基于地理标记照片的入境游客空间特征与移动轨迹——以南京市为例

随着互联网与社交媒体的兴起,用户分享内容中的地理标记数据成为旅游流研究的重要对象。以南京入境旅游流空间特征为研究对象,以2010—2018年Flickr平台内南京地理标记照片为基础,利用DBSCAN算法、ArcGIS 10.2等方法与技术探究南京入境旅游热点区域、游客移动轨迹特征及模式。研究结果显示：（1）南京入境游客访问峰值出现在3-6月及10月,以一日游为主。（2）南京AOI空间分布差异明显,历史城区是南京入境旅游最热门区域,其AOI分布与旅游景区、商业购物等相关产业空间高度重合;中心城区的AOI分布数量次之,钟山风景区是其热度核心,深受热衷历史文化的游客追捧;郊区的AOI分布数量最少,基本与当地旅游景区相吻合。（3）单日游和多日游的游客移动轨迹网具有显著差异性,分别体现在网络范围、网络体系、旅游对流及转移差值4个方面。（4）南京入境游客移动轨迹模式可划分为区域内部移动轨迹模式和区域间移动轨迹模式。根据上述研究结果,分别针对历史城区、中心城区及郊区提出相应的发展建议。     

利用数码相片对冬小麦生物量的试算

数码相片属于地面遥感资料的一种,被广泛应用于实地调查中.然而,目前利用数码相片对植被生物量进行推算的研究很少.利用数码相片提取小麦生长期的小麦覆盖度,结合地面实测叶面积指数(LAI)、归一化植被指数(NDVI)和小麦生物量,分析小麦覆盖度与LAI,NDVI,生物量与小麦覆盖度、LAI,NDVI各自的相关系数,建立各自合适的回归模型推算冬小麦的生物量.结果表明,在小麦生长期,小麦覆盖度与LAI,NDVI的相关系数R2分别达到0.765,0.896,生物量与小麦覆盖度、LAI,NDVI的相关系数R2分别为0.774,0.876,0.712,生物量与其小麦覆盖度、LAI,NDVI之间具有很高的相关性,多元回归分析效果更好,系数R2达0.891.结果说明,在不破坏植被生长状态的情况下,基于数码相片可有效地推算小麦的生物量,这为大面积实地测量和遥感监测作物长势及其生物量估算提供了理论参考依据.     

地铁施工工人不安全行为知识可视化研究

为改善地铁施工行为的安全培训效果,利用现场照片,研究工人不安全行为知识可视化机制。通过整理安全标准等显性安全知识,对施工工人的不安全行为进行分类,并利用工作危害性分析(JHA)和语句相似度计算相结合的方法,显化现场照片中包含的施工工人隐性不安全行为知识。设计施工工人不安全行为可视化系统,采集和存储显化的行为风险照片。将此系统应用于以起重吊装类不安全行为"起重吊装过程中,施工工人进入危险区域"的显化研究。算例结果表明:通过相似度计算对比,包含JHA确定的影响因素的照片描述,能有效匹配所反映的施工工人不安全行为。     

SDS和PVP强化生物淋溶锰渣的性能

在生物淋溶锰渣的过程中,设置一系列浓度梯度(0～100 mg/L)的离子型表面活性剂SDS(十二烷基硫酸钠)和非离子型表面活性剂PVP(聚乙烯吡咯烷酮),研究两种活性剂对硫杆菌生长和对锰渣中锰的浸出率的影响.结果表明,两种表面活性剂均能有效强化硫杆菌对锰渣的淋溶性能,SDS和PVP的最佳浓度分别为35 mg/L和15 mg/L,在最佳浓度条件下,两者均能显著降低培养液的pH值,提高锰的浸出率,其浸出率分别达到88％和83％,均高于对照组的72％.进一步分析表明,SDS比PVP更能有效提高浸出体系的ORP电位,促进锰的浸出.电镜结果表明,在最佳浓度条件下,SDS比PVP更能有效促进硫杆菌对锰渣表面的侵蚀,降低锰渣的表面粒度,提高锰渣中锰的浸出率.