土地利用视角下城市交通事故驱动机理的研究进展

城镇化与机动交通的快速发展,引发了城市土地利用与交通系统的重塑,导致城市交通安全问题日益严峻。为了优化土地利用布局并改善交通安全,需要从土地利用视角开展交通事故的驱动机理研究。国内外该方面研究形成了以交通流量和交通速度为主要中介因素联系土地利用与交通事故的经典理论框架,却忽略了源于土地利用并深刻影响交通安全的交通需求因素,导致缺乏“土地利用—交通需求—交通事故”完整路径链的研究。论文通过综述该领域文献,在归纳总结城市交通事故影响因素的基础上,揭示土地利用视角下交通事故的驱动机理并探讨未来研究方向。研究指出,土地利用的多维属性特征对交通事故具有重要影响,土地利用与交通系统的动态匹配关系及其对出行行为的影响是揭示交通事故驱动机理的关键突破口,对于构建交通安全导向的城市土地利用模式具有重要的理论与实践意义。     

哈大城市带网络结构韧性演化研究

网络结构韧性是城市空间组织未来发展的重要指向,是社会经济稳定性与恢复力的结构保障。论文借鉴复杂网络指标,构建城市网络结构韧性演化评价模型,以哈大城市带为例,对比分析多重城市网络结构韧性的演化特征。结果表明：① 多重城市网络层级性与匹配性存在分异,在层级性上,交通和金融网络趋于扁平,信息和创新网络趋于立体;在匹配性上,交通和创新网络分别表现为同配性与异配性且特征强化,金融和信息网络为异配性但特征削弱。② 网络结构韧性类型相对稳定,交通运输网络为“同配—核心边缘网络”,金融、信息与创新网络为“韧性网络”;韧性演化综合水平表现为创新合作网络>信息关联网络>0>金融联系网络>交通运输网络。③ 可以从整体结构、片区差异和要素流动三方面优化网络结构韧性演化水平。     

城市扩展元胞自动机多结构卷积神经网络模型

传统的城市扩展元胞自动机(CA)模型是基于单个元胞的变量信息挖掘来构建转换规则的。针对这一问题,本文基于多结构卷积神经网络提出从区域特征出发且顾及区域多尺度特征挖掘转换规则的城市扩展元胞自动机模型(MSCNN-CA),并以武汉主城区和上海浦东新区为例,模拟了两个试验区2005—2015年期间城市扩展过程。模型验证表明:与逻辑回归和神经网络相比,本文构建的3个单一结构的卷积神经网络元胞自动机(CNN-CA)模型在4个指标(Kappa系数、FoM(figure of merit)值、命中率(h)和错误率(m))上都有不同程度的提高。特别是FoM指数,在武汉主城区提高了23.3%~29.4%,在上海浦东新区提高了20.3%~28.5%。此外,MSCNN-CA模型与3个单一结构的CNN-CA模型相比,在各个指标上也有所改善,FoM指数在武汉主城区提高了0.8%~4.8%,上海浦东新区提高了2.8%~7.8%。两个试验区的模拟结果表明:相比传统CA模型,基于多结构卷积神经网络的城市扩展元胞自动机模型(MSCNN-CA)能够有效提高城市扩展模拟的精度,更真实地反映城市扩展空间演变过程。相比单结构的卷积神经网络CA模型,多结构卷积神经网络CA模型的稳定性和模拟结果准确性有所提升。     

顾及兴趣点潜在上下文关系的城市功能区识别

城市功能结构的探索对人们理解城市及城市规划有着重要的作用。兴趣点(point of interest,POI)数据作为城市设施的代表,被广泛应用于城市功能区提取。以往对城市功能区研究大多只考虑了POI统计信息,忽略了POI中丰富的空间分布信息,而POI空间分布特征与区域功能密切相关。本文利用空间共位模式挖掘方法挖掘POI潜在上下文关系,提取POI空间分布信息,构建区域特征向量,并进行区域聚类;再利用POI类别比例、居民的出行特征等对聚类结果进行识别。以北京市核心城市功能区为例,将研究结果与北京市百度地图、居民出行特征进行对比验证分析。试验表明,本文方法能识别出具有明显特征的城市功能区,如成熟的娱乐商业区、科教文化区、居住区等。同时,与基于POI语义信息的LDA方法及顾及POI线性空间关系的Word2Vec方法进行对比分析,证明了本文方法的优越性。     

移动测量技术在城市绿化普查中的应用

在新时代的城市建设中,绿化建设对于美化城市面貌和提高市民居住舒适度显得十分重要,那么城市绿化普查工作则成为绿化建设工作中的重要一环。为了改进传统绿化普查工作,本文提供一整套基于移动测量技术的城市绿化普查方案,搭配自主研发的GIS采集软件和实景三维管理平台,采集绿化信息的效率和精度显著提高,更可以优化城市绿化管理方法。     

基于UF、GFC及RP-HPLC的长牡蛎(Crassostrea gigas)蛋白抗衰老小分子活性肽(Zel'ner)的纯化及结构解析

牡蛎肉质鲜美,营养丰富,具有很高的食用价值。本研究以舟山长牡蛎(Crassostreagigas)为研究对象,以DPPH自由基清除率为测试指标,通过UF、GFC及RP-HPLC等技术,对牡蛎蛋白酶解液进行分离纯化,获得牡蛎蛋白小分子肽样品,并对其氨基酸组成进行营养性评价。研究结果表明:浓度为30%—100%的硫酸铵处理酶解液的分离效果明显优于低于浓度为30%硫酸铵的分离效果,其DPPH自由基清除率达到52.43%;纯化后得到两种牡蛎蛋白小分子肽分别标记为组分a(Mw1kDa)和组分b(1kDaMw3kDa);组分a中牡蛎蛋白小分子肽分子量分布主要为1995.2Da、1258.9Da、1023.3Da、398.1Da;对牡蛎蛋白小分子肽组分a进行检测,发现其中氨基酸种类及含量丰富,其中必需氨基酸(EAA)含量为18.863%,总氨基酸含量(TAA)为43.3748%,必需氨基酸占总氨基酸43.49%,必需氨基酸与非必需氨基酸(NEAA)的比例为76.95%,风味氨基酸(FAA)含量为18.9147%,占总氨基酸含量的43.61%。综上可见,牡蛎蛋白小分子肽具有极高的营养价值和市场经济效益,此研究为牡蛎蛋白抗衰老小分子活性肽(Zel'ner)的开发提供了新的思路和方向。     

基于扰动观测器的非奇异模糊滑模无人船编队控制

针对含有模型参数不确定性、外界干扰与抖振现象的无人船编队问题,提出了一种基于扰动观测器的非奇异模糊终端滑模编队控制方法。首先,将领航者–跟随者与人工势场法相结合,获得无人船的编队构型并保证无碰撞现象;其次,基于Lyapunov能量函数设计出模糊控制规则,消除了控制器中的抖振问题;进而,提出了一种扰动观测器来补偿未知动态和外界干扰,增强了系统的鲁棒性和稳定性。通过理论分析和仿真结果验证了所提控制方法的有效性。基于所设计的编队控制方法,无人船最终可形成期望的编队构型。     

基于吸力量测确定膨胀土活动带和裂隙深度

采用M itchell公式和裂隙扩展深度方程两种吸力法确定安康地区膨胀土大气影响深度和裂隙开展深度。其一通过对安康地区两处天然边坡开挖观测井,利用张力计进行不同深度处吸力值的现场量测,根据M itchell提出公式计算大气影响深度;其二根据非饱和土抗拉强度公式,建立膨胀土裂隙扩展深度方程,利用基质吸力量测结果求其理论解。结果表明,安康地区膨胀土吸力变化曲线随深度增加变幅减小,呈波浪式推移。M itchell公式确定安康地区膨胀土的大气影响深度为3.35m以内,裂隙深度方程确定裂隙开展深度为3.063.14m。利用M itchell公式计算大气影响深度与膨胀土断裂理论公式确定的裂隙开展深度结果接近。     

不同压实度下红层泥岩路堤沉降研究

压实系数是控制路堤填筑的关键性指标。本文通过分析不同压实系数下的强度特点以及通过离心试验和有限元对不同压实系数路堤沉降的模拟,得到粘聚力c值和摩擦角与不同压实系数的关系以及不同压实系数下路堤沉降的特点,为路堤填筑提供了重要的依据。     

大气CO2浓度升高对土壤中不同粒级碳的影响

不同粒级土壤中的碳有着不同的周转规律,在高CO2浓度条件下,它们含量的变化将在一定程度上反映土壤碳是累积还是减少,对明确土壤碳的变化趋势有重要意义.采用田间培养试验初步模拟研究在高CO2浓度条件下土壤不同粒级碳的分布.结果表明,加入秸秆培养1年,由于CO2浓度升高的原因导致在低氮(LN)、常规氮(NN)和高氮(HN)水平下土壤中碳分别增加0.01、1.10、1.22g/kg,表现为粒级＜53 μm土壤颗粒中碳分别增加1.53、2.19、2.70 g/kg.粒级＜53 μm土壤颗粒碳量的增加,主要是由于其重量分配百分数显著增加36.2%,碳浓度增加5.4%;粒级＞250μm和250～53μm土壤颗粒部分虽然其碳浓度分别增加20.8%和17.3%(P＜0.05),但由于重量分配百分数分别显著降低22.8%和36.1%,结果碳量降低.试验表明高CO2浓度导致不同粒级土壤的分配及碳浓度的变化;高氮施肥水平下有增加土壤碳量特别是小粒级土壤碳量的趋势.