基于大数据的极端暴雨事件下城市道路交通及人群活动时空响应

随着全球气候变化加剧,极端降雨增多,暴雨内涝灾害频发,严重威胁城市的可持续发展。快速掌握暴雨给城市交通及人群的影响,有助于提高灾害应急管理水平和事件响应能力。利用实时动态的交通路况信息和手机定位请求数据,通过一种融合STL时序分解技术与极端学生化偏差统计检验的时间序列异常探测方法,监测和分析暴雨内涝灾害事件中,城市道路交通和人群活动的时空响应特征,并以2018年7月16日发生在北京的极端暴雨事件为例开展实证研究。研究结果显示,在降雨集中的早、晚高峰两个时段（8—9时、18—19时）,市区的拥堵道路数量超出往常水平最高可达150%,异常检测分析显示拥堵道路数量和交通拥堵指数均达到异常甚至极端水平。人群活动的异常响应分析结果显示,暴雨事件引起定位请求量异常升高、异常点增多,且异常点的空间分布与1 h前的降雨量分布存在较高相关性。以上结果不仅证明了大数据及异常检测方法对于快速洞察暴雨事件对城市交通及人群影响的有效性,也为城市暴雨内涝灾害的应急响应与管理提供了新的技术手段。     

基于模式匹配的交通微博文本位置信息提取模型

及时有效地从快速更新的交通微博文本中提取位置信息是实现智能交通服务的前提之一.该文分析交通事件文本中常用的位置表达模式,结合有限状态机进行位置模式匹配,提出一种微博文本位置信息提取模型.首先根据微博文本位置信息的句法表达特征,基于线性参照方法提取空间特征词的词性与角色属性,构建位置表达模式,并表达为T rie搜索树结构;其次对微博文本进行分词、词性标注等预处理,利用有限状态机建立位置信息提取模型,实现微博文本位置信息提取;最后以南昌、广州、深圳3个城市9799条路况微博文本为实验数据,验证该模型的有效性.结果表明,该模型的准确率和召回率均达85％ 以上,可有效提取交通微博文本中的位置信息.     

基于应急疏散智能体模型模拟的城市避难所空间配置——以上海市静安区为例

城市应急避难所的空间配置一直是灾害防治和城市安全研究领域的热点问题。本文以城市居民尽快地,尽少拥挤地到达满足容纳需求的应急避难所为目标,整合遥感影像数据、高精度人口分布数据、交通路网数据和专家知识等数据,综合运用智能体模型和多准则决策方法,对城市避难所空间配置开展研究。本文设计了三类与应急疏散相关的智能体：政府智能体、避难所智能体和居民智能体,来实现应急疏散的模拟,并根据模拟结果支持应急避难所的空间选址和配置。选址方法上运用了多准则决策方法和权重敏感性分析,在选址高适宜区域内选定避难所的新建方案。以新的避难所空间布局和配置为条件,执行新一轮的应急疏散模拟过程,实现选址的循环优化,从而获得最终的避难所空间配置方案。本文以上海市静安区的应急避难所空间配置分析为案例,生成了该区域应急避难所的详细空间配置方案,该方案能帮助居民在尽少拥挤风险下尽快疏散到附近的避难所。本文提出的方法充实了中国城市避难所选址的相关理论与可操作性的技术基础,为其他地区开展避难所的配置工作提供借鉴与参考。     

基于空间点模式分析的城市管理事件空间分布及演化——以武汉市江汉区为例

城市网格化管理系统经过多年运行积累了大量历史事件数据, 这类事件数据在空间上呈现明显集聚分布。确定事件发生的空间分布以及衡量空间分布的集聚程度, 能够为城市管理资源的合理调配、划分提供重要的决策支持。本文应用空间点模式分析方法, 对2011 年1-8 月间武汉市江汉区城市网格化管理系统中的两类主体事件(占道经营和垃圾处理类)进行分析, 研究发现:占道经营事件的“热点”区域1-8 月总体呈减少趋势, 而垃圾处理事件的“热点”区域整体呈递增趋势;两类事件呈现明显的空间集聚, 其特征空间尺度都为1000 m左右。研究表明, 空间点模式分析方法能够为城市管理者提供一种针对城市事件空间集聚模式的直观的可视化分析手段, 以及对空间集聚程度的定量分析方法, 并可为进一步统计建模分析奠定基础。     

多元交通视角下异质旅游流分布特征及其空间共轭关系

异质性是旅游流研究亟待拓展的内容。以北京、武汉和西安为案例客源地,基于2017年获取的城市居民出游行为大样本问卷数据,利用数理统计法、地图分析法等方法,从客源地视角对自驾车、火车、飞机3种交通方式旅游流的分布特征进行研究,研究发现：① 随着出游交通时间的增加,自驾旅游流呈指数衰减,火车和飞机旅游流呈正偏态分布。② 3种交通方式旅游流的空间分布格局存在差异。自驾高到访率区域围绕在客源城市周围;火车与飞机高到访率区域远离客源城市。③ 不同交通方式黄金出游空间具有共轭性,距客源城市球面距离0~400 km区域为自驾黄金出游空间,400~1 200 km乘火车（包括动车和高铁）6.00 h可达区域为火车黄金出游空间,1 200~2 600 km区域为飞机黄金出游空间。基于研究结果,提出了异质交通方式黄金出游空间共轭模型,刻画了自驾车、火车、飞机3种主要交通方式黄金出游空间的位置和共轭关系。     

基于暴雨内涝灾害情景推演的北京市应急救援方案评估与决策优化

城市自然灾害的情景推演与应急方案的动态预评估是优化应急决策的重要支撑。然而,传统的应急救援方案评估往往基于有限信息进行时间片段式的情景推演并采用应急方案的灾后评估。本文在构建基于内涝水淹模型和多智能体城市路况模型的全链条、多维度灾害情景推演方案的基础上,实施不同应急救援目标导向下多时间刻度的应急救援方案预评估,重点从受损车辆规模和遭受安全威胁人数定量评估基于救援人数、救援时间和救援空间布局原则的应急方案优劣,为灾害情景推演方案和应急决策优化提供了一种新的思路与解决方案。基于救援人数规模的应急方案表明,救援力量将优先布局在风险指数高企的区域,包括北蜂窝路、南蜂窝路、广莲路以及莲花桥等路段。在现实情况中及时参加的救援力量往往有限,此类根据不同救援力量数量的空间指向将对最优的救援决策起到关键作用。同时,研究也应证了救援力量多寡在应急事件处置中的基础性地位。基于救援启动时间的应急方案中得出,最优的救援启动时间在45 min到75 min之间,适时的救援启动可以有效规避过早启动导致的救援空间配置不当和过晚启动导致的救援失效两类问题。不同救援空间布局原则有着迥异的救援力量空间配置特点和最优运用条件。     

居民购物出行时空特征及影响因素研究——基于中国时间利用调查

在市场经济日趋成熟、购物需求日益多样的今天,掌握居民购物出行规律,对合理布局商业空间、科学规划交通路网和提升公民个人福利具有积极意义。本文基于全国29个省份174个地级行政区30591位受访者的主要和次要活动时间利用调查数据,通过GIS空间分析对居民购物活动参与率、购物持续时间和由购物产生的交通出行时间进行系统分析后,构建离散选择模型探讨居民购物出行活动的影响因素。研究发现：农村和西部地区居民购物参与率较低,但持续时间较长;城镇和东部沿海地区居民的购物参与率较高,但持续时间较短;农村地区及青海、内蒙古、重庆、云南等地的城镇居民交通出行时间较长。居民购物出行受到居民个体属性、居民家庭属性以及区位条件因素综合影响,且购物参与率与持续时间在某些群体呈现一定互斥。最后,从基础设施建设、购物中心规划布局等方面提出城乡空间布局与交通发展优化的对策建议。     

基于货运车辆GPS数据的交通调查技术研究

基于GPS轨迹点与道路网络拓扑数据,利用GIS技术进行OD点和交通通道的调查研究。利用货运车辆GPS轨迹数据,分析轨迹点的时间、速度及其空间分布特征,实验并确定合理的阈值过滤出点簇,生成OD点;用轨迹点捕获含有拓扑关系的临近路段,通过最短路径算法生成货运车辆沿道路的线型轨迹,最终获得完整的货运车辆出行通道调查数据。与传统交通调查方法相比,该方法的组织实施环节大大减少,调查数据和成果更加客观可靠,是一种通过信息技术进行交通调查研究的全新尝试。     

长春市各级交通路线对城市功能用地变化的作用效应关系研究

利用长春市中心城区2003年、2013年土地利用现状图,运用廊道效应原理与ArcGIS空间分析功能,揭示了交通系统“快速化”背景下长春市各级交通路线对城市功能用地演替的作用效应关系。研究发现：轻轨、主干路、快速路对商服用地的吸聚效应依次增强,快速路沿线商服用地主要用于专业化市场建设,轻轨沿线商服用地用作综合性商场开发;快速路对沿线居住用地吸聚强度大于主干路,轻轨对沿线居住用地具有近距离排斥效应;在市中心区,快速路、主干路、轻轨对工业用地的排斥强度依次增强,但随着由中心至外围的过渡,快速路的排斥效应将转化为吸聚效应。各级交通路线对沿线城市功能用地作用效应的差异性,一定程度上推动了长春市城市地域结构的演变。     

北京城市中低收入者日常活动时空间特征分析

转型期城市空间制度性及结构性变化以及住房、交通等公共服务设施的配置,往往因忽略城市中低收入群体日常活动的时空需求而使其陷入可达性及移动性困境,从而导致城市社会不公平问题。个体日常活动行为的时空特征反映了其对城市空间利用的时空需求,是测度可达性与移动性的基本指标,也是衡量社会排斥、社会剥夺、居住隔离的新维度。采用2007年北京城市居民活动日志调查数据,基于时间地理学对微观个体日常活动的分析框架,借助GIS三维可视化技术,从生活时间分配、工作与非工作活动的时空间分布格局、活动空间测度、移动性等方面,对北京城市中低收入者日常活动的时空间特征进行系统分析。通过城市中低收入者日常活动的时空需求研究,为城市空间优化和时间管理提供参考依据。     

广州SARS 流行的空间风险因子 与空间相关性特征

传统的流行病学研究大多基于经典统计分析, 空间信息往往不能得到有效利用, 对传染病的空间风险因子与空间相关性特征的定量研究可以更科学地指导防控措施的制定。本文主要以2003 年广州市1277 例SARS 感染者的时空数据为研究对象, 利用kriging 空间插值技术与核心密度估计技术建立了1km×1km 精细格网单元上的发病率图, 并对人口密度、道路 交通、医院、商场、学校等9 个空间风险因子进行了深入研究, 结果表明这些风险因子均与 SARS 发病率有显著正相关, 严格控制这些风险因子可以有效防控SARS 流行。采用Moran's I 和LISA 统计指数定量分析了广州SARS 发病率的全局和局部的空间相关性特征及其时间变化规律, SARS 发病率的空间聚集性经历了由弱到强再到弱的变化过程, 发病率的高值聚集区域主要位于人口密度高、经济活跃、交通发达的城市中心地带, 且在整个SARS 流行过程中一直没有发生重心转移, 政府采取的防控措施成功的阻止了SARS 的进一步扩散传播, 但采取的就近收治感染者的措施导致了城市中心地带的传播风险一直居高不下。2003 年广州市突发的严重急性呼吸系统综合症事件为都市地区突发新型传染病的研究提供了一个标准样本, 本文研究可以为都市区突发SARS 或其他新型传染病的公共卫生应急预案提供科学依据。     

城市居民通勤行为与感知的空间特征研究——以福州市主城区为例北大核心CSSCI

通勤是城市道路的主要功能之一,然而过于集中的通勤造成各种交通问题。现阶段,我国二线城市的高峰期拥堵问题也愈发严峻。以我国沿海城市福州市为例,对城区居民的通勤行为及通勤感知进行问卷调查,分析福州市城区居民通勤特征。研究表明:从通勤行为来看,居民通勤时间和距离以中等水平为主,随着通勤时间和距离的增加,通勤方式逐渐从步行向助力车再向公交车、私家车过渡,职住分布的空间失配进一步带来通勤流的空间集聚,是高峰期交通拥堵的主要原因;从通勤感知来看,交通意象中标志物和区域的可意象性很小,节点的可意象性最大,满意度呈现由外围向中心递减的空间结构,并深受样本属性影响。     

城市交通消散期事故高峰现象及成因

学界对于交通事故高峰出现在交通高峰期还是之后的消散期存在争论,以惠州市中心城区为例,对城市交通事故进行研究,判别交通消散期事故高峰现象的存在性。以交通事故空间点数据为研究对象,使用核心密度估算法,分析交通事故的结构性特征和时空分布特征,并针对三个交通消散期研究其事故的具体特征及其成因。研究表明:惠州市中心城区交通消散期存在事故高峰现象,主要发生在上午和下午;机动车在交通事故中占主导地位;临近商业设施的交通消散期事故高峰现象最为明显;支路事故在晚间交通消散期后段出现了事故高峰;从上午到晚上,交通事故黑点从交通相关设施转移到商业设施。交通消散期事故高峰现象的形成与居民集中在交通消散期的非通勤交通行为、特定路段的小时交通量高峰出现在交通消散期,以及交通消散期内松懈的交通管制和驾驶行为等有一定的关系。     

城市商圈应急疏散空间布局与路径优化——以广州上下九商圈为例

针对流动人口密集和商业集中的城市商圈应急疏散的特殊性,建立了城市商圈应急疏散研究框架。该框架主要包括应急疏散需求预测、应急疏散空间适宜性评价、应急疏散路径优化3个层面。通过3σ法、灰色关联法和熵权法、GIS、OD模型等技术,将研究框架应用于广州上下九商圈。结果发现:上下九商圈疏散人口和疏散场地需求较大,目前应急避难场所不能满足区域内疏散需求;适宜性强的紧急避难场所多为学校内操场用地,但有效避难空间极易受到建筑物倒塌影响,导致场地内避难空间不足;人口密集区大部分在选定紧急避难场所500 m服务范围和疏散用时在10 min内,但城市商圈路况复杂增加了疏散成本,同时降低了疏散效率。提出了应急避难场所的空间布局和疏散路径优化建议。     

基于T-GIS的广州市居民日常活动时空关系

随着人文主义思潮的兴起和居民生活水平的提高,关于生活质量的改善问题日益受到重视,以研究个体活动时空关系为重点的时间地理学研究也得到发展。T-GIS 能较好地反映和记录个体活动动态过程,为时间地理学的研究提供了新的技术手段。近年来在工业化、城市化、信息化、住房与就业市场化等多重因素的共同作用下,中国城市的内部空间结构发生了急剧的演化,城市居民的日常活动也发生变化,居民微观行为和日常活动组织及社会空间的研究正成为解释城市空间重构及其机制的重要研究视角。本研究结合T-GIS 和时间地理学基本理论,以广州市为案例,利用居民出行日志的问卷调查数据,开发基于ArcGIS 的居民行为链时空分析工具,揭示了典型时间断面居民的空间分布特征和居民日常活动社会分异的的时空关系。结果表明,居民出行行为具有很强的时空关联性。城市中心区在一天不同时间都保持较强的吸引力,成为居民日常活动中各类活动的主要空间载体;城市空间的拓展,改变了部分居民特别是居住在外围街区居民的日常生活习惯;居民的日常活动时空关系存在一定的阶层分化,低阶层日常总体上离开居住地活动的时间最长,但日常活动的活动空间最小,人均月交通费用最低,主要活动空间位于城市中心区和部分传统单位生活区周边;高阶层日常总体上离开居住地活动的时间最短,其活动范围却最大,主要活动空间位于新城市中心区及其周边地区,人均月交通费用最高;中阶层的活动空间相对均衡,交通费用适中。这种时空关联性的分析,有助于揭示居民的日常活动与城市内部空间结构的关系,拓展基于日常活动过程的城市社会空间研究及交通需求评估,为城市规划和管理提供可靠的依据。     

城市居民通勤行为与感知的空间特征研究——以福州市主城区为例

通勤是城市道路的主要功能之一,然而过于集中的通勤造成各种交通问题。现阶段,我国二线城市的高峰期拥堵问题也愈发严峻。以我国沿海城市福州市为例,对城区居民的通勤行为及通勤感知进行问卷调查,分析福州市城区居民通勤特征。研究表明:从通勤行为来看,居民通勤时间和距离以中等水平为主,随着通勤时间和距离的增加,通勤方式逐渐从步行向助力车再向公交车、私家车过渡,职住分布的空间失配进一步带来通勤流的空间集聚,是高峰期交通拥堵的主要原因;从通勤感知来看,交通意象中标志物和区域的可意象性很小,节点的可意象性最大,满意度呈现由外围向中心递减的空间结构,并深受样本属性影响。     

多尺度交通出行碳排放影响因素研究进展

减少交通出行碳排放是全球共同面对的重大议题之一,同时也是城市和交通可持续发展的重要目标。论文首先基于文献计量方法对近20年来的全球交通出行碳排放研究现状与趋势进行梳理与分析,在此基础上,分别从国家、城市和社区3个尺度对国家交通能源消耗及其碳排放的驱动力因素、城市形态对交通碳排放的影响以及社区建成环境对居民出行碳排放的影响研究进行了文献综述与归纳凝练。研究发现：① 国家尺度的研究早期大多基于时间序列数据,采用分解法探究交通能源消耗的主要驱动力;近年来,研究进一步根据能源消耗数据“自上而下”地测算交通碳排放,并通过构建面板数据模型探究社会经济、城市形态和交通发展因素对交通碳排放的影响。② 城市尺度的研究早期围绕紧凑城市是否一种低碳的城市形态而进行讨论,主要使用截面数据和相关分析方法;近年来,进一步拓展使用情景预测、GIS空间分析、空间回归、空间模拟等方法探究城市交通碳排放的空间差异及其与城市形态、城市中心分布形式之间的关系。③ 在社区尺度,研究多以截面、非集计的问卷调查数据为主,采用定量的数学模型探究居民社会经济属性和人口密度,土地利用混合度,与就业地、城市中心的距离,路网与交叉口密度、公共交通供给水平等建成环境要素对居民出行碳排放的影响。最后有针对性地提出了未来中国城市交通出行碳排放影响因素的研究趋势。     

人类活动轨迹的分类、模式和应用研究综述

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。     

北京郊区女性居民一周时空间行为的日间差异研究

伴随城市空间向郊区急剧扩张,郊区已成为快速城市化过程中疏解城市人口和功能的重要空间。作为兼顾工作与家庭的双重工作者,郊区女性居民的日常生活面临着新的挑战。基于2012年北京居民日常活动与交通出行调查的第一手资料,采用时间地理学研究框架,以一周的活动日志数据为基础,从时间节奏和时间分配的角度分析郊区女性的时间利用特征,并通过标准置信椭圆对GPS轨迹数据进行了活动空间刻画,探讨不同活动在城市不同空间中的发生日间差异。结果表明,在时间上,郊区女性的日常生活具有规律性、丰富性和细碎性的特点;工作日的时间分配以工作活动为中心,从周一到周四的差异性不显著;休息日的时间分配以家务和休闲活动为主,并且在休息日内部出现周日出行时间相对较少的差异。在空间上,大部分郊区女性居民选择在郊区附近就业,日常生活中的购物、休闲活动也主要在郊区空间发生;在休息日,购物活动向城区空间内延伸,休闲活动的空间范围虽然相比于工作日有所扩大但仍主要在郊区空间内部完成。     

基于实时路况数据的原发性交通拥堵点判别——以北京市二环以内为例

以北京市二环内道路为研究区域,将实时路况数据矢量化并构建其路网间拓扑关系,根据原发性拥挤与继发性拥挤时序上的差异,提出定量的拥堵度变化点的判别准则,将拥堵度变化点分为原发性拥堵、继发性拥堵、原发性消散、继发性消散4类.研究发现原发性拥堵的时空分布符合居民出行特征,重点集中于二环内热点区域,发生在岔路口处的概率较大,且验证了继发性较原发性在时空顺序上的滞后性.