城市空间认知-偏好-行为的耦合与互馈研究 ——基于中国科学院大学研究生的跟踪调查

基于行为地理学"空间认知-空间偏好-空间行为"的经典研究范式,以中国科学院大学研究生为调查对象,采用手绘意象地图和问卷调查相结合的方式,在一年时间内分三轮开展跟踪调查,通过观察被访者在北京逗留期间的城市空间认知、偏好和行为过程与特征,分析空间认知-偏好-行为三者间的相互作用关系与影响机制.研究发现:城市空间认知、空间偏...     

含缺陷空间变异性岩体裂纹扩展的近场动力学模拟

天然岩体内部含有微裂纹,其裂纹的发展贯通机制一直是岩石力学研究的热点问题.此外,岩体物理力学参数的空间变异性,也会影响其强度及破坏演化过程.本文采用了一种新的随机近场动力学方法(RP D),并对含缺陷岩体单轴压缩下的裂纹发展进行模拟,该方法结合了近场动力学方法在模拟裂纹发展及随机场方法在表征材料参数空间变异性方面的优势...     

2000～2004年天津市大气污染特征分析

根据天津市2000～2004年的环境监测资料和同期气象资料,对天津市大气污染物浓度变化的时空变化特征、大气污染与天气条件的关系进行了研究。结果表明:天津市大气污染物具有明显的时空分布规律,时间上表现为冬强夏弱,年际之间SO2和PM10浓度减轻,NO2变化不大。空间上表现为SO2和PM10在中心城区改善明显,NO2浓度在局部地区仍在增加。天气形势、城市热岛、逆温和混合层高度等对污染物浓度影响很大。     

基于节水视角的中国水资源压力时空演变及影响因素分析

基于水资源节约视角,采用区域水资源规划消耗量占该地区水资源可利用量的比重来测算水资源压力指数,运用趋势分析、探索性数据分析(ESDA)方法对2005-2017年中国31个省市水资源压力指数空间格局演化特征与空间相关性进行分析,并选取8个相关变量,采用地理探测器探究影响水资源压力指数空间分异的因素,结论如下:①研究期内,...     

基于GIS和RUSLE的滇西北山区土壤侵蚀空间特征分析——以云南省丽江县为例

土壤侵蚀空间分布特征,是进行土壤侵蚀防治规划、实践的重要基础与依据。研究以云南省丽江县为例,应用RUSLE估算了县域土壤侵蚀量,并基于G IS的空间统计分析功能,分析了土壤侵蚀在海拔、坡度与土地利用类型等方面的空间分布特征。结果表明,全县平均土壤侵蚀模数为52.50 t/(hm2.a),属于强度侵蚀,县域东部的金沙江沿岸、3 500~6 000 m高程带、25°~90°坡度带,以及裸地与荒草地、旱地等不同类型区域是研究区土壤侵蚀治理的重点地区。     

顾及POI人口吸引力异质性的城市人口空间化方法

人口空间化是提升人口统计数据空间分辨率的常用手段,现有研究多基于统计建模思想建立多源数据与统计人口的数学模型以预测格网人口。兴趣点（Point of Interest, POI）作为精细人口估算的重要数据源,通常以数量/密度型指标形式参与回归建模,该方式忽略了类型相同但个体规模不同的POI与人口之间数量关系的差异,特征均质化处理造成POI语义细节的损失,导致中心城区人口低估与远城区高估。为此,本文基于随机森林模型,提出一种顾及POI人口吸引力异质性的城市人口空间化方法。该方法在表征POI空间多尺度重要性的基础上,引入移动定位数据构建人口吸引力指标;并基于非欧式滤波修正格网人口权重,建模人口空间自相关,刻画水体等障碍物对局部空间连通性的影响。本文以武汉市为研究区域开展100 m格网验证,通过与POI密度型回归模型、公开人口数据集的对比和消融实验,展现了人口吸引力指标与权重修正的有效性。结果表明,本文方法平均绝对误差为WorldPop、GPW及对比模型的1/4～2/3,在精细人口空间化场景具有精度优势。此外,本文还讨论了移动定位数据采样率及格网粒度对建模精度的影响。     

城市用地功能精细化识别方法：时序动态图嵌入深度学习模型

多源大数据融合背景下的城市功能区识别是复杂非线性系统的模式识别问题,如何有效地从大规模的轨迹数据中提取出多粒度连续性时变和多尺度空间相互作用的信息是进行城市区域功能识别的关键。本研究设计实现了一种基于时序动态图嵌入的深度学习模型,在融合滴滴出行及兴趣点数据（Point of Interest, POI）基础上,提取城市区域存在的时间和空间上的隐式特征,结合聚类分析实现城市用地功能的语义识别。结果表明,成都市中心的用地功能趋向复合多样化的发展,且用地属性随时间发生作用范围和用地类型的变化,呈现出功能随着城市群体活动而变化的时空规律。与相关文献的对比实验表明,本文提出方法在更细粒度的时间段下进行功能区识别,得到的同一类功能区域内集聚度更高,能够更好的捕获复合型区域在不同时间模式下呈现出的用地功能变化。本研究为城市用地功能识别研究提供了新的技术方法,为城市规划研究人员全面理解城区结构属性提供了有效手段,对推动城市空间得到更合理高效的利用具有一定的价值。     

面向高分遥感影像道路提取的轻量级双注意力和特征补偿残差网络模型

针对高分辨率遥感影像背景复杂,道路提取容易受阴影、建筑物和铁路等背景信息干扰的问题,提出一种带有轻量级双注意力和特征补偿机制的DAFCResUnet模型。该模型在ResUnet的基础上,通过增加轻量级的双注意力和特征补偿模块实现模型在性能和时空复杂度上的平衡。其中,双注意力模块可以增强模型的特征提取能力,特征补偿模块可以融合网络中来自深浅层的道路特征。在DeepGlobe和GF-2道路数据集上的实验结果表明,DAFCResUnet模型的IoU和F1-score可以达到0.6713、0.8033和0.7402、0.8507,模型的整体精度优于U-Net、ResUnet和VNet模型。与U-Net和ResUnet模型相比,DAFCResUnet模型仅增加了少量的计算量和参数量,但IoU和F1-score均有较大幅度的提高;与VNet模型相比,DAFCResUnet模型在计算量和参数量远低于VNet的情况下取得了更高的精度,模型在精度和时空复杂度两方面均有优势。相比其他对比模型,DAFCResUnet模型具有更强的特征提取和抗干扰能力,能更好解决道路上的干扰物、与道路特征相似地物、树荫或阴影...     

基于随机森林模型的中国中老年人群HDL-C环境影响因素研究

高密度脂蛋白胆固醇（HDL-C）可以有效促进人体内胆固醇的代谢外排,其水平的高低与患心血管疾病的风险呈负相关关系,是心血管疾病的预防与保护因素。厘清我国中老年人群HDL-C水平的地理分异特征及环境影响因素,对我国心血管疾病防治工作的开展有重要意义。论文基于中国中老年人纵向追踪调查,利用全局空间自相关、冷热点分析等方法阐释中国中老年人群HDL-C水平的空间分异特征及变化趋势,同时对比引入随机森林回归模型及多元线性回归方法探讨HDL-C水平空间分布的环境影响因素及其指示作用。结果表明：中国中老年人群HDL-C水平表现为女性高于男性、农村高于城镇,具有明显的地域差异性,整体呈现出“北低南高,中间过渡”的分布格局,且北方出现了以内蒙古、河北、辽宁为代表的低值聚集区,南方出现了以广东、广西、云南为代表的高值聚集区;SO2、NO2、降水、气压、PM10和PM2.5是影响中老年人群HDL-C水平差异分布的主要环境因素,其中高浓度的空气污染物是造成HDL-C值较低的危险因素,充沛的降水和低压环境是防治HDL-C值较低的保护因素。因此,今后关于HDL-C血脂异常防控工作在全国各地应注重其空间分布规律,重...     

基于改进DeepLabv3+孪生网络的遥感影像变化检测方法

传统遥感影像变化检测方法依赖人工构建特征,算法设计复杂且精度不高;而将2幅不同时相影像叠加后输入神经网络的遥感影像变化检测方法会造成不同时相的特征相互影响,难以保持原始影像的高维特征,且模型鲁棒性较差。因此,本文提出一种基于改进DeepLabv3+孪生网络的遥感影像变化检测方法,以经典DeepLabv3+网络的编解码结构为基础对网络进行改进:(1)在编码阶段利用共享权值的孪生网络提取特征,通过2个输入端分别接收2幅遥感影像,以保留不同时相影像的高维特征;(2)在特征融合中用密集空洞空间金字塔池化模型代替空洞空间金字塔池化模型,通过密集连接的方式结合每个空洞卷积的输出,以提高对不同尺度目标分割的精度;(3)在解码阶段中针对不同层级特征图信息差异较大,难以融合的问题,引入基于注意力机制的特征对齐模型,引导不同层级的特征对齐并强化学习重要特征,以提升模型的鲁棒性。应用开源数据集CDD验证本文方法的有效性,并与UNet-EF、FC-Siam-conc、Siam-DeepLabv3+和N-Siam-DeepLabv3+网络对比试验。试验结果表明,本文方法在精确率、召回率、F1值和总体精度上达到8...