共查询到10条相似文献，搜索用时 15 毫秒
1.
基于数据场的出租车轨迹热点区域探测方法 总被引：1，自引：0，他引：1
《地理与地理信息科学》2016,(6)
利用空间聚集模式探测方法可以从出租车轨迹中挖掘城市热点区域,从而为城市规划和交通管理提供支持。数据场借鉴物理学中场的理论,通过定量化计算数据对象间的相互作用,可分析空间数据的聚集模式。针对轨迹数据的特点,该文提出了一种利用数据场势值阈值法探测轨迹点的聚集模式,从而提取城市热点区域的方法。该方法首先在轨迹空间上划分网格,将轨迹点映射在网格中,并利用数据场势函数计算各网格单元的势值,然后利用单一阈值或多阈值分割法提取城市热点区域。以武汉市的出租车轨迹为例进行实验,利用单峰直方图阈值法进行高势值区域筛选,得到轨迹聚集区域,从而提取城市热点区域。且通过武汉市节假日与非节假日多时段的提取结果的对比分析,得到城市热点区域的时空分布模式。进一步研究将该文方法扩展到时空聚集模式探测,以多角度分析城市热点的时空动态变化。 相似文献
2.
基于轨迹数据场的热点区域提取及空间交互分析——以深圳市为例 总被引：2，自引：0，他引：2
以深圳市出租车GPS数据为基础,运用时空拓展的轨迹数据场聚类方法提取城市交通热点区域,结合城市POI(Point of Interest)数据和地理实况对热点区域加以理解和分析。基于复杂网络的视角,计算交互分析指标并可视化热点区域的空间交互网络,探究城市交通和居民出行的时空规律。结果表明:1)交通枢纽(机场、火车站和口岸)、综合性商圈、城市重要主干道周边和城市商务中心在节假日和工作日均表现为持续热点区域;2)节假日热点区域分布较"发散",主要反映了居民个性化出行需求;3)工作日热点区域分布较"收敛",主要表现为职住分离的通勤模式;4)不同热点区域在空间交互网络中的重要性存在明显差异,其空间交互体现了距离衰减效应和局部抱团现象,居民出行的热点区域网络本身具有小世界效应和无标度特征。 相似文献
3.
复杂网络视角下时空行为轨迹模式挖掘研究 总被引：3，自引：0，他引：3
针对时空行为轨迹大数据的序列性、时空交互性、多维度性等复杂特性,构建结合时间地理学与复杂网络的分析框架,建立时空行为路径与时空行为网络之间的转换关系,利用复杂网络社群发现算法对时空行为轨迹进行社群聚类、模式挖掘与可视化。基于北京郊区居民一周内活动出行GPS轨迹数据的案例分析发现：① 复杂网络分析方法可以有效挖掘具有相似行为的群体特征和识别出典型的行为模式。② 可以灵活处理多元异构与多维度的行为轨迹大数据以及满足不同叙事、不同空间相互作用、不同时序的应用需求。③ 北京郊区被调查居民的行为模式存在日间差异与空间分异。 相似文献
4.
人类活动轨迹的分类、模式和应用研究综述 总被引：4，自引：3，他引：1
各种传感器的应用与发展,如车载GPS、手机、公交卡、银行卡等,记录了人类的活动轨迹。这些海量的人类活动轨迹数据中蕴含着人类行为的时空分布模式。通过对这些轨迹的研究可以挖掘个体轨迹模式,理解人类动力学特征,进而为对轨迹预测、城市规划、交通监测等提供支持。因此,研究各类传感器记录的人类活动轨迹数据成为当前的研究热点。本文对人类活动轨迹的获取与表达方式进行剖析,并将人类的活动轨迹按照采样方式和驱动因素的不同分为基于时间间隔采样、基于位置采样和基于事件触发采样等3类轨迹数据。由于各类轨迹数据均由起始点、锚点和一般节点等构成,因而将轨迹模式挖掘的研究按照锚点、出行范围、形状模式、OD流模式、时间模式等进行组织,研究成果揭示人类活动轨迹在时间、空间的从聚模式、周期性等特点。在此基础上,将人类活动轨迹在城市研究中的应用,按照用户轨迹预测、城市动态景观、城市交通模拟与监控、城市功能单元识别以及城市中其他方面的研究应用进行系统综述,认为人类活动模式挖掘是城市规划、城市交通、公共安全等方面应用的基础。 相似文献
5.
个体时空行为的规律性与可预测性研究——以上海市居民工作日活动为例 总被引：2，自引：1，他引：1
理解居民日常行为的规律性和随机性是空间行为研究从行为描述向行为预测推进的基础,对空间政策的制定具有重要意义。论文从上海市10个工作日的手机信令数据中提取个体的时空轨迹,从规律性的视角展开多方面分析。首先,根据活动的周期重现、前后联系等特征界定了无出行(包括仅有短距离出行)、仅有随机出行、有规律工作出行和有其他规律出行4种时空行为模式,发现后2种强规律性模式的人数、出行次数、出行距离的占比分别为49.3%、83.6%、82.0%。然后,测度了个体时空轨迹的熵值,推算出个体时空位置的平均可预测性高达0.84。这些结果均表明居民工作日的时空行为整体上具有非常强的规律性。在此基础上,论文还分析了不同行为模式、个体时空位置可预测性的空间分布,发现了强规律性模式人群在外围郊区密集分布等一系列特征,体现了城市空间环境的差异对行为特征和规律性的影响。 相似文献
6.
城市交通热点区域的空间交互网络分析 总被引：1，自引：0，他引：1
城市热点区域是人们频繁活动的体现,利用人们的出行可构建空间交互网络。目前的相关研究主要集中于对热点提取方法及其动态变化的研究,对交通热点的交互作用及其构成的空间交互网络的研究还很少。本文以武汉市的出租车轨迹为数据源,利用基于时空数据场的聚类方法提取城市交通热点区域;基于复杂网络理论与方法,分析城市交通热点区域之间的空间交互作用。通过研究发现：①节假日,热点区域之间的往返交互较多;工作日,热点区域之间的交互较少;②节假日,影响力较大的节点为车站、机场等;工作日,影响力较大的节点是社区和工作地;③社团探测发现,工作日跨越长江的交互较多,非工作日跨越长江的交互较少。上述研究结论可为交通管理部门针对节假日和工作日分别制定不同的交通管理政策和方法提供参考。 相似文献
7.
基于GPS数据的自驾车游客时空行为研究——以西藏为例 总被引：1，自引：0，他引：1
在出行与游玩日益模糊化的背景下,利用GPS轨迹挖掘自驾车游客在大尺度范围内移动的空间行为特征和时间制约因素,对于规划设计旅游路线及旅游产品具有重要意义。本文选取自驾车旅游热点区域--西藏自治区,通过Python挖掘六只脚平台6748条“脚印”数据以及924 条轨迹信息,结合OSM路网数据以及旅游景点POI数据,以季节强度指数、多环缓冲区、核密度等方法探讨自驾车游客的时空行为特征。研究发现：（1）游客兴趣点主要沿西藏南部交通路网分布,国道周边的自然景观对自驾车游客具有明显吸引力;（2）游客兴趣点数随着与景点距离的增加呈现出幂函数式递减,自驾车游客围绕旅游景点存在一定的空间聚集。但游客兴趣点与景点的空间距离较大,沿途景观成为游客重点关注的旅游吸引物;（3）在年内,受西藏季节气候和自然环境的影响,游客出行以夏秋季节为主,主要分布在商业相对发达且旅游业态较多的拉萨和林芝市区。不同季节的自驾车速度存在显著差异,速度高低关系为秋季>夏季>春、冬季;（4）在日内,在进食、睡眠等生理节律及娱乐需求的约束下,游客会在停车场、服务站、景色优美的路段、景点等地方停留游憩,旅游活动的整体节奏是移动和静止的结合,且大部分时间处于移动状态。 相似文献
8.
居民家庭日常出行碳排放的发生机制与调控策略——以北京市为例 总被引：3，自引：0，他引：3
根据2007年北京市居民活动日志调查数据,利用Amos7.0软件建立单效标因素的路径分析模型,试图在"社区-家庭"层面上挖掘"空间利用-出行特征-碳排放"的内在发生机理,藉此寻找城市空间组织低碳化的调控路径。研究发现:影响居民家庭日常出行碳排放的主要因素是出行距离和出行方式。社区空间利用特征对家庭出行的距离总量有显著影响,对小汽车出行比率则没有明显作用效果;私家车的购置对居民家庭出行行为的高碳化具有不可逆的作用特点;在现有设施条件、空间环境和车辆使用政策下,公共交通对私人交通出行没有替代性。研究认为,城市空间组织和调控优化应通过土地混合利用、设施供给等物质空间组织与再组织手段,形成空间行为组织和行为规划策略,引导居民降低交通发生量,优化居民交通发生的时空结构,建构低碳的城市空间结构。 相似文献
9.
基于潜在语义信息的城市功能区识别————广州市浮动车GPS时空数据挖掘 总被引：11，自引：0，他引：11
随着中国城市化进程的不断推进和深入,城市内部空间结构正发生不断的变化.城市内部形成的不同功能区标识研究,对城市结构理论以及政策制定,资源配置等方面具有非常重要的意义.这些不同的功能区包括住宅区,工业区,教育区以及办公区等.本文以大数据为依托,重点研究城市功能区的特点和分布状态,选取广州市6个区为样本,以最新道路网络为分割依据把研究样本分为439个区域.对历时一周的海量浮动车(GPS)数据以及兴趣点数据采用时空语义挖掘方法,建立潜在的狄利克雷模型(LDA)以及狄利克雷多项式回归模型(DMR);通过OPTICS聚类方法对不同模型的结果进行聚类,进而利用POI类别密度,居民出行特征等方法进行分区结果识别.同时,参考百度地图的地理信息,将研究得到的广州市功能分区结果与广州市城镇用地现状图,居民日常出行特征进行对比验证分析.研究表明,该方法基本能识别出具明显特征的城市功能区,如成熟居住区,科教文化区,商业娱乐区,开发区等.识别出的广州市不同类型的功能区呈现了以居住区和商业区为主导,其他类型功能区围绕其展开的特点.研究证明,利用大规模,高质量的个体时空数据开展人们移动行为和日常活动组织及社会空间的研究,能从一个新的视角揭示城市功能区的形成及其机制. 相似文献
10.
多中心化是分散城市人口,疏解交通拥堵,调节职住失衡,应对“大城市病”的重要手段。针对轨迹大数据,先利用词向量描述其空间特征和行为规律,再结合数据场理论表达城市区域对轨迹的吸引强度,并完成多中心识别,最后借鉴复杂网络理论对多中心空间交互规律进行探索和挖掘。结果表明：① 郑州市轨迹吸引强度呈核心强、外围弱、沿线蔓延的圈层空间分布形态,识别出的21个多中心轨迹引力差异较大,区域吸引能力不均衡;② 外围次级中心的区域引力强度和交互频次低,交互方向主要指向一级中心,呈现出外溢型多中心结构,为了实现其应有的分散疏解作用,还需加强统筹规划,带动其科学发展。提出基于词向量数据场轨迹引力的多中心识别分析方法,对于轨迹隐含的出行规律描述更加完整,对轨迹引力的表达更准确,从流动角度呈现了多中心的演化机理,为城市规划实践提供了新思路。 相似文献