DP半岛街头抢劫案件的临近重复发生模式

以往研究已经证实某些特定的犯罪类型(如入室盗窃、枪击案件)存在临近重复发生的现象,但是街头抢劫案件是否也同样存在临近重复发生的现象则很少被关注。以H市中心城区DP半岛为研究区域,探索岛上街头抢劫案件的时空分布规律,研究对象为岛上2006-2011年发生的街头抢劫案件(共373起)。利用纳克斯检验(knox test)方法结合重复临近发生计算工具对DP半岛内街头抢劫案件是否存在临近重复发生现象进行探索性分析。研究发现:其一,研究区内的街头抢劫案件在多个空间—时间标度下存在着显著的临近重复发生现象。其二,选取其中最有代表性的空间—时间标度内具有临近重复发生现象的案件,研究其空间分布规律和年际变化规律。结果表明:1"前案件点"在空间分布呈现集聚现象,具有集中分布在主干道区域、土地利用混合程度较高区域以及道路通达性较高的区域三个特征。而针对"前案件点"进行防控切断"临近重复发生链",将减少54起案件的发生。2临近重复发生现象案件在年际分布上的波动变化与警务"严打"行动之间的动态联系,表明"严打"行动对街头抢劫案件的临近重复发生有强烈的抑制作用;而且相比一般案件,临近重复发生案件的发生更加集中于午夜。     

土地利用变化预测的案例推理方法

当前,基于案例的推理(Case-Based Reasoning,CBR)在解决复杂的地学问题时.对地学案例的表达和历史案例的相似性计算与推理存在明显缺陷,需要在CBR的表达模型和空间相似性计算与推理算法进行拓展.本文针对土地利用变化问题,首先在分析土地利用变化各种定量方法基础上,提出利用CBR进行土地利用变化分析的研究思路:其次,针对土地利用变化的空间特性及隐含的空间关系特性.给出土地利用变化案例的表达模型,案例间内蕴空间关系抽取算法,以及考虑案例间空间关系的CBR相似性推理模型:最后,进行珠江口区域土地利用变化的CBR方法试验.预测精度达到80%.为了进一步评价CBR方法对土地利用变化预测的有效性.在实例部分采用同样的实验数据进行贝叶斯网络的预测方法实验.由两种方法对比可知.CBR是从复杂到简单进行地学问题求解的一种有效方法.     

DP半岛街头抢劫犯罪案件热点时空模式

选取H市中心城区DP半岛作为研究区域,以岛上2006-2011 年发生的街头抢劫案件（共373 起） 作为研究对象,将DP半岛内街头抢劫案件的时空分布特征分别从宏观和局部微观两个尺度层面进行系统的分析。首先,对岛上的街头抢劫案件按年、月和小时进行统计分析,总结其在不同时间尺度上的变化规律：2007 年开始的严打使案件数量逐年减少,直到2010 年才略有回升;春节期间（二月前后） 的案件数量明显高于其他月份;晚上22:00-23:00 期间是案件高发时段。其次,利用Kernel 密度方法对研究区街头抢劫犯罪的宏观空间分布进行整体的辨别,剥离出犯罪热点空间分布,分析热点与道路网和土地利用的关联性,结果表明热点多分布于主干道、通达性高的节点或土地利用混合度高的地方。最后,选出4 个最主要的热点从微观尺度进行分析,PAI 指数表明这4 个热点在时间上是稳定的,从2006 年到2011 年一直存在。依据“热点时空类型矩阵”的时间分布和空间分布模式,将这4 个稳定热点归类到不同微观时空模式,并对每类模式下的街头抢劫犯罪提出有针对性的防控对策,以便优化警力资源的配置、最大限度抑制和减少犯罪的发生。     

基于时空临近重复效应的犯罪热点特征及成因分析——以北京市抢劫案件为例

时空临近重复效应是犯罪活动的一种重要时空特征。为深入研究犯罪热点的特征及其形成原因,论文以北京市内城六区2012—2014年抢劫案件为例,通过核密度估计、时空临近重复计算及定义时空临近重复案件链等方法分析了犯罪热点的案件构成,并从犯罪人因素和环境因素等方面对犯罪热点内的案件特征结构进行了分析。结果表明：北京市内城六区的抢劫案件存在有“a”“b”“c”三个主要的空间热点,并且热点内的大部分案件均具有显著的时空临近重复效应;其中热点“a”位于双井、劲松一带,热点“c”位于南四环大红门桥一带,且2个热点内案件的犯罪人特征在一致性程度上高于环境类特征,表明热点的形成源于犯罪人在热点区域内重复作案的可能性较大;而热点“b”位于东南三环的分钟寺地区,热点内案件的环境类特征在一致性程度上高于犯罪人特征,表明该热点的形成为不同犯罪人在热点区域内集中作案的可能性较高。研究对警务部门开展针对性的犯罪打击和防控有一定的支撑作用。     

基于随机森林和时空核密度方法的不同周期犯罪热点预测对比

犯罪预测对于制定警务策略、实施犯罪防控具有重要意义。机器学习和核密度是2类主流犯罪热点预测方法,然而目前还鲜有研究对这2类方法在不同时间周期下的犯罪预测效果进行系统比较,本文试图对此进行补充。本文以2013-2016年5月的公共盗窃犯罪历史数据作为输入,分别对比了在接下来2周、1个月、2个月、3个月4个不同时间周期随机森林方法与基于时空邻近性的核密度方法的犯罪热点预测效果,结果发现：在各时间周期上,随机森林分类热点预测方法的面积和案件量命中率均比时空核密度方法准确性高;并且2种方法均能有效地识别犯罪热点中的高发区域,其中在较小范围较短时间内随机森林识别热点中的高发区效率更高,而在较大范围较长时间周期上时空核密度方法识别高发区更优。     

一种考虑时间成本的旅游线路推荐方法

旅游行为受时间、空间等方面的限制,当用户有个性化需求,尤其在游览时间方面有特殊要求时,难以快速找到出行线路。个人时空可达性研究在时间、空间制约条件下个人活动的自由度问题,因此向用户推荐旅游线路的问题可转化为在考虑用户偏好的前提下评价时空可达性,向用户推荐可达性好的景点组合,并规划移动路线的问题。该文基于时间地理学理论,提出了一种考虑游客时间成本的旅游线路推荐算法,使用时空可达性评价景点,计算可达性好的景点组合,结合地理信息科学中的路径分析理论,规划旅游线路。算法的验证实验在Web端进行,通过设置不同场景,对每种情况下的推荐结果进行了分析与展示。结果表明,该文提出的算法具有可行性与合理性,能满足用户在游览时间、景点类型方面的需求,同时佐证了时间地理学在旅游线路推荐研究中的可行性与科学性。     

入户盗窃犯罪的时空分布热点及其机理研究——以A市CP区警情分析为例

采用核密度估计和Aoristic analysis等方法分析了2015年A市CP区入户盗窃警情的时空分布热点,并通过热点矩阵分类进一步对热点内的犯罪时空分布格局及其内在犯罪机理进行分析。结果显示：CP区共有3个犯罪热点区域和2个集中时段;3个热点区域分别为时间集中-空间聚集型、时间集中-空间分散型、时间集中-空间热点型;同时,影响入户盗窃犯罪的机理在于犯罪主体关联要素、犯罪客体关联要素、犯罪环境关联要素在时空上的密切耦合,共同影响入户盗窃犯罪活动的形成;提示在预防及控制犯罪“热点”中,需要采取更有针对性的防范措施和对策。     

基于混合过滤的地学数据个性化推荐方法设计与实现

推荐系统是帮助互联网用户克服信息过剩的有效工具。在地学数据共享领域,较其他物品的内容属性,地学数据具有更加丰富的时空属性,这也给地学数据推荐带来挑战。针对地学数据的特点,为地学数据共享推荐服务开发了一种动态加权的混合过滤方法。该方法分别采用协同过滤和基于内容过滤算法预测用户对数据的兴趣度,再以训练模型计算最优加权权重,计算最终预测评分。在数据获取阶段,通过用户访问日志数据,采用Jenks Natural Break算法分析用户访问记录获取用户的数据兴趣度。在基于内容过滤部分,通过数据的空间、时间及内容属性计算数据相似度,并以用户历史行为为依据计算用户兴趣。在协同过滤和基于内容过滤中分别采用k-NN算法计算用户对未访问数据的预测评分,并进行加权求和。通过训练集,对理想权重值及用户的共同评价度（co-rating level）进行建模,拟合二者的关系。该模型被应用于混合过滤的权重调整,以获得最优的加权方程。测试结果显示,结合数据时空属性的混合过滤方法的准确度和召回率,较单一的协同过滤或基于内容过滤方法有显著提高。     

基于TSC-RBF的水质预测方法——以漓江阳朔河段为例

在深入分析RBF网络模型的原理和算法的基础上,对水质信息进行标准化处理,利用RBF神经网络超强的非线性拟合能力,提出一种基于时空特征—径向基函数(TSC-RBF)的时空信息推理方法。重点研究了复杂地理实体的时间、空间和属性信息的标准化处理及预测推理模型的具体构建过程,并以漓江阳朔段流域水质中COD_(Mn)和NH_3-N含量的预测推理验证该方法的可行性,为时空数据处理过程中信息推理分析提供了思路。     

气温数据的时空变异结构分析

时空地统计是传统地统计学结合时间维的扩展,其行业应用非常广阔,然而目前时空地统计模型的计算实现研究较少,时空变异函数是时空地统计的核心,研究时空变异函数理论模型的实现是时空地统计技术突破的关键。该文探讨了时空变异函数的积和模型理论,讨论了时空变异函数的两种实现方法和数据时空平稳化的预处理方法。以东北三省月平均气温数据为实验数据,检验了两种时空变异函数构造算法的效果,分析获知东北三省月平均气温时空结构性显著,空间结构性比时间结构性更为显著。基于现有实验数据,发现在空间48km内和时间3个月内东北月均值气温是相关的,超出这个范围则相关性逐步消失。该文工作提供了一条实验可行的时空地统计计算的技术路线。     

北京市长安街沿线的扒窃案件高发区分析及防控对策

本文利用空间分析方法,对北京市长安街沿线的扒窃类案件的空间分布特征进行了研究。首先分析了长安街沿线的犯罪分布状况,发现该长安街沿线共存在3个异常明显的犯罪高发区域,分别对应于西单商业圈(A)、建国门路段(B)和大望路—四惠路段(C),通过将长安街沿线的常住人口与兴趣点(Point of Interest, POI)分布进行比较,发现案件与POI密度较高的区域存在较高的相关性。随后,利用核密度估计方法和时空热点矩阵方法分析了3个异常明显的案件高发区域内的犯罪活动时空分布模式,结果表明：高发区域A的犯罪高发时段为上午10时至下午18时,其中峰值出现在正午12时,犯罪活动主要集中在区域内的一些大型购物场所内;高发区域B和C的犯罪高发时间均为上午6时和下午18时前后,与早晚交通高峰时间比较一致,犯罪活动主要集中在区域内比较重要的公共交通站点附近。最后,根据长安街沿线案件高发区域内犯罪活动的时空规律性特征,提出了犯罪防控措施与建议。     

Dasymetric Spatiotemporal Interpolation

This research applies the principles of dasymetric mapping to spatiotemporal interpolation by extending the spatial concepts of zone and area to their temporal analogs of interval and duration, respectively. An example application of dasymetric spatiotemporal interpolation using crime event data is presented. Results indicate that dasymetric spatiotemporal interpolation significantly improves the accuracy of estimates over areal or duration weighting. In addition, even when dasymetric interpolation in either the spatial or temporal dimension is relatively weak, combining dasymetric estimation in both space and time dimensions simultaneously has the potential to amplify the accuracy of the overall dasymetric estimation.     

基于网络形态的街道空间环境与“两抢一盗”犯罪的关系研究——以HS市原DP区为例

城市街道网络是承载人们日常行为的空间载体,街道网络及其中人的日常行为共同构成了主要的街道网络空间环境,并影响着犯罪行为的发生。既有研究表明街道空间中多发“两抢一盗”侵财类案件,并且街道网络形态和日常行为主体与犯罪存在联系,但对这一问题的深入探究较少。本文基于HS市原DP区的派出所辖区单元,使用路网数据、人口统计数据、手机信令数据等相关资料,采用空间分析和统计分析方法,对街道网络的几何形态和拓扑形态、动态人口和静态人口等因素与犯罪分布的关系展开分析,尝试探索街道网络空间环境对“两抢一盗”犯罪的影响。结果表明,街道网络空间环境中影响盗窃和两抢犯罪的要素存在较大差异。“X形单元”式街道网络、路网密度、低速交通的路网渗透性、静态人口密度和动态人口密度均对盗窃犯罪产生重要影响,与两抢犯罪相关的仅有“T形单元”式街道网络、静态人口中的实际居住户籍人员和外来人员密度,街道网络形态没有表现出与两抢犯罪的显著相关。最后提出,由于街道网络的通达性和危险性往往并存,如何通过调控或改善整体的街道网络空间环境来尽可能减少犯罪风险,是未来规划建设安全的街道网络空间需要思考的话题。     

Voronoi Diagrams and Spatial Analysis of Crime

A range of spatial analyses are used in the field of crime mapping, such as kernel density estimation, Ripley's K-function, and spatial autocorrelation, but there is limited use of Voronoi diagrams (VDs). The goal of this article is to contribute to the spatial analysis of crime through the use of VDs. We use four years of commercial robbery data from Campinas, Brazil, and employ several VD techniques: (1) We analyze crime concentrations through the properties of VDs—area and number of vertices—and coverage curve; (2) we introduce a new crime geovisualization with VD in three dimensions; and (3) we apply a network VD technique to crime analysis. The results demonstrate associations between these VD techniques and the ability of the researcher to recognize crime patterns associated with crime concentration, crime along pathways, and the highly regularized distribution of crime in limited areas spatially.     

基于潜在活动空间的个体时空可达性特征与影响因素研究——以上海市郊区为例

可达性是人文地理学和相关学科研究的核心议题之一。在“以人为本”理念的影响下,以时间地理学理论为基础、基于人的研究范式的时空可达性测度方法受到学者关注,成为生活质量、社会公平等议题的重要切入点。论文通过刻画整日潜在活动空间对个体的时空可达性进行测度,并以上海市郊区为案例地区,基于2017年居民活动日志一手调查数据开展实证研究。首先利用路网分析、二次开发等方法,对个体工作日和休息日的潜在活动空间进行测度;其次以弹性时间、整日潜在活动空间面积和可达设施密度为测度指标,利用GIS三维可视化、方差分析等方法分析时空可达性的特征及其在空间和时间维度的分异;最后,利用多元回归分析方法,探讨区位因素、时间因素和社会经济属性对居民时空可达性的影响。研究结果表明,上海市郊区居民的时空可达性在空间和时间维度上均存在着明显的分异,其中远郊居民面临着更强的时空制约和更大的空间困境;区位因素和时间因素是影响居民时空可达性的重要因素。该研究是时空可达性的测度方法在郊区中的实证检验,揭示了时空可达性的动态特征和个体间差异,为设施的时空优化配置和郊区新城建设中居民生活质量的提高提供了实证依据。     

Understanding the spatial distribution of crime in hot crime areas

Hot crime areas are always targeted for police patrol to deter crimes. While much research has studied the distribution patterns of hot crime areas, research on the spatial distribution of crime within hot crime areas remains limited. Using burglary records in a large Chinese city, the ‘hottest’ place with the highest crime density was located using two spatial temporal kernel density estimation methods. The results indicated that the majority of crime within hot crime areas was concentrated within a small area distant from the hot area's center. These results provide a micro view of crime distribution within hot crime areas. Our analysis indicates that the results will not be affected by the methods adopted in identification of hot areas. This research is expected to improve the efficiency of police patrols.     

Street profile analysis: A new method for mapping crime on major roadways

Street profile analysis is a new method for analyzing temporal and spatial crime patterns along major roadways in metropolitan areas. This crime mapping technique allows for the identification of crime patterns along these street segments. These are linear spaces where aggregate crime patterns merge with crime attractors/generators and human movement to demonstrate how directionality is embedded in city infrastructures. Visually presenting the interplay between these criminological concepts and land use can improve police crime management strategies. This research presents how this crime mapping technique can be applied to a major roadway in Burnaby, Canada. This technique is contrasted with other crime mapping methods to demonstrate the utility of this approach when analyzing the rate and velocity of crime patterns overtime and in space.     

接触型与非接触型犯罪时空稳定性对比及其联合防控——以盗窃和电信网络诈骗为例

近年来,以盗窃为代表的接触型犯罪和以电信网络诈骗为代表的非接触型犯罪均呈多发态势,严重影响社会治安稳定。已有研究对不同类型犯罪分布模式的时空稳定性关注仍不够,且未能提出不同类型犯罪的空间联合防控策略。本文以ZG市HT区为例,以社区为分析单元,运用核密度估计、时空跃迁测度法等方法,对比分析2017年盗窃犯罪和电信网络诈骗犯罪的时空分布特征及其空间分布模式的月度稳定性,并从犯罪防控角度改进时空跃迁测度法,结合二阶聚类法识别两类犯罪联合防控空间类型。研究发现：① 两类犯罪时空稳定性差异大,盗窃犯罪的空间分布模式稳定,月度变化小;而电信网络诈骗犯罪空间稳定性整体波动起伏大,月度变化较大;② 识别出两类犯罪的四种联合防控空间类型,分别是“两类犯罪无需防控社区”“两类犯罪邻域防控社区”“盗窃犯罪热点防控、电信网络诈骗犯罪无需防控社区”“盗窃犯罪连片防控、电信网络诈骗综合防控社区”。该研究有助于了解接触型犯罪和非接触型犯罪时空特征的共性和差异性,给警务联合防控提供决策支持。