长株潭城市群区域发展研究

本文对长株潭城市群区域发展的现状进行了评述,对发展的优劣条件进行了分析,总结了其面临的机遇和挑战,提出了建设长株潭地区网络型城市地区的建议和相应的措施。     

长株潭城市群发展实效分析

区域规划作为一种宏观规划干预力量,能够在一定程度上减少城市从自身短期利益出发做出的城市规划所面临的局限性.本文以长株潭城市群为例,从用地布局、生态网络、区域交通、产业发展四个方面分析了《长株潭城市群区域规划(2003—2020)》公布以来城市群的发展情况,研究发现长株潭城市群建设用地增长较快、生态用地比例略有下降、经济...     

长株潭城市群交通规划整合研究

通过对城市群交通规划特点的分析,探讨了城市群形态以及交通需求对城市群交通的影响。以长株潭城市群交通规划整合为研究基础,通过对长株潭城市群交通现状、城市群形态(包括空间结构形态和社会经济形态)、出行需求特征等的分析,探讨城市群发展中面临的问题及解决方法,提出了城市群交通规划的整合方法及其优化原则。     

政府治理视角下长株潭城市群空间增长研究

随着我国改革开放的深入,经济发展逐渐实现从计划经济到市场经济的转变,而政治体制改革的步伐则相对缓慢,使得逐渐兴起的城市群空间发展受到传统政府治理模式的制约。目前,长株潭城市群存在区域空间差异特征日益明显、空间增长各自为政、空间区隔化现象突出等问题,主要原因是长株潭三市的经济关联度不高、政府定位不当、财权与事权不对称。应转变政府治理的模式和思路,推动行政分权的企业型政府向跨域治理的合作型政府转型,实现由单一城市增长绩效考核向城市群整体增长绩效考核转变,促进长株潭城市群的空间增长。     

武广高铁对长株潭城市群空间结构影响研究

本文选择长株潭城市群为研究对象,重点研究武广高铁的建设和营运对长株潭城市群地区空间结构的影响。通过梳理城市空间结构、高铁对城市空间结构的作用机制等相关研究,找出武广高铁影响下长株潭城市群空间结构的演化趋势,并得出了高铁影响下长株潭城市群空间结构的优化策略。     

长株潭城市群构建过程中的行政区划调整

行政区划调整是推进城市群一体化进程不可忽视的一个重要手段。在长株潭城市群的构建过程中,长株潭城市群的行政区划不断地调整以适应经济体制的改革,适应区域一体化的需要,适应建设"两型"社会的要求,推动着长株潭城市群的发展。随着长株潭城市群的发展,长株潭城市群的行政区划还将不断地调整。     

长株潭城市群体育产业发展的现状及对策

运用文献资料法、访谈法、逻辑分析法等对长株潭城市群体育产业的发展过程中存在的问题进行深入分析,并针对性提出加快长株潭城市群体育产业发展的对策。     

《长株潭城市群区域规划》的探索与实践

<长株潭城市群区域规划>将长沙、株洲、湘潭三市的城市规划区及相关地区作为重点对象,强调生态环境保护空间、产业集群载体空间、基础设施导向空间、城市开发建设空间的协调,突出了区域规划的系统化、刚性化、具体化等特点.     

长株潭地区推动大数据产业发展的对策建议

随着大数据时代的来临,发展大数据产业对推动长株潭经济社会发展具有重要的战略意义,有利于推动"四化两型"和智慧城市建设,加快培育战略性新兴产业,带动产业转型升级。提出加快制定长株潭地区大数据产业发展规划,制定并完善相关法律法规,加快数据资源开放共享步伐,政府加强政策引导和支持,加大专业人才培养力度等对策建议。     

交通导向的环杭州湾城市群空间结构研究

指出交通作为区域经济联系的纽带,是城市群体空间建构的重要载体,尤其现代快速交通更是城市群体空间有序发展和合理组织的关键,在回顾区域交通与环杭州湾地区城市群空间历史演变关系的基础上,提出了现代快速综合交通条件下的环杭州湾地区城市群的空间结构演化趋势。     

人民城市理念下的数字化城市体检探索 ——基于多源时空数据

随着城市体检在城市更新与治理中的 重要性日益凸显,既有城市体检的不足也日益明 确。既有工作框架一方面存在人本化考量不足 的问题,多为自上而下的分析视角且数据时空精 度受限;另一方面缺乏数字化的通用性架构,难 以适应新时期精细化的分析需求。本研究一方 面基于2022版住建部城市体检指标体系,探索 在多源时空大数据支持下,融入人民城市理念, 拓展和优化人本化体检指标体系;另一方面探 索数字化城市体检云平台建构,满足动态监测、标准口径和实时交互需求,从而实现城市体检的理论创新、技术创新和治理创新。最后以徐汇滨 江某片区为例,展示该平台的应用。本研究为人民城市理念下的数字化城市体检提供了新思路, 是数字技术促进城市体检范式创新的有益尝试。     

晋中城市群和中原城市群百度指数网络联系研究

根据2011年—2014年晋中城市群和中原城市群两两城市间百度指数,利用社会网络分析法中核心—边缘、凝聚子群、Net Draw三个模型分析了城市群网络空间结构,以促进城市区域间的社会经济联系和网络联系。     

大数据赋能的建筑类研究生城市设计教学实践

大数据分析以其客观性、动态性、全面性等优势,为城市设计的转型发展助力,大数据赋能城市设计教学具有重要意义。根据以往反馈意见显示,大数据运用介入现有建筑类研究生城市设计课程后,存在着因学生对大数据认识不足造成教学开展困难、城市设计授课内容被迫压缩、学生刻意逃避大数据运用操作、教师仍选择传统授课方式等四个方面的问题。对此,从教学目标、课前前期准备、阶段操作内容与教学设定、课程评价与反馈等方面进行调整,以作为大数据运用介入课程的实现手段。并在此基础上,将大数据赋能城市与设计课程从前期准备、调研、分析、方案、成果等阶段进行整合,从而奠定学生的大数据基础能力,培养学生数据收集与挖掘能力、数据分析能力、数据创新设计能力、方案的可视化表达能力,强化学生城市设计的大数据运用能力。最后指出,大数据运用的介入已促使学生学习城市设计的方式产生转变,同时也全面提升了学生的城市设计创作思维能力。     

大数据时代下的城市规划分析

简述了大数据的内涵及特征,分析了大数据时代对城市规划的影响,并提出了大数据时代下城市规划的创新途径,指出利用大数据完善城市规划建设,有助于实现城市的可持续发展。     

基于大数据的贸易分析模块构建分析

根据现有电子商务平台的海量数据存储及处理的需要,提出了基于大数据的贸易分析模块的构建。文章重点介绍了系统的框架结构、客户流失和用户价值度分析和设计。构建的贸易分析模块系统可以对客户流失进行预警,在一定程度上帮助挽留客户,降低客户流失率。     

基于多源地学数据的找矿预测应用研究

为提高地质找矿精度,本文结合研究区化探、航磁、地质以及断裂构造数据,运用卷积神经网络（CNN）模型,对基于多种数据的铜矿床预测结果进行了对比分析。结果表明：在运用卷积神经网络（CNN）模型进行找矿预测前,需要利用克里格插值法对化探和航磁数据进行预处理;同时传统地质数据断裂构造解释不详细的问题,需利用生成式对抗网络（GAN）模型对遥感影像数据进行断裂构造数据的解译,从而获得多种地质数据。基于化探、航磁、地质以及断裂构造数据预测得到的铜矿床面积分别占研究区的27.3%、12.1%和19.7%;由于地质数据仅包括研究区的主干断裂,导致在预测过程中某些重点找矿区未被圈定,而采用GAN模型对断裂构造数据进行训练预测后,未被圈定的区域被重新圈定,将断裂构造数据+化探航磁数据相结合应用到铜矿床预测模型中,具有更好的预测效果和可信度。     

Slope stability analysis based on big data and convolutional neural network

The Limit Equilibrium Method (LEM) is commonly used in traditional slope stability analyses, but it is time-consuming and complicated. Due to its complexity and nonlinearity involved in the evaluation process, it cannot provide a quick stability estimation when facing a large number of slopes. In this case, the convolutional neural network (CNN) provides a better alternative. A CNN model can process data quickly and complete a large amount of data analysis in a specific situation, while it needs a large number of training samples. It is difficult to get enough slope data samples in practical engineering. This study proposes a slope database generation method based on the LEM. Samples were amplified from 40 typical slopes, and a sample database consisting of 20000 slope samples was established. The sample database for slopes covered a wide range of slope geometries and soil layers’ physical and mechanical properties. The CNN trained with this sample database was then applied to the stability prediction of 15 real slopes to test the accuracy of the CNN model. The results show that the slope stability prediction method based on the CNN does not need complex calculation but only needs to provide the slope coordinate information and physical and mechanical parameters of the soil layers, and it can quickly obtain the safety factor and stability state of the slopes. Moreover, the prediction accuracy of the CNN trained by the sample database for slope stability analysis reaches more than 99%, and the comparisons with the BP neural network show that the CNN has significant superiority in slope stability evaluation. Therefore, the CNN can predict the safety factor of real slopes. In particular, the combination of typical actual slopes and generated slope data provides enough training and testing samples for the CNN, which improves the prediction speed and practicability of the CNN-based evaluation method in engineering practice.     

多源数据视角下的城市发展特征判识

大数据发展背景下的城市规划,采用科学合理的数据和方法进行实践应用具有强烈的需求和必要性。多源数据的融合分析、方法交叉及结论耦合印证既可以提升数据的有效性,更可以保证结论的科学性。采用POI、开源地图、手机信令、出行调查等多类型数据,对成都市金牛区城市发展特征进行了深入剖析和科学研判,为金牛区的总体规划奠定了科学有效的基础。     

基于大数据分析的矿区土壤重金属污染评价

通过以矿区土壤重金属污染评价作为主要研究对象,采用大数据分析技术,在结合具体调查矿区实际情况的基础上,建立相应的矿区土壤重金属污染评价模型。并对评价结果进行分析,可知评价矿区土壤重金属污染情况对落实矿区生态保护工作,维护整体生态系统以及人体健康安全具有重要意义。结果显所建立的单因子污染指数模型、综合污染指数模型以及污染负荷指数模型与潜在生态危害模型,得出的评价结果基本一致。在该矿区土壤中存在严重的重金属污染,包括Cd污染、Cu污染以及轻微的Ni等污染。相比于矿区周边区域,采场中的污染问题更为严重,因此需要在矿区后续工作中加大生态修复力度,重点加强对Cd污染与Cu污染的防治处理。