD_5, and NO_3~- were the most important environmental variables in determining the observed variation in HF community structure. Among the biological factors, zooplankton showed negative but total bacteria were positively correlated with HF abundance.     

昌乐县表层土壤元素地球化学组合特征研究

昌乐县土地质量地球化学调查与评价是按5件/km^2的密度布设表层土壤样品,并以“多点取样”的方式进行样品采集,采样深度为0~20cm。分析有机质、N,P,K,B,Mo,Mn,Se,I,Ge,F,Pb,Zn,As,Cd,Cr,Cu,Hg,Ni,Co,V,pH和全盐量,共23项。该文统计了昌乐县表层土壤5818件样品的23种元素(指标)的数据,通过spss软件进行了聚类分析将23种元素(指标)划分为3个簇群和9个单元素簇,认为第一簇群主要受地质背景的影响;第二簇群主要受黏土矿物的影响;第三簇群主要与自然因素及人类农业生产活动有关。通过因子分析得出用10个因子就基本可以代表昌乐县原来23种元素(指标)的分布特征,并对F^1,F^2因子进行了解释,进一步证实了Ni,Co,Cr,V,Mn等亲铁元素与地质背景密切相关;有机质、N,Se则与自然因素及人类农业生产活动有关。首次摸清了昌乐县表层土壤元素组合分布特征,认为昌乐县表层土壤元素分布主要与地质背景、元素自身性质和人类农业生产活动有关。     

基于多特征指标和层次聚类分析的河源区范围自动划分方法研究

河源区边界是重要的国家基础地理信息之一,但除长江、黄河等大江大河外的我国大部分其他中小流域仍缺乏确切的河源区边界信息,需要科学划定河源区边界以支持流域水生态保护相关政策的规划与实施。对此,本文在确立河源区划分原则、明确划分依据的基础上,提出了基于多特征指标和层次聚类分析法的河源区边界划定方法。以沁河流域为研究案例,首先利用均值变点分析法计算沁河流域子流域提取的最佳汇流累积量分位数阈值为0.15%,再基于子流域的多特征指标运用层次聚类分析法最终确定河源区范围边界,并将该方法应用于长江、黄河流域进行验证分析。结果表明：(1)基于多特征指标和层次聚类分析提取的沁河流域河源区范围处于河底比降法、水文站点方法得到的源区范围面积之间;(2)该方法在长江、黄河流域河源区划分结果的交并比分别达到85.40%和79.99%,侧面验证了本文方法进行河源区边界划分的合理性与适用性。基于多特征指标和层次聚类分析的河源区边界自动划分方法可以简捷高效地识别缺乏明确河源区边界信息的流域河源区范围,为我国河源区生态安全屏障识别、水资源保护相关政策的规划和实施提供科学支撑。     

基于用户情感变化的新冠疫情舆情演变分析

新冠肺炎疫情作为国际性突发公共卫生事件引发了社会媒体的高度关注。微博评论内容是用户对疫情中介性事件的认知、态度、倾向和行为的汇集,为基于用户情感分析的舆情演化研究提供了高现势性和高时序性的文本语料。本文以2020年1月23日至4月8日期间“人民日报”每日疫情通报的微博评论为信息基底,首先使用中文自然语言处理工具SnowNLP对语料进行情感倾向性抽取,完成正负向的情感分类,然后基于Single-Pass聚类算法实现文本语料的聚类分析,探索疫情热点话题,最后利用Louvain社团发现算法实现舆情被关注度的信息挖掘。① 时间维度上,每日情感趋势表明用户经历了焦虑害怕（1月24日—2月18日）、平稳自信（2月19日—3月15日）和紧张担忧（3月16日—4月8日）的情感更迭阶段;② 空间维度上,用户参与数量、所在地情绪状态和评论地情绪投射等关联分析显示不同行政区的疫情关注度和情感状态存在明显差异,疫情越严重地区的微博用户,其参与度越高且情绪状态与投射值越低。该研究通过引入自然语言处理技术和社团网络算法,构建出一种面向社交媒体评论文本数据的舆情分析方法框架,为重大公共事件的舆情研究提供了理论支持和创新思路。     

桂西北MS金矿区岩石地球化学异常特征

本文通过对MS微粒浸染型金矿点进行了剖面和面积的岩石地球化学测量,及其结果并进行统计分析研究,认为该矿点具有如下特征:As—Sb—Hg—Au异常组合赋存于中三叠统百逢组中段砂页岩中,与层间破碎带有关; Hg、Sb异常较弱,As、Au异常较强且吻合,表明AS、Au异常是近矿异常。实践证明,该法具有较好的找矿效果,据初步评价认为可望找到一个中型规模的金矿床。