神农架林区森林火灾图的研制

本文揭示了神农架林区森林火灾的巨大地理差异性，划分出５级火险区，并结合地形、气候、植被、人口、交通等因素的区域差异进行了成因分析。     

人口统计数据空间化的一种方法

人口空间分布信息在环境健康风险诊断、自然灾害损失评估和现场抽样调查比较等地理学和相关学科研究中占有重要的地位。目前随着对地观测技术和地理信息科学的飞速发展, 如何精确地进行人口数据空间化成为了研究的难点和热点。针对采用传统方法解决人口空间化问题所遇到的困难和不足, 设计了遗传规划(genetic programming, GP)、遗传算法(genetic algorithms, GA) 和GIS 相结合的方法, 以GIS 确定量化影响因子权重, 以GP 建立模型结构, 以GA 优化模型参数, 成功建立研究区-山西省和顺县的人口数据格网分布表面。实验证明与传统建模方法(如逐步回归分析模型和重力模型)相比, 所提方法建模过程更为智能化与自动化, 模型结构更为灵活多样, 而且数据拟合精度更高。     

北京大型居住区居民通勤行为对比研究——以望京居住区和天通苑居住区为例

郊区化的过程中,居住-就业均衡性存在解体和重构的过程。以北京郊区两个大型居住区——望京居住区和天通苑居住区作为研究对象,通过问卷调查的方式获取了居民居住、就业以及通勤等方面的相关数据。研究表明:通勤时间较长是近郊大型居住区居民的共性,但由于大型居住区功能定位的差异以及所在区位和道路体系的差异,单一型居住区和混合型居住区也存在高峰通勤出行时间、通勤工具选择和通勤流向等通勤行为的差异。对这些主要影响因素加以合理规划,对解决郊区化过程造成的制住分离加剧问题具有重要作用。     

基于MODIS数据的太湖浮游植物物候变化及其对水表温度的响应

浮游植物物候能够反映浮游植物的生长变化与湖泊生态系统的变化,水温、营养盐浓度等因素对物候有重要影响。太湖富营养化程度较高,水温的影响作用日趋显著,物候与水温关系的研究对理解、控制和改善太湖生态系统具有重要意义。本研究利用2003—2018年MODIS遥感数据计算浮游植物物候指标和湖泊水表温度（Temperature of Water Surface,LSWT）,通过分析太湖浮游植物物候时空变化特点探究了不同区域的物候特征,并结合LSWT揭示了浮游植物物候对LSWT变化的响应关系。结果表明：① 不同浮游植物物候指标具有不同空间分布特点,水华发生次数、峰值叶绿素a（Chla）浓度和水华总持续时间呈现由西部沿岸向湖心区递减的趋势;浮游植物生长开始时间和峰值Chla发生时间分布复杂但在沿岸区域相对较早;② 太湖可被划分为4种具有不同物候特征的区域,Ⅰ类区域主要位于贡湖湾、东部沿岸以及太湖中部开阔水域,该区Chla浓度范围为50~60 μg/L,且波动平缓,水华发生次数最少、开始最晚、持续时间最短;Ⅱ类区域主要分布于太湖西部沿岸,Chla浓度范围为50~90 μg/L且变化剧烈,该区水华发生次数最多、开始最早、持续时间最长;Ⅲ和Ⅳ类属于过渡区域,前者主要分布于梅梁湾、竺山湾及入湾口,后者主要位于南部沿岸以及太湖中部;③ 浮游植物物候对LSWT变化的响应受营养水平影响,当营养水平较高时,浮游植物的生长受LSWT的促进作用显著,LSWT年际变化的升高趋势对浮游植生长物候提前、生物量增加的影响明显,反之,则LSWT变化对浮游植物生长的影响减弱。     

北京市居民地铁出行出发时间弹性时空分布特征研究

伴随城市转型进程的加快,交通需求不断膨胀,导致大城市交通拥堵日趋严重,以调节出行者的选择行为为核心要素的交通需求管理理念成为相关政策的重要理论基础,但现有研究也表明,交通需求管理对出行弹性较高的出行具有显著调节作用,而对出行弹性较低的出行调节作用并不明显。因此,加强出行弹性等居民出行行为研究日益迫切,而公交刷卡数据等新的时空数据为居民复杂出行行为的挖掘提供了新的契机。本文利用北京市2014年3月地铁刷卡数据,以出行者出发时刻的可变性来测度出发时间选择的可改变程度,对居民地铁出行出发时间选择弹性进行测度,并结合GIS空间分析技术对其时空分布特征进行分析。研究表明：① 北京市地铁出行的居民出行弹性平均值为0.521,出发时间选择弹性整体上较大,表明北京居民出发时间选择相对较为灵活;② 北京市居民地铁出行弹性存在时空差异,居民个体休息日出行弹性高于工作日,一天中高峰时段出行弹性高于非高峰时段;③ 居民出行弹性存在空间自相关,倾向于在空间上发生集聚,存在明显的冷热点区域;内城居民的出行弹性明显高于城市外围居民。     

感知技术在文化遗产研究中的应用与展望

感知技术的发展为文化遗产的探测、保护、利用和传承带来了机遇和挑战。鉴于当前文化遗产研究中应用的感知技术的复杂性及多样性,本文对感知技术及其在文化遗产研究中的应用进行系统梳理。首先,对感知技术的概念进行总结,重点介绍在文化遗产研究中发挥重要作用的多源遥感平台、社交媒体、移动通讯、智能交通等多源传感器的特点,以及关键信息处理技术,包括数据挖掘和知识发现、可视化技术以及虚拟现实技术;其次,梳理了感知技术在物质文化遗产、非物质文化遗产以及群体对于文化遗产的体验和评价等方面的应用进展;最后,探讨了文化遗产研究中感知技术在数据精度、多源数据融合、信息处理等方面存在的问题,指出其数据共享化、平台网络化和应用社会化的发展趋势。     

北京城市居民职住分离的空间组织特征

利用地理信息系统和空间分析技术,选择北京市为实证研究对象.在近万份实际调查问卷数据基础上,从城市空间结构变迁的角度审视北京城市居民职住分离的空间组织特征和职住分离的影响因素.研究发现北京城市居民单程通勤时间为38分钟,其中通勤时间超过40分钟的人群比例为43.7%,可见北京市居民职住分离程度比较严重:同时,从居住地和工作地的角度都可以发现北京居民职住分离现象在区县尺度和街道尺度存在着明显的空间差异:总体而言城市中心区域职住分离情况好于郊区,在郊区中重点开发的卫星城镇工作机会较多,在这些区域就业者的职住分离问题并不严重:而一些重点建设的大型居住社区由于功能过于单一,这些区域的居民职住分离问题十分突出.集聚分析表明.北京市存在明显的就业和居住集聚区,并且两者在空间上的错位比较明显;对城市居民的通勤流向的分析表明.向心流还是主体通勤方向,但也存在一定比例的逆向通勤,表明北京城市化过程中居民职住分离的空间组织特征正在逐渐演变.     

空间数据分析技术在公共卫生领域的应用

空间数据分析技术是分析具有空间属性的事物之间相互关系,对空间信息进行认知、解释、预测及调控等,而公共卫生研究领域集中在疾病时空规律的认识、成因分析以及干预和防御等领域。本文从公共卫生研究的方向出发,论述了空间数据分析技术在公共卫生领域的应用,以及现阶段空间数据分析软件的发展状况,并对空间数据分析技术在公共卫生领域的应用前景作了展望。     

北京市不同社区居民通勤行为分析

近年来北京市社会经济和城市建设取得了重大的成就,但是交通拥堵、居住地和工作地分离、过度通勤等问题也极大地影响了城市的可持续发展,通勤行为研究对理解城市结构、合理规划城市空间布局具有重要作用。以北京市政策性住房、胡同社区、单位社区和商品房四类居住区居民为对象,通过2012年城市居民职住分离抽样调查问卷获取了不同社区居民的居住地和工作地、通勤行为及居住满意度等基本数据,运用统计分析和地理信息系统技术对这些特征进行综合分析,试图理解社会极化加剧背景下不同社区居民通勤行为差异,丰富城市地理研究内容。结果发现:不同社区居民通勤行为存在着显著的差异;四类社区中政策性住房居民平均通勤时间最长为50.4 min(标准差24.7 min),单位社区居民平均通勤时间最短为33.6 min(标准差20.3 min);不同社区居民的通勤工具选择也明显不同,反映出居民社会经济属性差异是通勤行为差异的重要因素。     

空间信息分析技术

在GIS技术日趋成熟和空间数据极大丰富的今天,通过分析空间数据探索空间过程机理正变得日益迫切。空间信息分析技术至少包括以下六个主要方面:(1)空间数据获取和预处理;(2)属性数据空间化和空间尺度转换;(3)空间信息探索分析;(4)地统计;(5)格数据分析;(6)复杂信息反演和预报。本文提出了解决具体应用问题一般的空间数据分析计算、结果解释和反馈程序。认为空间过程的一般共性和作为共同的研究对象,各种不同的方法技术最终可能导致空间数学(spatialmathematics)的产生,同时发展鲁棒的空间分析软件包对于普及空间数学是必要的。