排序方式： 共有17条查询结果，搜索用时 156 毫秒
2.
现代人文地理学的研究越来越多地关注人的时空行为,而获取个体在出行活动中的时空位置数据是研究人类时空行为的前提。受数据获取技术的限制,之前对时空行为的研究主要集中在室外空间。随着室内定位技术的出现和应用,这类研究由室外空间扩展至室内空间。室内定位技术和方法较多,但从数据的角度来看,根据数据获取中使用定位方法的不同,可将室内定位数据分为几何位置数据、指纹位置数据和符号位置数据3类。目前,基于室内定位数据的研究可以归结为以下4个方面,即：人在室内的时空分布、人在室内的移动模式、人在室内的行为习惯及属性推断、人与室内环境的交互作用。然而,总体上目前的研究还处于探索阶段,理论和方法体系尚未成熟。本文认为后续的研究中需要关注以下问题：①数据获取方面。相对于蓝牙、射频识别、红外等定位技术,“智能手机+WiFi”模式的定位系统具有覆盖范围广、成本低廉、无需专门设备支持、易与用户交互等优势,是一种最具应用前景的室内定位技术;②研究内容方面。时空行为特征的研究是基础,个体属性推断及个体与环境的相互作用形式和机理研究将是重点,多时空尺度数据融合分析是一种趋势;③科学伦理方面。室内定位涉及微观尺度人类活动的记录,隐私保护问题需要高度关注。 相似文献
3.
基于可达性与数据场的长三角经济区空间场能 总被引：1，自引：0，他引：1
空间场能是区域发展"龙头"借助区域联系通道带动外围地区发展的抽象表达,可有效刻画区域发展格局与空间差异。借助ArcGIS软件平台,采用栅格成本加权距离法、k阶数据场等模型,综合测度了长三角经济区区域可达性与空间场能,并揭示了该区域空间场能的空间格局与演变特征。研究表明:①2000年以来,长三角经济区中心城市取得了长足发展,且总体倾于均衡发展;②区域可达性条件不断改善,3 h时间圈的平均通达距离由2000年的81km提高到2008年的122 km;③区域空间场能显著增长且空间分异性显著,分布结构由单核“Z”字型向“多极”网络状形态转变;④长三角经济区空间场能分布格局可适度划分为高场能区、较高场能区、一般场能区、较低场能区、低场能区等5大类型,并呈现出圈层状特征与"两极分化"特征。 相似文献
4.
北京市摩拜共享单车源汇时空特征分析及空间调度 总被引：1，自引：0，他引：1
共享单车是解决城市出行最后一公里的重要工具。然而,共享单车在使用过程中出现了供需时空失衡的现象,导致部分区域无车可用,而另一些区域却车满为患。这一现象不仅给用户带来不便,同时也降低了单车周转效率。解决供需失衡问题,关键在于探究共享单车供需失衡的时空分布特征。本文定义了共享单车的“源”、“汇”点,采用2017年5月10日至2017年5月16日北京市摩拜单车数据以及土地利用分类等多源数据,分析了共享单车工作日与周末,以及早、晚高峰期间强源、强汇点的分布特征,并结合土地类型信息分析了不同用地类型的单车使用模式,从而进一步提出了共享单车的空间调度模型。结果显示,在考虑不同土地利用类型的影响下,摩拜共享单车强源汇点分布模式具有明显的时空异质性：① 工作日单车使用量明显高于周末,且不同土地利用类型的源汇分布显著不同,如居住用地、商业金融用地等地净流入、流出密度更大,绿地等地区则相对较小;② 对比早晚高峰期间,同一地区的单车使用源汇模式极可能相反,如教育科研用地、商业金融用地等带有办公性质的地区会有“早汇晚源”的特征,而居住用地则是“早源晚汇”;③ 同一类土地利用在工作日与周末的早晚高峰期间,单车使用的源汇特征亦存在差异,如办公性质的地区在周末时源汇比例会明显产下降。基于上述结果,本文提出了一种局部优化的调度模型,并通过实际数据进行了检验。该模型在一定程度上可以解决车辆空间分配不均衡的问题,提高城市共享资源使用率,增加人们出行的方便程度。 相似文献
5.
城市多中心的研究是揭开城市系统复杂空间结构的重要研究内容,然而受传统调查数据时空精度的局限,现有研究缺乏足够细致的实证分析。LBS服务的广泛应用为高效、实时、微观地刻画个体和城市之间的空间活动提供了充足的信息,使得对城市多中心的微观量化机制的研究成为可能。基于此原因,本文结合兴趣点数据以及微博签到数据和出租车GPS轨迹数据对北京市五环内的不同尺度、不同社会功能的城市中心进行了识别,并对其居民行为的群聚模式进行了分析。结果表明,北京市五环内包括4个市级中心,16个区级中心以及45个街道级中心。市级中心包括海淀科教中心,西单休闲中心,北京文化中心和国贸金融中心4大中心;区级中心主要包括文娱中心、商业中心、教育中心以及交通中心4类中心;街道级中心除了区级的四类中心外,还包括行政中心、购物中心、商住中心等9类中心。不同中心在同一时段呈现相似的群聚模式,其中工作日城市不同尺度中心的群聚模式持续时间较长,群聚密度较大,主要以通勤和饮食为主;非工作日城市不同尺度中心的群聚模式相对较分散,持续时间较短,主要以休闲娱乐为主。 相似文献
6.
共享单车是解决“最后一公里”出行的有效方法,然而,人们在利用其进行接驳地铁时,常出现无车可用或车辆淤积的现象。因此,探究用于接驳地铁的共享单车的源汇时空分布特征及其影响因素对实现其供需平衡有一定意义,单车运营公司可据此进行更及时、合理的调度。为了解不同区域的共享单车在接驳地铁时使用模式的差异,本文基于不同时间段的客流特征,对用于接驳北京市地铁站的共享单车所产生的源、汇网格进行了K-均值聚类,并进一步利用地理探测器探究了造成这种空间分异的原因。结果表明：① 源、汇网格各被分为5类,分别为高频低流出、高频异常源、中频低流出、低频高流出、低频低流出和高频低流入、中频低流入、低频高流入、低频差异流入、高频异常汇等类型,反映了共享单车源汇的时空分布特征; ② 在不同聚类中,共享单车的日均流量对应的主导因子有所差别,位于市中心的聚类的车辆主要受距离和交通因子的影响,而在其它聚类中则会同时受到多种POI的显著影响,且在不同时段中影响机制不同;③ 对于净流入（出）率而言,各聚类的源、汇网格的主导因子则大致相同,车辆的缺少或过剩主要与距地铁站或市中心的距离有关。④ 从整体源、汇来看,住宅类POI数量与距最近地铁站的距离分别是影响日均流量和净流入（出）率的最强的因子。 相似文献
7.
遗传算法在城镇土地定级权重确定中的应用 总被引：1，自引：0，他引：1
在总结前人研究成果的基础上引入遗传算法。该算法是一种改进后的客观确权法,它避免了其他客观分析方法的限制性因素,通过设定不同的目标,不断优化对数据集的拟合,找到因素之间的相互关系以及权重排序。遗传算法能够挖掘出同一地块的最优权重组合,发现单一因素对地价高低的影响变化趋势,从而划分因素所属的类型。实例验证了该方法的可行性和科学性,取得了很好的效果。 相似文献
8.
地理流的空间模式：概念与分类 总被引：1，自引：0，他引：1
地理流被定义为地理对象在不同空间位置间的流动,而地理流通常涵盖了物质、信息、资金、能量等的空间转移。位置之间各种流的出现与强化,改变了以距离衰减效应为基本规律的传统认知。因此,针对地理流的研究将有助于从新的角度理解地理格局及其形成机理。本文认为可采用2种模型对地理流进行表达：① 将地理流抽象为包含起点和终点坐标的四元组（又称地理流正交模型）;② 将其抽象为包含起点坐标、流长度与流方向的模型（又称地理流极坐标模型）。在地理流表达模型的基础上,流空间可以定义为由两个二维空间通过笛卡尔积形成的四维空间。本文给出了流空间中4种距离（最大距离、加和距离、平均距离和加权距离）、不同距离下地理流的r邻域体积以及地理流密度等测度的定义。根据地理流极坐标模型中不同要素随机性的组合方式,将地理流模式分为随机、丛集、聚散、社区、并行与等长6种常见的单一模式,并梳理了不同模式的识别方法。单一模式之间的组合可以形成混合模式,而多类流数据之间可以形成多元流模式。在未来的研究中,地理流的基础统计理论、地理流模式的挖掘方法以及在实际问题中的应用将是其重要的发展方向。 相似文献
9.
地理大数据是地理对象所产生的“足迹数据”,而地理大数据挖掘就是通过反演分析地理对象的“足迹数据”,揭示其中蕴含的人地关系及其时空模式。近年关于地理大数据的重大研究进展显示,其研究结论的取得大多需要借助多种大数据的信息综合。为此,本文提出研究地理大数据聚合的必要性：代表新的研究范式、产生新的研究视角、提升研究的全面性,并将地理大数据聚合定义为：不同地理大数据之间通过转换形成面向研究对象的多维数据集合。在阐述地理大数据分类和特点的基础上,将地理大数据聚合分为：时空聚合、面向对象聚合、面向主题聚合以及面向模型聚合四种类型。地理大数据聚合作为地理大数据挖掘的重要组成部分,其过程大致可以分为：确定内核—信息溯源—反演汇聚3个步骤,而其中的关键科学问题包括：统一时空框架和基准、统一数据表达与存储、匹配同一观测对象的多数据源、统一多源数据的时空范围、调和不同对象之间不同的变化速率、解决数据共享与隐私保护、大数据与小数据的聚合等。地理大数据聚合方法与技术的发展,将会拓展地方的感知、土地功能的识别、对人群的观测与理解、功能与流动之间关系、地表复杂巨系统等新领域的研究。 相似文献
10.
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