基于手机信令数据的城市小活动空间人群空间分布特征

小活动空间人群是指日常活动范围较小的居民群体,他们对城市公共资源的需求主要集中在家庭位置附近的区域,分析其活动的时空规律特征,有助于更好地实现城市公共资源的均等化和精准化配置。然而目前研究中对此类人群关注较少,为此,本文提出一种基于手机信令数据的小活动空间人群识别及其空间分布的研究方法。首先识别用户家庭位置和停留点位置,构建基家最大距离指标,度量用户以家庭位置为中心的活动空间范围,并据此筛选小活动空间人群;其次根据用户与家庭位置间的距离信息构建“时间-距离”框架下的用户轨迹,在此基础上构建基于面积的轨迹相似性方法;然后利用逐级合并的层次聚类算法,根据用户轨迹的相似性对其进行聚类,挖掘小活动空间人群中典型活动模式;最后根据用户的家庭位置,进一步分析不同活动模式人群的时空分布特征。本文以上海市手机信令数据为例对该方法进行了测试,结果表明：① “时间-距离”框架下构建的基于面积的轨迹相似性方法,可反映用户基于家庭位置进行活动的时空特征,而逐级合并的层次聚类算法对典型活动模式挖掘的效率有明显提高,有助于研究城市居民的移动模式;② 上海市小活动空间人群分布呈现出圈层结构,主要分布在中心城区,郊区的工厂和大学城以及各区的商业中心附近,在郊区过渡区相对较少。本文提出的方法能够用于分析城市小活动空间人群的时空分布特征,可以为目前各大城市提出建设社区生活圈的决策提供方法支撑。     

城市出租车上下客的GPS轨迹时空分布探测方法

出租车作为城市公共交通的重要补充,是城市面向公众的一个窗口,在人们日常出行中起到越来越重要的作用。出租车资源时空分布的不均衡,直接影响到城市公共交通的运行效率和城市形象。通过研究出租车上下客的时空分布特征,不仅可以反映城市居民的工作、生活、出行的规律和模式,也可反映城市空间在不同时段内的动态性和“热度”。本文基于出租车GPS轨迹大数据,针对出租车上下客事件轨迹呈现的线状特征,以及城市道路网络空间不同时段“热度”的动态分段特征,提出了出租车上下客时空分布的线密度探测模型。该模型通过对时间多粒度描述与表达,对不同城市道路网络空间,进行出租车上下客事件的探测和分析,获取城市出租车上下客的时空分布规律,更深刻地理解和认知了城市空间的动态性。     

基于网络地图的多交通模式医疗设施可达性分析

由于城镇化发展迅速、居民对医疗服务需求的提高,使得城市人口密集区域医疗服务压力增大,因此进行医疗服务设施可达性分析具有重要意义。本文以福州市主城区为例,医疗数据来自于福州市卫健委,利用爬虫技术获得小区户数进行人口估算,基于早、中、晚各时段的实时路况信息,计算居民点到医疗服务设施的最优路径旅行时间,并绘制医疗服务等时区,利用高斯距离衰减函数改进的两步移动搜法（Gaussian-Two Step Floating Catchment Area Method, Ga-2SFCA）,考虑出行模式,对福州市主城区二级以上医院进行可达性分析。结果表明：① 驾车出行模式下,医疗服务覆盖率和居民就医可达性要明显好于公共交通出行模式;② 驾车出行模式下,医疗服务可达性受出行时段影响较大;而公共交通出行方式下,各时段差异较小;③ 随着时间阈值的增大,居民点的医疗服务可达性等级提升,且高等级可达性范围逐渐扩大;④ 驾车模式下的医疗可达性空间分布和道路保持一致,呈现出“环线层次”的现象;而公共交通模式下的可达性空间分布由于受到城市公交微循环系统的影响,呈现出“轴向扩张”的现象。     

基于时空车流灰度的城市交通热点分析

随着城市规模的扩张和汽车数量的增加,拥堵和雾霾等受交通影响的现象变得越来越严重,城市交通热点发现与分析是改善交通状况的关键技术之一。根据城市中典型浮动车(出租车)的时空轨迹数据,基于图像分析理论,提出城市交通热点的空间分布分析方法。首先,根据浮动车数据,形成车流轨迹的时空分布灰度图。其次,通过将浮动车的轨迹数据映射到高精度城市交通网格上,探索了轨迹数据和城市热点区域之间的关联关系。进一步地依据车流轨迹的时空分布,发现车流密度的极值。最后,结合影响区域的参数利用高斯曲面拟合对时空灰度图像进行了热点区域分析,获得城市交通热点的空间分布。将分析结果在地图上标定,准确地反映了城市交通热点区域的详细位置及空间分布,从而给出了一种有效、直观的城市交通热点分析方法。研究结果对于城市交通规划和交通实时信息发布具有实用价值。     

基于POI数据及四叉树思想的“三生空间”识别方法

城市区域内部建筑物较密集,外围建筑物逐渐稀疏,因此大多存在内部区域POI数据密度大,外围区域POI数据密度逐渐减小的现象,在使用均等网格作为识别单元进行城市“三生空间”的识别的过程中,就会出现网格尺度较大导致识别准确率较低或网格尺度较小导致无数据区较多两种情况。针对以上问题,本研究提出一种基于POI数据及四叉树思想的”三生空间”识别方法：综合利用互联网地图POI、行政区划、遥感影像等数据,引入四叉树思想对网格识别单元进行分级;将POI数据与城市建设用地分类和土地利用现状分类进行衔接,对POI进行重分类;综合各类POI的功能和面积,构建POI分类“三生功能”赋分体系,定量识别“三生空间”。以西安市中心城区为实验区进行实例验证,结果显示正确率在95%左右。通过与均等格网识别结果的对比,进一步证明引入四叉树思想对网格进行分级一方面能有效减少无数据区的存在,另一方面能使识别结果准确率大幅提高,为基于POI数据的城市三生空间的识别提供了一种新思路。     

中国艾滋病空间格局和时空演化分析

探索艾滋病疫情的空间格局和时空演化特征,发现其分布和流行规律,对促进艾滋病防控工作具有重要意义。本文基于1997—2016年中国艾滋病省级发病率资料,利用空间自相关技术探测艾滋病疫情的空间格局,并使用重心轨迹迁移算法进行时空演化分析。结果表明：中国艾滋病疫情在省级尺度上具有较强的空间依赖性。1997—2016年,中国艾滋病疫情的全局空间关联程度从弱变强,而且存在进一步强化的趋势;疫情总体呈现“南重北轻,中部过渡”的空间格局,可将中国艾滋病发病率在局部发生空间自相关的区域划分为以内蒙为代表的北方疫情冷点片区和以广西为代表的南方疫情热点片区;中国艾滋病疫情的总体流行程度不断加深,且具有明显的地域差异性,在空间上表现为非均衡增长。因此,今后的艾滋防控工作必须在传统预防手段的基础上注重疫情扩散的时空规律,重点加强对疫情热点区域和高风险传播方向的管控,以达到区域协同、精准防控的目的。     

居民出行视角下的北京市双枢纽机场可达性研究

相较于传统的网络分析,利用在线地图API可以更加准确地获取实时出行时间数据。本文基于高德地图API,在居民出行视角下解析北京首都国际机场（“PEK”,简称“首都机场”）和北京大兴国际机场（“PKX”,简称“大兴机场”）在驾车和公共交通2种出行模式下的可达性空间格局,尝试对双枢纽机场可达性以及城市的“民航+城市交通”一体化发展提出建议。结果表明：① 大兴机场的投用使北京市民航服务在空间分布上趋于“南北均衡”,两机场分别在驾车出行0.5 h和公共交通出行1 h的覆盖范围形成互补,有效提升了城市内部腹地的覆盖;② 在以北京为起止点的出行视角下,驾车出行的1 h覆盖范围开始出现重叠;而公共交通出行模式的1.5 h范围呈现重叠;③ 驾车出行模式下的机场可达性高于公共交通出行模式,且在公共交通出行模式下,北京市两机场1 h服务面积和人口数量均有待提高,亟需打造“1 h公共交通服务圈”;④ 在以北京为中转点的视角下,首都机场到各火车站的可达性高于大兴机场;未来应重点提升大兴机场-城市交通枢纽的可达性,以提升城市内部中转能力。本研究有助于为双枢纽机场城市的“民航+城市交通”一体化发展提供科学依据。     

重庆市交通网络的可达性时空特征及其演化规律

可达性是度量区域交通网络结构通达性的有效指标。本文以1997、2001、2004、2008和2012年为时间断面,以加权平均旅行时间为指标,对重庆市陆路交通网络中节点区县可达性时空特征及演化规律进行了研究。结果表明：重庆市交通可达性总体呈现以主城区为中心向外围区域递减的“核心-边缘”模式,可达性等值线大致呈不规则环状分布;随着路网的不断完善,可达性水平由中心向外围呈圈层式优化,各区县的可达性有大幅度的提升,但不同阶段可达性提升幅度不同,第1、2阶段（1997-2004年）可达性相对第3、4阶段（2004-2012年）而言优化程度更为显著。由于可达性值变化幅度与其初始值有关,所以,边缘地区可达性值提高幅度始终大于中心地区,区县可达性差异逐渐缩小,可达性分布趋于均衡。由于空间经济分布具有明显的不均衡性,可达性与经济发展之间具有一定的互动耦合关系,交通网络的区域效应显得更为复杂。交通网络如何与城市体系合理匹配,形成良性互动的“交通-城市-经济”复合系统,是未来区域交通建设规划应该重视的内容。     

1978-2011年间中国区域消费水平的时空演变

区域消费水平是经济发展的重要动力。本文以1978-2011年间我国各省区的人均消费品零售额表征区域消费水平,在我国区域消费水平差异测度的基础上,对区域消费水平差异的时间序列值进行突变点检测,进而将我国区域消费水平变化划分为1978-1986年和1986-2011年2个阶段。通过利用传统马尔科夫链及空间马尔科夫链方法,分别构建人均消费水平的非空间和空间马尔科夫转移概率矩阵,对1978-1986年与1986-2011年2个阶段的区域消费水平的时空格局演变特征进行分析。研究结果表明：（1）区域消费水平在2个研究时段内的变化均存在着“俱乐部趋同”现象,无论是低消费水平与高消费水平区域均沿着最初类型稳步演进。（2）区域消费水平变化受到来自邻域消费水平背景的影响,使得其趋同的过程在空间上不独立。（3）区域间消费水平相互作用呈现出显著的东西分异特征,东部地区多为区域自身消费水平与邻域消费水平同时向上转移的状态,西部地区多为向下转移的状态,而中部地区多为平稳分布,邻域消费水平的状态变化较大。     

基于大数据的化工企业时空变化特征及其对水域的潜在影响分析方法

区域水环境影响评估是指导产业布局与结构优化、防范和降低环境风险的重要步骤。基于互联网爬取的企业数据,探究了江苏省1990—2020年化工类企业的时空分布特征,同时引入区域生长法模拟化工企业的潜在影响区,即考虑企业周边地形梯度差异所模拟的影响范围,最后分析了企业对周边水域的潜在影响并提出了相应的防控建议。结果表明：① 1990—2020年,江苏省化工类企业数量呈现出先快速增加而后缓慢增加再缓慢减少的变化趋势,空间上呈现“南多北少,亲水型”的分布特征;② 企业对周边水域和水源地保护区均产生一定威胁,在2020年,江苏省超过20%的水域位于化工企业3 km范围内,接近6%的水域位于企业潜在影响区域内。此外,超过200个（5%）化工类企业位于116个水源地保护区内;③ 通过梳理文献及报道资料,发现水污染事件分布与本文所识别的重点河流（孟津河、大浦港、灌河及夹江等）具有较好的一致性,说明了识别结果的可靠性。本文从化工企业的互联网数据挖掘出发,结合企业潜在影响区的模拟,能够有效识别水域影响重点区域/河段,相关研究方法可为全国化工类企业的水域影响评估提供支撑。     

基于拓扑与形态特征的城市道路交通状态空间自相关分析

城市道路交通状态具有空间自相关特征。某一道路交通状态的变化会对其周边道路产生影响,故把握道路交通状态的空间自相关性是提高交通规划、交通预测水平的基础。然而,城市道路交通状态又具有空间异质性,即道路交通状态的影响扩散并非各向同性,其使得道路交通状态空间自相关性的度量更为复杂,因此仅从地理空间下道路之间的邻近关系出发进行分析有失偏颇。同时,城市道路具有拓扑结构特征和几何形态特征,二者对于交通状态自相关性的影响和制约,却未引起足够重视。本文从城市道路的拓扑结构特征和几何形态特征出发,提出了一种新的交通状态空间自相关路段识别规则,即基于交通状态变化的路段空间识别规则,通过拓扑社区发现方法刻画路段在空间上的聚集特征,同时,基于Stroke跟踪的几何形态概化来描述道路交通状态变化影响的空间异质性。结果表明,利用本文提出的识别规则产生的交通状态自相关路段集合,较仅考虑地理空间邻近或拓扑结构的识别规则更为合理,更好地揭示了城市道路交通状态的空间自相关特征。     

顾及空间异质性的出租载客与公交客流回归分析

出租车一直以来被看作公共交通的补充,但是以往研究多侧重于出租客流与公交客流的独立研究,对于二者的关联关系分析没有足够得到关注。预测出租车载客热点区域不仅能够实时的了解城市交通热点区域,还能够很好地指引出租车司机,帮助出租车司机快速寻客。出租车载客热点常发生在人流密集并且交通出行需求较高的区域,公交乘客IC卡数据能够实时的反映城市中的交通需求。因此,本文使用厦门岛出租车GPS轨迹数据与公共交通运输系统运营数据,利用核密度估计法和地理加权回归模型分析了早晚高峰时段出租车载客与公交上下车（OD）客流之间的时空分布关系。研究发现,出租乘客O点的核密度值在空间上存在分布不均衡性,聚集特征明显。在同一区域,公交乘客O点和公交乘客D点对出租乘客O点所产生的影响刚好相反;在不同区域,城市功能类型复杂的地区公交乘客O点对出租乘客O点产生负的影响,在城市功能类型单一的地区公交乘客O点对出租乘客O点产生正的影响,公交乘客D点则刚好相反。与普通线性回归模型相比,地理加权回归模型的拟合效果显著提高,早晚高峰拟合优度分别从0.13和0.11提升到了0.59和0.53。研究结果可为出租车载客数量的预测提供相关依据。     

基于国家1:50000地形数据库的公路交通网络空间分布特征和趋势变化研究

为了获得全国公路交通网络空间分布特征和趋势变化,以国家1:50000地形数据库的公路交通数据(2012~2015年4个时间序列)为研究对象,利用空间自相关的统计方法对其展开分析研究。实验结果表明全国公路交通网络的空间分布具有显著的空间自相关性和聚类特征,同时其分布与区域经济指标存在空间显著正相关。     

小世界网络特征识别的城市交通状态网络自相关分析

大量研究表明,考虑了空间多维性的小世界网络模型对于研究交通网络特性对交通流的影响很有必要。但现有相关研究普遍未能有效找出小世界网络特征产生的临界阈值进而判断网络结构特征对城市交通运行的影响。以伦敦市主干道路网络为案例,通过网络环境下的Moran's I和Getis-Ord's G两个统计量,找出道路网络结构的小世界特征及其网络动力产生的临界阈值,并利用基于交通网络距离的半变异(方差)函数分析该临界阈值是否合理,然后运用网络自相关分析小世界网络结构特征及其网络动力对道路交通流的影响。结果表明:(1)伦敦市主干道路网络的全局Moran's I和全局Getis-Ord's G的收敛值是0.34,小世界网络现象或动力出现的临界阈值是17 000 m;(2)半方差图显示估算的小世界网络特征出现的阈值距离远小于理论半变异函数模型估算的空间相关性作用范围,且在该阈值附近半变异值呈明显上升趋势,表明该阈值是合理的;(3)在此阈值影响范围下,伦敦市主干道路段间交通流网络自相关性总体上呈显著正自相关特征,其局域空间关联格局呈中心区低-低和外围高-高的分布模式。     

北京市居民地铁出行出发时间弹性时空分布特征研究

伴随城市转型进程的加快,交通需求不断膨胀,导致大城市交通拥堵日趋严重,以调节出行者的选择行为为核心要素的交通需求管理理念成为相关政策的重要理论基础,但现有研究也表明,交通需求管理对出行弹性较高的出行具有显著调节作用,而对出行弹性较低的出行调节作用并不明显。因此,加强出行弹性等居民出行行为研究日益迫切,而公交刷卡数据等新的时空数据为居民复杂出行行为的挖掘提供了新的契机。本文利用北京市2014年3月地铁刷卡数据,以出行者出发时刻的可变性来测度出发时间选择的可改变程度,对居民地铁出行出发时间选择弹性进行测度,并结合GIS空间分析技术对其时空分布特征进行分析。研究表明：① 北京市地铁出行的居民出行弹性平均值为0.521,出发时间选择弹性整体上较大,表明北京居民出发时间选择相对较为灵活;② 北京市居民地铁出行弹性存在时空差异,居民个体休息日出行弹性高于工作日,一天中高峰时段出行弹性高于非高峰时段;③ 居民出行弹性存在空间自相关,倾向于在空间上发生集聚,存在明显的冷热点区域;内城居民的出行弹性明显高于城市外围居民。     

不同空间权重定义下中国人口分布空间自相关特征分析

人口分布的研究对实现人口、环境、资源可持续管理具有深刻意义。相对于洛伦斯曲线、基尼系数等传统度量指标,运用空间自相关分析可以较好地表达人口分布的集聚现象,揭示人口格局的空间结构和空间相互作用。空间自相关测度的关键因素之一为空间权重矩阵。当前人口空间自相关特征测度多采用单一邻近关系定义空间权重矩阵,忽视了不同空间邻近关系对自相关特征分析结果的影响。本文根据距离阈值和邻接关系定义了八种空间权重,包括新定义的高铁两小时可达性空间权重。基于2010年《中国人口年鉴》统计资料,结合GeoDa软件测度了中国人口空间分布自相关特征并分析空间权重定义对自相关特征分析结果的影响。发现:(1)在不同空间邻近关系下,中国省域人口密度分布在全局自相关上均呈现空间正自相关,但其显著性水平有差异;(2)局部自相关分析结果Moran's I表现出明显的区域差异。     

Web环境下地学数据共享用户行为模式分析

了解科学数据共享用户行为特征对实现高效、精准的数据共享服务具有重要的参考意义。本文基于国家地球系统科学数据共享平台网站服务器日志及服务记录数据,利用空间数据挖掘及Web使用挖掘技术,探索地球系统科学数据共享用户行为模式。在数据预处理阶段,完成用户识别、会话识别、位置识别,并对数据进行空间建模、空间数据库建库。在数据挖掘阶段,分别对用户产生的网页浏览数、会话数、数据集浏览数为对象进行空间“热点”分析,识别用户行为的地域差异。针对用户数据浏览和下载行为,采用FP-growth算法对用户——数据之间进行关联规则挖掘,发现用户对数据关注和使用的高频规律。分析结果表明：（1）该共享平台用户地在国内各省市均有分布,用户最多的3个省（市）分别为北京市、山东省、江苏省,该分布与国内高校学生分布相关程度不高,但与“211工程”高校学生的空间分布相关度较高;（2）空间“热点”分析表明,北京、天津及河北北部无论在网页浏览、数据浏览还是会话量上都是“热点”区域,但识别的“冷点”区域有较大不同,尤其是数据访问“冷点”分布较广,如南方沿海省份、河南省、山东省、四川省等;（3）关联规则挖掘发现多个数据浏览高频项目集以及关联规则。数据下载高频项与数据浏览高频模式较好吻合,但下载行为未表现出明显关联规则。本文提供了一种结合Web使用挖掘和空间数据挖掘的用户行为模式挖掘方法,该方法也可用于其他类型网站的数据挖掘。     

基于厦门港的海上交通事故地理空间分布及风险预测研究

利用海上交通事故空间分布特征进行安全分析是海上交通安全管理的重要组成部分。本文使用厦门港2008—2020年的海上交通事故数据,经过事故数据空间分布特征提取、分析及预测等流程,最终得到厦门水域海上交通事故潜在危险区域。本文首先使用原始事故数据在GIS软件中进行空间定位,形成事故点的可视化空间分布图,然后使用核密度分析法鉴别海上交通事故多发区域,再利用空间自相关分析法,得到该区域事故空间的分布特征和具体的聚集点,最后使用该分布特征、对目标水域数据进行标准化网格切分,并利用机器学习算法对潜在事故风险区域进行预测。本文在核密度分析结果中发现：就事故频度而言,厦门湾和西海域交通事故频度较高。在空间自相关分析的结果中表明：就空间分布特征而言,厦门港的空间分布出现聚集特征且为空间正相关模式,且就事故具体的空间聚集点而言,厦门湾和西海域仍是事故高发的中心区域。而最后的厦门湾及周边水域风险预测模型显示：潜在事故风险区域多位于沿海和河口交汇区域。本文研究结果表明在基于地理空间数据分布特征提取和网格化分析的基础上,结合机器学习方法（随机森林）,对于海上交通事故的预测具有良好的效果。     

基于道路结构特征识别的城市交通状态空间自相关分析

 城市道路交通状态具有空间自相关特征。路段交通状态的变化会很快影响到邻近路段,导致一定空间范围内路段的交通状态发生改变。揭示城市交通状态的空间自相关特征,对交通规划、交通控制与诱导具有重要意义。然而,受到城市路网空间结构和道路拓扑特征的影响,城市道路交通状态的空间自相关并非各向同性,也并非均匀地向上下游扩散,而是有选择性地集中在部分邻近路段上。因此,仅考虑路段地理空间下的上下游邻近性,难以全面度量路段间交通状态的相互影响,识别出交通状态空间相关性强的道路集合。本文借鉴复杂网络分析方法,定量化分析了城市路网的模块化与层次性特征,利用城市路段在空间上的聚集特征和路段在网络中拓扑角色的差异,提出了一种新的交通状态自相关路段邻近性判别规则,即空间邻近且拓扑等价规则,以此规则实现交通状态空间相关路段聚类过程,更好地揭示城市路段之间的交通状态空间相关性。