基于Circos弦图的居民出行模式可视分析

基于对城市中出租车OD(Origin-Destination：起始点－终止点)流时空模式的研究,能为城市路网规划、出租车营运方案制定以及居民出行计划提供科学的依据.而时空数据可视化与可视分析是从时空轨迹大数据中感知城市动态、分析OD时空模式的重要手段.该文基于Circos软件,以一种全新的可视化方式对出租车轨迹数据中的OD流进行时空多尺度可视分析.这种方式能在不同时空尺度下表征出租车轨迹OD流的流量、流向及OD流属性特征,能够展示多时空尺度下轨迹OD流数据的时空模式,能更好地理解居民在城市内部区域之间的流动模式,进而揭示居民的出行模式.通过对北京出租车历史轨迹GPS数据进行可视化实验,结果表明该可视化技术能在多时空尺度下表征轨迹OD流数据的时空模式.     

城市企事业人群出行链提取及出行特征分析

居民出行特征分析是研究交通需求和探寻交通拥堵症结的基础手段.为研究居民出行特征,基于企事业单位人群出行特征调研数据,改进经典DBSCAN聚类算法,识别出居民出行停留点,进而结合关联规则提取出居民出行轨迹数据;根据出行轨迹数据的时空特征,分别从时空角度和功能区划分角度,挖掘出企事业人群出行时空分布规律,以及不同功能区企事...     

考虑道路形状约束的车辆轨迹聚类方法

随着车联网技术的不断发展,产生了海量车辆轨迹数据。这些车辆轨迹数据可以通过聚类分析方法挖掘出车辆行驶的潜在规律,从而实现指导车辆出行的目的。提出一种基于密度的车辆轨迹聚类方法,对基于道路形状关键点位置选取的车辆轨迹信息进行重构,并考虑车辆在路网中移动的空间约束,分析聚类结果得到城市道路的交通状况,以此指导车辆出行以避免或减轻车辆拥堵。基于福州市真实的车辆数据对提出的车辆轨迹聚类算法进行验证,并对最后的聚类结果进行了详细的分析。实验结果表明,针对车辆轨迹聚类并结合道路网络的方法能够更加真实反映车辆的行为特征。     

基于GWR模型的出租载客时空分异分析

为充分挖掘出租车轨迹数据反映的运营规律,将城市电子地图兴趣点(point of interest,POI)数据作为影响参数纳入出租车轨迹数据研究中,探讨出租车载客运营的时空分异现象。通过处理出租车轨迹数据提取并统计各时段出租车上客量,证实出租车载客具有时间非平稳性;基于核密度估计方法对各载客高峰时段载客点聚类,分析出租车载客的空间非平稳性;构建载客热点提取模型,提取载客热点并定义热度值;从城市POI数据中筛选出显著影响载客热点分布及热度值的设施,计算其与各时段产生的载客热点的最短距离,分时段建立出租车载客地理加权回归(geographical weighted regression,GWR)模型,探讨载客热点与各类城市设施的时空关系,并以西安市出租车GPS数据为例展开实证分析,对提出的模型进行验证。结果表明:与普通线性回归模型(OLS)相比,地理加权回归模型拟合效果显著提高,拟合优度均值从0.29提高到0.57;在研究区域不同时间段,各类设施点回归系数均值存在明显时间差异,同类设施点回归系数分布存在明显空间差异;研究区域内出租车载客热点的时空分异现象大体符合城市居民出行规律,在工作日各高峰时段出租车发挥公共交通系统替补作用这一现象更为显著。研究结果可为出租车空间需求预测、出租车载客调度及价格调控精细化管理提供参考。     

基于出租车轨迹的并行城市热点区域发现

提出一种基于MapReduce的从出租车轨迹中提取交通热点区域的分布式并行算法,首先对原始轨迹数据进行停靠点的提取来消除噪声并剔除行驶中间点,然后通过对按时间段分块的停靠点并行运行基于密度的带有噪声的空间聚类(DBSCAN),实现对分块的数据聚类来发现不同时间段的热点区域.经过在实际数据集上的试验表明:与传统方法相比,该方法在准确性和大数据量下的整体效率具有优势.     

基于图密度峰值聚类算法的热点路段发现

传统的密度峰值聚类算法不仅具有较高的计算复杂度且未考虑路网固有的拓扑结构,无法衡量各路段之间的关联关系。针对这一问题,提出基于图密度峰值聚类算法的出行热点路段发现。该算法将交通路网用图模型结构,然后以各路段为基本单元计算局部密度及高局部密度距离并画出决策图找出聚类中心,最后结合实际区域的兴趣点分析该聚类簇成为热点路段的潜在可能。借助于图模型表达形式的优势,该算法不仅可以大幅度提升算法的计算复杂度,而且可以更加准确合理的找出热点路段。通过在滴滴-成都轨迹数据集上的实验表明,图密度峰值聚类算法具有更高的热点路段发现精度,并且在计算效率上有大幅度提升。     

基于移动信令数据的城市热点识别方法

城市热点的识别对于探索解决引导性的人群疏散、规避交通拥堵等问题提供新途径,并为基于位置服务(location based services,LBS)如商铺选址、旅游导航等提供重要的科学参考,具有重要的应用价值。随着个人手机终端的普及与发展,手机已经成为研究用户行为特征的一种理想的探测器。提出了将手机信令数据融合兴趣点(point of interest,POI)数据来挖掘城市的热点区域并进行功能类型标定,重点通过手机信令数据研究人流的出行行为和在蜂窝的驻留时长情况来识别活跃蜂窝,并进一步通过基于密度的聚类算法判别热点区域。选取了重庆市较场口一定范围区域作为研究区域,数据来源于重庆某移动运营商提供的用户手机信令数据,通过实验实例验证分析,证明了该方法可快速识别出城市热点区域,并具有较高的准确性。     

基于DBSCAN算法的城市车辆出行次数建模及应用

车辆出行次数是城市车辆出行的基本特征之一,一般采用抽样调查获得。利用城市车辆RFID(radio frequency identification)出行数据,提出了一种基于DBSCAN(density-based spatial clustering of application with noise)算法的车辆出行次数计算方法。首先,利用k-差值法计算出DBSCAN算法中ε-邻域半径;然后,利用车辆一周(月、季度、年)的RFID轨迹链数据进行DBSCAN密度聚类,获取车辆出行时间特征和出行次数。实验表明,该方法具有较高的准确性,实现简单。     

基于海量IC卡数据的公交客流时空分析

研究公交客流时空变化规律可以更深入地了解乘客的出行规律和出行需求,从而更好地为公交规划和调度提供服务。本文以厦门市2015年6月13日至26日的公交IC卡数据和车辆GPS数据为数据源研究公交客流的时空分布规律。论文运用Hadoop MapReduce分布式计算框架进行公交客流量的并行计算,从不同日期(工作日、双休日、节假日)和不同用户群体(老人,学生和成人)两个角度以小时为单位探索了公交客流的时间分布特征;在对公交站点的上车人数进行核密度分析的基础上,从站点客流量的总体空间分布及不同时段变化特征两个角度探索公交站点客流的空间分布特征,并以SM城市广场为例进行热点站点客流流向分析。研究发现:厦门市公交客流的时间分布规律呈现M状分布,但有别于北京市公交出行的M状分布,晚高峰的客流量约占早高峰客流量一半;站点客流空间分布规律呈现岛内连片聚集,岛外零星点状分布,岛内站点客流一日内早高峰呈现"入"状分布,随时间而演变为东北—西南走向的"一"状分布; SM城市广场、火车站和中山路商圈一直是全天的公交客流热点区域。     

基于方差优化谱聚类的热点区域挖掘算法

为改善交通拥堵的情况,本文利用聚类分析方法对移动轨迹数据进行挖掘,识别居民出行的热点区域。传统的Ng-Jordan-Weiss （NJW）谱聚类算法常使用K-means聚类算法来实现最后的聚类操作,然而K-means聚类算法存在对初始值敏感、容易陷入局部最优的缺陷,影响对热点区域的挖掘结果。因此,本研究将方差优化初始中心的K-medoids聚类算法运用到谱聚类算法最后聚类阶段,提出基于方差优化谱聚类的热点区域挖掘算法（Hot Region Mining algorithm based on improved K-medoids Spectral Clustering,HRM-KSC）,然后在真实的轨迹数据集上进行试验。试验结果发现,HRM-KSC算法聚类结果的轮廓系数更高,表明HRM-KSC算法改善了NJW谱聚类算法,提高了聚类质量。     

“双碳”目标下城市空间数字化技术应用研究进展

 目前,城市空间碳排放的数字化技术中轨迹数据挖掘是需要关注的发展方向。数字化技术为空间碳源和碳汇数据的准确获取和分析提供了动态数据信息平台,可提升国土空间规划的全要素管控效率,促进城市领域的碳减排。基于数字化分析方法发现：生态脆弱性识别与安全格局构建是建立生态韧性城市空间需要重点关注的方面,利用遥感技术测算碳汇过程中的同一类型内容由于地理特征不同带来误差的问题值得关注,未来城市空间碳汇精准计量需要通过宏、微观相结合,多平台、多时段动态监测相结合的方式来实现。     

考虑临近时空序列影响的城市交通状态判别方法

以营运车辆的GPS数据作为研究对象,根据路网连接的拓扑属性构建电子矢量地图,在离散化的时-空系统中,提出新的交通状态判别算法设计思路. 考虑路段交通状态的时空关联特性,采用当前路段速度、邻近时空序列速度综合计算进行路段交通状态判别.     

矿区土地复垦信息系统中时态数据组织方法

基于GIS建立矿区土地复垦信息系统，对矿区土地资源管理和土地复垦规划决策具有重要意义。沉陷地土地资源信息随着煤炭的开采而不断变化。所以，矿区土地复垦空间数据库是一个时态数据库。分析了采煤沉陷地土地资源动态变化的特点，在前人研究的基础上，综合了基于事件和基于特征时空数据模型的特点，建立了一个基于事件和特征的时空数据模型，并进一步给出其相应的数据组织方法。在此基础上，探讨了基于该模型的时空信息查询与分析方法。该模型可以较好地保持特征实体的完整性，数据冗余较少，适合于在现有的GIS软件中组织时空数据。     

基于元胞自动机模型的城市空间变化模拟研究进展

元胞自动机(CA)是一种时间、空间、状态都离散,空间的相互作用及时间上的因果关系皆局部的网格动力学模型,其“自下而上”的研究思路,强大的复杂计算功能、固有的平行计算能力、高度动态以及具有空间概念等特征,使得它在模拟空间复杂系统的时空动态演变方面具有很强的能力.在城市空间动态变化的模拟研究方面,CA模型已应用到除非洲、南极洲的所有大洲的城市模拟研究当中.CA模型和G IS的集成,一方面增强G IS的空间模型运算及分析能力,另一方面,G IS提供的强大空间处理能力可以为CA模型准备数据和定义有效的元胞转换规则以及对模拟结果进行可视化.同时CA模型还可以与神经网络、主成分分析、遗传算法、模糊逻辑以及其他研究方法相结合,以增强其在城市空间变化模拟研究方面的能力.将CA与MAS技术相结合,建立一个能够模拟多个不同参与因子(自然系统)、不同决策者(人文系统)共同影响下的城市发展模型,以此来模拟与预测城市发展的真实状况,将是CA模型在城市空间变化模拟与预测研究中的未来发展趋势.     

西南喀斯特地区植被定量遥感研究进展

喀斯特地区植被相比非喀斯特地区具有更高的时空差异性,在维持脆弱生态系统稳定与可持续发展中具有极其重要的作用。西南喀斯特地区作为全球生物多样性热点地区,植被类型多样且存在显著的同物异谱/同谱异物现象。为更精准、高效地进行喀斯特地区植被定量遥感研究,本文从个体尺度到生态系统尺度,从遥感数据源选择和方法应用上回顾了西南喀斯特地区植被定量遥感的研究进展,并探讨下一步需要重点关注的研究方向。西南喀斯特地区植被定量遥感研究主要集中在群落和生态系统尺度的植被覆盖度、植被分类、生态系统服务功能与价值研究;遥感影像数据应用相对单一,主要为被动成像中低分辨率的光学影像(如Landsat和MODIS)。在个体和种群尺度上,虽采用了地物高光谱遥感技术和无人机遥感技术,但该技术主要应用于小尺度近地面植物个体和种群研究,难以扩展到区域范围。亟待开展融合多源影像,尤其是激光雷达影像(Light Detection and Ranging, LiDAR)与非影像数据的应用及其先进分析方法研究,以及个体和种群尺度的喀斯特地区植被生化参数定量估算与自然植被物种精准识别,群落和生态系统尺度的生物多样性与碳循环定量遥感研究工...     

基于html5技术的时空联合目标轨迹动态可视化技术

传统时空轨迹可视化技术要求用户在PC端安装终端或插件,无法实现有效推广。部分技术能够实现预渲染数据的可视化处理,但浏览器不能对图像描述进行空间研究,无法实现地图的可视化。为此,提出一种新的基于HTML5技术的时空联合目标轨迹动态可视化技术。基于HTML5技术对时空联合目标轨迹动态可视化技术进行分析,提出可视化技术总体结构,利用MVC模式实现开发。对时空轨迹数据进行预处理,通过三次Hermite插值完成对时空联合目标轨迹插值的重构处理,通过实时处理手段对轨迹数据流进行异常检测。通过新的HTML5技术,利用canvas完成对浏览器端时空联合目标轨迹的动态可视化处理,无需第三方插件。用户终端的http访问请求通过websocket提供,用于实现时空联合目标轨迹数据的高效传输。实验结果表明,所提技术精度高,能够有效检测时空轨迹异常,实用性强。     

数字港多维模型的研究

以时空数据模型和无级比例尺数据库的空间数据库为基础,研究了INTERNET数字港的多维模型。通过对传统空间数据模型的时间扩展,研究包含时间的空间运算定义和各种空间关系,采和面向对象的方法和超图模型完成时空数据模型的定义。利用Agent智能体的自适应、自主学习等特点,来完成无级比例尺的信息综合和空间关系的变换。     

对韶关市矿冶旅游资源开发的探讨

韶关矿冶开发历史悠久,有着丰富的矿冶旅游资源。韶关矿冶旅游资源的开发应建立在就近城区、旅游景区和交通沿线上,通过寻求和挖掘具有地方性特色的矿冶旅游素材,以新的旅游模式充实和丰富韶关旅游产品。韶关矿冶旅游产品线路的空间组合应以韶关市区为节点,与韶关及周边地区旅游线路组织有机结合,构建综合性的旅游线路,也可针对特殊的客源市场,设计出相应的矿冶旅游专题线路。     

基于浮动单元的职住平衡尺度分析方法

以职住比作为测度指标,基于地理信息系统(GIS)软件生成的浮动单元进行空间范围-平衡度分析,进而通过累积统计指标变化曲线和数值分布的可视化,得到超大城市的就业中心、居住区和一般建设区的职住平衡空间尺度.采用上海岗位、人口、路网等基础数据,以80%、85%、95%等不同收敛值的路网距离阈值筛选结果,研究表明,就业中心的职住平衡空间尺度最大,按85%的收敛值,其浦西部分为15～25 km,浦东部分为20～28 km;就业次中心为4～10 km.其他区域的平衡尺度由就业中心决定,随着与中心的距离增大而扩大、由3 km向外扩展到8～17 km,邻近就业次中心的区域平衡尺度因叠加效应而缩小.该方法亦能用于职住空间结构和就业、居住可达性等分析,通过与岗位、居民通勤距离进行对比,有助于解释职住空间错位与长距离通勤交通现象的关联和内在原因.     

基于SABS-InSAR的保德矿区地表形变监测与分析

煤炭开采是保德县的主导产业,长期高强度的矿产资源开发导致矿区内地表发生了不同程度的形变,地质灾害频发,对进一步采矿作业造成了极大的安全隐患,破坏了当地的生态环境。为了进一步探究矿区地表变形的时空分布变化规律以及地表形变的驱动因素,利用SBAS-InSAR技术对覆盖研究区的32景Sentinel-1A影像数据进行处理,得到了保德矿区2020-06-24—2022-09-13期间的地表形变信息。在监测时间段内,研究区整体以沉降为主,形成多处由中心向四周发展的漏斗状下沉区域,主形变区内形变量与时间大致呈线性关系。依据计算得到的形变结果将保德矿区划分为6个重点研究区,以5号重点研究区中的泰安煤矿为例,通过分析其工作面的采掘工程,得出以下结论：(1)煤矿地表并未达到稳定状态。(2)发生地表形变的区域与工作面空间分布相吻合。(3)作为矿区形变的主要驱动因素,随着采矿工程的推进,主形变区域的范围和沉降速率将会进一步增大。研究区内的地质构造和地层岩性对研究区整体形变的趋势和范围起到一定的控制作用,断层两侧上盘、下盘的相对运动以及不同区域地表的可压缩层厚度差异均对地面的形变速率有一定的影响。通过叠加对比...