GIS支持下的城市三维建筑格局对道路交通噪声的影响

道路交通噪声具有极强的时空特征。该文基于地理信息角度,选取西南城市某复杂环线道路为研究对象,构建环线道路交通噪声地理信息系统(GIS)预测系统,通过相关性分析和构建地理加权回归模型探究城市三维建筑格局与道路交通噪声污染的关系。结果表明:环线道路交通噪声GIS预测结果符合正态分布,预测值与实测值之间不存在显著性差异,预测误差可控。街区网格最小研究单元内,平均GIS预测值(Ave_GIS)解释变量为建筑物平均周长(Ave_C)、建筑基底面积与总用地面积的比值(BCR),平均投诉密度(Ave_TSMD)解释变量为高度>24 m的建筑物所占的比例(HBR)、高度>24 m的建筑物数量总和(NHB)和所有建筑中最大高度与最小高度差(LHR)。地理加权回归拟合效果优于普通最小二乘法,不同三维建筑格局要素对Ave_GIS和Ave_TSMD两种噪声污染指数空间影响分布均存在不均衡性,相关影响作用BCR>Ave_C;NHB>LHR>HBR。在分析影响程度及原因后对城市道路交通噪声防治提出相关建议以降低噪声污染影响,提高人居环境质量。

基于最大熵模型的深圳市内涝影响因素分析及内涝风险评估

城市内涝是最常见的自然灾害之一,深入剖析其影响因素并进行风险评估对内涝防治具有重要意义。以往研究表明,城市内涝是由自然因素(如地形)和人为因素(如土地利用)共同引起的。在土地利用方面,相关学者主要关注二维空间因素对内涝的影响,较少顾及土地利用的三维建筑格局。此外,在研究方法的选取上,尽管已有学者利用随机森林、神经网络等模型对内涝影响因素进行研究,然而传统方法在负样本(不发生内涝的地点)的选取上存在不确定性。为解决这2点不足,论文引入最大熵(MAXENT)模型,以深圳市为研究案例,通过MAXENT剖析各潜在影响因子与内涝风险的关系。结果表明,影响内涝风险的主导环境因子为不透水面比例、绿地比例、人口密度、暴雨峰值雨量、地表起伏度。而对内涝发生有重要影响的三维因子为容积率、建筑形状系数、平均高度。通过MAXENT评估的内涝风险结果可知,深圳潜在高风险区的面积约为491 km^(2),占市域面积的24.58%,主要位于龙华区、南山区、龙岗区北部、光明区、福田区。进一步对潜在高风险区进行空间自相关分析,结果发现过往并不存在内涝点的南山区北部、福田区西部、罗湖区中部等部分区域风险概率出现高—高集聚现象,表明上述地区的内涝风险会受到周围地区的正向影响,因此在内涝的监测与防治中应当重点关注高风险地区以实现更精准的防控。由于内涝风险评估是城市灾害管理的重要组成部分,因此论文提出的相关建议不仅可作为防灾减灾的重要参考依据,还能为国土空间规划的优化提供新思路。