排序方式： 共有2条查询结果，搜索用时 46 毫秒
1
1.
城市道路空间舒适度是综合刻画城市道路环境的量化指标之一,可为城市道路规划建设、城市交通优化、城市环境评估等提供参考。本文以街景影像为基础数据,从空间视角阐述了城市道路空间舒适度内涵,构建了城市道路空间舒适度量化指标,建立了以语义分割和等距采样为基础的城市道路空间舒适度测度方法和空间插值方法,最后以南京市局部城区为样区进行了实验,并分析了城市道路空间舒适度特征。实验结果表明：① 语义分割中主要要素的分割精度满足要求,分割总体精度为84.92%, Kappa系数为80.06%;② 综合考虑数据处理时间和舒适度量化表达程度, 200 m采样间距可以综合描述研究区道路空间舒适度状态;③ 本文提出的双向约束插值方法可消除突变点、梯形插值形态、花斑状纹理等异常插值现象,同时可有效保持道路空间舒适度方向特征;④ 本文提出的测度方法可以有效度量城市道路空间舒适度,测度等级精度达80%;⑤ 城市道路空间舒适度等级与道路等级整体上呈现正相关关系,且舒适度在实验区呈现南高北低、建邺区较高、鼓楼及历史老城区低的空间分布状态。 相似文献
2.
城市内部PM2.5浓度分布具有明显的空间异质性,而传统方法基于遥感数据或监测站点数据进行分析,难以揭示高时空分辨率下城市内部的PM2.5浓度分布特征,缺少不同时刻城市场景（如：道路、工业区、住宅区等）对PM2.5浓度复杂非线性影响的解析。本研究将移动监测传感器安装于快递车上,采集福州市主城区南部不同类型场景的PM2.5浓度,然后融合地理加权回归（Geographical Weighted Regression, GWR）和梯度提升决策树（Gradient Boosting Decision Tree, GBDT）方法,提出一种基于GWR-GBDT的PM2.5模拟与场景解析模型,能够较好地拟合气象、场景因素与PM2.5浓度的非线性关系,提升了城市PM2.5污染精细监测能力;并结合部分依赖图解析不同时段不同场景因素对PM2.5浓度的非线性作用影响。结果表明：① 基于移动PM2.5浓度监测数据,利用GWR-GBDT模型能够较好地模拟城市场景、气象和PM2.5浓度之间的非线性关系,能够有效精细模拟PM2.5浓度的空间分布,十折验证R2结果为0.52~0.94;② 通过部分依赖图分析同一场景在不同时段对PM2.5浓度响应的异质性,发现各类场景对PM2.5浓度提升或抑制作用并不稳定;③ 解析不同时段人类活动与城市场景对PM2.5浓度的交互作用发现,教育医疗单位和住宅区两类场景对PM2.5浓度的提升作用都与人类通勤有密切关系,高污染场景中的建筑工地在采取的洒水降尘措施后能在数小时内有效缓解PM2.5污染,公园文体服务区在多数时段对PM2.5浓度具有抑制作用,工业区和道路多数时段会致使对PM2.5浓度提升;④ 从PM2.5浓度的空间分布来看,福州市主城区南部PM2.5浓度总体呈现东南高-西北低的分布趋势,建筑工地、道路和工业区场景轻度以上污染面积占比明显高于其他场景,公园场景总体PM2.5浓度较低,山体公园傍晚会受到周边工业区的影响而导致PM2.5浓度升高,而城市陆地外围水域对沿岸PM2.5浓度具有抑制作用;⑤ 研究结果可为不同场景下PM2.5污染精细化治理、城市规划以及老人、儿童等高危人群的PM2.5污染暴露风险防范提供支持。 相似文献
1