“城市区域”主义下的中国区域治理模式重构——珠三角城际铁路的实证

中国的区域治理模式长期以来呈现出阶段性演化的特征。特别是近些年,传统省-市分层设权的权力组织关系被动态的、反复连续性的博弈所取代。本研究借助政治经济学与人文地理学关于“国家空间再中心化”及组织社会学者的“行政发包制”理论,立足区域基础设施项目,即“珠三角城际铁路网”展开实证,系统分析其规划、建设及运营过程。并聚焦其中的事权与财权动态演变过程,解析省政府的角色定位和省市关系的演变等两大关键问题,揭示中国城市区域治理重构的内在逻辑。研究发现：一方面,省政府的角色定位由“分包商”和“协调者”逐渐转变为协调与发展并重的新角色定位;同时,省市关系由结构化的“行政发包”转化为多轮协商的动态博弈连续体。     

敦煌-格尔木铁路沿线风动力环境特征

敦煌-格尔木铁路沿线地形复杂、起沙因素多变、沙源丰富,沙害问题日益严重。目前对其风沙活动规律还未有研究,不利于防沙工作的开展。为此,通过对自北向南的5个观测点（S1、S2、S3、S4、S5）风速和风向的观测、计算和分析,利用平均风速、起沙风况及输沙势对敦格铁路沿线的风动力环境特征进行研究。结果表明：S5、S4和S3的风况对铁路风沙灾害防治意义较大。S5年平均风速、起沙风频率和输沙势最大,春季风沙活动最为强烈,且风向单一、风力强劲,风沙运动方向基本与铁路垂直,沙粒易在铁路附近堆积。S4夏季风沙活动最为强烈;S3春季风沙活动最为强烈,且风向单一,S4和S3的风沙运动方向与铁路夹角小于90°,附近沙源广阔,铁路易受风沙侵蚀,阻碍交通运营。     

高速铁路对东北城市网络结构的空间影响

借鉴复杂网络理论,以铁路列车时刻表为基础数据,探讨高速铁路的开通对东北地区铁路网络结构和城市网络结构的空间影响。结果表明：① 高铁强化了东北地区铁路网络的小世界、无标度等网络特征,各网络节点在可达性和辐射能力方面受到4种不同形式的影响;② 高铁强化了沈阳和哈尔滨的主-副双核心铁路网络结构,使得拓扑网络的离散程度大幅降低,长春、大连等城市的网络联系中心性显著提升;③ 铁路交通重心向西北方向偏移,区域间不平衡性增强,吉林省成为东北铁路客运联系强度最高的地区;④ 大连市拥有特殊的门户城市特征,即对外联通能力强,但未形成足够吸引力。     

中国铁路客运流联结的城市时间可达性

基于中国铁路客户服务中心提供的客运流数据,采集全国地级以上行政单元（未含港澳台数据）间铁路客运运行的最短历时,基于GIS网络分析和空间分析等方法,选取时间可达性和一日交流圈2个指标对城市可达性进行测度和分析。研究发现： ① 城市时间可达性水平划分为7个级别,在空间上呈现中心-外围式圈层结构,中心区域沿铁路干线和高速铁路线轴向扩展,廊道效应明显,东部、中部地区的城市时间可达性优于西部地区。② 城市之间的时间可达性小于2.0 h的城市对在空间上构成了由京广、京沪、京哈、京福、杭深、青太、徐兰、沪汉蓉、沪昆、广昆等高速铁路连接的“五纵五横”带状分布格局。时间可达性小于10.0 h的城市对覆盖了“胡焕庸线”东南部的大部分区域,城市带转为城市网络。③ 直辖市、省会/首府城市一日交流圈以31个城市为中心,按照时间可达性由小到大呈现轴向扩展,廊道效应明显。基于城市一日交流圈划分了19个城市群和拉萨城市圈,为城市群的划分提供方法借鉴。     

徕卡激光雷达技术在铁路全生命周期中的应用

为了将激光雷达技术应用到铁路全生命周期中,充分发挥激光雷达技术的优势,本文以徕卡公司相关激光雷达产品为例,系统分析了不同类型的激光雷达的特点和铁路工程不同阶段的测量要求,总结了激光技术在铁路全生命周期中的应用方法。通过典型工程应用分析表明,激光雷达技术可显著提高铁路工程测量的效率和质量,具有良好的应用前景。     

基于MATLAB的铁路路基沉降预测优化方法

高速铁路路基的工后沉降严重影响着行车安全。在已有的预测模型中,所采用的初始数据往往不能满足等时间周期采集,而且还会伴随着一系列不可避免的观测误差,模型本身的误差累计,不能进行长期预测。文中利用最小二乘原理对初始值进行拟合改进,采用Lagrange插值方法将非等间隔序列转为等间隔序列,并基于新陈更替GM(1,1)模型利用MATLAB建立沉降预测模型;在此基础上,提出对模型残差进行GM改正以提高模型精度的方法。研究表明,通过对初始值序列改正后的模型具有较好的适应性,优化改进后的模型预测误差小,预测精度优于新陈更替GM(1,1)模型。     

数字孪生铁路多目标粒子群任务调度方法

展示/分析/探索多层次任务及存储/计算/网络资源高效调度是数字孪生铁路的关键技术,随着存储、计算和网络等分布式异构资源不断接入,数字孪生铁路多层次任务并发场景异构资源分配倾斜、任务优先级不匹配、时延高等问题突显。现有调度方法大多针对单一层次任务资源进行设计,无法直接适用多层次任务调度场景,难以保障多层次任务调度的最大完工时间和资源负载均衡全局最优。针对上述问题,本文设计了适用于数字孪生铁路特点的多层次任务调度模型,提出了多目标粒子群任务调度算法,基于云仿真平台CloudSim对该方法进行对比测试,基于DTScope引擎设计实现数字孪生铁路“安全—质量—进度”智能施工管理案例原型。结果表明,本文方法适用于数字孪生铁路多层次任务并发调度场景,与现有方法相比明显提高了多层次任务完成时间效率和任务调度均衡性,可有效支撑数字孪生铁路展示—分析—探索多样化应用。     

基于TCP-InSAR的采动区铁路动态沉降监测与时序分析

为高效获取采动区长时间序列形变,监控煤炭开采对矿区铁路的影响,研究一种基于TCP-InSAR(temporarily coherent point interferometric synthetic aperture radar)的采动区铁路形变监测方法。该方法根据时间序列SAR影像间的相干性,选取临时相干点构建Delaunay三角网,并通过离群值探测去除具有相位模糊度的TCP间的弧段,最后采用最小二乘解算得到区域地表变形。实验使用2016-10～2017-04时间段内的15景Sentinel-1A数据,利用TCP-InSAR技术获得某矿区的铁路形变。结果表明,受采动影响,该时间段内铁路最大下沉值为95mm,最大倾斜坡度为0.37‰。利用TCP-InSAR技术可实现采动区内铁路长时间的动态形变监测。     

基于深度学习的CZ铁路康定—理塘段滑坡易发性评价

CZ铁路康定至理塘段地处青藏高原东部边缘,区域内地形地貌多变、地质构造复杂,滑坡灾害极其发育,严重威胁着CZ铁路康定至理塘段的规划建设和未来安全运行。因此,选取高程、坡向、平面曲率、剖面曲率、地形起伏度、地表切割度、地形湿度指数、归一化植被指数、岩性、距断层距离、距河流距离、距道路距离共计12个影响因子构建滑坡空间数据库,采用深度学习的卷积神经网络(convolutional neural network, CNN)模型进行滑坡易发性评价,根据易发性指数将研究区划分为极高易发区(13.76%)、高易发区(14.00%)、中易发区(15.86%)、低易发区(18.17%)、极低易发区(38.21%)5个等级,并与人工神经网络(artificial neural network, ANN)模型进行对比。结果表明,CNN模型的评价精度AUC(0.87)大于ANN(0.84)模型,且极高易发区的频率比值高于ANN模型,CNN模型在本研究区有着更高的预测能力;极高和高易发区主要分布在水系较为发育的地区,沿着雅砻江和其他河流两侧2 km范围内呈带状分布。滑坡易发性评价结果较好地反映了研究区滑坡灾害...     

深入学习全会精神 开创铁路国土资源工作新局面

新中国成立60周年之际,中国共产党召开第十七届中央委员会第四次全体会议,审议通过了《中共中央关于加强和改进新形势下党的建设若干重大问题的决定》,这次大会作为十七大的延伸,对进一步树立科学发展观、建设和谐社会和加强党的建设都具有重大的指导意义。