INTERSTATE HIGHWAY EXIT MORPHOLOGY: NON-METROPOLITAN EXIT COMMERCE ON 1-75*

The commercial non-metropolitan exit clusters of America's interstate highway system exhibit regularities of basic form, scale, mix of services provided, and the ordinal placement of establishments relative to the exit proper. An examination of 354 exits serving 1-75 indicates the typical morphology of interstate exit clusters.     

交通大数据在人文与经济地理学的应用及学科影响

交通大数据能够反映人类社会经济活动产生的位移与时空轨迹,不仅能够满足学者们在微观尺度更深入、更精细的研究粒度要求,而且能够为宏观尺度的研究提供广范围、多视角的连续性观测,其研究与发展为人文与经济地理学带来了新思路和新技术。本文以交通大数据的研究前沿为基础,梳理了区位论、时空行为、复杂网络、流空间等理论研究的发展方向,勾勒了“大数据时代”背景下人文与经济地理学的研究框架体系,探讨了新旧技术方法融合的可能性,并讨论了对各个分支学科相关研究的影响。接着,本文总结了交通大数据在人文与经济地理学的主要应用方向与趋势,主要包括出行即服务的交通规划理论与方法,“人工智能+大数据”的城市管理科学,大尺度交通流迁移的模拟,以及“流空间”与“场所空间”的多维度研究等。最后,本文指出了交通大数据应用在获取难度和数据有偏性等方面值得注意的问题并进行了展望。     

Ronge-Kutta法在计算复杂构造区域地震波旅行时中的应用

采用Ronge-Kutta射线追踪法对地震勘探中几个典型地质模型的地震波射线路径和旅行时计算的实例和效果进行分析。将Ronge-Kutta射线追踪模拟的结果与程函方程计算的时距曲线结果进行对比,验证了Ronge-Kutta射线追踪法的易实现性和程函方程有限差分旅行时算法的强稳定性,表明Ronge-Kutta射线追踪法在复杂构造区域进行地震射线路径和旅行时计算时能得到较好的模拟效果。     

丽水市旅游气候舒适度分析

采用人体舒适度气象指数（BCMI）、寒冷指数（CI）、温湿指数（THI）和度假气候指数（HCI）等4个综合性的气候指标,对丽水市的旅游气候舒适度进行了分析评价,并着重对比分析了BCMI和HCI对旅游气候适宜性的表征能力。结果表明：丽水市全年有8个月BCMI处在4～6级之间,属一类气候适宜区;冬季CI值较低,无严寒现象,夏季低海拔地区THI值偏高,但海拔600 m以上地区（约占市域面积6成）THI值较低,适宜“避暑纳凉”;HCI比传统的BCMI表现的更客观、更全面,它不仅考虑了气候的热舒适性影响,还考虑了降水和云量对旅游出行及观光的影响,且就时间尺度而言,HCI更适合旅游舒适度逐日预报的开展。     

基于改进的双线性旅行时插值的三维射线追踪

旅行时射线追踪的精度和效率一直是影响地震层析成像质量和效果的关键因素。这里在三维近地表速度结构层析成像应用中,结合旅行时插值算法与最短路径算法,提出了一种三维初至波射线追踪算法。通过对双线性旅行时插值算法进行改进,并运用判定条件与简化插值计算公式进行快速计算,减少了插值次数,降低了运算量,同时也保证了较高的射线精度,有效地解决了三维射线追踪算法的计算低效率,射线精度不高的问题。     

基于移动式监测的道路PM2.5浓度精细化时空模拟

作为主要的大气污染指标,PM_2.5浓度常来源于固定环境监测站点的监测与遥感影像数据,但时空精度普遍不足,难以揭示微尺度下城市内部PM_2.5时空分布情况。本文利用移动式监测方法,选择典型工作日(2017年11月27日),对广州市主城区道路以1 s和1 m为时空粒度进行PM_2.5浓度数据采集,并以早、晚出行高峰时段为对象,通过机器学习方法模拟道路PM_2.5精细化时空分布格局。结果表明,主城区早高峰道路PM_2.5浓度值相近的平均范围为24 m,晚高峰为15 m,PM_2.5浓度存在微尺度的时空异质性。利用多层感知器(MLP)构建的早、晚高峰PM_2.5浓度模型,拟合度分别达到0.70和0.68,明显优于传统的普通最小二乘法(OLS)线性回归模型。模型揭示出早高峰主城区全路网PM_2.5平均浓度为30.19μg/m3,晚高峰达到44.55μg/m3,部分高达94.82μg/m3,且“西高东低”的分布特征显著。本文提出的PM     

地理空间数据结合手机信令等多源数据刻画城市居民出行特征

本文提出了以地理空间数据为支撑,结合手机信令、POI等多源数据刻画城市居民出行特征的方法。首先将信令数据与地理信息区块绑定,根据时间特征和地理区块的社会属性,识别居民的基本职住娱信息;然后综合民生POI点、出行特征拓展关键词、图谱等多源数据,运用工作日通勤分析模型和节假日出行特征提取模型,识别用户的通勤距离、通勤方式、日均通勤频次、周均工作时长、节假日出行场景、出行频次、驻留时长等内容,并形成涵盖职住娱信息的出行特征类标签集。以成都市为例,采集连续1个月的手机信令数据和同时期的POI等数据,验证了该方法的可行性,该成果作为反映城市实际人口规模数量和空间分布特征的城市人口地图大数据产品的重要内容,为政府部门、商企用户开展相关分析业务提供数据支撑。     

居民购物出行时空特征及影响因素研究——基于中国时间利用调查

在市场经济日趋成熟、购物需求日益多样的今天,掌握居民购物出行规律,对合理布局商业空间、科学规划交通路网和提升公民个人福利具有积极意义。本文基于全国29个省份174个地级行政区30591位受访者的主要和次要活动时间利用调查数据,通过GIS空间分析对居民购物活动参与率、购物持续时间和由购物产生的交通出行时间进行系统分析后,构建离散选择模型探讨居民购物出行活动的影响因素。研究发现：农村和西部地区居民购物参与率较低,但持续时间较长;城镇和东部沿海地区居民的购物参与率较高,但持续时间较短;农村地区及青海、内蒙古、重庆、云南等地的城镇居民交通出行时间较长。居民购物出行受到居民个体属性、居民家庭属性以及区位条件因素综合影响,且购物参与率与持续时间在某些群体呈现一定互斥。最后,从基础设施建设、购物中心规划布局等方面提出城乡空间布局与交通发展优化的对策建议。     

地理学视角下旅游安全事故成因研究

学界对旅游安全事故成因的分析主要借鉴安全管理学,旅游活动的地理时空特殊性未受到充分重视,已有相关研究偏宏观定量测度,深度案例研究较少。从旅游场地特征、惯常非足迹环境和流动性三个因素入手,对2009—2019年共84起赴泰游客安全事故进行时空场景特征解析,为旅游安全事故防控提供了来自地理学的补充解释。研究发现：第一,旅游安全事故的类型与危害程度受到目的地客观地理环境特征的高度影响,而并非是单纯的管理问题。泰国夏季多暴雨的气候特征与多山地的地形特征显著影响了涉水旅游活动以及水陆交通活动,导致船艇交通事故、山区车祸与沙滩溺亡事故高发。第二,旅游目的地中存在的惯常非足迹环境场所容易触发安全事故,如：公路、沙滩泳场、酒店、便利店等。由于中泰社会与文化差异较大,惯常非足迹环境容易导致游客产生风险认知偏差,进而提高了行为决策的出错率,从而增加了安全风险。第三,空间流动性越高的场所,安全事故发生的概率越高,如交通道路和海域航线等地。本文的贡献在于揭示了地理环境复杂性对旅游安全管理与主体风险认知偏差的影响。     

Literature review of accessibility measures and models used in land use and transportation planning in last 5 years

Journal of Geographical Sciences - Since its inception accessibility has undergone various changes in the way it is defined, measured, and modeled. The paper reviews the recent advancements made in...