广州一小时生活圈的划分及其变化分析

一小时生活圈对区域经济发展、政府政策制定,以及居民的生产生活均有重要的影响。划分一小时生活圈主要用到地铁、国道、省道和县级道路等数据。其中地铁的影响最大,特别是在人口众多的大都市。文中以广州市为例,根据城市交通网络来划分广州市一小时生活圈,定量并精确地分析地铁对广州一小时生活圈的影响。研究结果表明:①2013和2020年广州市一小时生活圏基本上覆盖了广州市的10区2市以及周边的佛山市。②由于主城区基本是在越秀区、海珠区和天河区,2020年广州一小时生活圈中该3个区的面积比均为100%。③2013-2020年期间,黄埔区、番禺区、花都区和增城市是一小时生活圈中增长较快的区域,这些区域也是地铁增长较快的区域。④广州一小时生活圈基本上没有岛状区域,主要因为广州市地铁-公路网络相对比较发达。     

地理模拟优化系统GeoSOS软件构建与应用

在提出的地理模拟优化系统概念的基础上,进一步构建了整合的软件系统GeoSOS,以解决地理信息系统(GIS)目前在对过程分析存在功能不足的难题。作为GIS的重要扩展,该系统由3个重要模块组成:地理元胞自动机(CA)、多智能体系统(MAS)和生物智能(SI)。地理元胞自动机模块包含了常用的CA模型,包括MCE-CA,Logistic-CA,ANN-CA,Decision-tree CA等,为用户提供了一种选择最佳模拟模型的方便环境。GeoSOS能根据训练数据,自动获取最佳的模型参数。该系统还将MAS和SI引进模型中,提高了对复杂地理过程进行分析的能力。另一特色是具备了将模拟和优化耦合的能力,由此能大大改善模拟优化的结果,为复杂的资源环境模拟和优化提供了强有力的过程分析工具。     

耦合集合卡尔曼滤波的非线性参数估计

准确的参数对于非线性模型或者函数有极为重要的意义。但是在实际应用中,输入的参数常常带有一定的偏差,因此在预测中非线性模型(函数)往往得不到满意的结果。把集合卡尔曼滤波方法引入到非线性模型(函数)的参数估计中,并采用基于联合状态向量的方法在同化时刻同时更新模型(函数)的状态和参数,该方法可以通过同化观测数据,动态地调整参数和结果,使得参数能够自适应地变化,同时也能较好地释放积累的模型误差。将该方法应用于随时间变化的二维非线性模型(函数)中,实验表明,该方法能够准确地估计出模型参数值,同时也表现出很好的鲁棒性和自适应性。     

GPU-CA模型及大尺度土地利用变化模拟

在全球变化研究中,对省和国家尺度的土地利用变化过程进行模拟具有重要的意义.但大尺度的土地利用变化模拟存在数据量大、计算复杂、计算时间长等难点,由于计算能力和传统基于CPU计算模式的制约,在普通计算机中难以执行这样的模拟.把最新发展的GPU高性能计算技术与元胞自动机(CA)模型相结合,提出了GPU-CA大尺度土地利用变化模拟模型,并将其应用到省级尺度的土地利用变化模拟中.介绍了模型的问题映射、需解决的关键技术问题和计算的流程,并分析了GPU-CA模型在计算性能上的优势.通过全广东省的土地利用变化模拟,对GPU-CA模型进行了验证.实验表明,GPU-CA模型可以将原有一般CA模型的运行效率提高30倍以上,能够有效地应用于省和国家级的土地利用变化模拟,为全球变化模型提供重要的地表景观变化信息.     

广州市不同交通网的可达性差异分析

以广州市的地铁、高速公路和普通公路为研究对象,选用加权平均旅行时间为指标,并运用Arc GIS软件,综合分析了不同交通网络的可达性差异。结果表明:各个交通网(包括地铁、高速公路、普通公路和综合交通网络)均以中心城区为核心,主要向北部、东部和南部延伸,越向外围,可达性水平越低,总体上形成从中心向外围的发散型分布格局。由于各个交通网络的分布范围和运行速度等的不同,地铁、高速公路、普通公路和综合交通网络中可达性系数小于1(可达性高于平均水平)的区域有较大的差别,分别为87.59%,58.18%,77.50%和85.17%。同时也发现,行政区内的平均旅行时间差别非常大,如在普通公路网中,增城从化两市的最大最小平均旅行时间可达到79.85 min。