建筑装饰：当前经济环境下铁路投资有望加速，路网规划预计超前建设.pdf

铁路交通设备：铁道债增长支撑铁路投资，轨交装备景气度继续提升.pdf

铁路设备专题分析报告：铁路货运增量行动实施，货车业务迎来新三年.pdf

轨交装备行业点评报告：铁路工作会议召开，2018高铁投产新线将大幅增长！.pdf

铁路空车调配综合优化模型及求解，程学庆，，铁路空车调配运优化问题是长期的研究热点。理想的空车调配应当综合考虑铁路运输企业经济效益、铁路货物运输需求方（货主）满意度

随着我国高速铁路技术的迅猛发展，列车时速的提高给人们的日常出行带来了极大的便利。因人们愈来愈多的出行需求，高速铁路的建设里程与列车运行班次逐年增长与此同时，列车运营环境安全问题也备受关注。在列车运行过程中，对铁路环境进行实时监测是确保列车运营安全的关键。因我国大部分铁路线路位于山地和高原，使用传统的有线监测设备监测铁路环境时会出现网络成本高、部署复杂、不易维护等问题。为此将无线传感器网络（Wireless Sensor Network，WSN）引入到铁路环境监测中。WSN具有自组织性、拓扑可动态变换、网络结构简单等特点，且部署成本低廉。但WSN也存在缺点，传感器节点体积小，资源受限，部署于野外环境时只能使用电池供电，这凸显了网络中的“能量空洞”现象，降低了WSN的网络性能。   本文针对铁路环境下部署的wSN进行研究，以wSN和分簇拓扑为理论基础，以解决“能量空洞”问題为硏究目标，提出了一种基于非均匀分簇的节点部著优化算法通过与已有的部署于铁路环境下的WSN节点部署算法进行比较，证明了本文提出算法的优越性。论文研究成果如下。   （1）对铁路环境进行分析，根据分析所得的铁路环境特点，建立适用的无线传感器网络基础节点均匀部署模型。部署于铁路环境中的wSN需要达到对监测区域无盲区覆盖的要求，除此之外网络还需达到结构简单，稳定性高的要求。基础节点均匀部署模型可以满足铁路环境对WSN的要求。   （2）中介绍了现有的可使用于铁路环境的wSN节点部署算法，该算法在均匀分簇的基础上对网络中的簇头节点进行分组，使网络中有多条链路同时进行数据传输，通过分担簇头节点传输数据量的方法降低网络能耗。该算法在降低网络能耗方面有一定效果，但网络中的“能量空涧”现象依旧存在。针对这一问題，本文提出基于非均匀分簇的节点部署算法以及其优化算法。该算法是对网络中基础节点进行非均匀分簇，簇头节点部署于簇中心位置，通过调整簇的规模来控制簇头节点的传输数据量，以达到均衡网络中各簇头节点能耗的目的。

植被覆盖度 (Fractional Vegetation Cover, FVC) 定义为植被叶、茎、枝在地面的垂直投影面积占统计区总面积的比例（或百分数）。基于Google Earth Engine云平台，利用长时间序列Landsat-8 normalized difference vegetation index (NDVI) 数据集，采用最大值合成法（Maximum Value Composite, MVC）和像元二分模型，计算得到乌兹别克斯坦安帕铁路沿线10 km缓冲区内植被覆盖度数据集（2017年）。

利用长时间序列Landsat-8 normalized difference vegetation index (NDVI)数据集，采用最大值合成法（Maximum Value Composite, MVC）和像元二分模型计算得到的。植被覆盖度数值介于0-1之间。0表示无植被覆盖，像元数值越高表明植被覆盖程度越好。中老泰铁路沿线10 km范围内植被覆盖度为0.4~0.6的区域占比最大，其面积占研究区总面积的60.70%；其次是0.6~0.8的区域，占比为25.18%。该数据集空间分辨率为30 m，存储为.tif格式，由3个文件组成，数据量为1.64 GB （压缩为1个文件，数据量188 MB）。

蒙内铁路（蒙巴萨港-内罗毕）是东非铁路网的起始段，连接肯尼亚首都内罗毕和东非第一大港蒙巴萨港，全长480公里。蒙内铁路沿线10 km范围内植被覆盖度数据集（2017） 首先在Google Earth Engine云平台上计算归一化差异植被指数(Normalized difference vegetation index, NDVI)，然后合成研究区内2017年年度最大NDVI，以此数据为本底，采用像元二分模型方法计算得到的。植被覆盖度数值介于0-1之间。0表示无植被覆盖，像元数值越高表明植被覆盖程度越好。蒙内铁路沿线10 km缓冲区植被覆盖度主要在0.4~0.6之间，其面积占研究区总面积的42.55%；其次分布在0.6~0.8之间，其面积占研究区总面积的37.06%；大于0.8的面积占比为9.48%；小于0.4的面积占比为10.91%。该数据集空间分辨率为30 m，存储为.tif格式，由3个文件组成，数据量为439 MB（压缩为1个文件44.1 MB）

匈塞铁路是指从匈牙利的首都布达佩斯到塞尔维亚首都贝尔格莱德之间修建的铁路。 该数据集是基于Google Earth Engine（GEE）云平台，利用Landsat-8 Operational Land Imager (OLI)遥感影像，获取研究区内归一化差异植被指数(Normalized difference vegetation index, NDVI)，采用最大值合成法（Maximum Value Composite，MVC）和像元二分模型计算得到的。植被覆盖度数值介于0-1之间。0表示无植被覆盖，像元数值越高表明植被覆盖程度越好。匈塞铁路沿线10 km范围内植被覆盖度主要分布在0.4~0.6之间，其面积占研究区总面积的42.50%；其次分布在0.6~0.8之间，其面积占研究区总面积的25.50%；大于0.8的面积占比为14.99%；小于0.4的面积占比为17.02%。该数据集空间分辨率为30 m，存储为.tif格式，由3个文件组成，数据量为243 MB （压缩为1个文件，数据量37.6 MB）