世界首座圆顶透光火车站——上海南站

作为上海21世纪标志性交通建筑一上海铁路南站交通枢纽，已于2006年7月1日将正式开通运营。上海南站是中国内地铁路建设中第一次融入“航空港”设计理念，采用？高进低出”方式的现代化火车站。整个建筑分为出发层、站台层和到达层。自驾车或出租车由高架路道路直奔至九米高的候车大厅门口，旅客下车后直接经过安检通道即可安心候车；“低出”则是在零米层广场上有出租、公交、轨道交通等多种交通工具供抵沪的旅客选择乘坐离开。上海南站主站屋东西两条出站地道的尽端设南北地下换乘敞厅，与地铁、轻轨的地下站厅连接，从真正意义上实现了铁路客运与城市轨道交通的“零距离”换乘。换乘敞厅外侧为出租车上客区，再向外延伸为下沉式坡形绿化景观，使出站旅客在地下就能充分享受到阳光和绿色。平行于出站地道的南北社会联系地道贯穿整个基地，有效连接南北各类交通节点以及地下辅助商业空间，使之成为有机的地下，公共步行系统。     

XD-10DK型小口径电动顶驱钻机的研制与应用

为了解决新疆地区铀矿勘探设备落后、劳动强度大、安全隐患多、钻效提升困难等难题,研制了XD-10DK型小口径电动顶驱钻机,该钻机采用了模块化设计、交流变频电机直驱、负载双通道、数字化检测、顶部驱动等多项先进技术。经过在准噶尔盆地车排子地区3个钻孔的现场试验,提高了铀矿勘探自动化程度和钻进效率、降低了工人的劳动强度、改善了工人的工作环境、保障了施工设备和人员安全。为新疆地区铀矿勘探乃至全国的岩心钻机更新换代提供了借鉴。     

基于出租车上下客点的城市人口流动分析

掌握城市人口流动动态有利于进行交通预测、应急快速响应,以及合理的城市规划。出租车作为城市主要的交通运输工具之一,可以反映城市中人口的流动。本文以出租车上下客点数据为例,对比在工作日以及休息日的人口流动差异,分析出租车数据的空间分布及其动态变化,揭示城市人口流动模式。     

地面三维激光扫描仪测量误差检定

在利用三维激光扫描仪进行测量工作前,我们首先应了解其实际测量精度是否符合标称精度,而可靠的评价方式对得到精确的数据结果至关重要。本文利用北京卓立汉光TSA50-C型电动位移台作为评价标准,通过其精确的位移功能,准确地评价了RIGEL VZ-400三维激光扫描仪在测量单点位移时的误差,从而得到了其最佳工作距离。     

基于出租车GPS数据的城市居民出行时空分布研究

随着城市的快速发展,道路拥堵、打车难等问题越来越突出,严重影响了居民的出行效率和生活质量。出租车GPS数据,在一定程度上包含了部分居民出行行为的丰富信息。考虑到出租车载客事件发生于一维道路网络空间,本文提出对出租车上下客事件所在路段进行分析,得到不同时段居民出行的热门路段和区域,分析居民出行时空分布特征,有助于了解交通现状和居民出行需求,提高城市对居民出行活动的服务水平。     

多维密度聚类的精细化道路交通运行状况检测

现有的路况检测方法以整条路段为单位进行检测,存在精度不高的问题,且DBSCAN算法用于出租车GPS数据聚类仍存在脱离线性参照系统、假噪声和簇内速度差异大等问题。在线性参照系统中定位GPS点,以两点间的测量值距离作为空间距离,同时增加速度距离约束,提出一种基于DBSCAN算法的多维密度聚类算法,使其适用于精细化路况检测;在此基础上构建路况事件表,并利用动态分段技术对路况事件进行管理和可视化,满足实际应用中对路况检测精度的要求。以上海市出租车GPS数据和路网数据为例进行实验分析,结果表明,提出的方法能够实现较为精细的路况检测。     

马背上的“青城”

早班的飞机,降落在背靠大青山的呼和浩特.塞外的风,有一种格外清新的触感.呼和浩特的白塔国际机场窗明几净,出入的人群安静有序,全无人声鼎沸的喧哗.机场出口处还有身着民族服装的人员,为游客免费发放呼和浩特市地图,让人感到便利和亲切.呼和浩特的出租车司机操着尾音上扬的普通话,调侃之间向我介绍：“我们蒙古族人,大口吃肉大口喝酒,豪爽的咧……”而我对这座陌生城市的第一感受是：呼和浩特人比较率直.虽然外地人听不懂蒙古语,但蒙古族人的热情总是让人印象深刻.特别是那浓烈的蒙古酒,喝下去是满满的温情和欢喜.     

网络约束下局部空间同位模式的扫描统计方法

空间同位模式挖掘旨在发现空间数据库中频繁发生在邻近位置的地理事件。由于空间异质性,地理事件在不同区域邻近出现的频繁程度亦存在差异,进而形成局部同位模式。现有局部同位模式挖掘方法多基于欧氏空间的平面假设,难以客观揭示网络空间（如城市道路）内地理事件间的局部同位规律,因此基于空间扫描统计思想,提出了一种网络约束下的局部同位模式挖掘方法。首先,发展了网络约束下的路径扩展方法,识别可能存在局部网络空间同位模式的候选路径;其次,基于网络约束下的二元泊松分布构建显著性检验的零模型,判别候选路径中局部网络空间同位模式的有效性。通过模拟实验与北京市出租车供需模式分析,发现该方法比现有方法得到的结果更精细、更客观,能够有效地挖掘网络约束下的局部同位模式。     

北京市出租车OD流多尺度空间预测深度重力模型及其可解释性研究

准确预测城市内部OD流对于优化城市交通运行效率、提高资源利用率以及促进城市可持续性发展具有重要作用。现有研究大多基于单一尺度利用地理位置之间大量的历史流量来预测未来的流量,尚未有研究充分探究不同空间尺度下OD流预测可能存在的重要特征或建模精度差异等问题。本研究以北京市出租车轨迹为例,采用深度重力模型（Deep Gravity）对不同空间尺度下的轨迹OD流进行预测。同时,引入SHAP值（SHapley Additive exPlanations）揭示不同尺度下影响OD流预测建模的重要特征。结果表明：(1)相比于重力模型和辐射模型,街道尺度下深度重力模型的OD流预测精度最高（CPC值高达0.83）,且成功捕捉到了北京市早晚高峰时段的OD流网络整体结构,呈现出“环形散射状”特征;(2)在本研究所选各空间尺度下,对OD流预测精度影响最大的4个特征均为O、D点之间的出行距离,O、D点周围公司企业数量、餐饮服务数量以及购物服务数量;(3)同一特征对OD流预测模型的局部影响不同于全局,如科教文化和体育休闲类POI在全局尺度下对模型影响较小,但在局部尺度下却表现出极大的影响。