考虑宏微观建成环境的共享单车骑行影响因素分析

针对共享单车骑行影响因素分析中对微观建成环境因素探讨的不足,以北京市五环内及附近街道为研究对象,基于城市多源数据,从公共交通设施、土地利用、人口经济属性、空间设计及道路环境5方面提取宏微观建成环境因素,并构建全局回归模型(global regression, GR)、地理加权回归模型(geographically weighted regression, GWR)及多尺度地理加权回归模型(multi-scale geographically weighted regression, MGWR),对共享单车骑行密度进行分析。研究结果表明：MGWR模型有更好的回归效果,调整拟合优度R²高达0.91;共享单车骑行密度空间上呈现“高-高”及“低-低”聚类两极分化现象;地铁站点密度为局部影响因素,公交线路密度及隔离护栏出现率为区域影响因素,其他建成环境变量为全局尺度;骑行密度显著影响因素的回归系数,在空间上较为平稳,单一变量的空间影响关系均为正向或负向影响;微观建成环境中,绿视率、交通信号出现率为正向影响,色彩丰富性及路灯出现率为负向影响。     

多源数据视角下城市建成环境对城市活力空间分布的影响机制

城市活力一直是城市规划领域的热点话题。研究使用百度人口热力数据度量城市活力,使用POI数据、城市矢量数据、夜间遥感影像数据等度量合肥市区建成环境,利用OLS线性回归与GWR地理加权回归模型探究合肥市城市活力与建成环境之间的影响机理。研究结果表明：①合肥市区的城市活力总体呈现出由中心向四周逐级递减、局部高值集中的空间分异特征,空间分布极不均衡。②建成环境对城市活力影响具有空间异质性。提升地区功能混合度、建筑平均层数以及基础设施完善度能够在全局范围内有效改善地区活力;而居住人口密度、街区POI密度、道路交叉口密度、建筑容积率、绿化水域覆盖率、共享单车密度、商业服务设施可达性、教育文化设施可达性等指标则因空间位置的不同而对城市活力产生促进或抑制的双重作用;与公交站最近距离、与地铁站最近距离指标则与城市活力具有负相关性。结合研究结果对城市规划与管理提出一定建议,有助于城市开展精细化与差异化街区建设,促进城市良性发展。     

中国大陆城市建成环境与共享单车配置的关系

共享单车是一种绿色健康灵活的交通出行方式,给城市居民提供便捷出行服务的同时也造成了资源浪费和配置错位等问题。当前该领域的研究主要侧重于建成环境与共享单车的互动关系,集中对某些城市和区域的出行需求与共享单车相关性进行分析,对国家层面建成环境与共享单车配置的研究相对较少。以中国大陆275个城市为研究样本,利用多元回归分析对中国大陆城市建成环境与共享单车配置之间的关系进行了测算,在此基础上利用地理加权回归(GWR)模型分析了建成环境各变量对共享单车配置影响的空间异质性。结果显示:①建成环境与共享单车配置之间存在相关性,零售业服务人数、道路密度对共享单车配置数量产生正向影响,收入水平与城市化区域面积对共享单车配置数量产生负向影响。②建成环境对共享单车配置数量的影响存在显著的空间异质性。从东部到西部,零售业服务人数、道路密度对共享单车配置的正向影响与收入水平的负向影响皆在增强;城市化区域面积对共享单车配置的影响在大部分城市区域呈负向作用,整体呈现以中部地区为核心向外负向作用逐渐减弱的圈层结构。     

金沙江下游梯级水库消落带空间分布特征

金沙江下游干流乌东德、白鹤滩、溪洛渡、向家坝4大梯级电站建成蓄水运行，在库区形成大面积水库消落带(Water Level Fluctuating Zone,WLFZ)，明确该消落带空间分布特征对库区生态环境保护和水库安全运行具有重要意义.以金沙江下游4个梯级水库消落带为研究对象，基于12.5 m的AlosDEM数据，利用ArcGIS软件的水文和空间分析功能，结合野外详查，对4个库区不同县域、高程、坡度和干支流的消落带总面积进行综合分析.结果表明：(1)四大梯级水库消落带总表面积231.02 km²，投影面积为202.88 km²，其中干流表面积142.12 km²，支流表面积88.90 km²；白鹤滩、溪洛渡、乌东德和向家坝4个库区消落带表面积分别为96.62、65.60、56.29 km²和12.51 km²；(2)消落带的分布共涉及云南省和四川省7个州(市)、22个县(区)，其中巧家县消落带面积占比最大；(3)在海拔梯度上，乌东德水库消落带表面积呈现随...     

面向智慧城市的共享单车出行时空间特征研究——以广州天河中心区为例

 信息通信技术的快速发展和广泛使用推动了智慧城市的发展,变革了市民的生产和生活方式。如何基于智慧技术,精准识别社会需求,实现供需的匹配,是智慧城市研究的新内容。近年来出现的共享单车作为一种便捷、高效、绿色的新型出行方式,普及度较高,但相关研究成果较少。以天河中央商务区（CBD）为研究范围,基于对研究范围内的共享单车在工作日和休息日的分布和使用情况的分析,重点探究天河北、天河路、珠江新城等商业金融区的单车流动强度和出行的时空间特征。研究发现,在时间分布方面,共享单车在工作日的出行具有早高峰特征;而在休息日,共享单车全天的出行较为平均,高峰使用时段集中在午间和下午,拥有更高的使用效率。在空间分布方面,工作日共享单车的出行集中在广园快速路沿线的交通枢纽和教育科研功能区;而在休息日,单车则散布在外围的地区,出行轨迹主要分布在中部的天河路商圈和南部的珠江新城商圈。同时,单车在商业金融区整体呈现低流动、低使用的特征,而共享单车出行密度较高的区域流动强度依然较低,建议进一步通过构建智能反馈系统对单车的分布情况、流动性和用户出行的情况进行实时监控,为科学、合理的单车调配提供参考,并为共享单车的调配布局提出优化策略。     

2010-2018年广丰区土地利用变化及驱动力分析

广丰成为上饶市的市辖区后,土地利用发生了巨大变化。以广丰区为研究对象,利用GIS和遥感软件对其2010和2018年的Landsat影像进行处理,通过监督分类提取土地利用类型,利用土地利用动态度和土地利用转移矩阵等方法对土地利用变化进行分析,并结合统计资料分析土地利用变化驱动力。结果表明:林地和耕地为研究区的主要土地利用类型,其次是建筑用地,水域和其他用地类型占研究区面积不足4%;研究期间,林地和耕地面积分别减少45.25 km²和38.02 km²,而建筑用地则增加了81.09 km²,动态度最大,达到16.73%;84.09 km²耕地和9.26km²林地转入建筑用地,转出的耕地主要由林地补充,86.33 km²林地转为耕地;人口增长,产业结构变化和政府决策等因素都是影响土地利用变化的主要驱动因子。     

基于县域尺度的宝鸡市地质灾害风险评价

目的 了解宝鸡市地质灾害风险的高低程度，分析宝鸡市地质灾害风险区分布规律，为该地区经济建设提供借鉴。方法 以宝鸡市县域单元为研究对象，选取高程等10个指标，运用层次分析法进行危险性评价，选取人口密度等5个指标，运用模糊综合评判法进行易损性评价，进而在危险性评价和易损性评价的基础上，开展基于县域尺度的宝鸡市地质灾害风险评价。结果与结论宝鸡市地质灾害高风险区共798 km²(4.41%),位于金台区、渭滨区南部以及扶风县北部和南部。中风险区共1 244 km²(6.87%),主要位于渭滨区和扶风县中部。低风险区共4 550 km²(25.11%),主要位于眉县、岐山县、太白县和凤县南部。极低风险区共11 525 km²(63.61%),主要分布在陈仓区、陇县、千阳县、麟游县、凤翔区西南部以及凤县和太白县北部。宝鸡市地质灾害中高风险区主要分布在中部和东部地区，西部、南部和北部地区风险较低。该结果可为宝鸡市防灾减灾提供一定参考。     

考虑建成环境交互影响的共享单车需求预测

共享单车的发展有利于交通的节能减排绿色发展。建成环境是影响共享单车出行需求的重要因素,然而很少有学者探究考虑其交互作用。为了准确分析建成环境中各影响因素的交互作用以达到精确预测共享单车出行需求的目的,本文使用了深圳市共享单车出行数据、兴趣点数据（point of interest,POI）、路网数据和公交线路数据等多源数据,采用梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型预测共享单车出行需求,并与BP(Back Propagation)神经网络模型预测结果进行比较;最后借助SHAP(SHapley Additive explanation)方法解释GBDT模型中各种影响因子对共享单车出行需求产生的影响,并分析各影响因素及其交互作用。实验结果表明：GBDT模型预测结果平均绝对误差为0.683,均方根误差为0.728,较BP神经网络模型预测准确性更高;通过SHAP方法发现自行车道密度、公交站点数等交通属性因素对于共享单车出行需求作用明显,土地利用中土地利用混合度不是简单线性作用且不同POI间存在复杂交互关系。可见通过借助GBDT模型和SHAP方法可以用来共享单车出行需求预测以及影响因素分析,从而为共享单车发展提出改善建议。     

甘肃天水市北山地质灾害危险度区划

依据北山地质灾害的形成机制,选取地层岩性、断裂构造、多年平均降水量、交通道路、山坡坡向、沟岸坡度、沟谷密度、地形起伏度8个评价指标,利用层次分析法研究了各指标与地质灾害间的关系,建立以ArcGIS 10.2为平台的危险度区划模型,完成天水市北山地质灾害危险度区划图.结果表明:天水市北山高危险区面积41.61 km²,占研究区总面积的29.72%;中危险区面积33.84 km²,占研究区总面积的24.17%;低危险区面积64.13 km²,占研究区总面积的45.81%,所得区划结果与各地质灾害区域的分布特征相吻合.     

采用地理探测器和GWR模型的喀什地区农村居民点时空演变及影响因素分析

探究农村居民点的时空演变与影响因素,以喀什地区为例,采用网格分析、核密度估计等空间分析手段,研究喀什地区2009-2019年农村居民点时空分布特征及演变规律,选取坡度、地形起伏度、人口密度、耕地面积、距道路距离、距河流距离、距最近耕地距离、增减挂钩政策8个影响因子,进行地理探测和地理加权回归(geographically weighted regression, GWR)分析.结果表明：2009-2019年喀什地区农村居民点集聚特征显著,主要集中在叶尔羌河冲积平原和喀什噶尔河冲积平原,呈现集聚中部、西密东疏的分布特征,在2019年达到核密度峰值;2009-2019年喀什地区农村居民点的数量和面积逐年增加,但农村居民点平均面积由0.011 0 km²减少至0.010 7 km²,10 a间喀什地区农村居民点演变方式为自身扩展、新生/合并和消亡;坡度、地形起伏度、人口密度、耕地面积、距河流距离、距道路距离和距最近耕地距离是影响喀什地区农村居民点空间分布的主导因子,增减挂钩政策对喀什地区农村居民点空间分布影响不明显;各影响因子对农村居民点分布的影响...     

站点密度对复杂地形PRISM月降雨空间插值精度的影响

【目的】利用降雨和高程与坡向等地形因子之间关系,分析站点密度对于坡面回归方程模型(PRISM)插值精度的影响,探究该模型的适用范围。【方法】以北京西北山区为例,基于研究区数字高程模型(DEM)、山地自动气象站点数据和降雨数据计算插值结果,采用反距离加权法(IDW)、克里金法(Kriging)和样条函数法(Spline)等插值方法,以及交叉验证和实测数据验证等方法进行数据对比,分析站点密度对插值结果的影响。【结果】当站点密度从0.55×10^-2个/km²降低到0.18×10^-2个/km²时,各种插值方法的插值精度均随站点密度的减少而降低,PRISM模型的变化程度最大,Spline的变化程度最小; 同时当站点密度逐渐降低至0.18×10^-2个/km²时,PRISM模型的插值误差超越Kriging和IDW,但仍在Spline之上。【结论】当站点密度较低时,PRISM模型优势不明显,建议使用IDW和Kriging。     

中国迫切需要大力发展现代设施农业

 随着中国人口的不断增长,我国对农产品需求数量和质量持续增加,而农业不可再生资源不断减少,环境污染日益严重,气候变化及其灾害逐年增多,露地农田生产的不确定性增加,粮食产出难以保证,食物安全问题日益凸显。设施农业作为环境因子可控并可周年生产的高效农业生产模式,在植物和食用菌集约化生产,解决国家食物安全方面起着不可或缺的作用。近30年,我国的设施农业发展迅速,到2013年底设施栽培面积已近4万km²,居世界首位,其中玻璃温室与日光温室面积近1万km²。     

都市圈分层空间结构的交通网络密度发展规律

“十四五”时期，我国已进入城镇化发展新阶段，培育现代化都市圈是推动城市群发展的重要手段。区域交通网络中的快速交通系统如高速公路和高速铁路是都市圈形成和发展的先导条件，其引发的区域非均质时空收敛效应，深刻地影响都市圈的发展空间格局，因此都市圈空间组织关系与不同交通网络层级的交互性关系亟需审视。为探究都市圈不同圈层因人口聚集与经济发展具有错位性而引起的高速公路网和铁路网密度空间差异性发展规律，本文以长三角城市群5个都市圈为例，选取区县为空间单元，基于多源数据构建城市关联强度模型，运用多维标度分析和空间距离要素识别都市圈的不同圈层边界，包括核心圈、紧密圈和规划范围边界。通过不同空间圈层的人口密度、人均产出、地均产出、高速公路网密度和铁路网密度5个主要指标挖掘社会经济发展与交通网络密度的关联规律。结果显示：都市圈各圈层存在人口聚集、经济发展不平衡的态势，“人口密度-地均产出”和“地均产出-人均产出”发展曲线分别为“S型”和“对数型”；人口密度、地均产出与高速公路网密度呈现“对数型”曲线发展规律，现状铁路网密度曲线发展规律与高速公路有较大差异；在人口密度、地均产出大于600人/km^2<...     

基于Flood Area模型的山西山谷地区暴雨洪涝灾害风险特征分析

基于1992—2021年降水观测数据和气象灾情数据，采用Flood Area模型对沁水经济技术开发区所在山谷地区不同重现期下的暴雨洪涝淹没范围进行模拟评估.结果表明：研究区所在地区不同重现期小时雨型呈多峰分布，山谷效应导致雨水汇流，淹没水深和面积增加，具有一定的暴雨洪涝风险；区内大部分淹没面积在10 cm2以下；内涝等级为一般性内涝风险(10～25 cm)的淹没面积为0.48 km²，主要呈散点状分布于研究区各片区；中度内涝风险(25～50 cm)的淹没面积为0.41 km²，主要呈散点状分布在端氏综合服务中心周围；严重内涝风险(50～80 cm)的淹没面积较少，为0.32 km²；特别严重内涝风险(>80 cm)的淹没面积为4.74 km²，主要集中分布于北部产业片区和南部产业片区的偏西地区.各重现期淹没风险较大的区域主要分布在各个片区内低洼地区，与实际灾情相符.     

住宅室内环境无障碍设计研究

在对国内外住宅无障碍居住环境建设情况介绍的基础上，对住宅室内无障碍居住环境在交通、室内设施构造技术以及视觉环境等方面进行了分析和研究，对住宅室内无障碍生活环境的营造和构造技术进行了初步探讨。     

基于水资源承载力的黑河中游生态建设空间格局优化

以黑河中游为研究区, 基于系统动力学模型、灰色线性规划模型和Dyna-CLUES模型, 在揭示区域水资源承载力的基础上进行景观结构优化, 并通过耕地、林地和草地分布概率的博弈, 进行退耕还林区、退耕还草区和人工造林区的空间位置识别, 得到如下结果。到2020年, 在水资源满足生产发展、生活保障和生态优化的情景下, 黑河中游水资源可承载人口为144.16 万, 可承载工业增加值为79.73 亿元, 可承载耕地、林地和草地面积分别为3027.88, 953.535和3947.115 km²。以水资源承载能力为基本约束, 黑河中游景观最优结构为耕地2742.49 km², 林地 846.456 km², 草地2184.57 km², 水域170.671 km², 建设用地364.509 km², 未利用地13289.23 km²。生态建设空间分布格局较分散, 退耕还林区集中在高台、临泽和甘州绿洲边缘, 以期增强绿洲抵御风沙功能; 退耕还草区集中在山丹和肃南的海拔较高、坡度较大、水资源和耕作条件均较差的区域, 以期减轻区域水资源压力; 人工造林区集中在民乐和山丹两县的耕地外围, 以地势平坦、水资源条件相对较好的未利用地为主, 以期增强区域水源涵养、水土保持和防风固沙等功能。     

基于网格尺度和BP神经网络模型的“双评价”研究——以濮阳市为例

以河南省濮阳市为研究对象，根据土地利用数据、自然环境与社会经济统计数据，基于网格尺度，结合单要素评价和集成评价，采用BP神经网络模型进行资源环境承载能力和国土空间开发适宜性评价.研究结果表明：(1)利用单要素评价与集成评价相结合，引入BP神经网络模型在双评价中是适合的，评价结果可信度较高.(2)生态保护高等级地区主要集中在黄河沿线；农业生产适宜区面积为2 764.60 km²,占全域面积比重64.73%,在清丰县和南乐县分布较多，2035年濮阳市农业生产可承载规模为400.22～412.54万亩；城镇建设适宜区面积为500.20 km²,占全域总面积比重的11.71%,主要分布在华龙区、濮阳县城、清丰县城、南乐县城建成区及周边区域，2035年濮阳市可承载的城镇建设规模为465.26～639.73 km².     

近十年来福建兴化湾湿地景观格局及其驱动力分析

基于2007～2017年3期Landsat卫星影像构建福建兴化湾湿地景观空间数据库,分析湿地景观的组成及其变化,并应用景观格局指数分析研究湿地景观格局演变趋势.结果表明:2007、2013和2017年,兴化湾湿地面积分别为592.75、578.85和561.65 km²,其在10 a间减少31.10 km²,降幅为5.25%.2007-2017年间,淤泥质海滩的变化最为剧烈,减少19.72 km²,变化率为-15.63%;其次为浅海水域,减少6.32 km²,变化率为-1.72%;再次为水产养殖场,减少5.33 km²,变化率为-8.49%.尽管红树林湿地面积增加较小(0.28 km²),但其增长幅度最大,达133.33%,这与此间该区红树林湿地恢复得以重视有关.近10 a来兴化湾湿地景观整体呈破碎化萎缩趋势,且破碎化程度随时间的推移逐步加剧.研究发现,自然气候变化和海平面上升整体对该区湿地的存在产生不利影响,而人类活动,特别是围填海工程是造成近10 a来...     

萘酞菁镍化合物的合成、 非线性及光限幅特性

以1,8-二氮杂双环［5.4.0］十一碳烯-7（DBU）为催化剂采用液相法合成了四叔丁基-2,3-萘酞菁镍(TBNPcNi). 应用调Q倍频(ns/ps)Nd ∶[KG-*3]YAG脉冲激光系统, 在532 nm波长下, 研究了化合物的非线性和光限幅特性. 在高斯单位制(esu)下测得化合物的非线性折射率n₂和三阶非线性极化率χ⁽³⁾分别为2.07×10^-11和7.57×10^-12, 分子极化率γ′为2.96×10^-29, 显著高于金属酞菁分子. 化合物具有优异的非线性光限幅特性, 当线性透过率为72%时, 限幅阈值为1 722 mJ/cm², 箝位值为700 mJ/cm², 有效激发态与基态吸收截面比为4.48.     

近20年喀麦隆的城市扩张特征及其驱动因素

分析城市的扩张特征及其驱动因素,有助于探索城市化的规律.基于2000年、2010年和2020年3期GlobeLand30的地表覆盖、人口密度、GDP、DEM、铁路公路数据及世界银行的统计数据,以扩张速度、扩张强度、城市空间紧凑度等指数分析了2000—2020年喀麦隆大区首府城市建设用地的时空演变特征,并运用灰色关联分析法和地理探测器分析了城市扩张的时间和空间驱动因素.结果表明：1)喀麦隆城市建设用地由2000年的1 185.9 km²增加到2020年的5 590.7 km²,各大区首府城市是城市扩张的主要区域,城市扩张的速度与强度逐渐增大;2)时间上,经济增长、人口增加、产业结构变化、政策效应是影响城市建设用地扩张的因素,其中影响最大的因素是GDP总量的增加;3)空间上,GDP、人口密度、到主要公路距离是城市扩张的主要驱动因子.不同驱动因子之间的交互作用对城市扩张的影响力大于单因子,其中GDP与人口密度、到主要公路距离之间的交互作用最为显著.社会经济发展是喀麦隆城市扩张的基础,人口增长是城市扩张的动力.