上海市商务办公楼租金差异及其影响因素

上海房地产市场在国家房产新政下出现了较大的转折,商务办公楼市场升温。本文从总体上分析了上海部分区域商务办公楼的平均租金差异,并选择商务办公楼比较集中的南京路、延安路和淮海路三条线路作为典型调查区段,共采集24个样本区域、66幢甲级商务办公楼、492个具体样本资料,运用多元线性回归分析方法,揭示了上海市商务办公楼租金差异与地理区位、服务设施、交通条件、平均层数、平均停车位及绿化景观6个影响因子的相互作用关系。回归分析结果表明:服务设施和停车位是影响上海市商务办公楼租金差异的主要因子;其次为绿化景观、地理区位和交通条件;而平均层数的影响甚微。最后针对上海商务办公楼多中心化趋势,就有关问题进行了分析和讨论。     

火星冲日对黄河流域大地震的影响

依据行星对应区理论模型,以1900—2014年期间我国黄河流域发生的31个7级以上大地震为例,计算了对应年份的火星视位置、冲日位置以及月球回归赤纬,研究了火星视位置、冲日位置对大地震的影响规律。结果表明:(1)在月球回归赤纬角的天文背景下,火星冲日是触发大地震的第2个主要天文因子,黄河流域大地震受火星冲日位置的影响很明显;(2)火星视赤纬介于20°~22°之间时,是黄河流域的无震期,特别是在该视位置范围内冲日时,黄河流域不会发生大震;(3)火星在其它流域冲日时,如果月球回归赤纬也不对应黄河流域,则该流域将会发生大地震。诸天文因子共同作用,构成了某流域是否发生大震的先决条件。     

安徽及近邻区地震烈度衰减特征研究

利用安徽及近邻区地震烈度资料,采用椭圆衰减模型和长轴可转向与近、远场补点方法,通过多元回归方法进行拟合,建立该地区地震烈度衰减关系。该衰减关系用于安徽地震应急指挥技术系统震害快速评估模块,为地震灾害损失快速评估提供基础资料;也可用于安徽地区地震安全性评价、震害预测等防震减灾领域。     

郑徐高铁开封段地面沉降分层监测方法

高铁沿线施工期间引起地面沉降的因素错综复杂、相互影响,本文提出通过对沉降区域地下水位、孔隙水压力等进行分层观测,根据分层观测得到地下水位变化、孔隙水压力变化等数据,并采用回归分析法构建了沉降区域地面沉降与诸影响因子的关联模型,通过对郑徐客运专线开封段进行的地面沉降监测量与同时采用二等精密水准测量得到的监测点沉降量进行对比分析,结果表明本方法的有效性和可靠性。     

湖北京山地区大隆组沉积特征与烃源岩的关系

湖北京山大隆组出露甚好,根据沉积特征,该组为一套海退序列的沉积,其下部沉积环境为外陆棚沉积,上部沉积环境为内陆棚沉积。由于外陆棚紧靠大陆坡,极易发育上升洋流。处于这样的海退时期,带来了生物群的更新,由早期的放射虫变为大量藻孢子,无疑为高有机质、高生产力来源打下了良好的基础,极有利于京山大隆组广阔范围内优质、优良质烃源岩的发育。     

基于LUR的二氧化氮浓度空间分布模拟及其下垫面影响因素分析

随着经济的快速发展,空气污染已经成为当今重要的环境问题,引起公众的广泛关注,二氧化氮（NO₂）作为主要的空气污染物之一,成为相关研究的重点。通过监测数据发现,二氧化氮质量浓度值的空间分布具有区域性差异,所以对其空间分布模拟,以及形成区域差异的下垫面影响因素分析,具有重要的研究价值。土地利用回归模型（Land-use Regression,LUR）是将统计方法中的回归模型与空间上的土地利用数据、监测数据和其他相关的地理数据结合分析并在地图上显示的方法。本文结合缓冲区分析、叠加分析、Spearman相关性分析、多元回归分析等方法构建土地利用回归模型（Land Use Regression,LUR）,用于识别与NO₂浓度相关的下垫面影响因素,并模拟NO₂质量浓度的空间分布。LUR模型可以模拟出NO₂质量浓度空间分布特征,并针对下垫面影响因素得到以下结论：城乡居住地及工业用地面积增加、污染源的距离减少和道路长度增加会导致NO₂浓度升高;耕地面积、绿地面积和水域面积的增加会导致NO₂浓度减少;NO₂浓度最高的区域主要集中在工业园区;NO₂浓度值从城区到郊区递减,需要通过改变工业区结构和增加绿地面积来减少城区的NO₂浓度。     

基于GPS高程时间序列粗差的抗差探测与插补研究

研究抗差估计和稳健估计粗差探测IQR准则的粗差剔除算法以及缺值点插值的正交多项式最小二乘拟合方法。以中国3个CORS基准站从1999-03-01—2009-12-31日的单天解GPS高程时间序列为对象进行粗差探测与插补的试验。结果表明：抗差估计比IQR准则能更有效地探测和剔除粗差;三次样条插值当连续缺失历元超过5~10个时插值结果易发生扭曲;低次正交多项式拟合的结果稳定,一般选择2~3次拟合即可获得理想的效果,当连续缺失历元达3个月时,正交多项式拟合后的曲线与序列趋势仍基本一致。     

基于广义回归神经网络的GPS高程转换

为提高GPS高程转换的精度,采用广义回归神经网络(GRNN)进行拟合。将控制点的X、Y坐标作为网络输入,高程异常作为网络输出,采用实验数据训练网络,训练完成的网络作为模型进行高程异常预测。结果表明,GRNN方法具有较高的GPS转换精度。     

GIS支持下三峡库区秭归县滑坡灾害空间预测

基于GIS空间分析和统计模型相结合进行区域评价与空间预测是滑坡灾害研究的重要方向之一。以三峡库区秭归县为研究区,选择坡度、坡向、边坡结构、工程岩组、排水系统、土地利用和公路开挖作为评价因子。为提高模型的预测精度、可信度和推广能力,利用窗口采样规则降低训练样本之间的空间相关性。建立Logistic回归模型,对滑坡灾害与评价因子进行定量相关性分析。计算研究区滑坡灾害易发性指数,对其进行聚类分析,绘制滑坡易发性分区图,其中高、中易发区占整个研究区面积的38.9%,主要分布在人类工程活动频繁和靠近排水系统的区域。经过验证,该模型的预测精度达到77.57%。