共查询到10条相似文献，搜索用时 31 毫秒
1.
以南京市为研究区,利用骑行轨迹数据和街景图像数据,在结合城市路网分析骑行活动空间分布的基础上,从街景视角对骑行热点路段的视觉环境进行了精细化解读,以此深入理解骑行者对沿路街道环境的视觉偏好.首先提出了一种基于轨迹线的热点路段探测方法,用于寻找南京市骑行行为聚集的区域及其内部路段;然后利用图像语义分割技术量化热点路段的街道环境要素,并通过构建场景表达向量进一步分析不同街道的视觉环境特征以及场景类型;最后根据场景环境的相似特征,将南京市骑行热点路段定义为市区林荫道、市区主干道、郊区主干道、郊区小路、商业街区和景区林荫道6种类型. 相似文献
2.
出租车载客数据可以用于研究居民的出行特征,提取城市的交通热点区域,但对城市交通热点区域的交互关系研究相对较少。本文以纽约市的出租车行程记录数据为数据源,利用交通小区划分结合出租车载客数据提取城市交通热点区域,基于复杂网络的方法对不同日期类型和天气情况的城市交通热点区域空间交互网络进行研究并进行社区发现。结果表明,热点区域受城市核心区的影响而聚集在核心区域周围,城市内社区的形成可以克服地形和行政区域等因素的影响。研究结论有望为城市规划、城市交通管理、出租车调度、以及人们的出行等提供信息参考。 相似文献
3.
4.
针对众源地理空间数据具有丰富的空间、时间和语义信息,将其应用于城市热点区域的探测可为城市发展规划、区域监督预警及大众服务等提供有力支撑的问题,该文提出了一种基于众源地理空间数据的城市热点区域探测方法。针对新浪微博签到数据的特性,以新浪微博2015年全年的签到数据为例,采用一种改进的空间采样方法获取格网单元的用户活跃度与类型信息,在此基础上,依次利用度量空间相关性和方向特征的空间测度对签到数据的空间模式进行了分析,最终探测到城市热点区域及其大致发展方向。结果表明,该方法具有周期短、成本低、可靠性高等特性,为城市热点区域的探测提供了一种新手段。 相似文献
5.
6.
为了解决共享单车乱停乱放等问题,满足政府对相关企业统一监管的需求,本文通过研究了数据处理、存储、分析技术以及基于道路网络分析Voronoi图(简称网络Voronoi图)的共享单车监管技术,设计了基于"天地图"的共享单车大数据监管平台。平台调用"天地图·江苏"最新基础地理信息数据服务,叠加公交、小区、交通设施等专题数据,基于大数据框架,建立了大数据分析模型,对单车骑行分布进行统计分析,实现了单车查询统计、停车区域管理、单车聚集预警、轨迹分析预测、监管区域划分、监管轨迹跟踪等功能,为统一的精准监管提供了有效途径,可提高单车企业调度维护车辆的积极性,为"绿色出行"的实现奠定基础。 相似文献
7.
《测绘科学》2020,(2)
为了利用轨迹数据提取城市居民出行特征,该文首先从出租车全球定位系统(GPS)轨迹数据中提取上下客事件,利用数理统计的方法对其时间分布特征进行研究;继而针对城市内数据不均匀分布的特性,提出了一种基于OPTICS聚类的改进方法,通过将原始聚类结果进行局部密度峰值的计算,实现了出租车上下客事件热点区域中心的进一步提取。最后,以成都市为实证对象,结合成都市电子地图及用地布局规划图探讨了居民出行时空特征与城市空间结构的相互关系,并对其成因做出了简要的分析,证明了该文所提出方法的有效性。实验结果表明:居民在工作日和休息日的出行特征呈现出明显的差异,且受到城市功能区域分化的影响。 相似文献
8.
9.
《测绘科学》2021,(2)
为了利用轨迹数据提取城市居民出行特征,该文首先从出租车全球定位系统(GPS)轨迹数据中提取上下客事件,利用数理统计的方法对其时间分布特征进行研究;继而针对城市内数据不均匀分布的特性,提出了一种基于OPTICS聚类的改进方法,通过将原始聚类结果进行局部密度峰值的计算,实现了出租车上下客事件热点区域中心的进一步提取。最后,以成都市为实证对象,结合成都市电子地图及用地布局规划图探讨了居民出行时空特征与城市空间结构的相互关系,并对其成因做出了简要的分析,证明了本文所提出方法的有效性。实验结果表明:居民在工作日和休息日的出行特征呈现出明显的差异,且受到城市功能区域分化的影响。 相似文献
10.
共享单车在“低碳交通”的背景之下应运而生，给人们的出行带来了极大的便捷，同时，在共享单车的使用和管理过程中也存在一些问题，例如共享单车的投放不均衡等。本研究以北京市核心区为研究区，利用空间大数据分析等方法，对共享单车出行的时间序列和空间特征进行了分析，结果表明：(1)从共享单车出行的时间特征来看，一是从工作日的共享单车日均出行量远远大于休息日的日均出行量，工作日的日均出行量为623 257辆，休息日的日均出行量为245 039辆；二是工作日和休息日的共享单车出行高峰时段均为上午8点—9点以及下午的17点—18点；三是共享单车的出行时长主要集中在10 min以内，30 min以上的占比较少；(2)从共享单车出行的空间特征来看，一是北京市核心区工作日共享单车的出行呈现出“大聚集，小分散”的特点，且早高峰与晚高峰共享单车出行的空间流动趋势恰好相反，休息日呈现出“早分散，晚集聚”的特点。 相似文献