城市群创新联系网络结构与创新效率研究

引入修正引力模型、社会网络分析方法、DEA模型以及Tobit模型,探讨2001—2015年京津冀、长三角、珠三角三大城市群的创新联系网络结构对创新效率的影响。研究表明：① 创新联系格局方面,京津冀城市群呈现以“京津”为核心的放射状发展特征,长三角城市群呈现以“Z”字形为主轴的类钻石型空间格局,珠三角城市群形成了以珠江口两侧城市为核心、其他城市为重要节点的空间格局;② 在创新联系网络结构特征方面,京津冀城市群呈极核式发展,群内创新联系高度依赖于核心城市,长三角和珠三角城市群由单中心驱动转变为多中心驱动,呈均衡发展特征,京津冀和珠三角城市群创新联系网络具有“小世界”网络特征;③ Tobit模型回归结果显示,三大城市群中,城市节点在城市群创新联系网络中的中心位置、中介地位、对结构洞的运用能力和集聚程度对其创新效率的影响存在差异。     

人力资本促进区域旅游经济效率的空间差异研究

在DEA-MI模型的基础上,采用空间计量模型就人力资本与区域旅游经济效率的关系进行分析,探究人力资本对区域旅游经济效率的贡献。结果发现：旅游经济效率具有典型的“胡焕庸线”空间特征,旅游业及其子行业的区域旅游经济效率以1为标准线上下波动;人力资本与区域旅游经济效率空间关系也基本具备“胡焕庸线”空间特征。宁夏等西北地区区域经济效率较高,虽然人力资本存量不足,但其贡献率较大。福建等东南地区、四川和云南等沿线地区旅游业存在“人力资本错配”现象,东南地区虽然人力资本富集,但其贡献率较低,星级饭店业和旅行社业打破“胡焕庸线”的区域特征;中等人力资本在旅游业及其子行业中能正向促进区域旅游经济效率,高水平人力资本在旅游子行业中能推进经济效率的增长,但在旅游业整体中反而抑制旅游经济效率,这说明旅游业整体上还是一个典型的劳动密集型行业,而星级饭店和旅行社业已经初步具备知识密集型行业特征;区域地理性、对外开放度、基础设施等是人力资本效能发挥的主要影响因素,制约着区域旅游经济效率的提升。因此需要健全旅游人才匹配体系,最大程度地发挥人力资本效能,科学构建人力资本与区域旅游经济效率协同机制。     

边疆省域旅游效率空间分异及驱动因素——以云南省为例

旅游效率评价对区域旅游业提质增效发展具有重要意义。以云南省为实证,采用数据包络分析法(DEA)对其旅游业效率进行分析,运用空间自相关和趋势面等空间统计方法对旅游效率空间关联和整体趋势特征进行剖析,并借助地理探测器模型着重探讨了旅游效率的驱动因子。结果表明：1）云南省旅游综合效率总体水平较好,但州市间差距较大,纯技术效率对综合效率制约能力略强于规模效率;2）旅游效率呈现空间集聚态势,综合效率整体呈“南北两翼高中间低,东西平稳过渡”空间特征,高效区在滇西北“趋同集聚”;纯技术效率在南北方向呈“U”型趋势,东西方向上梯度递减;规模效率总体呈现“南北两翼高中间低,西高东低”趋势特征;3）旅游从业人数、交通网络密度和景区丰度是云南省旅游效率空间分异的主要影响因素,不同因子交互作用时均高于单独作用时的影响力。     

基于GPU加速的Boussinesq类波浪传播变形数值模型

Boussinesq波浪模型是一类相位解析模型,在时域内求解需要较高的空间和时间分辨率以保证计算精度。为提高计算效率,有必要针对该类模型开展并行算法的研究。与传统的中央处理器(CPU)相比,图形处理器(GPU)有大量的运算器,可显著提高计算效率。基于统一计算设备架构CUDA C语言和图形处理器,实现了Boussinesq模型的并行运算。将本模型的计算结果同CPU数值模拟结果和解析解相比较,发现得到的结果基本一致。同时也比较了CPU端与GPU端的计算效率,结果表明,GPU数值模型的计算效率有明显提升,并且伴随数值网格的增多,提升效果更为明显。     

基于大数据的极端暴雨事件下城市道路交通及人群活动时空响应

随着全球气候变化加剧,极端降雨增多,暴雨内涝灾害频发,严重威胁城市的可持续发展。快速掌握暴雨给城市交通及人群的影响,有助于提高灾害应急管理水平和事件响应能力。利用实时动态的交通路况信息和手机定位请求数据,通过一种融合STL时序分解技术与极端学生化偏差统计检验的时间序列异常探测方法,监测和分析暴雨内涝灾害事件中,城市道路交通和人群活动的时空响应特征,并以2018年7月16日发生在北京的极端暴雨事件为例开展实证研究。研究结果显示,在降雨集中的早、晚高峰两个时段（8—9时、18—19时）,市区的拥堵道路数量超出往常水平最高可达150%,异常检测分析显示拥堵道路数量和交通拥堵指数均达到异常甚至极端水平。人群活动的异常响应分析结果显示,暴雨事件引起定位请求量异常升高、异常点增多,且异常点的空间分布与1 h前的降雨量分布存在较高相关性。以上结果不仅证明了大数据及异常检测方法对于快速洞察暴雨事件对城市交通及人群影响的有效性,也为城市暴雨内涝灾害的应急响应与管理提供了新的技术手段。     

宁夏生态移民村空间剥夺测度及影响因素

生态移民村是一种具有扶贫脱贫与生态保护双重意义的特殊乡村类型,是乡村振兴不可或缺的重要对象。在空间重构过程中形成的空间剥夺现象,是当前生态移民村全面振兴面临的一个新问题。为探究生态移民村空间剥夺规律,以宁夏70个生态移民村2017年相关数据为基础,构建了以收入就业、教育培训、社会生活、居住环境及公共服务可达性为主要内容的空间剥夺指标体系并进行水平测度,进而运用地理加权回归和地理探测器对其影响因子进行探测。结果显示：① 宁夏生态移民村空间剥夺整体水平较低,但总指数均值相对于非生态移民村显著高出0.023;② 宁夏生态移民村空间剥夺时空分异特征明显,总指数均值在时间上呈现“先较低—后上升—再下降”趋势,在空间上呈现“北部低—中部高—南部次高”分布;③ 民族构成、地形地貌、移民时段、依托资源和经济区带是影响生态移民村空间剥夺的重要因子,前3项对空间剥夺总指数的解释力分别达到了22.4%、10.6%和14.0%。空间剥夺水平测度为生态移民生产生活评价和政策调整完善提供新的客观依据,相关部门可据此优化调节生态移民村空间资源配置,增加其获取资源的能力和机会,推动生态移民村全面振兴。     

毛乌素沙地植被水分利用效率的时空格局

水分利用效率（WUE）是衡量生态系统碳水循环耦合程度的重要指标,明晰其动态变化规律有助于判断区域植被生态建设是否与当地的自然条件相适应。利用基于CASA（Carnegie-Ames-Stanford Approach）模型得到的植被净初级生产力（NPP）数据和MODIS系列产品中的蒸散发（ET）数据,估算了2001—2016年毛乌素沙地植被的WUE,并探讨了其时空演变特征及与气象因子的关系。结果显示：（1）WUE的多年平均值为0.62 gC·mm^-1·m^-2,空间上自东向西递减,在不同植被类型间表现为栽培植物>灌丛>草甸>草原>荒漠;（2）WUE以0.009 gC·mm^-1·m^-2·a^-1的速率上升,东部地区变化尤为显著,NPP的快速增长是WUE呈增加趋势的主要原因;（3）WUE与各气象因子的相关程度由大至小依次为太阳辐射、降水量、风速和气温,分布在西部地区的荒漠植被WUE受气象因子影响最小。经过一系列生态建设工程的治理,毛乌素沙地大部分地区自2001年以来NPP和WUE均呈增加趋势,即生态系统在变“绿”的同时还实现了水分的高效利用,有利于当地生态环境的健康发展;但在水热条件较差的中西部地区,新建设的植被生长缓慢且导致蒸散发产生强烈变化,使WUE呈减少趋势,暴露出植被建设规模与水资源承载能力不匹配的问题,需引起格外重视。     

Post-earthquake economic resilience and recovery efficiency in the border areas of the Tibetan Plateau: A case study of areas affected by the Wenchuan Ms 8.0 Earthquake in Sichuan,China in 2008

Journal of Geographical Sciences - The border areas of the Tibetan Plateau and the neighboring mountainous areas have a high incidence of earthquakes with a magnitude greater than Ms 5.0, as well...     

Estimating the starting time and identifying the type of urbanization based on dense time series of landsat-derived Vegetation-Impervious-Soil (V-I-S) maps – A case study of North Taiwan from 1990 to 2015

Land cover and land use change (LCLUC) is a global phenomenon, and LCLUC in urbanizing regions has substantial impacts on humans and their environments. In this paper, a semi-automatic approach to identifying the type and starting time of urbanization was developed and tested based on dense time series of Vegetation-Impervious-Soil (V-I-S) maps derived from Landsat surface reflectance imagery. The accuracy of modeled V-I-S fractions and the estimated time of initial change in impervious cover were assessed. North Taiwan, one of the regions of the island of Taiwan that experienced the greatest urban LCLUC, was chosen as a test area, and the study period is 1990 to 2015, a period of substantial urbanization. In total, 295 dates of Landsat imagery were used to create 295 V-I-S fraction maps that were used to construct fractional cover time series for each pixel. Root Mean Square Error (RMSE)s for the modeled Vegetation, Impervious, and Soil were 25 %, 22 %, 24 % respectively. The time of Urban Expansion is estimated by logistic regression applied to Impervious cover time series, while the time of change for Urban Renewal is determined by the period of brief Soil exposure. The identified location and estimated time for newly urbanized lands were generally accurate, with 80% of Urban Expansion estimated within ±2.4 years. However, the accuracy of identified Urban Renewal was relatively low. Our approach to identifying Urban Expansion with dense time series of Landsat imagery is shown to be reliable, while Urban Renewal identification is not.     

结合图像增强和恢复的增强现实跟踪注册

增强现实中的跟踪注册技术一直是研究的重点和难点,而地下矿道和巷道内亮度低,产生的图像较昏暗,车载相机快速运动和抖动,对传统的基于特征匹配的跟踪注册提出了挑战。本文从提高增强现实中跟踪注册稳健性和精度出发,采用基于Retinex改进的方法增强昏暗图像的亮度,同时利用基于对抗神经网络的方法恢复运动模糊图像。首先提取图像ORB特征,实现初始化;然后根据跟踪特征点的数量,开启图像增强和图像恢复线程,提高特征点提取质量和数量。在数据集和真实模拟场景下的试验结果显示,跟踪精度提高了12%左右,在低亮度和含有轻微模糊的情况下,跟踪注册稳健性也有显著提高。