邻避设施空间分布特征及其与周边住宅价格的关系——广州案例

随着中国城镇的快速发展以及市民环境意识的提高,由邻避设施引发的矛盾日益增多。合理规划邻避设施,是促进环境正义、推动社会和谐的重要课题。论文从“规划云平台”获取广州主城区邻避设施的地理信息数据,通过Python语句编码收集广州主城区小区平均房价数据,运用克里金插值法分析邻避设施的空间分布特征,构建多元线性回归模型和地理加权回归模型研究邻避设施与周边住宅价格的关系。研究发现,广州主城区邻避设施的布局与低收入住宅区的分布在空间上具有一致性,邻避设施主要分布在房价较低的住宅区周边;邻避设施对周边小区房价的影响与邻避设施的类型和所在区位相关,城市边缘区的邻避设施对房价造成了显著的负面影响,而城市中心良好的区位条件、基础设施与公共服务配套一定程度上抵消了邻避设施的负外部性;污名化类的邻避设施对房价的影响程度明显小于污染类、风险聚集类和心理不悦类邻避设施。本研究对有关城市邻避设施的科学规划布点具有一定的借鉴和指导意义。     

中国及邻区印支运动特征及其意义

通过概要论述印支运动在中国及邻区的表现特征,探讨了印支运动的主要成矿作用,指出印支运动首次使长期以来游离于全球主要大陆外的扬子、中朝、塔里木等小陆块拼合在一起,为新生代大型聚煤盆地的形成奠定了基础,也为燕山期和喜马拉雅山期二次大规模的对流地幔输入大陆事件奠定了重要基础,使之成为中国及邻区大陆上最重要的成矿时期。     

扩展SSH Hubbard模型的晶格振动矩阵

在计及最近邻电子相互作用的扩展ＳＳＨＨｕｂｂａｒｄ模型时，得到了晶格振动矩阵，它对电子的正负自旋态对称和非对称的各类非线性元激发情形均适用。     

长江三峡及邻区板内中强地震的孕震动力学分析

本文在研究长江三峡及邻区地壳─上地幔结构和现今地壳重力场基础上，分析了该区板内中强地震的孕震动力学过程，探讨了整体上相对稳定的长江三峡及邻区孕育和发生中强地震的动力学机制，并提出了该区板内中强地震预测的动力学标志。     

化学发光体系测定铋的研究及其应用

研究了痕量Bi催化鲁米诺-邻菲啰啉-H_2O_2-Triton x-305体系产生化学发光及非离子表面活性剂敏化化学发光最佳反应条件,拟定了新的化学发光测定Bi的方法。方法最低检出限达3.7×10~(-10)g/ml,测定响应浓度范围为5×10~(-9)～10~(-5)g/ml,回收率为98.7％～103％,相对标准偏差为2.8％～3.5％之间。     

日光温室的纹理特征分层提取

针对高分辨率影像上日光温室的信息提取问题,该文提出了利用支持向量机、最近邻算法结合纹理特征在不同层上分别提取连片日光温室和独栋日光温室的方法。实验表明:纹理特征能提高分类精度,在大尺度的层上,分类精度提升幅度较大,但在小尺度的层上,分类精度提升幅度会比较小;并不是参与运算特征数越多,分类精度越高,多数情况下光谱+纹理组合的分类精度最高;提取连片日光温室的最优方案是支持向量机和光谱+形状+纹理(7像素×7像素),总精度为92.86%,Kappa系数为0.90,而提取独栋日光温室最优方案为SVM和光谱+纹理(11像素×11像素),总精度为88.39%,Kappa系数为0.86。     

东亚夏季大气环流和气候对冬季海温异常的邻响应和遥响应

本文通过ＩＡＰ－ＧＣＭ的数值模拟,研究了全球大气环流对黑潮海域和赤道东太平洋冬季ＳＳＴ异常的响应,并着重比较东亚大气环流和气候对黑潮区ＳＳＴＡ的响应（邻响应）和对赤道东太平洋ＳＳＴＡ的响应（遥响应）。首先,无论是黑潮区ＳＳＴＡ引起的邻响应还是赤道东太平洋ＳＳＴＡ所引起的遥响应对东亚大气环流和气候变化的影响都是明显而重要的。由于在大气中低频振荡被激发出来,其响应将持续较长时间。进一步分析表明,东亚大气环流对黑潮区或赤道东太平洋冬季正ＳＳＴＡ的响应都将造成华北地区夏季的多雨,其数值模拟结果与观测相一致。另外,赤道西太平洋地区大气的异常（尤其是对流活动）对于东亚地区大气环流和气候变化有重要作用     

四川及邻区的地震活动分区和强震孕育的短临演化特征

采用四川省地震局地震台网自1970年运行以来的地震记录资料,根据区域地震活动的分布信息并结合已有的活动断裂考察资料来进一步划分地震活动的区域,将四川及邻区地震活动区划分为9个小区域.在划分的9个区域中,除东部盆地地震活动区地震活动较弱外,其余区域均有历史强震记录,显示出整个区域的地震活动东弱西强的特点.从地震活动的频次指标也可以看出,呈现沿主干断裂的地震频次略高 ,总体也呈现出地震频次东部低西部高的特点.各个小区域的地震活动频次显示出波浪起伏的特点.在各小区域内强震发生前3个月左右的短、临阶段,小区域内地震能量均明显出现加速释放共性特征.同时,出现相邻区域的地震频度和强度相应减弱、地震空间分布的集中度同步减弱及能量释放趋于减弱的协同性特征.     

多核CPU的海量点云并行kNN算法

提出基于多核CPU的海量点云k最近邻(kNN)快速搜索算法.该算法先将点云数据按格网方式进行组织存储于外存;在搜索kNN点时,从搜索点所在的块向外扩张搜索;在多核CPU环境下采用多线程模式进行数据的内外存调度和kNN点搜索.当内存达到设定上限时,采用距离搜索点最远策略释放内存,降低内外存数据交换的频率.将该方法应用于基于kNN的滤波和格网化方法中,处理速度显著提高.