基于无人机影像的城市植被精细分类

针对传统植被资源调查方法工作量大、成本高、效率低的问题,利用高分辨率无人机遥感影像,联合地物光谱-纹理-空间信息,构建了一种适用于描述城市不同植被种类的多维特征空间,在此基础上对三种应用广泛的分类算法(基于像素的、面向对象的支持向量机及深度学习Mobile-Unet语义分割模型)开展了对比分析研究.结果表明:本文提出的联合地物光谱-纹理-空间信息的特征空间构建方法能够有效地描述城市不同类型植被的特征差异,提升影像分割、植被分类的精度;在分类精度上,基于像素和面向对象的支持向量机分类结果的总体精度均超过90%,深度学习方法的总体分类精度为84%;在算法效率上,传统机器学习方法也优于深度学习方法.因此,得出结论针对城市小区域、小样本的植被精细分类,传统机器学习分类方法比深度学习方法效果更好.     

Does Riparian Forest Restoration Thinning Enhance Biodiversity? The Ecological Importance of Large Wood

Intact riparian ecosystems are rich in biological diversity, but throughout the world, many have been degraded. Biodiversity declines, particularly of vertebrates, have led to experimental efforts to restore riparian forests by thinning young stands to accelerate creation of large diameter live trees. However, many vertebrates depend on large diameter deadwood that is standing as snags or fallen to the forest floor or fallen into streams. Therefore, we reviewed the sizes of deadwood and live trees used by different vertebrate species to understand which species are likely to benefit from different thinning treatments. We then examined how riparian thinning affects the long‐term development of both large diameter live trees and deadwood. To this end, we used a forest growth model to examine how different forest thinning intensities might affect the long‐term production and abundance of live trees and deadwood. Our results suggest that there are long‐term habitat tradeoffs associated with different thinning intensities. Species that utilize large diameter live trees will benefit most from heavy thinning, whereas species that utilize large diameter deadwood will benefit most from light or no thinning. Because far more vertebrate species utilize large deadwood rather than large live trees, allowing riparian forests to naturally develop may result in the most rapid and sustained development of structural features important to most terrestrial and aquatic vertebrates.     

基于改进社会力模型的地铁大客流疏散能力研究*

为有效应对大客流情景下人群拥挤对地铁站正常运行带来的影响,采用社会力模型和Anylogic仿真软件,对地铁站大客流疏散能力进行建模和分析,从客观、主观、管理视角分析影响客流疏散能力的因素,基于改进社会力模型刻画行人行为,分析影响地铁车站疏散能力的3个关键因素,并以南宁地铁1号线朝阳广场站为背景进行研究。研究结果表明:行人密度是影响地铁站疏散能力的关键因素,出入口选择策略和行人亲属关系比例对疏散能力影响显著,研究结果可为地铁客流疏散提出针对性建议。     

复杂建筑空间人员应急疏散的无人机引导模型研究*

为提升紧急情况下复杂建筑空间中应急疏散引导的疏散效率,采用仿真模拟方法,提出1套可适用于复杂建筑空间人员应急疏散的无人机引导模型,该模型通过改进传统算法和构建新方法,实现无人机空间遍历移动规则寻优、无人机引导路径寻优以及基于“障碍物空间场域”建筑空间区域划分。研究结果表明:相较于没有无人机引导,采用单无人机和多无人机协同引导疏散,可大幅缩短整体疏散时间,有效减少疏散路径当量长度,提高疏散效率并保证路径安全,为无人机在应急救援和疏散的应用提供新思路。     

三元空间融合视阈下的安全态势感知模型研究*

为全面辨识系统风险并准确评估系统安全状况,从3元空间（信息-物理-社会）融合视角出发,界定安全态势感知概念并解读其内涵,提出安全态势感知概念模型和理论模型,并解析安全态势数据采集层、觉察层、理解层、投射层和预警层的具体内涵和功能。研究结果表明:3元空间融合视阈下的安全态势感知,能够通过物联网和互联网同步采集安全态势数据,在现有安全态势感知（安全态势信息输入、处理、输出）基础上,实现对人、机、物及其相互关系的整体感知,有效应对当前复杂多变的安全态势,为安全态势感知体系优化提供理论指导。     

地震液化引起的地面大变形对桥梁桩基的影响研究综述

根据国内外文献资料,主要就地震高烈度区液化引起的地面侧向大变形对桥梁桩基的影响的研究现状进行分析,总结了地面大变形引起的震害情况、液化诱发地面大变形的机理及液化大变形的预测方法、桥梁桩基的震害和液化大变形对桥梁桩基的影响、桥梁桩基抗地面大变形的措施,以及存在问题和研究思路。     

大空间建筑火灾中热烟气层发展规律的理论分析

对几类典型的大空间建筑火灾中热烟气层的发展规律进行了理论分析,并和文献中的实验结果进行了对比。理论分析表明热烟气层的发展速率除了与火源的功率和大空间的几何尺寸有关外,还取决于火羽流的种类。给出了轴对称火羽流、二维线性溢流和沿墙壁的二维线性火羽流情况下的热烟气层发展速率的表达式,对大空间建筑的火灾安全设计与灾害预测具有指导意义。     

从世界大河流域开发实践构想长江开发模式

通过分析世界大河流域开发的多种模式，研究可遵循的客观规律和存在问题。借鉴其经验教训，探讨充分有效开发长江流域的模式。提出“突出重点，综合利用，高效运作，协调发展”的战略思想，力争把长江流域建成我国的一级经济轴线和世界规模最大的现代化沿江产业带。     

城市可持续发展的关键自然资本研究

城市是社会、经济与环境相互作用最为集中与深刻的区域，随着城市环境问题的日益严重，城市可持续发展成为共同关注的焦点。自然资本在可持续发展体系中起到关键的作用，因此，识别城市系统的关键自然资本是实现城市可持续发展的前提。通过分析城市绿色空间的生态服务功能，结果表明绿色空间是影响城市可持续发展的重要的自然资本。在此基础上，提出了通过保护与投资于绿色空间两种途径实现城市可持续发展的措施与建议。     

采用大涡PIV研究Taylor-Couette流及其对混凝过程的影响

采用大涡PIV方法对Taylor-Couette流场的湍动能及湍动能耗散率进行了估算,并利用数值模拟对其进行验证,结合絮凝实验,综合对比速度矢量、湍动能分布、湍动能耗散率分布及对应流场中混凝过程的絮体图像,探究了湍动能与湍动能耗散率对絮凝效能的影响.结果表明,大涡PIV法与数值模拟在雷诺数较高的情况下有较好的一致性,且雷诺数越大一致性越好.在Taylor-Couette涡流场中,随着雷诺数的增大,湍动能与湍动能耗散率数值不断增大,且在流场中的分布由规律有序到紊乱最终趋于各向均匀一致.而混凝过程中湍动能与湍动能耗散率的数值大小及其在流场中的空间分布情况,均对产生絮体的大小和浊度去除率有较大影响.