Space Changes in the Rural Tourism Area of Mufu Town,Hubei Province,China

In a society dominated by tourism consumption, space changes occurring in rural areas can generally reflect their social changes. On the theoretical basis of flow, regeneration and adaptation of rural tourism space, this paper originally and creatively proposes that the spatial elements in a rural tourist area can be classified into three categories: Attractions (A), Towns (T) and Villages (V). By analyzing the spatial transformation characteristics of A, T and V, five types of rural spatial transition modes are found, the types of heritage, theme park, those serving as scenic spots, leisure industrial clusters and ecotourism areas. These different classes emerge due to their geographical differentiation. They show the same spatial evolution trend: The Attractions are distributed throughout the whole area and characterized by diversification; supporting services facilities gather in the Towns; and the Villages are landscape images. In this area the traditional rural benefit trends toward that of compound development. Mufu Town, Hubei province, is taken as a study case, and the changing characteristics of A, T and V from 2006 to 2016 are described. Problems in the process of establishing the new spatial order are considered. In order to realize the synergy between production space, living space and ecological space, the interactive development between Attractions, Towns and Villages is recommended. The perspective of Attraction-Town-Village (ATV) can lead to a better understanding of the situation of tourism space in rural areas and provide directions for thinking about the reconstruction path for the modernization of traditional societies.     

基于OSM的浮动车轨迹数据校正方法

浮动车轨迹数据具有覆盖范围广、更新周期短、获取成本低等特点,对于地图的生产和更新具有重要意义,但是由于受到卫星信号被遮挡及多路径效应的影响,其精度普遍较低。本文采用一种基于OSM作为参考数据的方式对浮动车轨迹数据进行校正。首先通过一种分层时空地图匹配的方式将轨迹数据与OSM进行匹配;然后采用引力模型对数据进行校正;最后在武汉市出租车轨迹数据上进行了试验。结果表明,本文提出的数据校正方法可以有效地提高浮动车轨迹数据的精度。     

室内用户语义位置预测研究

位置预测技术可以提前预知用户下一时刻的位置,在基于位置的服务（Location-based Service,LBS）领域中发挥着极其重要的作用。现有的位置预测技术大多仅使用用户的地理轨迹,仅使用地理轨迹挖掘出来的用户移动模式易受地理特性的限制缺乏深层次的语义信息。本文基于某商场群体用户的室内轨迹数据和语义信息预测用户下一个时刻语义位置。语义位置预测包括停留区域识别、停留区域语义匹配、语义位置建模。在停留区域识别阶段,为减少室内停留时间不固定对停留区域识别的影响,本研究提出了一种新型的时空凝聚层次聚类算法（Spatial-Temporal Agglomerative Nesting, ST-AGNES),该算法具有思想简单、超参数少、自动生成聚类个数等优点。在语义匹配阶段,引入了吸引度规则,充分利用停留区域所有轨迹点与室内高密度的商铺名称信息做匹配。最后,采用长短型记忆神经网络模型（Long Short-Term Memory,LSTM）挖掘群体用户的语义位置模式并预测用户未来的语义位置,实验预测正确率达到61.3%。     

武汉市不同等级景区旅游吸引力时空变化

收集2018~2019年网络关注度等有关数据,利用地理集中指数和多元线性回归等方法,分析景区旅游吸引力时空变化及影响因素,结果发现:(1)景区级别越高,其吸引力半径越大,景区50%的客源市场集中在900km范围内,80%的客源市场集中在1 200 km范围内.(2)景区级别越高,旅游吸引力集中度往往越小,客源市场较分散.不同季节各景区旅游吸引力差异较大,旅游吸引力集中度有明显的季节变化.(3)各景区的平均旅游吸引力均存在距离衰减现象,级别越高的景区在不同空间距离范围内的吸引力相差较小,衰减速度较小.不同季节的旅游吸引力衰减速度有所不同.(4)在其它条件相同的情况下,城市经济发展水平越高、人口越多、距离越近,景区对其吸引力越强.     

Dynamics of a particle in a gravitational field of a homogeneous annulus disk

We formulate the problem of an infinitesimal particle moving in the space under the influence of the gravitational force induced by a homogeneous annulus disk fixed on a plane. We compute using different coordinates and in terms of an elliptic integral the potential associated to this problem. Also we study the symmetries of the associated potential. After that, we look at the dynamics in some particular cases, namely: in the line perpendicular to the plane that contains the annulus disk and passes through the center of the ring and on the plane that contains the massive annulus.      

基于游客视角的智慧景区评价体系及实证分析——以南京夫子庙秦淮风光带为例

建设智慧景区,对于景区实现精细化、低碳化、移动化的管理方向,并最终实现"智慧旅游"的发展战略具有重要意义。目前对于智慧景区的探讨多集中于技术、管理和服务层面,尚无文献从游客视角对智慧景区评价指标体系进行研究。本文运用因子分析方法,构建了基于游客的智慧景区评价指标体系,提出应该从景区智能管理系统、信息服务智能系统、智慧游览系统、智慧预报系统、旅游电子支付、景区综合智能系统、景区安全救助智能系统、景区智能交通系统和景区资源保护智能系统9个方面进行智慧景区的建设。在此基础上,运用模糊综合评价方法,以南京夫子庙秦淮风光带为例,进行了智慧景区的实证评价。最后,对夫子庙秦淮风光带智慧景区建设的优势、不足以及对策进行了分析。     

基于地统计学方法的区域旅游空间结构研究——以皖南国际文化旅游示范区为例

基于地统计学方法,以皖南国际文化旅游示范区为例,结合GIS技术,研究区域旅游景点空间分布格局及空间相关关系。结果表明,皖南国际文化旅游示范区在东西方向上具有显著的空间相关性。初期区域呈现随机型分布,空间异质性主要由随机性因素影响,而随着时间的推移,随机性因素影响越来越弱。从整体上来看,示范区空间等级差异虽不显著,但“两山一湖”板块仍是区域核心旅游板块,引导区域旅游发展有向其靠近趋势;从局部来看,以方特主题公园为主的东北部有成为示范区门户的趋势,黄山周边景点空间联系紧密,而安庆并没有完全融入示范区的旅游发展格局,距离可能是其主要影响因素。     

基于LBS和深度学习的旅游景区客流量的高时频预测

为实现精准的旅游景区客流量的高时频预测,本研究构建了一套基于LBS和深度学习模型的预测方法。此方法可通过对LBS数据的转换实现预测的空间范围与时频控制,并通过方法的核心模型——基于双向循环神经网络和GRU算法构建的深度双向GRU(DBi-GRU)模型完成预测。为检验方法的有效性,研究以深圳大梅沙海滨公园为例对方法进行实验测试。实验使用拟合曲线、误差指标及DM检验3种方法评估DBi-GRU模型的预测效果。此外,实验还设置了其他五种深度学习模型作为DBi-GRU的对照模型,测试基于不同深度学习算法的模型之间的预测水平差异。实验结果表明:(1)本研究提出的DBi-GRU模型在景区客流量高时频预测中具有理想的预测效果,在高峰时段的客流量预测方面也具有较高准确性,预测效果明显优于其他深度学习模型;(2)基于双向循环网络的模型的效果普遍优于基于常规循环网络的模型。尤其是基于双向LSTM算法的模型,虽然预测的准确度略逊色于DBi-GRU模型,但在模型性能上与其的差异并不显著;(3)在相同网络参数下,GRU算法较前人采用的LSTM和RNN算法有着更高的预测准确性。本研究为客流量预测领域的研究提供了一种...     

几种鱼礁模型对真鲷诱集效果的研究

观察了真鲷(Pagrosomus major)对4种不同结构模型礁的行为反应,并对不同结构模型礁的诱集效果进行了比较,进而选择诱集效果最好的1种模型礁,研究该模型礁在不同光强下诱集效果的差异.实验结果表明:未投放礁时,真鲷在水槽中的分布无选择性,呈随机分布;而投礁后各种模型礁均能对真鲷产生诱集效果,真鲷在鱼礁标志区的分布率从6%提高到17.89%~21.50%,其中以表面积大且无孔的 D型模型礁的诱集效果最好;双模型礁投放后对真鲷的聚集率均在20%以上,其中表面积大且有孔的2个模型礁聚集率最大;随光强增强,真鲷的聚集率不断下降,研究发现这可能与真鲷的领域行为有很大关系.     

多光谱遥感影像亚像元定位的空间引力算法研究

针对遥感影像亚像元定位问题,提出一种基于像元空间引力模型的亚像元定位新算法,算法中像元空间引力的表达在亚像元尺度上建立,能够表达像元间的空间自相关性;亚像元权重参数包括相互吸引的两个相邻像元中地物百分比含量,强化了空间引力模型;用距离函数表达像元间的相互作用在距离上的非线性关系.通过迭代运算优化像元间的引力关系,提高像...