问诊天堑:基于多源数据的城市跨江城区数字体检与优化策略研究——以南京浦口中心城区为例

城市体检是识别诊断“城市病”的有效途径,数字技术为城市体检提供了方法基础,针对不同的区域对象需提出特色的诊断指标。本文以城市跨江城区为研究对象,跨江发展是滨江城市突破拓张城市规模的重要措施,由于江河的自然地理条件限制,跨江城区易出现空间发展不协调、服务设施不匹配、城市活力不足等问综合问题,需要通过数字化体检评估加以应对。在南京浦口中心城区的实例研究中,基于多源大数据从交通便捷、风貌特色、城区活力等维度进行数字体检,发现其交通组织“潮汐交通”、风貌特色“屏风遮廊”、生活圈“跨域割裂”等问题,并从空间形态、设施布局、景观风貌等方面提出针对性的优化策略。

数字化改革助力城市迈进新时代--专访浙江浙大中控信息技术有限公司智慧城市研究院院长张伟

国家网信办今年7月发布的《数字中国发展报告(2020年)》显示,2020年我国数字经济核心产业增加值占GDP比重达到7.8%,数字经济已成为推动经济高质量发展的重要力量。浙江省作为国家数字经济创新发展试验区,2020年数字经济总量突破3万亿元,数字经济占GDP比重约为46.8%,位居全国前茅。今年2月,浙江省提出了数字化改革,数字化改革是数字浙江建设的新阶段,是数字化转型的一次新跃迁,既是数字化赋能全面深化改革,也是将数字领域纳入改革范畴,必将助力城市迈入新时代。

智慧城市研究与规划实践述评

基于可持续发展理念和资源环境保护思想的推广,新信息技术逐步被应用于城市科学领域,推动了智慧城市研究与规划实践的进一步发展。在对智慧城市现有研究进行回顾的基础上,研究尝试将人文主义与技术主义有机结合,从更全面的角度对"智慧城市"这一课题展开探讨,按照建设重点将当前国内外智慧城市规划实践模式划分为智慧经济型、智慧交通型和智慧管治型三种类型,并从城镇体系规划、城市总体规划及详细规划等层面入手,对我国城市规划体系的规划响应展开探索,构建多层次、共目标、大综合的智慧城市规划体系。

智慧城市建设模式与推进策略研究——以江苏省为例

新型城镇化以及面向未来的智慧社会发展,对智慧城市的规划建设提出新的要求,尤其是在社会化服务、创新发展、城市治理能力提升方面亟待突破。在分析我国智慧城市建设现状与存在问题的基础上,从创新发展、民生改善、产业融合、城乡治理等角度提出智慧城市建设的模式创新,并以江苏省为案例,分析了智慧城市建设的主要内容与特征,进而提出加强顶层设计、推动数据资源整合、完善体制机制等建设策略。

基于决策树模型的城市人群稳态分布预测实证——以泉州湾片区为例

基于预测的城市人群时空变化特征对城市空间资源进行配置是城市规划的重要工作,城市人口在不同的空间中快速变迁移动,具有非均衡分布的特点。这种人群非均衡分布的时空变化具有一定的规律性,即稳态分布。本文基于LBS数据以及建成环境的多源异构大数据,选取4大类36小类指标,采用智能决策树模型构建城市人群稳态分布的预测模型。对于泉州的实证发现,预测模型的准确度达84.32%,具有较高的准确性和依据,其内在理论依据是城市人群在空间上的规律性时空活动,能够为未来的城市规划提供决策参考。

中小城市新型智慧城市战略实施途径研究——基于云南省玉溪市的实践

智慧城市的概念和内涵已经从最初的信息技术、网络技术、云技术等基础硬件设施建设到对创新、融合、共享、体验等城市软实力发展,全世界各国及我国各城市均在探索智慧城市的实施路径。文章以云南省玉溪市智慧城市建设为例,从顶层设计、新型智慧城市评价、创新路径等方面研究新型城镇化战略实施途径,探索中小城市如何利用自身发展优势走出有别于发达城市的建设模式。

“智慧城市理论研究在实践中的探索”主题沙龙

近年来,智慧城市的建设风潮席卷全国,与悄然兴起的大数据热潮不期而遇。它们所蕴含的新理念、新方法和价值对城乡规划工作产生了强烈冲击,而这些影响如何通过数字环境下的规划设计来落地,进而推动智慧城市的发展。讨论从现实角度探讨数字规划与智慧城市结合所面临的种种问题,在数据共享不充分、技术门槛较高的情况下,我们将如何自主推动数字规划发展的技术路线,从城市感知、互联共享、综合分析等方面开展实践工作。

共享社会经济路径下中国城市热岛时空演变及预测研究

人类活动已被认为是造成城市热岛效应的关键因素。然而市域尺度下人为因素对热岛效应强度的影响尚不明确。基于多源地理数据计算了2012—2018年中国市域尺度的日间地表城市热岛效应强度(SUHI),分析了市域尺度SUHI的时空演变规律和驱动机制,并构建驱动因子与SUHI的关系模型;结合IPCC提出的共享社会经济路径(SSPs)来预测不同情景下的人类活动强度,并模拟2020—2100年的SUHI。结果表明:2012—2018年市域尺度上,年均SUHI空间分布呈现出南方整体高于北方,东南沿海最强、西北地区最弱的特征,且具有明显的正向空间自相关性,2012—2018年间SUHI有略微的增强(均值增幅达0.08℃)。SUHI受人为因素与自然因素共同影响,其中GDP及城乡植被差异(ΔNDVI)对SUHI影响显著。2020—2100年5种SSPs情景下中国大部分城市的SUHI显著增强,其中SSP5情景下SUHI变化最剧烈(均值增幅达0.67℃)。此外,大体量城市未来的SUHI在不同发展情景下差异明显。从驱动因素来看,大多数城市的GDP是SUHI增长的主要人为驱动因素。对典型城市的对比分析发现,在21世纪末上海城市群、天津市、乌鲁木齐市及南宁市的SUHI波动范围可能分别达到4.83~8.98℃、3.24~4.95℃、1.11~1.55℃、2.61~4.05℃。研究结果揭示了不同社会经济发展路径下SUHI可能的时空变化趋势,对实现城市生态环境的健康发展具有重要意义。

人工智能影响我国全要素生产率的机制与效应研究

人工智能作为引领新一轮科技革命与产业变革的战略性技术,具有溢出带动性很强的“头雁”效应,有利于提升全要素生产率。本文分别基于宏观省级层面和微观企业层面的数据,利用企业机器人数据和智能制造试点示范项目的准自然实验,采用交叠DID和双重机器学习等方法实证识别了人工智能对全要素生产率的作用效应。研究结果表明,人工智能发展应用在宏观和微观两个维度均较为显著地促进了我国全要素生产率的提升。在宏观层面,人工智能对东部沿海地区全要素生产率的作用效应强于对中西部地区的影响;对高市场竞争环境下的全要素生产率作用效应更明显。在微观层面,人工智能对低技术企业全要素生产率的影响强于对高技术企业的影响,对规模较大企业的影响强于对规模较小企业的影响。人工智能提升全要素生产率的机制包括提高要素配置效率、降低企业成本和增强企业研发能力。本文研究结论对于进一步深化人工智能与实体经济融合,提升全要素生产率,实现经济高质量发展具有明确意义。

城市初期雨水控制技术研究进展

雨水径流污染对水环境造成明显危害。初期雨水径流水量水质控制成为当前研究热点。在总结初期雨水水质特点基础上,分析源头削减、过程控制、末端治理各类技术措施的处理效果、设计优化方向,认为分散式源头削减技术可高效控制初期雨水带来的危害。

新型智慧城市建设典型模式比较研究

当前,新型智慧城市是我国新型城镇化深入推进、城市转型发展的关键抓手。新型智慧城市项目具备公共属性,当前典型的建设模式有:传统施工模式、工程总承包管理模式、政府购买服务模式、政府和社会资本合作模式等。本文通过对近三年新型智慧城市建设项目进行数据分析发现,PPP及EPC模式是主流模式,政府购买服务和PPP模式项目周期长且投资规模大,经济发展增速较快的地区更倾向于政企合作,治理类项目和服务类项目分别更倾向于采用EPC和PPP模式,准经营性项目更适合采用PPP模式。同时,根据各典型建设模式的特点,本文对四大典型模式进行对比总结。

地铁列车车门开启策略对区间疏散影响研究

当地铁列车发生火灾,采用区间人员疏散策略时,列车车门开启数量和组合形式对疏散效率的影响较大。本文提出8种车门开启策略,构建人员疏散模型并进行校验,基于模拟仿真开展对比分析。结果表明:单向疏散时,开启全部车门的疏散效率最高,比端门疏散高57%,比客室门疏散高33%;开启全部车门疏散时,车厢内流动性增强,经车厢1疏散的人数比客室门疏散增加了88%,车厢连接处易拥堵;双向疏散时,疏散方向最上游和最下游的车门流量最大,随着疏散人数增加,各车门流量表现出显著的不均衡性。

基于单辆通行车激励的车桥耦合理论梁式桥阻尼比识别研究

提出一种在单辆通行车激励的情况下,基于车桥耦合理论识别桥梁阻尼比的方法.首先,将集成化检测车设计为单自由度体系,利用集成在检测车上的传感器采集信号并滤波获取桥梁一阶响应信号,通过相邻峰值点做比值并取平均得到桥梁一阶阻尼比,理论推导出检测车停靠在桥面任一位置均可识别出桥梁一阶阻尼比.其次,考虑通行车车速、检测车停靠位置、环境噪音、桥梁阻尼比和通行车阻尼对识别结果的影响,通过数值模拟验证该方法的有效性,并与工程上经典的随机子空间法和文献方法进行对比.最后,在梁式桥实桥试验进行初步验证,说明本文方法的工程适用性.研究结果表明:所提方法对检测车在桥面上的停靠位置没有具体要求,避免了路面粗糙度对阻尼比识别结果的影响,通行车的阻尼和车速在一定范围内对阻尼比识别无明显影响,并且在信噪比30 dB以上可识别出桥梁一阶阻尼比,具有较好的鲁棒性,操作简单且不需要封桥,可有效促推在实际工程中进行桥梁一阶阻尼比识别.

嵌入式静态知识图谱补全研究进展

知识图谱是一种应用广泛且语义丰富的数据表示形式,日益成为知识工程领域的重要技术。但是由于现实世界中的知识图谱往往存在不完整和含糊的信息,阻碍了知识图谱应用性能。知识图谱补全技术旨在通过预测缺失的实体或关系来丰富知识图谱的内容,是近年来研究的热点,特别是在知识图谱补全任务中采用嵌入式方法取得了显著进展。回顾近年来嵌入式静态知识图谱补全方法,从空间平移、张量分解、神经网络模型、预训练语言模型等角度开展分类探讨。这些方法通过将实体关系嵌入到连续向量空间中,实现了更好的语义表示和推理能力;同时,在捕捉实体间复杂关系、利用图结构信息等方面具有潜在优势。

市场主导城市更新的空间差异及政府因素影响——以深圳市城中村改造为例

随着我国城市更新实践的持续推进,市场力量逐渐成为进一步促进城市更新和发展的重要驱动力。在深圳市城市更新单元制度下,应用空间分析及多元线性回归,探索市场主导城中村改造的空间差异,并定量分析了政府因素的影响。结果表明:①深圳市城中村改造主要沿西南-东北方向分布,在城市边缘区域的分布较少;②规划城市中心、交通路线、密度分区及强区放权政策使城中村改造聚集在未来交通可达性、开发建设密度较高的城市核心发展地段;③强区放权改革进一步使得不同行政区城中村改造发展呈现显著的空间差异。基于此,对市场主导型城市更新的空间差异和政策因素的影响进行了评价和建议,有助于协同市场力量满足城市一体化和深度发展需求。

含时延的车辆队列事件触发一致性控制研究

为应对通信过程中的传输时延以及车辆间连续信息交互带来的信息冗余、资源浪费,提出一种基于事件触发机制的车辆队列一致性策略,以保证车辆队列能够稳定运行;为此,构建一个考虑车辆间的跟驰行为和通信时延的三阶异质车辆队列动力学模型,提出一种基于事件触发的一致性车辆队列控制器的设计方法;在此基础上,利用Lyapunov稳定性理论和代数图论,对车辆队列的稳定性进行分析,得出了使车辆队列稳定的事件触发条件和通信时延的上界;在MATLAB平台上进行仿真实验,验证了所提车辆队列控制方法的有效性。

面向知识图谱的会话式机器阅读理解研究综述

对话式机器阅读理解随着数据集的发展而发展,目的在于让机器在理解文章内容的基础上能够进行多轮对话。但现有的模型方法无法从对话历史中捕获到与当前问题最相关的历史信息,模型的推理能力较差,很难获取实体间的隐含信息。知识图谱应用于推理问答是当前的一大研究热点。知识图谱技术可以推断出实体间的隐含关系,应用于推理问答则能够提升模型的推理问答能力,提高预测的准确率。近年来,知识图谱推理技术的广泛应用,极大地推动了知识图谱推理问答的发展。对基于知识图谱的会话式机器阅读理解从三方面进行总结:介绍了会话式机器阅读理解领域的数据集以及当前的一些典型的模型方法,并对模型的性能和优缺点作了简要的分析与比较;介绍了知识图谱的定义、架构以及四大核心技术,并简要介绍了三大类知识图谱推理问答的模型方法;最后总结工作,并根据会话式机器阅读理解的数据集特点和知识图谱推理问答模型的缺点,对未来的研究重点进行展望。

融合分层层次细节和潜在可见集的三维城市场景高效可视化

三维城市场景的可视化是数字城市的关键技术,也是智慧城市提供各种智慧服务的重要环节。三维城市模型中的数据量和复杂度呈几何级数增长,给城市三维场景的数据组织和可视化带来沉重的负担,在当前基于游戏引擎与地理信息系统技术构建的城市级可视化平台中,这类数据很难一次性加载和可视化。针对此问题,本文提出了一种融合分层层次细节和潜在可见集的三维城市场景高效可视化方法,实现了大规模三维城市场景动态调度加载的高效性和三维可视化视觉一致性,并选择深圳市前海区域进行案例试验分析。结果表明,本文提出的基于自适应性空间网格划分的潜在可见集计算方法的平均遮挡剔除率高达76.6%,可以大幅剔除并减低单次加载进三维城市场景的模型数据量;融合分层层次细节和潜在可见集的动态调度,其渲染可视化帧率基本约保持在60帧/s,可以满足三维城市场景高效流畅的可视化体验。

基于深度学习的3D打印混凝土蒸汽养护力学性能研究和抗压强度预测

3D打印混凝土(3DCP)技术近年来获得广泛关注,然而,关于养护条件如何影响3DCP的力学性能的研究仍然较少。本研究主要探讨不同蒸汽养护条件(升温速率、恒温时间和恒温温度)对3D打印混凝土材料的力学性能影响规律。为了获得最佳蒸汽养护条件,通过正交试验研究了不同蒸汽养护条件下打印胶凝材料的力学各向异性。此外,基于室内试验数据,建立了条件表格生成对抗网络(CTGAN)用于扩充数据集,由291条数据扩充为1000条数据,建立了一维残差卷积神经网络(1D-Residual CNN)用于预测3DCP的抗压强度,并建立了5个机器学习(ML)模型用于对比,试验结果表明,CTGAN的数据增强技术可以有效提升1D-Residual CNN模型在3DCP抗压强度上的预测精度,R2最高为0.92。

面向数据可视化的自然语言接口研究综述

数据可视化领域长期以来的目标是寻找直接从自然语言生成可视化的解决方案,而自然语言接口(NLI)的研究为该领域提供了新的解决办法。该接口接受自然语言形式的查询和表格数据集作为输入,并输出与之对应的可视化渲染。在作为一种辅助输入方式的同时,传统用户需将分析意图转化为一系列逻辑操作并与之进行交互(如编程指令或图形化界面操作方式等),与利用面向数据可视化的自然语言接口(DV-NLI)相结合,能够使用户专注于可视化任务,而无需担心如何操作可视化工具。近年来,随着大语言模型(LLM)GPT-3、GPT-4的兴起,将LLM与可视化相结合已成为研究热点。对现有的DV-NLI进行了全面的回顾,并进行了新的研究补充。按照其实现方法,将DV-NLI分为符号化NLP方法、深度学习模型方法、大语言模型方法三类,对每个分类下的相关技术进行分析论述。最后,总结并展望DV-NLI的未来工作。