广州市主城区共享单车骑行目的地时空特征与影响因素     

高枫  李少英  吴志峰  吕帝江  黄冠平  刘小平 《地理研究》2019,38(12):2859-2872

已有共享单车骑行影响因素研究主要关注起点,大多忽略目的地,在探讨其影响因素的时间差异及交互作用方面较少。以广州市主城区为例,引入地理探测器,精细分析目的地分布影响因素的时间差异,并进行交互探测。研究发现：① 早高峰到达量大于晚高峰,早高峰目的地多分布在CBD,信息产业园和职住平衡地区,晚高峰多分布在地铁3号线体育西至华师站沿线和高密度住宅区。② 服务设施类是影响最显著的类别,其次是交通可达、土地利用和自然环境类别,其中影响力较大的因子依次是住宅、餐饮、公司、购物设施分布、路网密度、距地铁站口距离和POI多样性。③ 各因子影响力存在明显时间差异,所有建成环境因子在早晚高峰时段影响力均大于其他时段,其中公司企业分布因子的影响力在早高峰时段迅速增强。④ 因子间均为双因子增强关系,其中服务设施分布类别中因子交互作用最显著,服务设施分布与交通可达类别的因子交互作用次之。  相似文献   

分析学习智能元胞自动机及优化的城市模拟     

陶嘉  黎夏  刘小平  何晋强 《地理与地理信息科学》2007,23(5):43-47,51

元胞自动机被广泛应用于城市及其他地理现象的模拟,模拟过程中的最大问题是如何确定模型的结构和参数。该文提出一种基于分析学习的智能优化元胞自动机,该模型在逻辑回归模型的基础上,基于分析学习的智能方法,寻找元胞自动机模型的最佳参数。该方法允许用户控制空间变量影响权重,进而模拟出不同的城市发展模式,可为城市规划提供重要参考。  相似文献   

地理大数据背景下空间分析课程教学改革探索     

陈逸敏  刘小平  齐志新  刘凯  石茜 《地理信息世界》2021,28(2):12-15,39

地理大数据的兴起对地理信息科学学科发展和人才培养带来了机遇和挑战.空间分析课程教学是地理信息科学人才培养的重要环节,但现有的课程教学模式存在局限性,难以适应大数据时代的人才培养目标和需求.本文重点阐述了在地理大数据背景下的空间分析课程教学改革设想,包括对学科基础知识教学的强化、前沿发展动态的吸收,以及加强对学生科学思维...  相似文献   

基于GEE平台的广州市主城区不透水面时间序列提取   总被引：1，自引：0，他引：1  

李培林  刘小平  黄应淮  张鸿辉 《地球信息科学学报》2020,22(3):638-648

不透水面作为城市化水平以及城市环境的重要评价指标,其提取已经是当下的研究热点。与单时相影像相比,时间序列制图能够获取其准确的变化趋势,对于监测城市的快速发展具有重要意义。本文以广州市主城区为研究区,以Google Earth Engine平台为基础,利用2000-2017年的Landsat TOA影像计算BCI和NDVI,并通过自适应迭代法确定它们的阈值,从而提取初始的不透水面,然后进行时间一致性检验,使不透水面时间序列更加合理。研究结果表明:①BCI与NDVI的结合以及时间一致性检验能够提高不透水面的提取质量;②本文中不透水面提取的平均总体精度为90.4%,平均Kappa系数为0.812;③在2000-2017年广州市主城区不透水面面积增加近一倍,但增速有所放缓。④新增的不透水面主要集中在原本相对落后的主城区外围;⑤高程、道路密度和购物场所密度等是影响广州市主城区不透水面扩张的主要因素。  相似文献   

陆相泥页岩层系岩相测井识别与预测:以南堡凹陷拾场次洼为例          下载免费PDF全文

曾棒  刘小平  刘国勇  王绍春  李国永 《地质科技通报》2021,40(1):69-79

泥页岩层系岩相研究是页岩油勘探的基础工作，由于钻井取心较为困难且陆相湖盆范围小，相变快，使岩相精细识别与预测较为困难。测井曲线精确度高，纵向连续性好，可以准确识别与预测岩相。利用全岩X衍射（XRD）、薄片鉴定及地球化学分析测试等实验数据，将岩相按"三级次-三单元"划分方案进行划分，将测井曲线与TOC值、矿物含量等参数进行拟合，综合识别岩相，最后在高分辨率层序格架下建立岩相旋回叠加模式，从而进行岩相展布研究。结果表明该地区为一套以Ⅰ型和Ⅱ₁型干酪根为主生油湖相烃源岩，可划分为18种岩相，其中富有机质黏土质层状泥岩、富有机质混合质纹层状泥岩、页岩为页岩油优势岩相。岩相各评价指标可通过测井曲线计算与预测。岩相与层序存在耦合关系，在等时地层格架下具可预测性。沙三4亚段泥页岩层系岩相在此格架下，形成了MSC1中部与MSC2两个有机质富集层，以及SQ5~SQ8上升半旋回4个沉积构造发育带。   相似文献   

蚁群智能及其在大区域基础设施选址中的应用   总被引：7，自引：0，他引：7  

何晋强  黎夏  刘小平  陶嘉 《遥感学报》2009,13(2):246-256

提出了基于蚁群智能的空间选址模型,通过蚁群智能和GIS的结合来解决复杂的空间优化配置问题.这种启发式的智能搜索方法大大提高了空间搜索能力.为符合选址问题的求解,从信息素更新方式和禁忌表调整策略两方面对基本蚁群算法进行改进.同时,为了使得模型能实用于大区域的基础设施选址,提出了"分步逼近"的策略,取得了较好的效果.将所提出的模型应用于广州市公共没施的空间优化选址.实验结果表明,该方法比简单搜索方法和遗传算法更有优势.  相似文献   

长江三角洲城市化地区植被初级生产力的时空变化研究   总被引：1，自引：0，他引：1  

裴凤松  王坤  刘小平  吴长江  周义  刘利安 《地球信息科学学报》2018,20(6):862-870

城市化过程对植被初级生产具有重要影响。以往研究主要集中于城市用地扩张对植被初级生产力的直接影响分析,而较少关注其间接效果。本文以长江三角洲地区为例,分别从地区尺度和城市尺度分别分析了2000-2013年植被初级生产力的时空变化,探讨了其与气温、降水量及城市建成区绿化覆盖率的关系。研究表明：地区尺度上,2000-2013年长江三角洲植被初级生产力呈现不断增加,其中城市建成区植被初级生产力呈现显著增加的趋势（P<0.05）;城市尺度上,城市建成区内植被初级生产力主要呈现增加的趋势,而其外围缓冲区内则与此相反。在当前气候变化背景下,这可能与城市建成区绿化覆盖率不断增加,及快速的城市扩张有关。  相似文献   

FLUS-UGB多情景模拟的珠江三角洲城市增长边界划定   总被引：2，自引：0，他引：2  

吴欣昕  刘小平  梁迅  陈广亮 《地球信息科学学报》2018,20(4):532-542

城市增长边界（UGBs）能够控制城市空间的无序蔓延并引导城市合理增长,多发展情景下的UGBs是对不同规划条件下城市未来发展空间范围进行界定的常用方法。元胞自动机（CA）模型能对未来城市发展进行动态的预测,并已广泛的应用于UGBs的划定中。然而,目前的方法和模型大多只针对单一的城市发展情景进行UGBs的划定,较少能对未来多种发展情景下的UGBs进行准确划定。因此,针对这个问题本文提出了一种基于未来用地模拟（FLUS）模型和膨胀与腐蚀的算法的多情景UGBs划定模型（FLUS-UGB）。本文选取珠江三角洲地区为研究区,在对2000-2013年珠江三角洲地区城市土地利用进行模拟和验证的基础上（Kappa系数为0.715,总体精度为94.539%）,预测了2013-2050年基准、耕地保护及生态控制3种情景下珠江三角洲地区的城市扩张,并根据预测结果对该地区UGBs进行划定。结果显示,该方法能够针对不同的城市发展情景进行相应UGBs的划定,具有较好的可靠性及适用性。  相似文献   

基于数据同化的元胞自动机   总被引：4，自引：2，他引：2  

张亦汉  黎夏  刘小平  乔纪纲 《遥感学报》2011,15(3):475-491

提出基于集合卡尔曼滤波(EnKF)的元胞自动机(CA)模型。在CA模型中,由于不同的样本会训练出不同参数值 的转换规则,且获取的转换规则在整个模拟过程中不能改变等原因,误差在模拟过程中会不断累积。本文在CA模型中 引入集合卡尔曼滤波的数据同化方法,建立了基于集合卡尔曼滤波的数据同化CA模型,同化遥感观测数据,根据得出 的同化值修正模拟结果使之向真实情况逼近。利用该模型模拟了广东省东莞市的发展情景(1995年—2005年),实验表 明,与传统CA模型相比,基于集合卡尔曼滤波的CA模型能够融合遥感观测数据,并能更有效地模拟城市扩张过程,达 到良好的模拟效果。  相似文献   

基于LiDAR高度纹理和神经网络的地物分类     

乔纪纲  刘小平  张亦汉 《遥感学报》2011,15(3):539-553

使用LiDAR单一数据进行点云分割工作时,基于斜率的严格分割LiDAR点云的方法不能很好的适应复杂地物 的分类工作。本文将LiDAR粗分割后的点云转换为高度图像和反射强度图像,并求取高度图像GLCM高度纹理。将4 种GLCM高度纹理、地面粗糙系数、平均高度和平均反射强度共7种纹理作为识别地面覆盖物的特征,并利用后向传播 神经网络(BP-ANN)方法对LiDAR数据进行地物识别。实验表明,这种方法能够从LiDAR独立数据源中有效的实现地 物分类,实验获得的精度大于90%。与传统的最大似然法进行对比,BP-ANN的分类精度高于最大似然法。当预设地 面类型能同时满足被光学影像和LiDAR数据识别的条件时,LiDAR高度纹理分类与光学影像分类结果的一致性达到 76.5%。  相似文献