公共文化服务平台

牟凤云: 作品数：78 被引量：546H指数：11; 供职机构：重庆交通大学更多>>; 发文基金：国家重点基础研究发展计划国家自然科学基金重庆市自然科学基金更多>>; 相关领域：天文地球自动化与计算机技术经济管理农业科学更多>>

合作作者

重庆市资源型产业的演变特征分析: 2012年; 运用偏离份额分析法、产业贡献率、区位熵分析了重庆市10个资源型产业发展的演变特征,结果如下:重庆市资源型产业部门的产业结构基本趋于合理,部分产业综合潜力非常大,但总体增长力不强,竞争力较差。应针对各行业的具体状况来制定发展规划,才能切实起到促进行业发展的作用。; 韩赜牟凤云; 关键词：资源型产业偏离-份额分析法产业贡献率区位熵

重庆渝中区城市空间精细利用综合体系构建研究: 2017年; 为加强城市空间精细化利用,以渝中区为研究对象,在分析渝中区城市空间精细化利用综合体系构建思路并遵循时代性、综合性、目标性、系统性和可操作性等原则基础上,提出了构建由目标体系为先导、内容体系为核心、管理体系为调控和条件体系为前提的"四维一体"渝中区城市空间精细化利用综合体系,以提高渝中区城市空间的集约利用和精细化管理水平。为未来渝中区可持续发展和城市空间结构调整,保障高水平现代都市区建设的顺利推进以及民生导向的宜居城市建设提供决策依据。; 徐知宇林孝松刘青赖勇牟凤云

城市扩展与空间形态演化动力机制的研究进展被引量：5: 2008年; 在城市化快速发展的背景下,城市扩展迅速,城市空间形态演化显著。从城市扩展和城市演化的方式以及相关概念出发,总结了国内外城市扩展与空间形态演化的动力机制,将城市扩展与空间形态演化的动力机制划分为城市经济、人类生态、数理科学、城市地理和景观生态等学派,并讨论了各学派的研究对象和应用范围。; 牟凤云张增祥; 关键词：城市空间形态动力机制

基于多源数据的长江经济带内河港口区位优势度评估被引量：3: 2022年; 内河港口是内河航运纽带的重要节点,评估内河港口的区位优势度对长江经济带港口基础设施建设等具有重要意义。以2021年长江沿岸内河港口为研究对象,采用多源数据,结合长江内河港口辐射范围内的3个指标并对原模型进行改进,结合AHP-EWM模型计算长江经济带长江沿岸28个港口的区位优势度,研究结果显示:①除重庆和武汉以外,江苏省以外的其他省份港口辐射范围内交通网络密度都比较低;从交通干线影响度来看,分布比较均衡且数值较为相近;而城市经济影响力的空间分布较为无序;②根据区位优势度的高低以及空间分布得出长江经济带货运港口空间格局为“三中心,一组团”的空间格局;③将内河港口按长江岸线所属省份进行划分后发现:江西省3个港口区位优势度差异最小,但其优势度也整体偏低;安徽省与江西省类似;江苏省整体优势度较高且差异小,湖北省的优势度差异最大,表明存在基础设施建设不均衡等问题且亟需改善。研究成果可对长江经济带内各个港口范围内基础设施建设、道路交通规划、港口选址等方面提供指导性意见帮助打通铁路、高等级公路进港“最后一公里”。; 邹昕宸牟凤云王俊秀陈建坤田甜; 关键词：长江经济带多源数据内河港口

基于多机器学习模型的逐小时PM_(2.5)浓度预测对比被引量：8: 2022年; 【目的】比较分析XGBoost模型、LightGBM模型、随机森林模型(RF)、K最近邻模型(KNN)、长短期记忆神经网络(LSTM)、决策树模型(DT)共6个PM_(2.5)浓度预测模型,以准确、及时预测环境PM_(2.5)浓度。【方法】基于重庆市合川区2020年全年空气质量监测数据和气象数据,通过最大相关最小冗余算法(MRMR)进行数据降维选择最优特征子集,作为模型的输入,逐一进行PM_(2.5)浓度预测;考虑到不同季节PM_(2.5)浓度差异较大,故分季节预测了PM_(2.5)浓度;为了探究各模型预测性能,计算了各模型运行时间和内存占用,并基于PM_(2.5)与特征变量的相关性和特征变量的重要性探讨了模型预测性能季节性差异原因。【结果】模型总体预测精度从高到低排序为XGBoost、RF、LightGBM、LSTM、KNN、DT模型;预测性能方面,6个模型均表现为秋冬季节预测精度高于春夏季节;LightGBM模型可在保证模型精度的情况下,大幅减少模型训练时间和内存占用;特征重要性显示PM_(10)浓度、气温和气压的重要性高,O_(3)浓度、风向和NO_(2)浓度重要性相对较弱。【结论】采取MRMR方法进行数据降维选取的最优特征子集能较好地预测PM_(2.5)浓度;相比较而言,XGBoost、RF、LightGBM、LSTM模型在PM_(2.5)浓度预测上具有较优性能,其中综合性能较好的为LightGBM模型。; 陈建坤牟凤云张用川田甜王俊秀; 关键词：气象因子

小卫星CCD数据在土地利用研究中的应用评价: 2006年; 为了验证新型小卫星“北京一号”CCD数据在土地利用研究领域所具有的实用性和效果,应用三种不同的计算机自动分类方法对研究区域进行了土地利用分类,并对分类精度进行了评价。结果表明:应用最大似然法、Mahalanobis距离法和最小距离法,分类总体精度分别达到了89．45％,84．82％和73．93％;。得出结论:“北京一号”小卫星CCD数据质量较好,选择合适的方法,能够得到较为理想的分类结果,数据能够满足中等比例尺成图要求,可以在土地利用研究领域广泛使用,成为遥感数据更新的新数据源。; 王茜张增祥牟凤云王姣; 关键词：小卫星 CCD数据土地利用

重庆市土壤保持服务空间分布及影响因素分析被引量：4: 2023年; 土壤保持服务能够削弱和改善土壤侵蚀,对其空间分布特征及影响因素进行分析,可提高土壤保持能力,减少区域水土流失。首先,基于修正通用土壤流失方程(revised universal soil loss equation,RUSLE)模型和生态系统服务和交易的综合评估(integrated valuation of ecosystem services and trade-offs,InVEST)模型估算研究区土壤侵蚀量;其次,选用精度更高的土壤侵蚀估算模型评价研究区土壤保持服务;最后,采用多元线性回归、地理探测器等方法探讨影响研究区土壤保持服务空间分布的主要因素。结果表明:RUSLE模型估算结果与研究区实际土壤侵蚀模数差值为201.02 t/(km^(2)·a),精度较低,InVEST模型估算结果与研究区实际土壤侵蚀模数差值为33.11 t/(km^(2)·a),精度较高;研究区土壤保持总量为13.01×10^(8)t,其中土壤保持能力较强的区域在研究区东北以及西南方向,而研究区西部、中部和东南部土壤保持能力较弱;影响土壤保持服务的气候因素主要为降水和气温,影响土壤保持服务的景观指数主要为蔓延度指数、景观分离度、分离度指数和香农均匀度指数。研究结果可为生态系统服务的可持续发展提供科学依据。; 邵志豪牟凤云黄淇李秋彦汪孝之; 关键词：RUSLE INVEST 多元线性回归

2000—2030年多级流域尺度下重庆市林地景观格局碳储量变化: 2024年; [目的]分析多级流域林地变化对碳储量变化的影响,预测未来多级流域碳储量变化趋势,为从流域角度的地区林地可持续发展以及碳中和政策实施提供一定的科学依据。[方法]以重庆市为研究区,运用PLUS模型、景观格局指数、生物量扩展因子法、灰色关联度等方法,分析2000—2030年多级流域尺度下重庆市林地与碳储量的时空动态变化,探究了自然情景发展下林地格局变化与碳储量的关联度。[结果](1)2000—2020年,林地面积增加3404.55 km~2,主要来自耕地转换;一级流域林地景观格局总体趋向于聚集化与规则化,破碎程度相对减少;二级流域内“区与群”的林地格局变化历史规律与未来趋势方面存在差异;(2)前20 a,林地碳储量呈现增加—减少趋势,总碳储量增加,其中一级流域洞庭湖水系碳储量增加最多,而二级流域碳储量增量高值区域由北向南移动;(3)预测2030年总碳储量增加,且与不规则指数具有较强关联度。[结论]不同流域尺度下,不同林地景观格局指数与碳储量的相关性存在差异,未来可以从流域角度出发制定有效措施,提高碳汇效益实现碳中和目标。; 朱诗柔牟凤云黄淇沈祺林; 关键词：碳储量

土地利用视角下重庆市巴南区洪灾风险评估研究: 2022年; 【目的】为了丰富洪灾风险评估研究角度,针对土地利用情况分析重庆市巴南区洪灾风险性。【方法】选择9个土地利用和水文地理因子建立风险指标评价体系,结合层次分析法、熵权法和土地利用动态度模型,进行巴南区洪灾风险评估,分析2000—2020年巴南区洪灾各等级风险区内各土地利用类型的时空分异情况。【结果】1)巴南区洪灾低、极低风险区面积占比低于50%,全区洪灾风险性较高;区内洪灾高、极高风险区主要分布在鱼洞街道、一品街道、木洞镇、接龙镇等区域。2)巴南区洪灾高、极高风险区面积占比最大的土地利用类型为耕地,受洪灾威胁较大;2000—2020年,洪灾高、极高风险区内人造地表面积迅速增加,土地利用动态度高达27.31%,由耕地转化而来的面积最大,为13.90km^(2)。【结论】研究结果提示巴南区需要加强农田水利防洪及城市防洪排涝工程建设,并对区内河道进行防洪治理。; 何清芸牟凤云马英黄淇田甜; 关键词：土地利用洪灾风险评估

多源数据加权融合的城市建成区改进指数评估: 2024年; 针对多源数据提取建成区的研究大多集中在等权融合方向,缺乏考虑不同数据源包含的信息量差异的问题,通过多源数据加权融合方法对前人的城市建成区提取指数进行改进,以改善不同质量级数据直接融合导致建成区提取不准确的问题。首先,构建融合夜间灯光数据、NDVI数据、路网数据和POI数据的改进PREANI指数;其次,融入不透水面数据和温度数据构建无权指数UCI和有权指数WCI;最后,选择迭代法和动态阈值法提取建成区,并对3种指数分别进行评估。结果表明:改进PREANI的Kappa系数为0.80,UCI融入温度和不透水面数据将Kappa系数提高至0.83;WCI提取的建成区轮廓更准确,在增强城乡建成区细部对比、提升边缘地物区分能力方面表现良好,其Kappa系数、查全率、查准率和F1分数均在0.85以上。; 马洋牟凤云左丽君邵志豪邹昕宸; 关键词：POI

牟凤云

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

牟凤云

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈