LID技术在华南地区高密度小区的应用设计

由于低影响开发(LID)技术在不同地区的应用效果存在差异,因此通过分析华南地区气候特点、雨水管理现状问题,并采用实地调研、理论分析及经济性分析确定华南地区高密度小区建筑、道路、公共场地、绿地等不同要素对应适用的LID技术,以便于实现场地内雨水的快速管理,提高室外热舒适性,创造更为协调的景观环境。最后针对性提出自然与人工协作的雨水管理新模式,解决华南地区因雨季较长导致场地内排水速度缓慢的问题。     

室内下水管道被堵塞造成楼下居民财产损失,责任由谁来承担?

1　案例某甲举家移居国外定居,委托其亲戚看管房子,期间甲亲戚对托管房屋偶而观顾。某日,小区物业发现甲房间门缝向外淌水,马上打电话通知甲亲戚。物业公司和甲亲戚进入房内,发现室内淌水系厨房水槽下水管内水向外翻溢所至。经物业人员疏通,发现共用管道下端内有头发、菜叶等生     

新建小区海绵城市建设新思路——以武汉市七军会运动员村为例

针对目前新建小区海绵城市建设脱离景观方案、为海绵而海绵等问题,以七军会运动员村海绵城市规划为例,从"排水"、"活水"、"清水"、"净水"、"节水"五大方面提出海绵城市建设应与景观方案紧密结合,最大限度地减少开发对生态环境的破坏,最大限度地实现水平衡,最大限度地节约资源,为新建小区海绵城市建设提供新思路。     

居民出行调查中交通小区划分方法的改进

为了减少居民出行调查的工作量和费用,利用以往调查内容中的年龄、职业、收入和车辆拥有率等指标,根据聚类分析的等价矩阵模糊聚类方法,通过MATLAB编程进行聚类分析,用F-统计量确定最佳模糊聚类类数,对交通小区重新分类。在调查时,只需在每类小区选择一个交通小区,就可满足调查精度要求。最后用模糊C-均值聚类方法验证。计算结果表明,模糊聚类分析方法可以应用在居民出行调查的交通小区划分中。     

城市道路网络交通小区概念解析

城市道路网络交通小区是为了减少交通控制和管理系统的复杂性,提高系统可靠性及系统开发的需要而提出的.文中分析了交通小区在交通分析系统中的研究定位,基于交通关联度和交通相似度的解析,提出了交通小区的基本概念及数学描述,并对交通控制小区和交通诱导小区的目标、指标、层次等进行了对比分析,为交通小区的后续动态智能划分研究奠定了理论基础.     

珍惜每一个清晨

举国迎春之季,这一场疫情突然爆发。正月初,大街小巷空无一人,这无疑是一个倍加特殊的新年,定当铭记,值得载入史册供后人哀之鉴之。然而伟大祖国并未慌乱,从上至下纷纷做出积极行动,封城、医护人员前往重疫区支援、药物研发、封锁交通、封闭小区,每一处工作都有条不紊,让全国人民慨叹这不愧是历经了几多风雨的国家,不愧为为民谋福的政党,不愧为具有坚强品格的中华民族!以科学的分析、果断的措施、勇敢的举动、乐观的心态与病毒作殊死搏斗,担负起自身职责,我们终将迎来胜利,举国欢腾。     

考虑交通环境影响的封闭小区开放决策研究

封闭小区的开放可以增加城市道路网密度，缓解交通拥堵，但目前封闭小区开放方案的决策方式单一，且未考虑开放后给小区带来的汽车尾气和交通噪声污染问题。将交通环境影响纳入考量范围，以行程时间、尾气排放和交通噪声构成的总目标费用函数值最小作为优化目标。引入封闭小区是否开放、单双行和限速这3种决策方式，建立上层系统费用最优和下层用户均衡的封闭小区开放双层决策模型，并利用遗传算法和Frank-Wolfe算法分别对上、下层模型进行求解。 对模型优化效果进行验证分析，结果表明，所建模型最优解的费用值相对偏差为0.67%，应用此模型后同比节省费用平均值为11.80%。对比分析得到：合理设置封闭小区开放的3种决策方式，可 以减少车辆行程时间和绕行距离，降低出行者的出行费用和考虑交通环境影响的附加费用，且采取相对较高的限速值有利于降低出行总费用值。     

美国各界为2020年的人口普查做规划

美国每10年一次的大规模人口普查，从1790年至今已经开展了200多年。到了2010年，美国人口普查向包括交通研究、交通规划在内的学者、从业者提供了大量基础数据，例如，分交通小区的人均收入、种族构成比例、年龄构成比例、性别构成比例、教育水平、出行方式、     

基本车位和出行车位的计算方法及应用

为更精准的分析现状停车问题和有效地指导公共停车场的预测和规划布局,相对科学系统的探索基本车位和出行车位的计算方法。以现有停车供需调查方法以及调查得出的居住类和非居住类配建停车场、路内和路外公共停车场供需数据为基础,停车交通小区为计算单元,并以人口、岗位、车辆拥有情况进行校核,研究现状出行和基本车位供需的方法。以青岛李村商圈为例进行应用,结果表明,所计算的基本车位和出行车位供需基本符合该区域的实际情况。     

基于出行特征的用地类型推断方法研究

提出一种基于卷积神经网络推测城市交通小区内用地特征的算法,同时对交通小区内多种用地类型进行预测.选用公共交通出行数据集和网约车出行数据集,融合多种出行方式的出行特征对交通小区内用地特征刻画.提取交通小区内发生强度,吸引强度和产吸差强度3个指标作为模型输入,训练得到基于区域内出行特征双通道的卷积神经网络模型,采用网格寻优方法确定最优网络结构.选取北京市六环内交通小区作为研究对象,结果表明,本文算法能够同时推断交通小区内居住、工作和休闲用地特征,并获得各用地类型在小区内占比分布.