重庆市主城区零售企业空间分布与区位选择影响因素研究

零售企业的区位选择已成为从微观视角解析城市空间结构的重要途径。以重庆市主城区为案例地,将区域内零售企业作为研究对象,运用冷热点分析法以及条件Logit与Tobit模型,描述了重庆市主城区零售企业空间格局分布集聚特征,并在此基础上探究了批发企业区位选择的影响因素。结果表明:①重庆市主城区的零售企业具有典型的“整体分散”与“局部集聚”并空间分布特征。“解放碑-观音桥”片区已是零售企业的聚集热点,诸如“南坪-杨家坪”与“九宫庙-覃家岗”等次级热点集聚区也相继产生;②重庆市零售企业的区位选址受到政府宏观规划与市场微观调整共同影响,市场潜能、生产成本、交通可达性、政策规划、产业集聚等因素对零售企业区位选择问题都存在显著的影响;③当零售企业规模不同时,市场潜能、政策规划等因素对零售企业区位选择的影响存在差异。

深度学习支持下的宅基地复垦项目真实性智能审查技术研究与应用

全域综合整治背景下的宅基地复垦项目审查是保证复垦项目合法性合规性的有效手段,针对当前宅基地复垦项目审查效率低的问题,本文提出了基于遥感影像的农村宅基地复垦项目立项真实性审查方法。首先以重庆市农村宅基地复垦项目为例,建立宅基地复垦项目立项真实性审查模型,利用改进的U-Net模型准确提取建筑物,然后与复垦红线叠加实现复垦项目真实性的智能审查。试验结果表明,该方法能够快速准确地审查复垦项目真实性,对优化土地结构、促进土地流转、实现乡村振兴具有重要意义,可为全域综合整治背景下宅基地复垦项目真实性审查提供技术参考。

一种基于改进的Unet网络的遥感影像建筑物分割方法

针对传统语义分割方法在山地、丘陵等地区提取建筑物噪声大、鲁棒性差、精度不高的问题,提出了一种改进的Unet网络的遥感影像建筑物分割方法。该方法结合模型结构和非结构优化,使用随机数据增强模块增强样本,利用空洞卷积增加卷积层感受野,利用FRN数据归一化方法解决小批量对数据归一化的影响并缓解梯度弥散问题,利用ELU激活函数减少噪声、提升鲁棒性、缓解梯度消失,使用随机投票预测模块提高预测准确率。使用重庆农村地区的遥感影像,在Unet、Segnet、Deeplabv3plus及本文改进模型之间对比实验,结果表明,所述方法在复杂环境下的建筑物分割中表现更好,验证样本中的分类总体精度为95.08%,mIoU为81.28%,显著高于其余3种分类算法。该研究可以为山地城市、丘陵地区遥感影像建筑物提取研究提供参考。

基于GIS的智慧园区动态感知数据服务平台的设计与实现

随着城市发展向智慧化转型,全国各地兴起对新型智慧城市建设的探索,园区作为城市科技、产业、经济发展的特殊试验场,各种新兴技术得到推广与运用。与此同时,新的问题也随之而来,数据呈爆炸式增长,已建成的资源没有得到很好的监管与利用,各项目产生的数据难以向其他园区或行业开放,造成资源浪费。为解决智慧园区建设发展过程中数据增长过快、资源监管缺失、信息共享困难、决策支撑不足等问题,运用信息化手段和大数据、物联网、GIS、分布式存储等技术设计并建设了智慧园区动态感知数据服务平台,实现了多源异构数据统一汇聚、整合、分析和监管,构建了统一的数据服务系统,有效打破了数据壁垒,提高了数据利用率,为智慧园区建设发展提供差异化决策支撑和科学依据。

土地一级开发中“新基建”体系的建设

新型基础设施建设是应对当前国内外经济新增长挑战的重要举措,对后疫情时代加速数字经济发展起着关键作用。土地作为新基建的载体,可以在一级开发阶段提前谋划部署新基建,而新基建作为各行各业转型升级的助推器,也能为土地一级开发提供新的路径。