新型冠状病毒感染疫情政策干预下群体虚拟轨迹时空模式差异性研究

轨迹时空模式的研究,对于突发公共安全事件监测及政策制定评估具有重要意义。目前大量的研究仅分析了物理轨迹时空模式变化,尚缺乏从群体虚拟轨迹的视角,分析其与物理轨迹的关联性和差异性。因此,本研究选取美国10个大型样本城市作为研究对象,以OSM网络地图作为虚拟空间,利用地图瓦片访问频率构建群体虚拟轨迹,与物理轨迹对比分析居家令干预政策实施前后时空分布、时空衰减和空间要素偏好的变化。结果表明:①城市中群体虚拟轨迹访问频率具有一致的中心–边缘空间结构,但新型冠状病毒感染疫情导致城市中心吸引力明显减弱;干预政策实施后,群体虚拟轨迹不同空间要素访问频率相比疫情前平均下降67.84%,且不同空间要素同步下降,仅在部分区域中对医疗设施的访问频率增加,谷歌移动指数代表的物理轨迹平均下降48.05%,仅居住场所增长22.15%。②物理轨迹访问频率变化与干预政策时间一致,然而虚拟空间中群体提前一周左右已经进入居家管制的活动模式。研究成果表明群体虚拟轨迹相比物理轨迹对于干预政策响应时间更早、时空衰减更大,为突发公共安全事件监测及政策制定评估提供了新途径。

三元复合物Ag/Cu_(2)O/g-C_(3)N_(4)的制备及其光催化降解和抗菌性能研究

以尿素、硫酸铜、乙酸银为原料,采用溶液法制备了三元复合物Ag/Cu_(2)O/g-C_(3)N_(4),通过XRD、XPS、SEM、TEM、UV-Vis等手段对三元复合物的结构进行了表征;以罗丹明B为模型研究了三元复合物的光催化降解性能,以大肠杆菌和金黄色葡萄球菌为模型研究了三元复合物的抗菌性能,并探究了三元复合物的光催化降解机理。结果表明,Ag和Cu_(2)O粒子沉积在g-C_(3)N_(4)片层结构上,Ag、Cu_(2)O和g-C_(3)N_(4)三者之间的协同作用使得三元复合物的光催化降解性能和抗菌性能大幅提高。为构建用于实际水体污染处理的g-C_(3)N_(4)基复合材料提供了新思路。

语义驱动的地理实体关联网络构建与知识服务

知识服务是GIS的重要应用方向,海量文本数据中蕴含的丰富隐式地理信息的分析与挖掘成为热点研究问题。在自然资源管理领域,一定时空范围内的自然资源分布相对独立和分散,文本中的丰富语义信息零散、庞杂且高度非结构化,缺少有效的组织表达、关联整合与综合应用方案。本文面向自然资源管理领域的文本数据和自然资源实体,提出了语义驱动的地理实体表达框架,通过语义描述、空间位置、属性特征和时间演化四元组来组织表达文本内蕴的地理实体多域信息,并从概念、空间、属性和时间4个维度定义并表示实体间的多类语义关系;继而按照地理实体信息抽取、信息存储和语义关联构建等步骤,给出了多维度地理实体关联网络的构建方法,并设计了基于关联网络的知识问答服务算法;最后,以建设用地审批为例,利用审批过程电子文本数据,完成建设用地信息的实体化表达、建设用地实体关联网络的构建及知识问答服务的实现。试验与分析结果表明,本文的理论与方法能有效促进自然资源管理领域文本中地理信息的有机整合、充分关联与科学管理,为提升自然资源领域信息的应用与社会化服务水平提供切实可行的途径。

出租车轨迹数据挖掘进展

大数据、物联网与精密定位技术的发展推动了城市感知的进步。随着社会活动的与日俱增,出租车轨迹数据不仅记录了出租车的行车轨迹,还蕴藏着道路交通状态、城市居民出行规律、城市结构及其他社会问题。通过各种数据分析与挖掘手段对出租车轨迹数据进行深入探究,对于智能交通、城市规划等有着重要意义。本文综述了近十年国内外基于出租车轨迹大数据的相关研究,按照空间统计方法、时间序列方法、图论与网络方法及机器学习方法等4类,详细阐述各类方法的研究现状。随后,本文分析了现有研究的应用领域、热点主题和发展趋势。最后,本文指出了出租车轨迹数据挖掘研究领域面临的挑战和未来研究方向。

地理信息服务网络与协同研究进展

互联网与大数据技术的高速发展为地理信息服务的互联共享与广泛应用提供了技术基础。面对资源海量、多源异构的地理信息服务,如何实现服务的有效组织并提供合理高效的服务组合,拓展地理信息服务的应用范围,满足更高层次的应用需求受到研究者的广泛关注。构建地理信息服务网络并通过语义实现服务协同,是一种可能的解决方案。本文分析了当前地理信息服务和地理信息服务网络研究的现状,依据服务网络领域的研究成果,从服务网络的表达和优化、服务协同的构建和优化两个方面探讨了基于网络构建的地理信息服务协同方法的发展潜力,进而提出了地理信息服务网络及协同面临的挑战与研究方向。

城市人口时空分布估计研究进展

城市人口是构成城市的社会主体,是城市发展中最为活跃的因素。城市人口时空分布是城市管理需要掌握的重要信息。正确、精细化的城市人口分布数据对于城市运行与规划、城市经济发展和人民生活具有极为重要的意义,因此城市人口时空分布估计是城市地理学需要解决和研究的热点问题之一。本文以城市人口时空分布估计的关键点为核心,从以下几个方面展开综述:①空间分布单元划分方法,即城市人口分布的空间划分方式;②主要的模型和方法,从模型思想发展过程和估计对象的角度总结了6类方法并进行详细阐述;③估计结果在城市发展中的主要应用。在此基础上,本文指出了目前人口时空分布研究在空间单元构建、建模数据、建模思想和结果验证上存在的问题,同时探讨了未来的研究方向。

多核学习与用户反馈结合的WMS图层检索方法

现有WMS检索方法多基于服务元数据文本匹配,缺乏对地图内容的“感知”,无法应对元数据缺失或图文不符的情境。本文设计了一种多特征多核学习和用户反馈结合的WMS图层检索方法,利用多核学习算法融合颜色、形状与纹理特征,实现图层分类和相似度排序,并通过采集检索结果展示页面中的兴趣图层标记进行用户反馈,以优化分类模型和提高检索精度。试验结果表明,该方法查准率高且检索用时较短,能够与现有基于文本检索的地理信息资源门户集成,实现WMS的快速检索与有效发现。

车辆轨迹与遥感影像多层次融合的道路交叉口识别

交叉口是构成道路网络的基础与核心要素,起到了连接道路和承载转向的重要作用。在城市路网中,交叉口不仅数量众多、形态多样,而且结构复杂、大小不一。单一数据源对于道路交叉口的描述能力有限,难以做到道路交叉口的全面、精确识别。为此,本文设计了一种从车辆轨迹与遥感影像中识别道路交叉口的多元集成方法。首先,集成形态学处理、密度峰值聚类与张量投票提取种子交叉口,将其作为小样本集;然后,据此采用协同训练机制,分别构建基于深度卷积网络,面向车辆轨迹与遥感影像的交叉口分类器;最后,综合两模型优点,形成道路交叉口的集成分类模型。本文方法在多个层次上融合车辆轨迹与遥感影像关于交叉口的互补性描述特征,提出半监督式交叉口提取技术,无须人工标注即可有效识别复杂多样的道路交叉口。基于武汉市出租车轨迹和遥感影像的试验表明,本文方法在无人工标注样本的前提下,道路交叉口提取的准确率超过93%,召回率达到87%。

基于时空关联度加权的LSTM短时交通速度预测

提出一种基于时空关联度加权的长短期记忆网络(Long Short-Term Memory,LSTM)短时交通速度预测模型。该模型结合综合动态时间规整(Summation Dynamic Time Warping,SDTW)和拓扑邻接关系设计了一种路段速度序列之间时空关联程度的度量方法,然后基于该度量值对路段速度历史观测值进行加权,进而使用LSTM从加权观测序列中提取路段速度的时空变化特征,实现对短时交通速度的预测。实验表明,交通速度预测模型预测结果相比传统的ARIMA模型、SVR模型以及LSTM模型均有提升,实现了更高精度的速度预测。

基于LSTM的城市道路交通速度预测

交通预测对于交通智能管控具有重要的作用,实时准确的交通速度预测是相关研究领域中亟待解决的问题。传统预测方法难以应对日益复杂的交通数据,深度学习作为一种以数据为导向的新技术,在交通预测领域得到了广泛应用。综合利用城市道路交通的时空关联特征,搭建基于长短期记忆(LSTM)的城市道路交通速度预测模型,模型在时间特征上考虑了近历史时刻和远历史时刻的速度信息,以及待预测时刻的时刻值;在空间特征上集成了目标路段的上下游路段速度信息。基于武汉市出租车GPS数据和高德开放交通数据,开展数据处理与路段速度预测实验,分析预测模型参数与特征对预测结果的影响,并通过与传统方法的对比验证模型的有效性。

Co掺杂ZnO微球的光降解及抗菌性能研究

采用简单的水热法制备不同Co掺杂量的ZnO微球。通过X射线衍射、X射线光电子能谱、扫描电镜等技术对Co-ZnO进行结构、形貌及光学性质分析。以亚甲基蓝为模型研究Co-ZnO在模拟太阳光下的催化性能,并以大肠杆菌为模型研究其抗菌活性。结果表明,在制备的催化剂中,物质的量分数5%Co-ZnO具有最佳的光催化及抗菌性能,这可能是由于掺杂的Co离子能够进入ZnO晶格中改变ZnO带隙宽度,且能够抑制在反应过程中产生的光生电子-空穴的复合,从而促进ZnO的光催化及抗菌性能。

AgBr/ZnO/GO复合物的制备及其光催化降解和抗菌性能研究

采用水热法制备AgBr/ZnO/GO复合物,采用XRD、UV-Vis、SEM、TEM、EDS及XPS对复合物进行表征;以亚甲基蓝(MB)为模型研究复合物在可见光照射下的光催化降解性能,以大肠杆菌(E.coli)和金黄色葡萄球菌(S.aureus)为模型研究复合物的抗菌性能;通过比较ZnO、ZnO/GO及AgBr/ZnO/GO的光催化降解性能和抗菌性能,研究AgBr及GO在催化过程中的作用,探究AgBr/ZnO/GO复合物的光催化机理。结果表明,AgBr及ZnO能很好地沉积在GO上,AgBr、ZnO、GO发挥协同作用使得AgBr/ZnO/GO复合物的光催化降解性能和抗菌性能显著提高;AgBr及GO的加入能够增强ZnO的吸光强度、拓宽ZnO的吸光范围、促进光生电子-空穴的分离;与ZnO、ZnO/GO比较,AgBr/ZnO/GO复合物在可见光照射下具有更优的MB降解性能,且对E.coil及S.aureus表现出更佳的抗菌性能,有望在水污染处理中得到应用。

CNTs/Ag/AgBr材料制备及光催化活性综合实验设计

文章将科研课题“CNTs/Ag/AgBr材料的制备及光催化活性研究”引入本科生实验教学,采用简单的溶液法合成了CNTs/Ag/AgBr材料,利用X射线衍射、扫描电镜及紫外-可见分光光度仪等对材料进行了结构和光学性能表征,探究了材料在模拟太阳光下对RhB的降解性能。该实验涉及材料合成、催化反应及材料表征等方面知识,有助于锻炼学生分析和解决问题的能力,有助于激发学生的创新思维和提高学生的综合素养。

胎儿出生体质量的MRI 预测及其临床应用

产前预测胎儿出生体质量可评价胎儿宫内生长发育,指导分娩方式。MRI能清楚显示胎儿解剖结构和异常情况,通过测量胎儿体积(FBV)可以计算获得胎儿体质量预测值(EFW),有助于高危儿的诊断和监测。综述MRI预测胎儿体质量的扫描技术、FBV的测量方法及EFW的计算方法,介绍其在识别大于胎龄儿及小于胎龄儿、高危产妇(糖尿病妊娠以及双胎妊娠)中的应用,展望MRI产前预测胎儿出生体质量的临床应用。

ZnO/CuO/CeO2异质结的构建及其光降解性能与抗菌性能

采用溶液法将ZnO与CuO、CeO2复合构建了一种新型Z型异质结ZnO/CuO/CeO2,通过XRD、XPS、SEM、TEM、UV-Vis及PL等方法对其物化和光学性质进行了表征,并探讨了其降解亚甲基蓝的可能机制。结果表明,ZnO/CuO/CeO2为分层孔状结构,具有较大的孔隙率和较多的反应位点,ZnO与CuO、CeO2形成了Z型异质结结构,提高了ZnO/CuO/CeO2对可见光吸收能力,并促进了光生电子-空穴的分离,从而有效增强了ZnO/CuO/CeO2的光降解性能和抗菌性能。在可见光照射下,ZnO/CuO/CeO2异质结对亚甲基蓝的降解行为遵循一级反应动力学,其反应速率常数分别是ZnO和ZnO/CuO的2.03倍和1.26倍,其灭菌率分别是ZnO和ZnO/CuO的1.57倍和1.10倍。

AN EFFICIENT SOLUTION FOR BUILDING POLYGONAL OBJEOTS

Polygonal object is a fundamental type of geometric data in vector GIS. The key step of cleaning topological relationship after data collection of polygonal layer is to build polygonal objects from digital arcs. The raw digital arcs may intersect with each other. The algorithm for building polygonal objects after the raw arcs have been split at all intersections is presented. The build-up of polygonal objects in this paper is designed to be implemented by two steps. The first step is to extract all the polygons needed for build-up of polygonal objects from arcs. The second step is to organize polygonal objects from these polygons. For the first step, a tracing algorithm is proposed. The algorithm merely extracts the polygons needed for the build-up of polygonal objects, which is a subset of all the possible polygons that can be induced from the arcs. For the second step, an algorithm based on a specially designed order of polygons is advanced. All the topological relationships among the polygons are

以用户地理位置为中心的兴趣点标签云

以基于位置的服务(Location-Based Service,LBS)为研究场景,针对常规地图表达兴趣点的局限,结合标签云的表达优势,设计了一种以用户地理位置为中心、面向兴趣点可视化的“LBS标签云”,并初步实现了一种基于标签径向移位的布局方法。LBS标签云的主要创新是将一个布局中心点引入常规标签云,并根据标签与中心点的空间关系来确定标签的摆放位置。本文设计的布局方法如下:首先,将LBS用户的地理位置作为布局中心点;然后,基于兴趣点名称生成文字标签,并根据兴趣点属性确定标签的字号、字色及其他视觉变量;最后,在极坐标下根据标签与中心点的关系计算标签的初始摆放位置及布局优先级,并按优先级将标签从初始摆放位置依次向外径向移位至与其他标签无压盖的位置。在标签移位过程中,着重考虑角度相邻关系以确保标签距离远近的顺序关系,利用四叉树剖分字形轮廓提高了标签碰撞检测的效率。实验以景点类兴趣点为例,探讨了LBS标签云在3个场景下的可用性及可扩展性。结果表明,相比常规地图,LBS标签云不仅可以展示更多的兴趣点,而且可以有效突出用户关注的信息,如兴趣点的热度、评分及通行时间等。虽然LBS标签云包含一定的距离变形,但多种视觉变量的协同有效缓解了距离变形导致的认知误差。综上,LBS标签云可完整、直观地表达兴趣点的空间分布、多维属性及其与用户位置的关系,是一种新型的、适宜用户高效认知周边环境的可视化形式。

面向国家需求的世界一流遥感人才培养体系创新与实践

遥感是一门战略性新兴交叉学科,是世界各大国争夺全球乃至太空信息控制权的战略性制高点,已成为顶尖科技的竞技场。我国遥感科技的发展必须坚持自主、独立、安全、可控,竞争的关键是人才,迫切需要培养具有全链路遥感知识、多学科交叉创新能力以及国际视野的一流遥感人才。本文面向抢占遥感科技制高点的国家需求和新工科教育改革,对如何设计和建设面向国家需求的遥感人才培养体系、如何协同发展前沿科学研究与多学科交叉人才培养、如何营造世界一流人才国际化培养环境与文化氛围等问题进行了探讨。

RS-ODMS:一种分布式遥感数据在线管理与服务框架

随着遥感数据体量的不断增加,高效的在线遥感数据管理与服务系统已成为利用海量遥感数据开展应用研究必不可少的基础设施。目前,由于在底层海量遥感数据和顶层服务应用之间缺乏独立的中间框架层设计,不同的底层数据存储与顶层服务应用方案给系统实现与应用带来了困难,迫切需要一种独立于数据存储与服务应用的在线分布式遥感数据管理与服务中间框架,重构数据管理与服务的实现模式,降低海量遥感数据在线管理与服务应用的难度。以此为背景,通过对遥感数据的管理与服务模型进行抽象,设计并提出一种平台独立的分布式遥感数据在线管理与服务框架(online distributed management and service framework for remote sensing data,RS-ODMS)。该框架构建以遥感数据为基础的混合存储模型(distributed hybrid storage model,DHS)与分布式计算模型(distributed parallel-computing model,DPC),提升遥感数据管理能力与服务效率。结合原型系统的实验表明,以RS-ODMS为基础的遥感数据管理与服务框架可支持多分布式存储后端的影像管理扩展能力,具备高效、稳定的服务能力和良好的适用性,能为海量遥感数据的在线管理与服务应用研究提供参考。

顾及POI人口吸引力异质性的城市人口空间化方法

人口空间化是提升人口统计数据空间分辨率的常用手段,现有研究多基于统计建模思想建立多源数据与统计人口的数学模型以预测格网人口。兴趣点(Point of Interest,POI)作为精细人口估算的重要数据源,通常以数量/密度型指标形式参与回归建模,该方式忽略了类型相同但个体规模不同的POI与人口之间数量关系的差异,特征均质化处理造成POI语义细节的损失,导致中心城区人口低估与远城区高估。为此,本文基于随机森林模型,提出一种顾及POI人口吸引力异质性的城市人口空间化方法。该方法在表征POI空间多尺度重要性的基础上,引入移动定位数据构建人口吸引力指标;并基于非欧式滤波修正格网人口权重,建模人口空间自相关,刻画水体等障碍物对局部空间连通性的影响。本文以武汉市为研究区域开展100 m格网验证,通过与POI密度型回归模型、公开人口数据集的对比和消融实验,展现了人口吸引力指标与权重修正的有效性。结果表明,本文方法平均绝对误差为WorldPop、GPW及对比模型的1/4~2/3,在精细人口空间化场景具有精度优势。此外,本文还讨论了移动定位数据采样率及格网粒度对建模精度的影响。