排序方式: 共有73条查询结果,搜索用时 31 毫秒
51.
关注城市不同群体的流动性是人文地理学的研究热点。出租车司机对城市交通环境意象认知和满意度评价是在流动性视角下交通建成环境与居民需求感知关系的重要体现。研究以出租车司机为研究对象,采用行为地图认知分析及问卷调查方法,开展出租车司机对泉州市区交通环境意象要素(中心与节点、标志物、道路、区域和边界)认知特征及交通环境满意度评价研究。研究发现:1)出租车司机对泉州交通环境标志点的意象认知以旅游景点、城市标志建筑和交通枢纽点最强。如清源山、开元寺、西街和闽台缘博物馆等景区,钟楼、泉州动车站和客运中心站等城市标志建筑;浦西万达商圈、钟楼、清净寺等景区和学府路学校路段是意象认知最易拥堵节点;动车站和客运中心站、商圈停车场、丰泽街与西湖公园周边等路段是最易停车和最便利就餐的节点。2)出租车司机对4条交通路径便捷度意象认知差异较大,其中“江滨北路-坪山路”意象认知最高;其次是“站前大道-江滨北路”;九一路、宝洲路、泉秀路和学府路等意象认知最低。3)出租车司机日间/夜间候客意象认知的共同区域为交通枢纽区域、公园区域和商圈区域。4)出租车司机对交通环境评价以“一般”和“比较满意”居多,但对一些交通软硬环境也... 相似文献
52.
北京对外交通枢纽乘客OD时空分布特征 总被引:2,自引:0,他引:2
对外交通枢纽对城市内部的客流交通有重大影响,研究其乘客在市内的OD分布对优化设计地面接驳线路、沿线站点等有重要意义。本文基于北京出租车GPS数据,选取具有代表性的3类对外交通枢纽(机场、火车站、汽车客运站),采用标准差椭圆分析、核密度估计以及分时点统计等方法,研究了北京对外交通枢纽乘客OD时空分布特征。结果表明:(1)机场、火车站客流量远大于汽车客运站,其中首都国际机场与北京西站的对外出行客流量最大,南苑机场和北京北站的对外出行客流量较少;(2)机场乘客主要分布在四环以里大部分地区以及五环以里部分地区,时间上主要分布在除凌晨1-4时的各个时间段;火车站乘客主要分布在四环以里区域,时间上主要分布在6-21时;汽车客运站乘客主要分布在各客运站周边区域,时间上主要集中在6-17时;(3)北京南站与北京西站、北京站间的客流联系较多,可考虑开通北京南站与二者间的地面接驳专线。此外,抵离首都国际机场、南苑机场的乘客主要分布区域与新开通的机场往返市区的巴士线路站点较为一致,说明采用出租车数据进行乘客OD分析可为决策部门进行相关交通规划提供依据。 相似文献
53.
基于出租车GPS数据的居民就医时空特征分析 总被引:1,自引:0,他引:1
城市医疗服务在很大程度上影响着城市居民的生活质量,在公共服务领域中发挥着极其重要的作用。近年来,中国城市化发展过程中产生了海量的大数据,基于这些海量数据分析居民就医出行特征对于优化和改善城市医疗资源布局具有重要意义。本文以北京市主要医疗机构空间位置数据为基础,基于出租车GPS移动轨迹数据,采用时空统计分析方法,研究了出租车出行模式下的居民就医出行时空特征。结果表明,利用医院的OD(Origin-Destination)网络结构特征分析,可以识别出不同医院的服务范围以及受众的时空分布模式。市区尤其是四环以内医院的就医网络密集、紧凑,就医密度较高,而四环以外尤其是郊区周边,就医网络稀疏、分散,医疗资源的级别及地理位置影响了居民的就医倾向。本研究基于浮动车GPS数据开展居民就医时空行为模式挖掘研究,可以为城市医疗资源供需分析和优化配置提供决策支持。 相似文献
54.
出租车数据能够反映居民出行的时空分布特征,与房价有密切关系。本文通过爬取链家网上公开的大连市房价数据,采用Kriging法对房价数据进行插值,生成大连市住宅价格分布图;通过获取出租车的乘降点数据,采用K-means法对乘降点数据进行聚类,得出居民出行区域的空间分布特征。通过对出租车乘降点空间分布数据与住宅价格数据的相关性进行分析,发现居民出行活动密集、频繁的区域,其周围的房价普遍偏高。实验结果表明房价与出租车数据呈正相关,对利用出租车数据研究房价具有重要意义。 相似文献
55.
56.
基于出租车轨迹数据的城市空间结构变化研究——以深圳市为例 总被引:1,自引:0,他引:1
在地理大数据大量涌现的背景下,利用深圳市2009年5月和2016年9月2期出租车轨迹大数据,通过构建2层空间网络,并使用Infomap社区发现算法,发现网络中的全局空间社区和局部空间社区。通过对比空间社区的变化,并结合遥感数据和规划政策等,探讨深圳市长时期多层空间结构的动态变化,揭示了城市基础设施建设以及规划政策制定等对城市空间结构的影响。结果表明:全局尺度下,城市的空间结构趋向于紧凑式发展,如深圳市郊区的小空间社区合并成了5个大空间社区,这与深圳2020年总体规划有较大的关联。局部尺度下,城市的空间结构趋向于多中心式发展,如围绕深圳高铁北站和南山中心的2个空间社区分裂成了多个小空间社区,这与重大基础设施建设和经济发展有较大的关联。 相似文献
57.
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
59.
针对现有出租车轨迹数据挖掘中时间序列邻近度量方法存在的问题,提出一种基于DBSCAN算法和改进的DTW距离的时间序列聚类算法提取具有相似性出行特征的时空模式,进而研究城市人群出行行为的时空差异。以南京市为例,结合电子地图对出行模式的空间分布特征进行分析,证明了本文所提出的方法的有效性。实验结果表明:在空间分布上,工作日出租车出行模式按照平均出行频次由高到低排序,从城市中心向四周扩散,呈中心环状分布,出行模式区域界限较为明显,同类出行模式分布区域对应相似的功能。提出了一种基于DBSCAN算法和改进的DTW距离的时间序列聚类算法提取具有相似性出行特征的时空模式,有效地分析城市人群出行行为的时空差异。 相似文献
60.