【摘 要】
:
随着城市化进程,城市路网不断扩张。其中,大型水域是影响和限制城市路网结构与城市形态的一个重要因素,对城市的出现和发展起着至关重要的作用。本文研究了大型水域影响下城市路网地理布局的局部适应性规律,探究了大型水域对路网全局性能的影响,并在此基础上提出并验证了城市路网的生成模型。本文首先通过数据采集和预处理,设计了支撑研究所需的路网、大型水域等要素的数据结构,以我国67个大型水域城市为研究对象,25个非
论文部分内容阅读
随着城市化进程,城市路网不断扩张。其中,大型水域是影响和限制城市路网结构与城市形态的一个重要因素,对城市的出现和发展起着至关重要的作用。本文研究了大型水域影响下城市路网地理布局的局部适应性规律,探究了大型水域对路网全局性能的影响,并在此基础上提出并验证了城市路网的生成模型。本文首先通过数据采集和预处理,设计了支撑研究所需的路网、大型水域等要素的数据结构,以我国67个大型水域城市为研究对象,25个非水域城市为参照对象,构建了相应的地理信息数据库;然后,提出了3个考虑障碍物位置、大小、形状等因素的障碍水平量化指标,从水域附近路网的地理布局朝向视角分析了水域对城市路网局部结构的影响,从网络效率、可达性与介数视角分析了水域对城市路网全局性能的影响;最后,基于上述研究结论,仿生叶脉生长过程,提出并验证了大型水域影响下城市路网的生成模型。主要研究结论包括:(1)从局部影响角度看,随着水域边界到城市中心距离增加,水域边界到最近路段的距离呈现增加趋势;同时,水域影响附近路网的布局朝向,对于距离水域边界100-200米以内路网,90%以上路段与最近水域边界方向接近平行或垂直,对于距离水域边界1.6km以外的路网,水域影响可以忽略。(2)从全局影响角度看,对于人口小于250万的部分城市,水域仍是限制当前路网效率的重要因素;水域障碍物水平与城市路网的平均距离可达性和时间可达性之间的相关性分别仅为0.089和0.045;水域城市路网边介数和节点介数的最高值远大于非水域城市的相应值,表明水域城市更容易拥堵、也更脆弱。(3)提出的路网生成模型能够较好地重现水域城市路网的地理布局特征。本文的研究结果与研究方法可以为水域城市的路网规划与桥隧建设决策提供理论支撑。
其他文献
质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)是一种在较低温度条件下工作,能将氢气化学能直接转化为电能的能源转换装置。PEMFC具有转换效率高,工作温度低,工作噪声低,排放无污染的优点,是未来固定式发电和载具能源的一种优质方案。然而,寿命衰减是限制其应用的一个主要原因。在应用场景中变化的负载以及不当的操作对PEMFC的寿命有很大影响。因此,从
城市路网犹如城市的“毛细血管”,是支撑城市社会经济活动的重要基础设施,对生产要素的流动、城镇体系的发展有着决定性的影响。对城市路网进行合理的建模,是研究城市路网、指导路网的规划的基础。目前主要的两类路网建模方法是矢量化建模和栅格化建模。前者可以计算路网任意节点对之间可达性的精确值;后者以栅格区域为基本单元,可以看成矢量模型的一种近似,尽管存在计算误差,但是能够融合非路网覆盖区域进行可达性计算。本文
可见光遥感图像舰船目标检测在民用和军事领域都具有重要意义。本文以大幅面高分辨率可见光遥感图像为研究对象,开展星载舰船目标检测系统设计。星载舰船目标检测系统面临算法精度与速度矛盾、资源需求与供给矛盾,针对上述问题,本文从算法设计、部署优化、硬件设计等方面开展研究,本文主要工作如下:算法设计方面,针对遥感图像面临的复杂环境干扰与目标特性变化导致的舰船目标检测任务高虚警与高漏检问题,本文提出基于全卷积神
人手姿态估计是计算机视觉领域的重要组成部分。随着深度学习的发展,基于单目RGB图像的三维人手姿态估计算法也取得了显著进展。主流的方法通常使用卷积神经网络从输入中提取相关特征,并从这些特征中回归出三维人手关节点。本文从如何更好地利用先验信息的角度,对基于深度学习的单目RGB图像三维人手姿态估计算法展开了研究,针对现有算法存在的一些问题提出了以下改进。如何有效地引入人手的结构信息是这一任务的一个重要问
机器人技术是未来新型产业的高新技术之一。通过使用移动机器人代替人工作业,可以解放人力,同时避免一些未知的危险,保障人类安全。本文针对缺乏先验环境知识的工作任务,研究了多移动机器人系统的编队遍历探测路径规划,实现对环境的详细探测。首先,通过未知环境路径规划算法规划机器人的移动路径,结合建图算法获取未知环境的粗略地图。分析了基于Frontier的边界探索和基于RRT的边界探索这两种未知环境探索方法的优
IT运维服务人员调度问题主要考虑如何安排现有的运维人员,快速、有效地对故障进行处理,从而尽量降低故障产生的影响。其中,每个任务有不同的释放时间、截止时间、重要程度以及紧急程度,而运维服务人员具有异质性,可以完成的任务、完成各任务的时间以及单位工作成本都不同。这些情形在现实工作中大量存在,而理论研究尚存在不足,研究相应的服务人员调度问题具有现实意义和理论价值。本文讨论两类IT运维服务人员调度问题,建
路网属于关键基础设施,是维持国家经济运转和人们日常生活不可或缺的部分。然而,路网由于分布广泛,穿越了许多不同的自然地理区域,很容易遭受各类自然灾害(如地震、洪水、泥石流等)的影响。在这些灾害中,滑坡、泥石流等地质灾害是路网面临的主要威胁。实证研究表明,在世界范围内,泥石流发生的频率及强度将持续增加。如何提升路网应对泥石流灾害的韧性,降低泥石流对交通系统的影响,引起了政府和学术界的高度关注。目前,相
人体解析是计算机视觉领域中一种复杂而精细的语义分割任务,是针对图像中的行人进行详细图像理解的关键步骤之一。近年来,随着深度学习的应用越来越广泛,在人体解析方面也取得了很大的进步。但是面对人体姿态的多变、服饰的多样以及复杂的场景这些情况,常用的仅依赖于语义分割模型的方法不再能达到人体解析任务所需的效果。区别于语义分割任务,人体解析需要对“人”这个特定对象进行信息分析与理解,其中对人体的各个细粒度部件
红外弱小目标检测是从红外图像中快速准确地提取感兴趣的弱小目标的过程,在军事侦察、灾害搜救等军用和民用领域具有广泛应用。近年来,基于深度学习的通用目标检测方法发展迅速,性能超越传统方法。但是,直接用于红外弱小目标检测性能有限。究其原因,红外弱小目标面积小、特征少,难以直接通过大数据学习到目标特征。本文针对天基空间目标监视应用,基于全卷积神经网络U-Net框架开展红外弱小目标检测深度学习算法研究,具体
文本分类作为自然语言处理领域中的一项基本任务,对文本信息的挖掘意义重大.文本分类主要包括单标签文本分类和多标签文本分类.现今随着互联网产业的快速崛起,网络信息的表现形式更加丰富多样,分类粒度也更加精细,如何有效地挖掘互联网中繁复的文本信息则成为现今研究的热点.在这样的时代背景下,传统的单标签文本分类显然已不能很好地满足需求,因而对多标签文本分类的研究就显得尤为重要.多标签文本分类是自然语言处理任务