不同指标下的穗港城市走廊潜在通达性及其空间格局

本文以最短时间距离以及加权平均出行时间两种指标,其中后者以未来人口数为其加权因子,在对广州至香港之间廊道状区域的陆路交通网络现状通达性数据进行计算的基础上,对其潜在通达性及其空间格局进行预测分析。由此得出,穗港走廊内部的陆路网络潜在通达性呈现出同心环状态分布的空间格局,其潜在通达性水平以环心为最优,逐渐往外层递减;两种指标换算成通达性系数进行对比,发现利用未来人口数作为加权因子之后,走廊南部在整个网络的通达性地位得到了提升,但走廊北部的通达性地位却受到了削弱;穗港走廊潜在通达性空间格局比现状更加收敛,整体通达性水平得到提升,初始通达性水平越低的地方,提升的幅度越大。     

个旧矿区高峰山矿段花岗岩突起地质特征及找矿分析

云南个旧锡多金属矿田随着近年地表矿、浅部矿及易识别矿体的大量开采,资源也越来越少,因此地质找矿必须转向深部矿及隐伏矿。本文通过对高松矿田高峰山矿段花岗岩岩脊的空间形态、含矿特征、控矿因素系统分析,探讨控矿规律及成矿机制,为找矿提供理论依据。综合研究认为高峰山矿段1#-6#花岗岩次级突起顶端是有利的成矿空间,特别是不同方向构造交汇处和地层互层剥离处是花岗岩入侵的有利部位及矿体赋存的有利场所。     

近代回归分析在交通调查分析建模中的应用

本文以出行发生量模型的建立为例,较为系统地讨论了近代回归分析中的自变量选择及回归诊断方法在交通调查分析建模中的应用。分析了在获取调查数据后,如何借助回归自变量选择方法来选择最佳自变量子集,以确定简捷的回归模型;文中应用回归诊断方法,讨论了修正回归模型、探测错误的调查数据的方法,从而为建立简捷、高精度的交通模型打下了基础。最后,作者提出了应用自变量选择及回归诊断方法建立出行发行量模型的一般步骤。     

高峰100号矿体硫、铅同位素特征

10 0号矿体的成矿物理化学环境为 :成矿温度 30 0± 30℃ ;成矿压力为 84.2× 10 5Pa ;LogfO2 =- 30 .4～- 35 .6 ,LogfCO2 =- 2 .5 5～ +0 .36 ,LogfS2 =- 8.3～ - 11.0 ,pH =4.2～ 4.9。同位素的分析结果 :硫化物的硫同位素为 6 4‰～ 12 .3‰ ,δ3 4 SΣS 值为 6 6～ 13 8;2 0 6Pb 2 0 4Pb值为 17 4 91～ 18 96 0 ,2 0 7Pb 2 0 4Pb值为 15 5 39～15 940 ,2 0 8Pb 2 0 4Pb值为 37 95 7～ 39 4 90。表明 10 0号矿体的硫源是混合硫 ,铅源是两种异常铅混合的结果。     

表示和查询人的时空分布的一个面向行为的时空数据模型设计

人的动态时空分布信息有着重要的现实应用意义。人在一定时间的动态分布是该时间内人参与活动和出行时序模式在时间和空间的表现。针对人的动态时空分布表示和可视化查询目的,提出一个在GIS环境下面向行为的时空数据模型。查询能够分别基于人、时间和位置。将基于这个数据模型的原型系统在MAPGIS软件平台上给以实施,并以宁波一区域为例,将原型系统予以实现和检验。     

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。     

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     

城市居民非工作活动的家内外时间分配及影响因素——以北京上地—清河地区为例

中国各大城市交通供求不平衡的问题日益凸显,如何科学合理地分析、预测、引导交通出行需求已成为城市可持续发展的核心问题。西方对城市居民出行需求的研究已经由基于出行的分析转向基于活动的分析,并且认为家内/家外活动决策与出行需求的产生密切相关;而国内少有从家内/家外活动时间分配的视角透视居民出行需求的产生机理的研究。基于2012年北京市居民日常活动与交通出行调查所采集的第一手数据,本研究以北京上地—清河地区为例,构建结构方程模型,分析工作日与休息日家内/家外的非工作活动的时间分配特征及其影响因素,以此尝试对居民非工作出行需求的产生机理进行解读。研究表明:家内活动与家外活动之间存在显著的替代关系;家内/家外非工作活动时间分配受到工作与通勤时长、社会经济属性的影响,并且不同类型的非工作活动的家内/家外时间分配存在内生联系。研究结果将为居民出行需求预测与引导提供参考依据。     

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。