北京城市规划需保持时序性和整体性——专访北京市城市规划学会理事长赵知敬

2012年,是《北京市城市总体规划(2004-2020年)》获国务院批复并实施过半的时间点。城市规划是城市建设和管理的基本依据,是保证城市合理地进行建设、城市土地合理开发利用及正常经营活动的前提和基础,是实现城市社会经济发展目标的综合手段。目前,北京市城市规划建设中存在着怎样的问题?取得了哪些效果?带着这些问题,5月29日,《地球》杂志记者专访了北京市城市规划学会的理事长赵知敬先生。《地球》:北京作为国家首都,城市发展的全面转型不仅是自身在更高层次上可持续发展的要求,更是国     

论广义逆矩阵阶数增大的递推算法

本文针对加拿大地球物理学家ＥｄｏＮｇｌａｎｄ教授提出的问题，对Ｍ—Ｐ广义逆矩阵的递推算法进行了探分论述探讨的初步结果和对Ｇｒｅｖｉｌｌｅ递推算法的扩充。文中对算法的扩充给出严格的证明。     

全域规划视角城市轨道交通与其他交通方式衔接研究进展

采用文献梳理法对中国知网刊载以城市轨道交通为主题期刊文献进行分析,发现国内研究集中在:(1)轨道交通与常规公交、慢行交通体系、出租车、私家车、大型机场等间的换乘组织与连接规划;(2)城市轨道交通网络内部的换乘与衔接,及轨道交通站点空间组织等领域研究;(3)国内研究聚焦在各式交通方式衔接规划及城市路网为主的硬件建设等,但较少关注各类群体出行行为模式及其对交通方式换乘规划影响等.最后展望了中国大城市进入老龄化社会需要关注的轨道换乘研究方向.     

天然岩体渗透系数反演研究

天然岩体存在很多裂隙,而水在这些裂隙中的渗流严重影响岩石工程的稳定性,因此确定天然岩体渗透系数具有重大的实际意义。反演方法是确定岩体渗透系数的一种较理想的方法,渗透系数反演可归结为一个复杂的非线性函数优化问题。由于采用传统优化技术存在不少问题,而目前采用的全局优化算法—遗传算法也存在本质的问题,因此,提出仿生算法-免疫进化规划进行岩体渗透系数反演,并用一个大坝坝基工程的算例证明了算法的有效性。结果表明,其方法可以在仅知道水头的条件下,得到接近实际的渗透系数值。     

卫星遥感监测ET方法及其在水管理方面的应用

概述了利用遥感技术监测流域蒸发(ET)用于流域水管理的研究,利用卫星遥感监测ET比传统地面监测ET方法具有更高的经济合理性和实用性;通过遥感监测的ET,不仅可以对农业用水效率、灌溉系统性能作出更符合实际的评价,还可服务于流域水资源管理和区域水资源利用规划。随着信息技术的快速发展,卫星遥感监测ET的方法在水管理方面的应用前景广阔,我国应加强对该技术的研究和应用。     

北京夏季城市热岛现状及楔形绿地规划对缓解城市热岛的作用

通过遥感技术与地面测定相结合的方法，对北京城市热岛现状作观测研究，得到北京城市地面的温度分布特点。使用北京大学城市边界层模式从气象观点就“楔形绿地”规划对北京城市气候的影响进行研究和评价，模式通过对城市地表复杂性和多样性的特征进行细致描述，建立了一个细致模拟城市特点的城市边界层能量平衡模式，并用此能量平衡模式得到的地面温度作为下边界条件，中尺度气象模式MM5做初始场和侧边界条件，建立一个最小分辨率为500 m的城市边界层模式系统，来研究城市边界层在中尺度背景场作用下的精细结构。通过个例模拟，模式能够较准确地模拟城市边界层的风温场分布情况，可以用来对楔形绿地规划进行模拟试验。通过对规划后的气象场在特定的气象条件下进行模拟，结果显示，建造大型的楔形绿地后，绿地区域及绿地周围约1 km以内的地区温度有所降低，降低的程度由规划前后的地表类型改变的剧烈程度、风速大小及与绿地的距离决定，但是这种规划方案却会因城市的下风方向的风速减小而导致通风不畅。     

利用现有重力场模型求定CHAMP卫星加速度计修正参数

CHAMP卫星加速度计数据的标定是通过确定其尺度因子和偏差参数来完成的.本文基于能量守恒方程,给出利用现有重力场模型标定CHAMP卫星加速度数据的基本原理和数学模型;提出相邻历元间差分算法,大大简化了观测方程,同时避免积分常量的计算.该算法既能同时解算尺度因子和偏差参数,也可任意求解其中之一.基于实测的CHAMP卫星加速度数据,利用EGM96模型和最新公布的EIGEN-2模型进行计算与比较,验证该方法的有效性.     

基于? -SVR算法的隧道围岩位移演化规律预测

针对目前广泛应用的灰色理论、遗传算法(GA)和人工神经网络(ANN)等方法预测隧道稳定性的缺陷，提出应用稳健性能较好的? -SVR（support vector machine）算法对非对称连拱隧道围岩位移演化规律进行预测研究。应用加速混合遗传算法搜索? -SVR最优参数，以提高? -SVR的预测能力。将预测结果与灰色理论、BP神经网络预测结果进行比较，显示? -SVR算法学习和预测精度高。     

参数优化LSSVM的巷道围岩松动圈预测研究

最小二乘支持向量机方法(LSSVM)在处理小样本、高维数、非线性的问题时,具有求解速度快、易于描述非线性关系的优良特性。但是,该方法得到的模型拟合精度和泛化能力依赖于其相关参数,因此,提出基于粒子群优化算法(PSO)的LSSVM参数优选方法。最后,用该模型对巷道围岩松动圈进行了预测研究。结果表明,PSO优化的LSSVM模型具有收敛速度快、计算精度高的特点,说明该模型是合理、有效的。