城市区域功能感知的细粒度疫情风险评估模型

针对疫情期间实施精准疫情防控的需求,达到兼顾疫情防护和社会经济发展的目的,实现了细粒度条件下的疫情风险评估深度学习模型,用于探索城市场景下街道、社区级别的疫情风险实时预测。提出一种城市区域功能感知的细粒度疫情风险评估模型,主要包括区域功能特征学习和区域关联挖掘2个模块。首先,区域功能特征学习模块将POI(point of interest)分布和疫情风险特征相融合,用于表达不同城市功能对于风险传播的影响,以引入风险扩散的先验知识。然后,区域关联挖掘模块将低层的城市网格按照功能分类映射至更高层的功能区域空间,并直接捕捉功能区域间的空间依赖,避免了低效的堆叠卷积计算。所提模型在2022年南京市新冠疫情数据集上进行了验证,相比于传统的时间序列和时空序列预测方法,所提模型相较于现有方法,在平均绝对百分比误差指标上降低了8%~23%,在均方根误差指标上降低了0.3~1.2。同时所提模型的可学习参数量大幅降低,模型计算效率远优于现有方法。

基于出行模式子图的城市功能区域发现方法

城市的功能区域是指在城市的发展过程中逐渐形成的功能(如工业、商业、居住、教育等)相对固定的地理区域。这些区域间的位置结构影响着城市中居民的出行模式,与此同时,城市居民的出行模式也客观地反映了城市不同区域的真实的功能定位。文中以出租车运行轨迹数据为基础,研究城市居民的出行模式,并根据所得模式实现城市功能区域的自动化发现。主要思路及贡献包括:1)使用车辆轨迹及路网结构数据构造区域模式图(region pattern graph)结构,并提出区域模式图构建算法,采用图结构将城市的不同地理区域连接起来;2)提出自底而上的功能区域发现算法(Bottom-Up Functional Region Discovering,BUFRD)框架及基本实现思路,包括提出频繁出行模式子图挖掘算法,发现区域模式图中频繁出现的出行模式;3)提出功能区域聚类算法,聚类已获取的出行模式子图集,并最终实现城市功能区域的发现。实验结果表明,通过所提方法发现的城市功能区域较传统方法所得结果的功能纯度更高,其熵值比传统方法降低了至少10%。

城市区域功能改变对城市环境噪声变化的影响探讨

通过对历年噪声监测数据的分析,探讨了由于城市区域功能的改变,环境噪声监测数据反映的城市环境噪声平均水平的相应变化。

成渝地区双城经济圈建设背景下铁路TOD发展实践与思考

TOD这一概念最早源于美国,是一种以公共交通为导向的城市发展模式。这种模式由于其在串联交通方式、优化城市区域布局、提高土地利用效率等方面的独特优势,可以很好解决日益加剧的交通拥堵、用地紧张、城市功能需求复杂等“大城市病”,在最近30多年时间迅速发展起来。在成渝地区双城经济圈建设过程中,铁路为推动成渝双城融合发展、带动沿线区域经济提升发挥了举足轻重的作用,研究探索铁路TOD将有效推动成渝地区交通一体化发展,更好地服务成渝地区双城经济圈建设。

信息时代下的城市规划设计

城市规划设计是通过对城市规划布局、城市面貌设计、城市功能分析为基础的规划设计工作。其需要满足城市的基本职能及功能,并满足城市居民生活所需的基本需求。在现代电子技术及信息技术的不断发展中,城市规划设计工作有了更加详细的基础信息来源。GPS定位技术、地理信息系统的应用为城市规划设计工作提供了直观的信息,为提高城市规划设计质量及科学性奠定了基础。本文就信息时代下城市规划设计工作进行了分析与论述。

浅谈信息时代下的城市规划设计

城市规划设计是对整座城市的市貌、城市功能、规划布局进行规划设计的工作。规划设计过程中要满足城市的基本职能,还要满足市民的基本生活需求。现代电子信息技术快速发展,城市规划设计可以依托电子信息技术进行大跨步发展,也为城市规划设计提供了更多可能。在城市规划设计中,经常采用到的技术有GPS定位技术、地理信息系统,这些技术为成熟规划设计提供了直观的信息。为科学规划城市建设提供了理论和技术基础。本文论述了信息时代对现今城市规划建设的一些影响。

关于城市和建筑主色调的建议

提出了城市色彩规划的必要性与可持续性,以业内人士的身份对烟台城市和建筑的主色调提出了自己的建议,希望重视城市色彩规划,减少城市色彩污染,给人们创造一个和谐、愉悦、详和的城市生活空间环境。

浅析信息时代下的城市规划设计

城市规划设计是以城市规划布局、城市面貌设计、城市功能分析为基础的规划设计工作。其必须达到城市的基础职能和功能,并满足人民的基础所需。在信息技术手段的快速发展过程中,城市规划设计工作有了更为详尽的基础信息来源。GPS定位技术、地理信息系统的应用为城市规划设计工作提供了更为直观的信息,为提高城市规划设计的质量及科学性奠定了基础。本文就信息时代下城市规划设计工作进行了分析与论述。

基于多源位置数据的居民出行频繁模式挖掘

随着城市化进程的不断深入,居民出行频繁模式挖掘成为一个研究热点。然而,现有的研究存在一些问题,如缺乏对频繁模式发生的目的和意义的描述,以及对挖掘结果分析不全面等。针对这些问题,文中提出了一种新颖的居民出行频繁模式挖掘方法(Mining Method of Residents’Frequent Travel Patterns,MMoRFTP)。首先,采用形态学图像方式将地图划分为多个区域,利用融合后的多源位置数据来构建出行模式,并采用主题模型识别每个区域的功能;然后,将缺乏语义信息的出行轨迹转化为具有区域和功能区语义的出行轨迹,并以区域为节点、语义轨迹为边构建居民出行模式图和标签模式图,在图模型构建的基础上提出MulEdge算法来挖掘区域之间由居民出行所形成的频繁关联模式。文中以城市路网数据、POI数据、出租车GPS数据和签到数据作为对象进行实验,结果表明MMoRFTP方法具有良好的性能,其发现的出行频繁模式能为道路规划、交通管理、商业布局等应用提供决策依据。

粤港澳大湾区金融产业空间格局与分异探讨

金融产业空间格局是反映资本流动和集聚效应的重要载体。本研究基于功能性城市区域为空间管治单元的研究视角,对粤港澳大湾区金融产业空间格局进行研究,进而分析金融产业空间分异的影响因素。研究表明粤港澳大湾区功能城市区域已形成以广州天河和深圳福田为主核心,广州越秀和深圳罗湖为次核心的金融产业空间格局。深圳前海、珠海横琴、东莞松山湖等地具有较强的发展潜力,将形成区域经济空间格局的重要支点。区域经济发展差异、区域竞合模式差异和区域管治模式差异形成对粤港澳大湾区金融产业空间分异的影响因素。在我国逐步放开外资负面清单的背景下,粤港澳大湾区金融产业将逐步与国际相衔接,形成服务于实体经济转型的空间格局。

基于大数据基础平台的数据治理实践

针对蓉江新区数据资源缺失、信息化建设不断推进等问题,在分析数据资源类别众多、数据资源频繁变化、数据归集方式多样化等区域化特点基础上,提出构建蓉江新区数据中台,介绍了数据中台总体架构及容器云平台、大数据基础平台、大数据资源中心、数据融合治理平台、数据挖掘分析平台、任务指挥调度、数据驾驶舱、数据开放共享、数据标准与规范体系、大数据运维保障系统等模块功能,并提出了数据治理模式优化和改进建议,从而在保障数据质量的前提下有效提升数据需求响应速度。