多情景洪水灾害对城市道路拓扑特征影响研究——以武汉市中心城区为例

以武汉市中心城区为研究区构建道路拓扑网络,通过水文过程模拟获取积水地图、通勤出行模拟获取道路车流量,选取3种中心性指标表征多降雨重现期下道路网络拓扑特征,通过描述性统计、分布规律拟合及空间可视化等方法分析道路网络拓扑特征变化规律。结果发现:①洪水事件对城市道路网络拓扑特征影响显著,50年一遇情景下,道路网络节点与连边数量分别减少20.29%和37.04%,超过80%的节点或连边的中心性指标值发生变化。②洪水情景下道路网络中介中心性最大值及99%分位数有所提高、邻近中心性值有所下降,表明洪水事件使关键节点或连边在道路网络中的影响更加凸显,但节点或连边之间的联通程度受到破坏;中心性累积分布函数的尾部分布也证实了这一结论。③中心城区内关键道路及节点的分布随洪水强度增大呈现出向城市内部收缩的态势,具体表现为由城市二环线附近转移至一环线内沿江大道区域。在未来灾害管理和城市规划过程中,应当重视对核心区域道路疏通管控工作,防止拥堵现象发生;同时,加强外围区域道路建设、提高道路排水性能及路网连通性也是降低洪涝灾害对城市道路网络影响的关键。

超声电机定子的驱动方式及其振动响应特性

通过对行波型超声电机定子电学特性的描述,分析了其电学特点以及对功率驱动的要求,探讨了其在不同工作频带和驱动方式下所具有的特点。在实验研究中,设计了相关实验方案,研究了定子在不同驱动方式下所具有的振动响应、电学性能以及相对的振动效果。最后,根据理论分析和研究结果,提出了超声电机驱动方式选择的最优原则。

利用手机信令数据刻画不同人物画像

本文基于微软亚洲研究院Geolife项目北京志愿者2007—2012年长时间尺度的手机信令数据,以个体为单元开展了出行类型和人物画像研究,提出了一种基于高簇聚类对用户轨迹类型进行划分,然后结合出行规律,综合考虑职业类型、年龄、爱好属性特征的人物画像刻画的方法。研究主要结论为:①本文划分了包括两点一线固定型、两点一线变化型、双核心型、均匀分布型、发散型5种出行类型;②北京市拥有固定工作的技术人员或白领人群约占44%,学生群体或退休老人有接近1/4的数量。

基于L-偏度和L-峰度的行程时间可变性表征方法

为了定量化测度行程时间可变性右偏且长尾的实证特征,考虑实际观测中可能存在的数据样本量不足和离群值干扰问题,提出基于线性矩的L-偏度和L-峰度用于精确表征行程时间可变性。考虑到线性矩是顺序统计量期望的线性组合,给出了避免遍历所有子样本的线性矩估计方法。根据线性矩概念,探究了L-偏度和L-峰度的数学含义和其表征行程时间可变性的有效性,以及样本L-偏度和L-峰度的计算方法。理论研究发现,在表征范围和样本估计质量方面,相较于传统偏度和峰度,L-偏度和L-峰度对行程时间可变性具有更加优越的表征能力。采用深圳市车牌照识别系统的行程时间数据集进行案例分析,从无偏性、鲁棒性和有效性3个维度证明了L-偏度和L-峰度相较于传统偏度和峰度的优越性。分析结果如下:样本L-偏度和L-峰度在样本量不足时仍然是总体近似的无偏估计,而传统偏度和峰度的系统性误差较大;L-偏度和L-峰度对离群值具有鲁棒性,而传统偏度和峰度对离群值过于敏感;样本L-偏度和L-峰度对总体的估计波动小且精度高,具有良好的估计有效性;L-偏度和L-峰度分别与传统偏度和峰度有较高相关性,但又能够辨识出不同时空下行程时间可变性分布的差异。基于L-偏度和L-峰度所表征的行程时间可变性信息,出行者、规划者和管理者能够更加精准地认知不确定性的路网运行状态,从而做出更合理的行为选择和优化决策。