高铁对中国城市可达性格局的影响分析

基于列车时刻表数据,以地级城市为研究对象,通过提取两两中心城市间的最短交通时间,以平均可达性为度量指标,测算了全国31个中心城市的可达性水平,分析了高铁对中心城市可达性格局的影响。依据中心城市到全国地级城市的最短交通时间提取全国31个中心城市的一日交流圈范围,分析了中心城市的高铁效应,并选择北京、上海、广州、武汉、重庆5个中心城市作为典型案例,分析和探讨一日交流圈空间格局变化的影响因素。结果表明:1中心城市可达性水平与城市的空间区位及城市的对外交通条件关联密切;2高铁网络的发展使中心城市的可达性水平有所提升,受城市所处的空间区位及高铁建设条件的影响,不同城市的可达性改善程度存在差距;3高铁对中心城市一日交流圈范围拓展的影响显著且呈东中西差异分布,中心城市一日交流圈覆盖的地级市数量增加,在城市密集地区,地级市被叠加覆盖的次数增长;4中心城市一日交流圈的拓展与高铁线路布局走向一致,优越的中心地理位置有利于中心城市交流圈范围的扩大,地形、水域等地理障碍则会限制城市交流圈在不同方向上的拓展;5高铁网络的发展对改善城市可达性的作用正逐渐赶超城市空间区位对城市可达性水平的影响。     

基于空间句法的武汉城市圈城乡道路网通达性演化分析

将空间句法理论与GIS相结合,基于1989~2010年武汉城市圈城乡道路网数据,定量分析城乡道路网发育的空间通达性演化规律:1 1989~2010年,城乡道路网拓扑连接位序-规模结构日益发育典型,形成稳定的"金字塔"结构,高等级、高控制力的高通达性轴线发育水平较低,导致整个网络伺服效率和应对"拥堵"能力的低下;2武汉城市圈城乡道路网生长发育具有时空惯性,呈现典型的"核心-边缘"和"等级圈层"复合结构;并生成两条带状城乡交通走廊和多个不同等级有序融合的"轴-辐"网络体系;3城乡道路网这种通达性等级空间格局与圈域城镇体系、交通设施和社会经济发展状况密切相关,尤其是与高速公路为代表的高等级路网发育水平,表现出复杂的共轭协调关系,表现出周期性和螺旋式的空间嬗变,是城乡道路网自组织生长机制支配,以及路网扩张和细分两种内力共同交互作用的结果。     

组团城市公交线网结构特征研究——以四川省南充市为例

以四川省南充市为例,从城市公交线路统计指标和线路网空间分布特征角度,定量分析了组团城市公交线网结构特征。研究结果表明:组团城市公交线网具有偏大的线路长度和非直线系数;公交复线条数和线路网密度在不同组团存在多个高值中心;不同剖面上线路网密度起伏显著;组团连接地带公交复线条数过大而成为通行瓶颈。这些特征增大了城市公交营运调度的难度,也给居民出行带来不便。     

利用LM-BP神经网络估算西北地区太阳辐射

气候、生态、水文等模型的应用需要空间连续分布的太阳辐射数据,由于地形等条件的制约,气象站点的分布有限,无法利用稀少的站点获得空间连续分布的辐射数据,而BP(Back-propagation)神经网络模型对太阳辐射具有很好的预测性,但以往的研究都是基于单个站点估算太阳辐射,而且BP神经网络模型存在收敛速度慢、学习时间长等问题,为解决BP算法存在的不足,采用LM(Levenberg-Marquardt)算法优化后的BP神经网络(简称LM-BP神经网络)结合DEM(Digital Elevation Model)数据估算西北地区128个气象站点2011年的太阳总辐射月均值,通过乌鲁木齐和银川两台站的实测数据进行验证,两台站的平均百分比误差分别为2.89%和3.24%,平均偏离误差分别为0.27 MJ·m-2和0.61 MJ·m-2,且拟合优度均0.90。该模型各项误差指标较小,估算精度较高。最后将模型模拟出的辐射值,结合已有的24个辐射站点的实测值进行空间插值,得到西北地区2011年逐月太阳辐射精细化空间分布图。     

基于复杂性理论的城市经济网络研究进展与展望

城市经济网络的研究借鉴了复杂性理论的分析方法,能更细致地刻画城市网络的空间格局。现有的大量研究仍沿袭城市体系空间结构的思路,注重城市的竞争和位序关系以及城市网络的中心性,未能充分体现城市经济网络和城市体系空间格局的差异。本文通过对基本文献的梳理,从复杂性理论的视角将城市经济网络研究的发展历程分为3个阶段:20世纪40年代前的基础理论构建阶段;50-90年代的发展创新突破阶段以及21世纪以来的多元繁荣发展阶段。目前,城市经济网络研究的热点领域包括城市经济的拓扑结构和空间拟合、全球城市联系的范围测算和质量评价;城市经济网络结构的动力学影响以及城市经济网络的安全管控和功能优化。未来要关注大数据时代的数据整合和挖掘,构建城市经济网络的整体研究框架。     

浙江省国内旅游流系统网络结构演变研究

运用社会网络理论的块模型、网络密度、网络中心性,结合锡尔指数、ArcGIS空间分析方法,基于省外客流的面板数据,研究近十年来浙江省大尺度国内旅游流系统网络结构演变特征。结果发现:1)旅游流网络系统整体变化缓慢,局部变化明显。客源网络系统与目的地网络系统联系在加强,客流有向主要客源地和主要目的地集中态势。目的地地带间网络中心性整体锡尔系数呈现先降后升,总体处于波动增加趋势。2)客源地、目的地中心性与块的密度值呈正比例关系。旅游流网络空间系统演变过程,体现了总体稳定性和自相似性的空间等级特征。3)浙江省省外旅游流目的地系统网络结构,形成了"一个核心—边缘旅游带,四级城市,五级旅游区"的空间等级结构。客源地网络空间格局具有明显的"核心—边缘,圈层等级扩散"特征。     

Non-destructive estimation of foliar chlorophyll and carotenoid contents: Focus on informative spectral bands

Leaf pigment content provides valuable insight into the productivity, physiological and phenological status of vegetation. Measurement of spectral reflectance offers a fast, nondestructive method for pigment estimation. A number of methods were used previously for estimation of leaf pigment content, however, spectral bands employed varied widely among the models and data used. Our objective was to find informative spectral bands in three types of models, vegetation indices (VI), neural network (NN) and partial least squares (PLS) regression, for estimating leaf chlorophyll (Chl) and carotenoids (Car) contents of three unrelated tree species and to assess the accuracy of the models using a minimal number of bands. The bands selected by PLS, NN and VIs were in close agreement and did not depend on the data used. The results of the uninformative variable elimination PLS approach, where the reliability parameter was used as an indicator of the information contained in the spectral bands, confirmed the bands selected by the VIs, NN, and PLS models. All three types of models were able to accurately estimate Chl content with coefficient of variation below 12% for all three species with VI showing the best performance. NN and PLS using reflectance in four spectral bands were able to estimate accurately Car content with coefficient of variation below 14%. The quantitative framework presented here offers a new way of estimating foliar pigment content not requiring model re-parameterization for different species. The approach was tested using the spectral bands of the future Sentinel-2 satellite and the results of these simulations showed that accurate pigment estimation from satellite would be possible.     

高分辨率遥感图像道路分割算法

为了提高从高分辨率遥感图像(high-resolution remote sensing image,HRI)中提取道路信息的自动化程度和准确性,发展了一种HRI道路分割算法,主要包括光谱合并、边界合并和基于形状特征的道路区域提取等3个步骤。其中,前2个步骤是基于区域生长的图像分割算法。光谱合并综合考虑了区域的均值、方差等统计特征量,以提高分割精度;边界合并采用了基于矢量梯度的边界计算方法,以准确提取多光谱HRI中的边界强度;结合全局最优合并算法实现光谱和边界合并,以得到最优化的分割结果。在道路区域被完整分割出来的基础上,利用形状特征提取道路,采用圆形度特征区分道路和非道路。利用2景Orb View3多光谱图像进行道路提取实验的结果表明,该方法的道路提取结果总精度和Kappa系数分别在97%和0.8以上,明显优于SVM监督分类方法。     

核密度估计法支持下的网络空间POI点可视化与分析

城市空间POI点的分布模式、分布密度在基础设施规划、城市空间分析中具有重要意义,表达该特征的核密度法(kernel density estimation)由于顾及了地理学第一定律的区位影响,比其他密度表达方法(如样方密度、基于Voronoi图密度)占优。然而,传统的核密度计算方法往往基于二维延展的欧氏空间,忽略了城市网络空间中设施点的服务功能及相互联系发生于网络路径距离而非欧氏距离的事实。本研究针对该缺陷,给出了网络空间核密度计算模型,分析了核密度方法在置入网络结构中受多种约束条件的扩展模式,讨论了衰减阈值及高度极值对核密度特征表达的影响。通过实际多种POI点分布模式(随机型、稀疏型、区域密集型、线状密集型)下的核密度分析试验,讨论了POI基础设施在城市区域中的分布特征、影响因素、服务功能。     

基于机器学习的降雨量雷达回波数据建模与预测

以浙江省2016年1-10月的雷达回波强度数据为基础,分别应用随机森林模型、BP神经网络模型、卷积神经网络模型来预测降雨量并进行对比.建模分析结果表明,随机森林模型预测效果精确度较低,容易低估较大的降雨强度,而BP神经网络和卷积神经网络预测的效果都比随机森林好,特别是卷积神经网络,其预测值与真实值更加接近,且对较大的降雨强度拟合较好.