【摘 要】
：
出租车出行是表征空间不平等的重要指标,分析其特征对于城市规划、交通管理、智慧城市建设等具有重要意义。利用中国上海市出租车出行的车流数据与人口普查数据,对研究区域进行空间多尺度划分,运用Hadoop大数据处理、社会网络分析、地理加权回归等方法,探究中国上海市出租车出行的空间不平等状况及其与人口结构的关联性。结果表明:上海市存在出租车出行的空间不平等现象,在中心城区以及城市副中心区域,出租车出行便利性
【机 构】
：
武汉大学资源与环境科学学院,湖北武汉,430079;中国科学院地理科学与资源研究所,北京,100101
论文部分内容阅读
出租车出行是表征空间不平等的重要指标,分析其特征对于城市规划、交通管理、智慧城市建设等具有重要意义。利用中国上海市出租车出行的车流数据与人口普查数据,对研究区域进行空间多尺度划分,运用Hadoop大数据处理、社会网络分析、地理加权回归等方法,探究中国上海市出租车出行的空间不平等状况及其与人口结构的关联性。结果表明:上海市存在出租车出行的空间不平等现象,在中心城区以及城市副中心区域,出租车出行便利性高于其他地区且平均出行距离小于其他地区;不同类型人口在出行能力上有差异,出行弱势人群(儿童、老人、外来人
其他文献
通过大学校园内通道及楼梯上的观测实验,获取行人群组运动的相关数据,基于Pathfinder软件构建群组疏散模型,研究在人员疏散过程中出现的瓶颈以及群组行为对疏散效率的影响。结果表明:瓶颈处密度与速度呈负相关;较大的群组比例和较强的群组凝聚力均会延长疏散时间,行人成群组运动也会增加疏散过程中的堵塞次数和拥堵持续时间,所以后期人员疏散研究中需要考虑群组行为对疏散结果的影响,在没有其他行人需要帮助的情况
准确捕捉视觉注视方向可有效提高行人导航效率和安全性,由于现有注视方向估计方法无法满足行人导航对便携性的需求,由此提出了一种利用智能眼镜估计行人注视方向的模型。首先,利用尺度不变特征变换特征度量注视图像和街景视图的相似度;然后,根据行人和街景视图间的位置关系建立行人注视方向估计模型。实验选取两个校园场景中的28个测试点估计行人注视方向,结果表明,所提模型估计精度显著优于忽略位置关系的行人注视方向估计
随着数字地图与地理信息服务的需求增长,快速高效的地图制图和地理信息更新技术需求迫切,协同制图是提高地图制图工作效率、快速更新地图和地理空间数据库的有效方法。针对基于空间数据库的地图编辑事务执行效率低、并发控制复杂、地图数据一致性维护困难的问题,提出一种利用地图文档模拟的地图编辑事务模型,它支持空间坐标、属性、几何、关系等定义,用地图文档状态变化描述地图编辑事务,利用地图文档备份数据和变化数据来存储
针对当前中国"问题地图"审核依赖人工目视判别效率低下的问题,提出一种端到端的小样本场景下基于卷积神经网络的多尺度特征融合自适应"问题地图"检测方法。通过对数据集进行实时增强,克服了卷积神经网络需要大量训练样本的问题。通过融合多个不同尺度下的地图,实现了多尺度下的"问题地图"显著错误区域的智能检测。利用版图错误区域属性对区域建议网络进行优化,进一步提高检测的精度。并通过实验验证了所提方法的有效性。相
城市居民通勤活动分析是解决城市职住失衡和交通拥堵问题的重要技术支持。移动轨迹大数据增加了城市居民通勤活动观测的数据类型、数据规模、采样频率和信息量,有助于揭示就业居住空间模式和通勤活动的内在规律。概述了多学科领域城市居民通勤活动研究及相关移动轨迹数据分析的进展,明晰了通勤活动分析的概念、指标、模型和方法。从城市居民通勤活动的行为特征、空间格局和受职住空间影响这3个方面,给出了移动轨迹数据支持下的居
设施服务分区问题(facility service districting problem,FSDP)是指在一个地理区域内,根据服务设施位置和服务能力为其划分服务区,满足供需平衡、形状紧凑和空间连续等要求。空间连续约束使FSDP能更好地满足学区划分、医疗区划分等问题的政策需求,但同时增加了它的求解难度。构造了一个FSDP混合整型线性规划模型,并设计了一个算法框架。框架包括问题定义、初始解、搜索算子
随着中国经济的快速发展,物流配送对车辆调度的实时性与应急情况处理能力提出了更高的要求,使用传统车辆调度算法难以满足突发事件实时处理需求。针对紧急情况如车辆故障或新增任务点等,在传统启发式算法——破坏重建算法的基础上提出了一种动态调度方法:局部搜索方法,实现了物流车辆的动态调度,有效提升了车辆调度中应对紧急情况的实时性与动态性。与多目标混合蚁群优化算法进行实验对比,结果验证了破坏重建算法的优势;利用
为准确掌握基坑变形发展趋势,以多重分形去趋势波动分析(multifractal detrended fluctuation analysis,MF-DFA)及Spearman秩次检验为基础,构建了基坑变形趋势的综合判断模型
生物危害应急响应是生物安全保障的重要组成部分,需要紧密围绕应急响应预案来组织实施。针对目前的应急响应预案知识组织研究尚不完善,现有的数据模型不能满足生物危害态势时空分析需要的问题,在ABC本体模型的基础上构建了生物危害应急响应地理本体模型(biohazard emergency response geo-ontology model,BEROM),并建立了用于应急决策推理的规则集。对北京市严重急性
兴趣点(point of interest, POI)推荐是在基于位置的社交网络中流行起来的个性化服务。针对数据稀疏和隐性反馈的使用等问题,提出了一种关系型矩阵分解模型——合作竞争矩阵分解(cooperative competition matrix factorization,CC-MF)。该模型根据用户与POI间的相互关系建模,融入空间关系,并将空间关系细分为空间距离关系和空间拓扑关系,挖掘P