东莞市“小山小湖”生态资源分析与管护对策

着眼于东莞市新型城镇化背景下的生态保护工作,以QuickBird和SPOT遥感影像作为数据源,在RS和GIS技术的支撑下对"小山小湖"生态资源进行摸查,挖掘东莞市潜在生态资源存量,分析"小山小湖"的空间分布、景观格局特征,并从社区角度为东莞市生态资源合理开发和可持续利用提供管护对策,对防止城市过度扩张、提升城市空间品质、优化人居环境具有重要意义。     

锦州市公园选址分析

本文主要是以我国的地理国情普查成果为基础,对锦州市的公园选址情况作分析。首先,获取锦州市市区的地理国情普查成果,通过ArcGIS软件对数据进行空间分析,对分析后的结果进行一系列处理论证,并结合实际情况,实现对锦州市区公园的选址工作。这对探究城市的规划工作以及地理国情普查的数据成果在选址规划方面的应用都具有极强的现实意义。     

基于时空影响因子的未来社区生活圈公共服务设施优化配置北大核心CSCD

公共服务设施作为社区生活圈的核心内容,直接决定了社区生活圈的生活品质。对社区公共服务设施建设情况进行量化评价,并对设施建设的未来规划提供科学决策支持逐渐成为规划者和决策者的一大难题。本文通过ArcGIS工具对POI数据进行处理、统计和可视化,在总结他人社区生活圈量化评价方法的基础上,结合温州本地特色,搭建了一套社区生活圈公共服务设施评价模型。利用该模型可对各类社区进行综合评分和分级,并根据模型评分结果挖掘公共服务设施未来优化方向。此外,还实现了社区生活圈评分的动态计算与展示,为社区服务设施建设选址、路网建设与公共服务设施建设优先级评定等提供决策支持。既可帮助规划者和决策者快速建立对整个区域生活圈建设现状的量化认知,又可助力公共服务设施的优化配置,为社区生活圈公共服务品质评价与提升探寻全新的思路与方法。     

基于细粒度人口数据的深圳公园绿地可达性评价

公园绿地是城市公共基础设施的重要组成部分,公园合理的空间布局有助于城市居民便捷和公平地享用其服务功能。根据深圳市建筑普查数据和细粒度的人口数据提取住房信息,结合公园绿地数据和土地利用情况,针对不同类型公园的服务能力分别采用合适的可达性计算方法,从住房、社区和街道三个尺度评价深圳公园绿地可达性,结果表明:社区公园可达性一般,仅57.62%的社区的居民步行500 m以内能到达最近的社区公园;城市公园可达性总体较好,95.87%的社区市民步行前往最近城市公园所需时间在20 min以内。然而,大鹏半岛无城市公园,且多为自然生态保护区,市民到达城市公园所需时间长。社区公园可达性好的区域呈带状分布于深圳南部各区,城市公园高可达性区域呈多核围绕在各区行政中心。     

采用轨迹大数据探测短时非营运行为

现有的关于出租车GPS轨迹大数据的研究均没有考虑出租车司机本身的非运营行为(如出租车加油(气)、就餐、交接班)的特征和需求。根据出租车轨迹大数据,研究了出租车短时非运营行为特征,从轨迹数据中提取出租车短时非运营行为,利用平面线要素核密度分析其时空分布,并采用Ripley’s K函数分析了武汉市徐东大街区域的短时非运营行为与加气站的空间相关性。实验结果表明,分析出租车短时非运营行为时空分布能有效地揭示出租车司机群体的短时非运营行为需求,以及需求与现有公共资源不匹配引发的资源低效配置现状,为公共资源优化调整提供科学有效的辅助决策支撑。     

基于改进G2SFCA的城市公园绿地可达性评价及其选址优化研究——以苏州工业园区为例

公园绿地是城市公共开放空间的重要组成部分,定量研究公园绿地的可达性可以为“公园城市”的建设提供科学合理的参考。本文基于居住小区、社区和街道3个尺度,运用改进后的高斯两步移动搜索法(I-G2SFCA)对苏州工业园区的城市公园绿地可达性进行评价;然后,利用k-means聚类算法求解新增公园个数;最后,基于粒子群优化算法求解城市公园绿地的优化选址问题。研究表明：1)利用改进后的算法进行可达性评价,计算结果符合实际公园绿地服务范围和居民出行情况,研究区域的城市公园绿地可达性整体呈中部和北部高、西部和东南部低的空间分布特征。2)建议在研究区域内新增5或10个规划待建公园。研究结果可为园区相关部门制订规划决策提供科学依据。     

城市交通热点区域识别及空间交互分析

出租车载客数据可以用于研究居民的出行特征,提取城市的交通热点区域,但对城市交通热点区域的交互关系研究相对较少。本文以纽约市的出租车行程记录数据为数据源,利用交通小区划分结合出租车载客数据提取城市交通热点区域,基于复杂网络的方法对不同日期类型和天气情况的城市交通热点区域空间交互网络进行研究并进行社区发现。结果表明,热点区域受城市核心区的影响而聚集在核心区域周围,城市内社区的形成可以克服地形和行政区域等因素的影响。研究结论有望为城市规划、城市交通管理、出租车调度、以及人们的出行等提供信息参考。     

地上地下一体化线性工程选址论证研究与应用

针对线性工程因线路长、范围广、自然环境复杂的特点,导致规划论证阶段难以快速掌握沿线自然条件的问题,本文以实景三维数据作为地上空间基底、三维地质模型数据作为地下空间基底、专题数据作为数据要素底板,构建了地上地下一体化的三维空间场景,并基于三维场景制定了线性工程三维选址论证分析的流程方法。以青岛规划高速公路为例,三维选址论证分析可快速掌握沿线的地上实景现状、地下地层断裂构造及各类专题要素等情况,有效提高了线性工程选址论证的效率和质量,为线性工程提供了地上地下一体化的三维选址论证新模式。     

基于GIS的物流配送中心选址模型研究

配送中心是物流网络中的重要节点,对于优化企业物流系统,合理配置库存资源,提高物流的共同化程度发挥着重要作用。本文应用G IS网络分析方法和改进P中心选址算法,建立了配送中心选址优化模型。该模型由几何网络确定配送中心与需求点间距离、并引入租金、坡度、库存量等因素参与模型计算,通过总费用最小化确定仓库的最佳位置。因采用多因素参与决策和算法的改进,提高了配送中心选址精度,降低了用户选择的盲目性。     

基于GIS的保障性住房选址的决策因素分析

保障性住房的合理选址关系到被保障人群的生活质量和社会发展的稳定性,其决策因素的分析对保障性住房选址有着重要建设性意义。本文根据我国保障性住房空间选址特点,从就业保障、居住分异、公共服务配套设施完善度、经济发展等角度分析影响其选址的决策因素,然后,运用多因素综合评价法,结合层次分析和熵权系数法,建立保障性住房选址合理性评价模型,并利用GIS空间分析平台,以武汉市百步亭社区为例进行实证研究。研究结果表明,百步亭社区作为保障性住房社区选址具有较高的合理性;所选决策因素能够较好地评价选址的合理性,为今后的保障房选址决策提供参考。     

Online monitoring of local taxi travel momentum and congestion effects using projections of taxi GPS-based vector fields

Ubiquitous taxi trajectory data has made it possible to apply it to different types of travel analysis. Of interest is the need to allow someone to monitor travel momentum and associated congestion in any location in space in real time. However, despite an abundant literature in taxi data visualization and its applicability to travel analysis, no easy method exists. To measure taxi travel momentum at a location, current methods require filtering taxi trajectories that stop at a location at a particular time range, which is computationally expensive. We propose an alternative, computationally cheaper way based on preprocessing vector fields from the trajectories. Algorithms are formalized for generating vector kernel density to estimate a travel-model-free vector field-based representation of travel momentum in an urban space. The algorithms are shared online as an open source GIS 3D extension called VectorKD. Using 17 million daily taxi GPS points within Beijing over a 4-day period, we demonstrate how to generate in real time a series of projections from a continuously updated vector field of taxi travel momentum to query a point of interest anywhere in a city, such as the CBD or the airport. This method allows a policy-maker to automatically identify temporal net influxes of travel demand to a location. The proposed methodology is shown to be over twenty times faster than a conventional selection query of trajectories. We also demonstrate, using taxi data entering the Beijing Capital International Airport and the CBD, how we can quantify in nearly real time the occurrence and magnitude of inbound or outbound queueing and congestion periods due to taxis cruising or waiting for passengers, all without having to fit any mathematical queueing model to the data.     

核密度法的南京苏果超市分布热点探测

针对超市经营者进行选址优化和空间配置问题,该文以南京市主城区内苏果超市为例,利用平面核密度方法,对城市内零售超市的空间结构与分布模式进行分析,系统地研究不同类型超市的空间分布特征并进行热点区域的探测。研究表明,热点区域的探测结果符合商业网点分布的一般规律,南京主城区内不同类型苏果超市的空间分布表现出较大的空间区域分异:购物广场的热点分布于中心城区外围的次一级中心,社区店和标准超市的热点分布于居住区,便利店的热点大多分布于人口密集区域。     

基于时空轨迹数据的传染病传播风险评估

本文利用CRAWDAD提供的2009年10月份纽约市的出租车时空轨迹数据,依据复杂网络理论在城市交通网络中的应用,提出了一种方法求解出租车空间密度表示移动人群的时空密度变化,并用不同时段的平均速度表示人群的移动速度综合判定传染病在市内传播的高风险区域,重点分析了13时传染病传播的风险区位。通过建立空间密度与平均速度的二维特征空间,并将齐夫定律与能够遍历曼哈顿区的最大速度作为条件确定传染病传播的风险边界。结果反映在二维特征空间中,由最大遍历速度、安全行驶的空间密度临界值与数据上边界围成的三角区内节点对应的实际区位为传染病传播的高危区域。     

城市时空大数据驱动的新型冠状病毒传播风险评估——以粤港澳大湾区为例

2019年末至2020年初新型冠状病毒(COVID-19)的快速传播对中国与世界的公共卫生带来巨大的挑战。如何科学合理地评估新型冠状病毒传播风险并制定相应防疫管控措施,是各国所面临的难题,也是科学防治与精准施策的重要依据之一。作为我国最重要的城市群之一,粤港澳大湾区受本次新型冠状病毒影响较大,且春节假期后大量的复工回流人口进一步带来潜在的传播风险。本文面向粤港澳大湾区新型冠状病毒传播风险评估的紧迫需求,结合大湾区多源城市时空大数据与流行病动力学模型,构建适宜大湾区的改进模型,并对新型冠状病毒在大湾区的传播风险和各类防疫管控措施效果进行评估与模拟。首先,引入动态复工回流人口和聚集热点改进现有动力学模型(SEIR模型),对现有动力学模型在不同空间评估单元的传播参数进行纠偏,加强模型在大湾区评估中的适宜性;利用手机信令等多源城市大数据,构建更精细化的人口、疾病流动矩阵和相应的传染病动力学模型,以满足各级防疫部门精细化(如村(社区)级)风险评估的迫切需求。模拟结果表明,相对经典SEIR模型,改进模型在大湾区的传播风险评估中具有更强的适宜性;大湾区高强度的人口流动为病毒的传播带来较高的风险;防疫部门所采取各类管控措施对病毒在大湾区的传播具有较强的抑制作用。     

背包、车载激光扫描结合无人机倾斜航测实践于社区全息数据采集

随着测绘地理信息使用需求的变化及测绘数据获取技术的进步,全息测绘成为新型基础测绘数据生产的一种思路。SLAM背包结合车载激光扫描系统以其灵活、全时、室内外一体、高精度及全息采集的方式,在地面及内部信息的获取中具有效率高、信息全的特点。与无人机倾斜航测相结合采集目标的全景三维信息,融合处理后可获得测区的全息数据,能为社区的信息化建设提供底图数据。本文通过在广东软件园采用GeoSLAM背包、Trimble MX9车载激光扫描系统及大疆M300无人机倾斜航测3种采集方法获取园区全息数据,然后进行标定、匹配、融合、分类和处理,开展要素化、实体化、三维化生产,形成园区的三维对象化地图数据,为智慧社区的位置服务、管理、展示提供了基础底图。试验结果表明,采用激光结合倾斜航测生产的社区全息地图,在丰富性、准确性、完整性、精度上均比传统的光电测距等方法生产的地图更优。     

出租车数据的时间序列谱聚类分析

城市空间运行的出租车产生大量的OD数据,数据的时序呈现周期性特点,客观反映人们的出行行为模式,本文采用谱聚类算法对北京五环区域内各空间单元的出行特征及其相似性进行探究。由于空间单元的时空行为特征受空间邻域和功能区划的影响,研究添加邻域因子和功能区因子以改进时间序列的相似性度量方法,从而实现时间序列谱聚类算法的空间和功能区拓展,进而增加人们对不同时空条件下出行行为特征的了解,以便对不同空间单元提供差异性服务,如不同时段公交的发车频次、动态调整商场营业时间、不同时空环境出租车候车点的实时变换、调控和优化不同区域服务保障等,将有助于降低城市能耗,更加合理地利用资源,也有助于居民实现智慧生活。     

一种基于 K-D 树优化的 ICP三维点云配准方法

为提高三维点云数据配准精度和速度,提出一种基于K-D树优化的ICP三维点云配准方法,首先采用中心重合法实现点云数据的粗配准,然后利用K-D tree快速搜索最近点对改进传统ICP方法,完成三维点云数据精配准,该方法克服传统ICP算法中由于利用欧式距离来判断最近点所引起的工作量大、耗费时间多的缺陷,提高点云的配准速度。在此基础上利用斯坦福不同密度Bunny点云数据进行实验验证,结果表明在采用中心重合法实现三维点云粗配准的基础上,利用K-D tree优化ICP算法,能够提高点云配准的精度、速度和稳定性。     

面向双/多变量的连续面域拓扑图可视化方法

面域拓扑图是一种利用区域面积大小定量表达区域属性信息的可视化方法。由于其区域面积本身已经表示某一变量,因此这更有利于双/多变量的制图表达。针对目前基于面域拓扑图的双/多变量表达方法中存在的难以表达相邻区域之间基本状况和不利于不同地理现象的空间分布规律及差异表达的问题,本文提出一种面向双/多变量的连续面域拓扑图可视化方法。首先通过格网密度补偿和积分步长逐步试探的方法对基于扩散模型的连续面域拓扑图生成算法进行部分优化,完成基本变量的表达,然后分别通过空间内插和符号扩展完成第2和第3变量在连续面域拓扑图中的表达。最后以慕尼黑市人口密度和银行/ATM分布(双变量)数据以及奥格斯堡市人口密度数据、幼儿园分布以及规模数据(多变量)为试验数据进行可视化,并通过实证分析验证了该方法的有效性和优越性。     

基于多源信息与深度学习特征提取的人口空间抽样方法

人口抽样调查是通过人口样本估算区域人口总体的一种手段。由于人口分布通常具有空间差异性,传统的抽样调查理论难以满足日益增长的空间抽样需求,合理高效的人口空间抽样调查方法对于人口统计、研究人类活动、解决城市问题等有重要意义。本文提出一种基于多源信息与深度学习特征提取的人口空间抽样方法。在不透水面信息的辅助下,利用四叉树分割进行分层抽样,初步选择出可能存在人口分布的调查样本,并通过深度学习的常用模型——卷积神经网络估算样本建筑物密度,以辅助最终调查样本的选择与调查方案的制定。研究结果证明,该方法能够有效地筛选与人口分布密切相关的抽样区域,排除大量的无用样本,提高了人口调查的效率,节约了大量调查成本。