面向移动位置数据的移动性指标计算工具:设计实现与实践应用

大规模个体移动位置数据的涌现,为在个体移动特征的基础上充分理解群体移动特征、从精细的时空尺度全面理解居民出行行为规律提供了条件,对时空行为、城市、交通等领域的研究以及空间规划的编制与评估、交通需求的分析与预测等领域的实践应用有重要意义。目前,尽管移动位置数据已在城市和交通等研究领域取得了广泛应用,但对其分析仍缺少通用的分析思路和操作便捷的工具软件。为方便相关领域的研究者和从业者使用移动位置数据,提升移动位置数据的应用价值,基于活动空间的概念,选取可表征活动空间外部形态和内在结构的移动性指标,提出了对个体移动位置数据进行定量化描述性分析的方法思路,设计并实现了计算移动性指标的工具软件。通过手机信令、出租车、公交刷卡、公共自行车4种不同类型的常见移动位置数据,展示了工具软件的不同应用场景。     

轨迹数据挖掘城市应用研究综述

轨迹数据作为泛在地理信息环境中社会遥感数据的主要表现形式之一,为从个体的视角研究群体的空间移动规律,提供了新的数据支撑和研究思路。特别是在当前的大数据背景下,通过轨迹数据发掘人类的移动规律和活动模式,进而探求蕴含的深层次知识,是解决城市问题的重要途径,轨迹数据挖掘也由此成为地理信息科学及相关学科的研究热点。本文首先阐述了人类移动规律研究常用的轨迹数据集及在该数据集上开展的相关研究和典型应用;然后从城市空间结构功能单元的识别及城市韵律分析、人类活动模式的发现与空间移动行为预测、智能交通的时间估算与异常探测、城市计算的其他4个方面,综述了轨迹数据挖掘在城市中的应用;最后,指出了轨迹数据挖掘面临的挑战和进一步的发展方向。     

面向地理问题求解的数据表达模型研究

本文以地理问题求解和地理科学研究建模环境建设的需求为导向,针对面向地理问题求解建模环境在利用多源异构数据方面遇到的问题,进行了面向地理问题求解的数据表达模型(XGE-DRM)的研究。本文重点研究了多源、异构、跨领域地理数据的表达方式与组织规范,从原子数据层与对象组织层两个层次对XGE-DRM的基本原子构成与对象组成方式进行了阐述;通过对地理数据的结构与语义进行解析,显式表达地理数据的结构与语义;在结构清晰、语义明确的情况下,实现多源异构数据的抽取与交换,最终实现多源异构数据的共享。实验证明,文中提出的数据表达模型能够实现多源异构数据的通用表达,解决地理问题求解建模环境平台下数据共享的问题。     

面向虚拟地理环境的多源异构数据集成方法

当前,虚拟地理环境(VGEs)的发展已经走向以数据库和模型库为双核心的知识共享平台阶段。地理数据及模型共享研究是虚拟地理环境发展过程中,不可逾越的难点问题;由于对地学分析及地理建模的研究还处于探索阶段,故适合于VGE下模型集成共享的多源异构数据集成研究还鲜有涉及。本文针对地理数据异构的特殊性,分析了虚拟地理环境中多源数据的异构特性,主要体现在数据含义、模式、数据模型、词法及语义等五个方面。另外,提出了面向虚拟地理环境的数据表达模型(DRM),该模型提供了一种公共的数据组织方法,使用户可以无歧义地定义地理数据,解译其他各种数据,并研究了多源异构数据的集成方法;同时,提出了多源异构数据集成的流程及体系框架,主要包括地理数据解析、地理模型与数据的交互、模型解析、运行及结果输出等;并重点分析了多源异构数据,及其到模型集成的转化过程。最后,开发了原型系统和多源异构数据的集成验证。实验结果表明,该方法能够较好地集成多源异构数据。     

海洋运输网络研究进展与趋势探讨

随着经济全球一体化快速发展,国际海运贸易的规模不断扩大,全球海运网络研究成为当前的研究热点领域。该研究是海洋运输、地理信息科学、数学物理、统计科学、复杂网络科学、大数据科学、计算机科学等多学科交叉领域共同关注的研究主题,对国家宏观战略与政策制定具有重要作用。本文总结了海运网络研究数据基础、理论模型和研究方法,包括数学物理统计理论方法,基于复杂网络的分析方法、数据挖掘理论方法等,然后从海运网络运输模式设计与优化,网络结构静动态特征,网络结构和交通流演化机制等角度总结海运网络的研究进展、分析所存在的问题,提出海运网络研究在跨学科跨领域研究方法的交叉、多源异构数据融合分析、理论与实际应用结合等方面的未来研究趋势。     

“地理大数据与空间智能”专刊导言

<正>在数据科学技术快速发展的时代背景下，地理大数据促进了地理科学、测绘科学和信息科学等多学科交叉的新领域的研究，为地理科学研究带来了新的方法论，也为从地学视角解决社会问题提供了一种新的思路和模式。特别是，地理大数据破解了传统知识工程的瓶颈问题，使得地理空间智能继而成为地球大数据面临的新挑战。地理空间智能以高性能计算为基础，运用人工智能与数据挖掘方法，对地理大数据中的地理空间信息进行收集、描述与评价，并对其进行挖掘、测度与利用。     

南方红壤丘陵区人类活动强度的空间模拟与特征分析——以衡阳盆地为例

人类活动强度是地理学、生态学和自然资源学等多学科研究中的重要参数,定量化和空间化是当前人类活动强度研究的重点和难点。本文针对现有的人类活动强度定量化和空间化方法的不足,提出了一种以统计学和空间分析方法的空间模拟方法,对典型的南方丘陵区衡阳盆地人类活动强度的空间分布进行了定量研究。结果表明:衡阳盆地工业活动高强度区呈现一极一带分布,衡阳市市区为极强区,祁东县、常宁市和耒阳市形成了一条南北走向的较强带,工业活动低强度区呈以衡阳市市区为中心的环状分布;农业活动强度分布呈西北向东南逐渐减弱的趋势;交通活动整体分布较为均匀,高值区主要分布在国道和省道沿线;总的人类活动强度整体表现不强,但区域差异明显,衡阳市市区及其周边区域人类活动强度最大,低强度区位于衡东县内。根据研究结果,应采取发展北部工业、加强市区对周边区域工业带动和控制西北部农业等调控策略。     

面向人类行为研究的时空GIS

人类时空行为是地理学、物理学、规划学、流行病学等多学科共同关注的研究主题。时空GIS面向地理时空数据的建模与分析需求,注重时间与空间的一体化表达,为人类行为特征分析与规律探索提供基础方法支撑。然而,现有时空GIS在人类行为时空过程表达以及人类行为与时空场境交互分析等方面存在不足。本文通过深度融合时间地理学理论,提出一种面向人类行为研究的时空GIS方法,以丰富与完善现有的时空GIS方法体系。在深入解读时间地理学中“情境”、“企划”等核心概念的基础上,本文分别从情境要素存在性动态表达、情境要素相关性动态理解及情境要素变化的动态感知等方面探讨拓展现有时空GIS方法的可行性。     

“地理大数据时空模式挖掘的方法与应用研究”专辑导言

正当今地理学研究进入大数据时代,以记录人类行为信息为主的时空定位、社交媒体等地理大数据蕴藏着多源、多粒度和多模态的时空信息,突破了传统研究中数据源的局限,为地理尤其是人文地理现象的多尺度精准理解与时空动态模式发现提供了更为成熟的条件。正因为此,面向地理大数据理论与方法的探索,将为地理学研究提供有力的方法和技术支撑,而针对地理大数据中地理现象时空模式的挖掘,将有助于揭示地理要素相互作用与协同机制,以及地理系统的动态演化规律。     

多源异构地理数据并行集成技术研究

随由于地理坐标系统、地图投影、数据格式的差异,大规模地理数据的集成、应用极为不便。本文基于多核/集群的高性能硬件架构,探索多源异构地理数据并行集成中的关键问题,主要包括:1设计了统一、开放的地理数据读写接口和空间参考扩展接口,实现对不同地理格式以及空间参考的无缝集成;2深入探讨地理数据并行集成的算法原理,设计符合其特征的数据划分及并行调度策略,提高数据集成效率。在多核并行环境中实现本算法,并利用典型苏南地区数据进行应用实验。实验结果表明,提出的并行技术可实现不同数据格式、不同空间参考地理数据的准确、快速集成,取得了14.38的加速比,从而解决了大规模地理数据的快速集成问题。     

耦合手机信令数据和房价数据的城市不同经济水平人群行为活动模式研究

有效分析城市不同经济水平人群的分布特征和活动模式对优化城市资源配置和揭示空间隔离现象有着极高的价值。但人群活动和社会经济等级数据较敏感,使得以往研究仅停留在宏观层面,难以合理划分人群经济等级并对其空间分布和活动模式进行定量分析。本研究以深圳为研究区,基于空间位置关联分析方法,耦合手机信令数据和细尺度房价数据实现了人群经济水平的准确划分,通过计算活动指标定量的分析了不同经济水平人群的空间分布和行为活动特征。研究表明：深圳市不同经济水平人群活动分布与各行政区经济发展相关,呈现“南高北低,西高东低”的格局;深圳市不同经济水平人群之间活动模式存在差异,活动范围、出行距离、出行速度与经济水平存在正向相关;高经济水平人群职住地点相距较远,存在跨行政区分布的现象。本研究分析了城市不同经济水平人群的空间分布特征和活动模式,对城市规划和解决社会不平等问题具有重要的参考价值。     

城市人群聚集消散时空模式探索分析——以深圳市为例

城市中人群的移动是带有目的性的,城市空间结构功能也存在差异,导致人群在城市中出现聚集或消散的现象,而且该现象会随着时间不断变化。本文基于海量的手机位置数据,以深圳市为例,采用自相关分析识别出城市中人群聚集与消散的区域,然后将这些区域一天中人群聚散组合成时间序列矩阵,采用自组织图聚类方法（SOM）进行聚类得到9种典型的人群聚集、消散时空模式,结合土地利用现状数据,分析解释了每种聚散模式最可能出现的土地利用组合。该研究从聚集和消散的角度探索了城市人群移动的时空模式,进一步帮助理解城市不同区域人群的移动模式以及与城市空间结构功能之间的关系,对城市规划、交通管理具有参考和指导意义。     

耦合人群移动的COVID-19传染病模型研究进展

构建传染病模型可为疫情防控与公共卫生研究提供至关重要的规划与解析工具。由于宿主行为是传染病传播动态的决定性因素之一,有效耦合人群时空行为对以人为宿主的传染病建模具有重要意义。得益于人群移动大数据研究与应用的快速发展,新型冠状病毒肺炎（COVID-19）的疫情建模研究中呈现出了耦合人群移动建模的显著特征。为系统深入理解该项传染病模型研究中的重要进展,本文对相关文献进行分析与总结。首先,本文分析了COVID-19疫情与人群移动的交互影响,说明了耦合人群移动构建COVID-19模型的必要性。然后,根据建模的目的和原理,从疫情短期预测与过程模拟2个角度,对耦合人群移动的COVID-19传染病模型进行分类梳理。其中,根据耦合人群移动的方式,本文将面向疫情短期预测的模型分为人群移动一阶量与人群移动二阶量的耦合模型,将基于过程模拟的模型分为群体级别和个体级别的耦合模型。最后,本文评述了耦合人群移动的传染病模型研究进展和未来发展方向,认为该领域研究亟需更加深入建模与疾病传播相关的复杂人群时空行为、提升模型的空间解析能力、突破精细化时空传播模拟的计算瓶颈、拓展与前沿人工智能方法的融合,并构建普适而开放的建模数据与工具以促进应用发展。     

Exploring Temporal Activity Patterns of Urban Areas Using Aggregated Network-driven Mobile Phone Data: A Case Study of Wuhu,China

The increasing availability of data in the urban context(e.g., mobile phone, smart card and social media data) allows us to study urban dynamics at much finer temporal resolutions(e.g., diurnal urban dynamics). Mobile phone data, for instance, are found to be a useful data source for extracting diurnal human mobility patterns and for understanding urban dynamics. While previous studies often use call detail record(CDR) data, this study deploys aggregated network-driven mobile phone data that may reveal human mobility patterns more comprehensively and can mitigate some of the privacy concerns raised by mobile phone data usage. We first propose an analytical framework for characterizing and classifying urban areas based on their temporal activity patterns extracted from mobile phone data. Specifically, urban areas' diurnal spatiotemporal signatures of human mobility patterns are obtained through longitudinal mobile phone data. Urban areas are then classified based on the obtained signatures. The classification provides insights into city planning and development. Using the proposed framework, a case study was implemented in the city of Wuhu, China to understand its urban dynamics. The empirical study suggests that human activities in the city of Wuhu are highly concentrated at the Traffic Analysis Zone(TAZ) level. This large portion of local activities suggests that development and planning strategies that are different from those used by metropolitan Chinese cities should be applied in the city of Wuhu. This article concludes with discussions on several common challenges associated with using network-driven mobile phone data, which should be addressed in future studies.     

网络空间移动对象模型的应用与发展

海量移动对象轨迹数据的涌现促使移动对象数据库成为一个新兴的研究领域。网络空间是人与交通工具移动的主要空间范围,也是移动对象数据库领域最重要的研究空间。网络空间下的移动对象建模是交通科学、社会与城市计算的基础性关键技术。由于受到所依附的地理空间的限制,网络环境下的移动对象数据表达与自由空间相比具有很大的特殊性,面临新的挑战。本文分析了网络空间移动对象建模的基本需求,对20年来,业界提出的各种网络空间移动对象数据模型进行了系统回顾和分类,深入分析了各种网络空间移动对象数据模型的特征、优点与局限性,提出了现阶段网络空间移动对象数据建模需要关注的关键问题,并对未来研究方向进行了展望。     

基于特征面向对象的地理网络模型研究

地理网络建模强调的是对逻辑网络中的节点和联线的网络拓扑和语义操作过程。而传统GIS矢量数据表达所采用的平面图原子级弧段-节点数据模型强调的是几何信息的表达。对此,作者讨论了如何将基于特征的GIS概念建模方法引入地理网络表达中,克服平面图数据模型的不足之处,发展基于特征的地理网络数据模型,并着重阐述了逻辑网络模型的特点和应用特征。在地理网络的表达方法中,作者分析了面向对象方法和数据库技术相结合的途径,比较了传统关系模型和面向对象模型在地理网络表达中的差异,以及面向对象方法在地理网络路径系统表达和动态分段及其网络连通性规则表达中的优势所在。     

城市空间结构要素与人群聚散稳定性的关联性探索

人群移动和城市空间结构的关系研究一直是人文地理关注的焦点,它可以帮助理解人群城市空间中移动的潜在动力和影响因素,从而评价城市空间结构的合理性,对城市规划、选址具有重要意义。轨迹大数据为研究城市大规模群体活动、城市空间结构以及二者的关系提供了新视角。本文以人群聚散稳定性为切入点,以深圳市交通小区为分析单元,从社会经济属性、土地利用模式和路网中心性3个方面定量探索城市空间结构特征与人群聚散稳定性的关联性。结果发现：区域的人口数量和密度越大,人群聚散稳定性越低;土地利用混合度越高,均衡性越低,人群聚散稳定性越低;与路网全局中心性比,局部范围内的路网中心性对人群聚散稳定性的影响较大,并且随着距离不同而发生变化。这些知识帮助加深理解人群聚散与城市空间结构特征之间的关系。     

全球尺度地理多元流的网络化挖掘及关联分析研究

世界是一个相互关联的网络。物质、信息、能量等的移动或交换嵌入地理空间形成的地理多元流网络,为从地理和网络角度研究全球性问题提供了新的视角。如何构建多主题、时变的地理多元流网络,识别其网络结构、时变规律和关联模式,并为解决全球性的人口移动、航空交通、国际关系、国际贸易等问题提供支持,是迫切需要解决的问题。本文提出了全球尺度地理多元流网络化挖掘及关联分析的研究框架,包括：多源数据收集与整理、地理多元流网络构建与结构识别、地理多元流网络演化分析、地理多元流网络关联分析。然后,分别对国际关系流网络、国际贸易流网络、全球航班流网络、全球人口移动流网络的相关研究进行综述分析,并结合示例介绍了其研究思路。此外,进一步综述分析了地理多元流关联分析的相关研究并提出了研究思路。本文为全球尺度地理多元流网络研究提供了一套研究框架和思路,并为国际关系、国际贸易、航空交通、人口移动等全球性问题研究提供参考,有望为发展基于“流”的时空分析方法做出基础性贡献。