出境旅游网络关注度时空演变及影响因素研究——以泰国为例

网络关注度是测量潜在旅游者对目的地旅游关注情况及需求变化的重要手段之一。基于百度指数,以我国31个省（区、市）（不含港、澳、台）的泰国旅游网络关注度为研究对象,运用季节性强度指数、地理集中度指数、赫芬达尔-赫希曼指数、地理探测器等方法,探讨我国居民对泰国旅游网络关注度的时空演化规律及其影响因素。结果表明：从时序演化上看,2011—2019年泰国旅游网络关注度呈波动上升态势,可划分为快速上升期和平稳发展期2个阶段,地区季节性差异显著,3月、7月、12月为泰国旅游网络关注度的高峰时段;从空间分异上看,泰国旅游网络关注度空间分异变化不大,空间集聚趋于分散状态,整体呈“东高-西低”的阶梯状递减特征,高关注度地区主要集中在东部地区及四川省,低关注度地区则主要分布于除四川省外的西部省份;从影响因素上看,经济发展水平（人均可支配收入、GDP）、交通便利程度、贸易开放度以及国际旅游开放度共同影响泰国旅游网络关注度的空间分布格局。     

浙江西北部山地暴雨特征

利用2005-2017年14个自动气象站和2015-2017年66个自动气象站的降水资料,对浙西北暴雨的时空分布特征进行了分析,发现浙西北雨量分布呈西南、东北多,中部、东部少的特征,有2个暴雨中心,一个是位于清凉峰到大明山一带的梅汛期暴雨中心,另一个为天目山北部市岭一带的台风暴雨中心;暴雨存在明显的月、日变化特征,7-8月暴雨最多,春雨期暴雨主要出现在日落后,梅雨期主要出现在早晨前后,其次是午后,盛夏时主要出现在午后;6月前暴雨集中在西部、南部,7月出现明显转折,西南暴雨迅速减少,东北部天目山市岭一带暴雨明显增多。市岭地形为东北-西南河谷型,受狭管效应和地形抬升的影响,当台风位于天目山东南部时,天目山一带吹东北风对降水增幅最明显。     

绍兴霾天气特征及其对气候变化的响应

利用绍兴市1961~2013年5个气象站的霾观测资料和近年来自动气象站能见度、相对湿度资料,采用线性趋势、Morlet小波分析以及M K突变检验等方法,分析了绍兴市霾天气的时空分布特征以及对气候变化的响应.结果表明：绍兴霾天气总体上呈西多东少分布,诸暨、柯桥和嵊州是霾天气高频区;霾天气呈冬多夏少的季节分布,11月至次年1月最多;近53年霾天气的频率总体不断增加,其中柯桥站气候变化倾向率为2.23 d·a-1,特别是进入21世纪后显著增多,2003年是柯桥站的重大转折点;在霾天气日变化上,7:00起霾出现频率激增,16:00～17:00霾出现频率小幅上升,2个时段分别对应城市早晚高峰,表明汽车尾气排放对霾天气有显著的影响;在霾强度等级上,“轻微”和“轻度”2个等级占87.6%,中度及以上占12.4%;霾天气与风力条件具有很好的反相关性,柯桥站f≥5 m·s-1和f≥10 m·s-1日数与霾日数的相关系数分别为-0.529和-0.396,表明风力条件的变化对霾天气增减趋势有明显影响,降水日数与年霾日之间总体上也呈负相关.     

传染病的多尺度时空特征分析——以杭州市淋病、细菌性痢疾和流行性腮腺炎为例

针对目前传染病时空分析中存在时间尺度单一的问题,提出一种面向多尺度的传染病时空分析框架.该框架综合利用自组织神经网络、核密度估计和时空扫描统计量等模型方法,从年份、季节、月份多个尺度对杭州市2006-2013年淋病、细菌性痢疾和流行性腮腺炎的时空分布特征进行了系统分析.结果表明,在人口密度高的辖区,3类传染病发病率年际变化明显,总体呈逐年下降趋势,而在人口稀疏的区县,发病率处于较低水平;各类传染病均具有明显的时空聚集性,各季节疾病高发区主要集中在杭州主城区,淋病的发病热度值无明显季节性差异,细菌性痢疾表现为夏、秋高发,冬、春低发,流行性腮腺炎则相反;淋病的时空聚类在月份分布上较分散,而细菌性痢疾的聚集时间多为每年的6-11月,流行性腮腺炎则为12月至次年5月.     

宁波市2008~2012年手足口病时空聚集性分析

以街道/镇/乡为基本空间单位, 采用时空扫描统计量对宁波市2008~2012年手足口病的时空聚集性特征进行分析. 结果显示: 2009~2012年宁波均出现了有统计学意义的一级时空聚集区, 聚集区的相对风险介于3.76~5.37, 即聚集区内是聚集区外手足口病发病风险的约3~5倍. 时空聚集性出现的主要区域为宁海和象山的绝大多数街道/镇/乡. 宁海和象山是宁波市手足口病的发病热点地区, 需要采取针对性措施进行重点防控.     

考虑抵达时间成本的道路交通事故风险评估方法

道路交通事故频发,给生命财产造成重大损失,给社会生活带来重大影响。现有针对道路交通事故风险的研究未建立有效的道路网络模型,难以准确描述交通事故风险在道路上的传播特点,评估准确度不高。基于此,提出了一种基于抵达时间成本的网络地理加权回归方法,并利用某县级市2018—2020年的道路、交通违法、交通事故、城市POI等数据开展实验,结果表明,基于抵达时间成本的网络地理加权回归方法融合了交通事故风险在道路上的传播性质,显著降低了评估误差,能够有效评估道路交通事故风险及其影响因素;市中心区域道路交通事故高风险区域主要集中在车流量较大的道路交会处与部分交通设施尚不完备的道路;各类交通违法数量、城市POI对道路交通事故风险的影响程度不同,且具有很强的空间异质性。     

模型网络度分布关于时间独立性的模拟和分析

鉴于现实网络的实证分析、不同模型的理论研究和模拟都集中在某个时间点的网络度分布,这势必导致一些研究具有一定的不完整性.通过对几种典型的复杂网络模型在不同时间点的计算机模拟,结果显示：BA模型、H＆K模型和加速复制模型的网络度分布是关于时间独立的,而变m模型和年龄模型的网络度分布与时间相关的.这为实证研究工作提出一个新观点,即需要从不同时间点的角度来分析现实网络的一些普适性的特征,同时也为理论研究网络模型度分布的时间独立性条件和成为无标度网络的条件提供了计算机模拟上的支持.     

我国江淮和黄淮地区强对流过程的基本特征

中国江淮和黄淮地区是强对流天气多发区域,利用2010-2012年（4-10月）常规观测资料和再分析资料,对江淮和黄淮地区（30°N~37°N,110°E~122°E）发生的418个强对流天气过程进行了统计分析,得到该地区强对流发生的时空特征、典型环境背景以及对流关键参数的统计特征.统计发现,江淮和黄淮地区强对流天气主要发生在6-9月,8月最多,呈单峰型.空间上,江淮和黄淮地区有明显的3块强对流多发区域,分别是山东泰山周边地区、东部平原地区、大别山和黄山一带,其中发生在东部平原区域的强对流过程所占比例最高,达到了35.3%.从日变化来看,强对流主要发生在15：00-21：00（LST,下同）,其次是06：00-09：00,呈双峰型,并且在空间走势上从早至晚呈自西北向东南的发展规律.根据500 hPa形势场将个例分成低槽型、副高型、冷涡型、台风型4大类,其中低槽型284例,副高型101例,冷涡型16例,台风型17例.由探空数据统计发现,副高型水汽更多集中在边界层低层,而台风型水汽更多分布在深厚的对流层中,低槽型水汽条件适中,冷涡型最小且抬升凝结高度最高;副高型最不稳定,低槽型适中,冷涡型不稳定度最低.通过与已有研究对比,本研究区域的强对流过程潜在不稳定度较小,但具有较湿的环境场.     

基于铁路客运视角的长三角区域网络结构研究

区域网络结构研究是区域一体化发展规划的重要依据。基于铁路客运视角开展研究是区域网络结构研究的重要途径之一。本文结合社会网络分析方法和ArcGIS空间分析方法,依据2015—2019年长三角区域城际铁路客运班次数据,从网络密度、网络中心度、核心-边缘结构和凝聚子群4个方面对长三角区域城市网络结构特征及其演变趋势进行研究。结果表明：（1）长三角区域城市间铁路流数量呈不断增长趋势,铁路客运联系的空间分布不平衡,主轴与次轴相互交织共同构成整体网络;（2）城市网络密度显著上升,网络结构复杂,但处于弱连接状态,江浙沪省际联系紧密,安徽省有待进一步融入长三角区域一体化;（3）度数中心度两极分化显著、高低值区地域集聚特征明显、核心城市控制力强势;（4）由上海市、南京市、苏州市、无锡市、常州市等组成的宁沪主轴沿线城市群在长三角区域内关系最为紧密、一体化程度最高;（5）凝聚子群分布形态的组织性逐步增强,以区域内的中心城市为枢纽,形成了具有地理邻近性的铁路客运联系网络;（6）长三角区域总体网络结构特征为空间分布不平衡、城市首位度突出、形成各级凝聚子群,总体演变趋势为网络联系趋于紧密、网络结构趋于复杂、分布形态趋于优化。     

成都市主城区“两抢一盗”犯罪的多尺度时空格局研究

以四川省成都市三环内城区为例,使用标准化犯罪强度指数和核密度估计方法,对成都市“两抢一盗”犯罪者行为的时空规律进行研究。结果发现,成都市中部和中北部存在2个稳定的犯罪热点;在年内月尺度上,“两抢一盗”犯罪案件集中在商贸区、住宅区和火车站,月内日尺度上,犯罪热点存在“波动式”空间偏移,月内周尺度上犯罪热点以原热点为基础,呈现明显的外延式空间偏移,日内时尺度上,犯罪热点沿主要道路转移。犯罪成因分析和影像图片分析表明,成都市“两抢一盗”犯罪以流窜作案为主,犯案者与复杂的环境因素在时空上的交互作用导致了作案地域的演变。整体来看,基于案件汇总数据的“两抢一盗”犯罪多尺度时空分析,可以在一定程度上解释区域内犯罪者的犯罪行为规律。     

基于改进兴趣度度量与Apriori算法的交通事故多发点成因分析

人、车、路、环境和交通管理构成了道路交通系统,造成道路交通事故的原因是综合、复杂的。正确快速地分析事故成因,有助于提升交通管理水平,减少交通事故的发生。近年来,关联规则模型及其扩展在事故多发点成因分析中备受关注。针对关联规则分析中传统的兴趣度度量方法和Apriori算法的局限,考虑小概率因子对交通事故的影响,提出了改进的交通事故多发点成因分析方法,明确评价因素和结果之间的关联程度,提高挖掘效率。基于浙江省某市交通事故数据,结合人、车、环境与时空因素对方法进行了验证,并对方法的分析效率和结果的有效性进行了讨论。     

基于加权流量介数中心性的路网脆弱性分析——以无锡市为例

针对当前路网脆弱性研究中缺乏对真实交通状况考量的问题，在复杂网络理论的基础上，结合交通流量信息，提出了基于加权流量介数中心性的路网脆弱性分析方法。首先计算路网拓扑抽象图中各节点的最短路径介数中心性，然后使用流量数据对相应区域最短路径介数中心性加权，综合得到最终的脆弱性指标结果。以无锡市为例，对其实际交通路网脆弱性进行了计算，结果表明，该方法能综合反映静态全局路网结构与动态局部通行信息和现实交通情景下的路网脆弱性。     

因果分析图和AHP法在翻车事故成因分析中的应用

交通事故发生原因错综复杂,是多因素相互作用的结果,很难用一个数学模型来精确描述。交通事故成因分析,探寻交通事故发生规律,为公安交管部门制订预防对策,构筑事故预防体系提供理论依据。因果分析图方法分析交通事故的原因,具有直观、逻辑性强、因果关系明确等特点,能详尽分析事故发生的原因。层次分析法(AHP)能够将量化困难的复杂的定性问题在严格的数学运算上量化。将因果分析图和AHP法2种方法相结合,并应用于翻车事故的成因分析,找出交通事故发生原因的主要影响因素,为交通事故预防和处理提供科学依据。     

南昌市大气细粒子PM_(2.5)中多环芳烃的污染特征及源解析

在南昌市布设5个采样点,代表交通干线区、工业区、商业区、居民区以及郊区,于2007年进行气溶胶PM_(2.5)的采样.各采样点测得的数据表明,PM_(2.5)中多环芳烃浓度呈现出夏低冬高的特征,空间分布上,南昌市PM_(2.5)中多环芳烃污染情况为交通干线>工业区>商业区>居民区>郊区,基于这些检测数据,通过因子分析法中的主成分分析法判断PM_(2.5)中多环芳烃的主要来源,利用多元逐步回归法确定各主要污染源对多环芳烃的贡献率.结果表明南昌市的主要污染源车辆排放源(标识物苯并(g,h,i)苝)、燃煤污染源(标识物荧蒽)、焦化污染源(标识物苯并(k)荧蒽)和高温加热源(标识物菲)对南昌市大气PM_(2.5)中多环芳烃的贡献率分别为31.0%、21.1%、25.8%和(14.6%).     

成都市主城区“两抢一盗”犯罪的多尺度时空格局研究

以四川省成都市三环内城区为例,使用标准化犯罪强度指数和核密度估计方法,对成都市“两抢一盗”犯罪者行为的时空规律进行研究。结果发现,成都市中部和中北部存在2个稳定的犯罪热点;在年内月尺度上,“两抢一盗”犯罪案件集中在商贸区、住宅区和火车站,月内日尺度上,犯罪热点存在“波动式”空间偏移,月内周尺度上犯罪热点以原热点为基础,呈现明显的外延式空间偏移,日内时尺度上,犯罪热点沿主要道路转移。犯罪成因分析和影像图片分析表明,成都市“两抢一盗”犯罪以流窜作案为主,犯案者与复杂的环境因素在时空上的交互作用导致了作案地域的演变。整体来看,基于案件汇总数据的“两抢一盗”犯罪多尺度时空分析,可以在一定程度上解释区域内犯罪者的犯罪行为规律。     

城市扩张的空间模式研究——以杭州市为例

以杭州市中心城区的多时相TM/ETM+遥感影像为数据源,采用建设用地扩张强度、空间自相关方法等,分析了杭州市1991~2010年间城市扩张的时空特征,并探讨其扩张的空间模式及其演化.结果表明：（1）杭州市城区快速扩展,各街道 乡镇扩张程度存在明显差异;（2）杭州城市扩张的“热点”方位变化大致为：城北-城西-多方位-城东,其变迁规律与杭州城市扩张模式的总体变化规律一致;（3）杭州市城市扩张的空间模式主要有边缘式、填充式、自发式和线性轴状,且随城市演化过程总体遵循以下轨迹：首先,主城表现为边缘式为主、填充式为辅的扩张;其次,外围自发式的扩张形成了副城;接下来主副城都表现为从填充为主、边缘为辅的扩张转变为边缘为主、填充为辅的扩张;而线性轴状扩张是沿交通线发展并贯穿整个城市空间的演化过程.     

基于PI法的门源MS6.4地震前震中附近地震热点图像异常变化研究

基于1980年以来青海省和甘肃省区域地震台网的定位地震目录,分析了研究区最小完备震级,选取空间网格尺度为0.2°×0.2°、地震活动异常学习时间段和预测时间段均为3 a,应用图像信息（PI）法,分析了门源M_S6.4地震发生前震中附近地震热点图像的异常变化过程。结果表明,在2013年1月1日至2016年1月1日的预测时间窗内,冷龙岭断裂和祁连山北缘断裂附近存在明显的地震热点,且地震热点图像颜色偏深,发震概率较高,向前滑动至2014年1月1日至2017年1月1日,2015年1月1日至2018年1月1日和2016年1月1日至2019年1月1日3个预测时间窗,此两断裂附近仍存在地震热点,地震热点图像颜色逐渐由深变浅,而门源M_S6.4地震就落在PI法得到的地震热点内。门源M_S6.4地震前存在明显的地震热点,且地震热点相对集中,地震热点图像颜色由深变浅,震后消失;在祁连山北缘断裂附近,地震热点持续存在,分布较集中,地震热点图像颜色也呈由深变浅的过程。未来需关注祁连山北缘断裂,附近有发生强震的可能。