轨迹数据的时间采样间隔对停留识别和出行网络构建的影响

个体轨迹数据已经广泛用于人群活动的研究中。在静止的局部空间开展的活动是个体日常生活的基本元素,在轨迹数据中对应停留部分。因此学者常从轨迹数据中识别停留来研究个体活动信息。然而,轨迹数据的时间采样间隔会对停留识别带来影响。针对该问题,首先提出了一个框架,量化不同持续时间长度的活动在不同时间采样间隔的轨迹数据中被识别为停留的概率。其次,考虑到个体出行网络依赖于停留识别结果,基于该框架,研究分析了时间采样间隔对出行网络分析结果的影响。最后,利用该框架分别对深圳市居民出行调查数据和手机轨迹数据进行了分析。研究表明,在面向人群活动的研究和应用中,该框架能支持时间采样间隔的选择决策和面向活动类型的研究结果评价。     

城市公交乘客下车站点推算方法和有效性评价

特大型城市的公交车上普遍安装了自动售票（auto fare collection,AFC）系统和车载GPS导航定位设备,记录了乘客出行与行车轨迹、时间等数据,连续运行的公交车和众多的出行乘客形成了城市公共交通运行和出行大数据。如何高效、准确地从公交大数据中识别公交乘客下车站点,对于提高交通运行效率、科学布局组织交通具有重要的意义和作用。基于深圳市公交车AFC和GPS数据,利用时间匹配和基于带噪声空间密度聚类的方法判别上车站点;在仅有的公交数据基础上,通过分析乘客出行行为,根据乘客多天的出行以及各站点的上车频率,利用乘客高频站点和下游站点吸引权,提出一种推算方法,实现乘客下车站点的推断。算法模型的检验和实例分析表明该方法的有效性。     

基于时间序列InSAR分析的西部山区滑坡灾害隐患早期识别——以四川丹巴为例

滑坡是仅次于地震、发生最频繁、造成损失最严重的一种地质灾害,中国西部山区则是世界上滑坡灾害分布最密集的地区之一。广域范围内滑坡灾害隐患的早期识别是地质灾害防治工作中的一项关键任务,基于星载合成孔径雷达重复轨道观测的时间序列雷达干涉测量（interferometric synthetic aperture radar,InSAR）技术在此领域具有巨大的应用潜力,但以永久散射体干涉测量为代表的传统时序InSAR方法在西部山区应用中往往受到植被覆盖等不利因素的影响,滑坡探测识别的可靠性较差。针对这一问题,以大渡河上游丹巴县为例,采用自主研发的相干散射体时序InSAR（coherent scatterer InSAR,CSI）方法,从历史存档的ALOS PALSAR和ENVISAT ASAR数据集中成功识别出了17处持续变形中的不稳定坡体,通过与外部观测数据比对和实地调查核实等手段验证了CSI方法探测结果的有效性和优势,并探讨了影响时序InSAR方法滑坡监测应用效果的主要因素及未来的优先研究方向。     

2016年四川省PM2.5浓度时空分布研究

PM2.5导致大气能见度下降,造成雾霾天气.本文基于2016年四川省89个空气质量监测站的PM2.5数据,对2016年四川省PM2.5浓度时空分布特征进行研究分析.结果表明,2016年四川省PM2.5浓度空间分布呈现出西北部PM2.5浓度较低、空气质量较好,东南部PM2.5浓度较高、空气质量较差的趋势;时间分布呈现夏季PM2.5浓度较低、空气质量较好,冬季PM2.5浓度较高、空气质量较差的趋势,从而得出四川省PM2.5浓度时间和空间分布规律及分布图.     

基于厄米特插值和时间序列模型在沉降监测中的应用

针对沉降监测中用时间序列分析数据样本较少、处理精度不高的问题,本文引入厄米特插值,提出用厄米特插值法对数据进行插值,增加数据样本,然后用时间序列对数据进行建模分析。为了验证用厄米特插值后的数据建模精度,将上述理论运用到工程实例中,用时间序列分析分别对厄米特插值处理后的数据和原始数据进行建模分析,得到用厄米特插值处理后的数据进行时间序列分析建模的平均绝对误差比原始数据建模的平均绝对误差高0.083 8 mm。说明厄米特插值和时间序列组合模型精度比较高。     

静压桩承载力时间效应的研究进展

由于静压桩沉桩后桩周土重塑,静压桩承载力表现出随着休止期的延长而增长的特性。本文从静压桩沉桩后桩周土体内孔隙水消散固结的角度出发,对静压桩承载力时间效应的理论和试验分别进行归纳,结合孔隙水消散路径及固结模型,对桩周土体初始超静孔隙水压力大小及其分布特征进行总结,分析承载力各种测试方法的优缺点,对静压桩承载力的时效性进行深化研究,并探讨了不同地质条件、不同桩的类型对休止期内静压桩承载力的影响,进一步对基于实测数据得出的经验公式进行总结。讨论了基于不同本构关系模型的应力场及位移场解答和沉桩后孔隙水压力消散解答,在此基础上总结了桩基极限承载力理论公式;探讨了黏性土、砂土条件下,考虑超固结比、不排水抗剪强度和塑性指数比对桩基极限承载力系数A的影响,在此基础上归纳了桩基极限承载力经验公式。建议在经验公式基础上设置多重参数,以提升经验公式的精确度,并完善对不同桩、土类型的参数解答;利用BP神经网络,导入静压桩承载力相关参数,以得到针对不同地质条件、桩型、休止期的承载力最优解。     

金沙江下游溪洛渡水库排沙效果及影响因素

溪洛渡水电站自2013年开始直接拦截金沙江的泥沙,其排沙效果对水库运行及下游向家坝和三峡入库泥沙都会造成影响。本文基于水文泥沙及河道断面观测资料,对比分析溪洛渡水库和三峡水库排沙规律异同点,研究溪洛渡水库排沙效果及影响因素。结果表明,2014—2019年溪洛渡水库共计排沙1 490万t,排沙比为3.1%,较设计值和向家坝、三峡水库均明显偏小。溪洛渡水库排沙比偏小主要有3个原因:入库水沙峰值协调性较差、水库长期高水位运行及库区河道二级天然潜坎对泥沙运动的阻隔效应。     

波致海床瞬态液化对再悬浮贡献率的深度学习预测方法

波致瞬态液化渗流导致海床内细粒沉积物向海水中运移,这一过程对海底沉积物再悬浮的贡献率不容忽视,但是贡献率的准确估计和预测比较困难。本研究将黄河水下三角洲的观测数据(包括水深、有效波高、有效波周期、实验舱内悬沙浓度、实验舱外悬沙浓度)作为模型输入数据集,基于长短时记忆循环神经网络建立了瞬态液化对再悬浮贡献率的深度学习预测模型。为了客观评价模型的性能,以平均绝对百分比误差、均方根误差和平均平方误差-标准偏差为评判标准,将该深度学习模型与其他预测模型(支持向量回归模型、人工神经网络)的预测结果进行了比较。结果表明,基于长短时记忆循环神经网络的深度学习模型对3.5d以内的瞬态泵送再悬浮贡献率预测误差最小,其平均绝对百分比误差、均方根误差和平均平方误差-标准偏差分别为5.87%、1.6730、0.1574。因此,该模型可以有效地减少机器学习方法在连续预测中产生的误差叠加问题。     

模式内部变率引起的1.5℃和2℃升温阈值出现时间模拟的不确定性研究

模式内部变率是模拟结果不确定性的重要来源,然而它对于1.5℃和2℃升温阈值出现时间不确定性的影响尚不清楚。因此,基于耦合模式比较计划第五阶段(CMIP5)的多模式数据研究了模式内部变率对1.5℃和2℃升温阈值出现时间不确定性的影响以及对未来排放情景的敏感性。结果表明,模式内部变率对升温阈值出现时间模拟的影响与外强迫的影响相当,单个模式内部不同成员达到全球平均1.5℃或2℃增温的年份相差2~12年;其影响具有明显的空间差异,影响极大值出现在欧亚大陆以北洋面、白令海峡周围区域、北美东北部及其与格陵兰岛之间的海域、南半球高纬地区等;低排放情景下模式内部变率的影响大于高排放情景。     

河北石家庄市近地层臭氧浓度特征及气象条件分析

利用2016年3月至2018年2月河北石家庄市环境监测站O_3及其前体物质量浓度逐时和逐日观测资料,以及气象站逐日气象观测数据,分析石家庄市近地层O_3质量浓度的时间变化特征及其与前体物NO_2、CO和气象条件的关系。结果表明:石家庄市O_3污染2017年比2016年严重,2017年比2016年O_3超标日数增加30 d,超标率上升8%,O_3年平均质量浓度上升17μg·m~(-3)。O_3质量浓度具有明显的季节变化特征,自夏季、春季、秋季、冬季依次降低,5—9月O_3质量浓度较高,平均值超过160μg·m~(-3),6月达到峰值208μg·m~(-3)。O_3质量浓度的日变化表现为单峰型分布,最低值出现在07:00左右,峰值在14:00—16:00。太阳辐射强、气温高、日照时数长、能见度好、无降水和相对湿度较低的条件下,石家庄市易出现O_3浓度超标天气。前体物NO_2、CO与O_3质量浓度之间夏季呈现显著正相关,而冬季则呈显著负相关。