出租车交接班行为识别与时空分布研究

在出租车交接班时间段内经常发生打车难,甚至空车拒载的现象,研究出租车交接班行为的时空分布特征不仅能提高出租车运行效率,同时能缓解出租车供需矛盾,方便公众出行。本文采用武汉市出租车GPS轨迹数据,建立了出租车交接班时空序列模式,提出了交接班时空序列模式挖掘与识别方法,分析了交接班事件的时空分布特征,并以车辆区域覆盖强度、区域覆盖密度为指标对交接班停靠点城市资源配置进行了评估。研究结果表明：武汉市出租车交接班集中发生在凌晨1:00-4:00与下午16:00-17:00,下午交接班高峰与晚交通高峰时段有部分重叠,交接班地点比较均匀地遍布中心城区（青山区除外,此区域开发程度较低）,武昌区交接班强度最大,江汉区交接班密度最大。此外,结合武汉市2012年出台禁止出租车司机在晚高峰交通时段交接班的规定,探测发现6.5%左右的司机仍存在严重违规交接班行为。     

基于GPS轨迹大数据的优质客源时空分布研究

出租车客源的时空分布不均衡,不仅影响着出租车司机的收入,更重要的是极大地影响着出租车作为城市公共交通重要补充作用效益的发挥和提升。由于拒载、空载等因素的影响,传统研究出租车驾驶行为的评价方法,已无法准确表达出租车运营效率。本文以出租车GPS数据为研究对象,通过加入出租车空载状态的影响来优化出租车效率评估模型,首次提出了出租车优质客源的概念,对出租车优质客源进行定义与量化,建立优质客源的时空分析方法,并从出租车行驶轨迹中提取优质客源信息与优质客源的时空分布规律,为改善出租车司机的收益及提高出租车运营效率提供科学依据。     

基于出租车上下客数据流与分布式多阶段网格聚类的城市热点区域实时探测方法

城市热点区域的实时探测能够提高管理者对突发事件的响应能力。随着物联网、通信技术的发展,出租车运单的起讫信息实时上传至数据中心,形成了持续的上下客数据流。考虑到出租车具有全天候运营、全区域覆盖、数据时空分辨率高等特点,其上下客数据流可作为城市热点区域实时探测的有效信息源。目前,面向静态上下客数据集的热点区域探测方法不支持流式数据的处理,难以直接应用于实时的热点区域探测,而现有流式聚类算法难以同时满足低聚合成本、任意形状类簇识别、灵活扩展性等要求。面对以上挑战,本文基于分布式流计算技术,设计了适用于出租车上下客数据流的城市热点区域探测算法,基本思想为将上下客数据流映射至网格状监控单元,并以时间窗口为单位统计各监控单元热度,在此基础上进行热点单元的分布式识别,最终将热点单元汇聚为热点区域。为了避免分布式算法中聚合算子的性能瓶颈,本文进一步设计了由冗余分区、链接识别、修正规则构建、区域ID修正、区域生成等步骤组成的多阶段分布式区域合并算法。最后,本文基于分布式流计算框架Flink实现了上述算法,并使用武汉市出租车数据集、纽约市出租车上下客数据集模拟数据流开展实验,结果表明本算法可以高效挖掘城市...     

时空轨迹相似性度量方法综述

时空轨迹数据是记录移动对象时间和空间的位置序列,它是研究移动对象最为重要的数据来源。时空轨迹数据的分析挖掘是空间数据挖掘的一个研究热点,它包括轨迹检索、轨迹分类、模式挖掘、异常检测等。在分析挖掘过程中,轨迹之间的相似性度量是一个关键问题。本文研究时空轨迹相似性度量方法,首先从理论意义和应用价值的角度分析时空轨迹相似性度量的重要性,然后根据度量方式的不同将时空轨迹相似性度量方法分为两大类:基于轨迹点的相似性度量方法和基于轨迹段的相似性度量方法。由于基于轨迹点的各种相似性度量方法的应用场景和对相似性的定义不同,再将其细分为全局匹配度量法和局部匹配度量法。对时空轨迹相似性度量方法进行分类的同时,也对各个类别中常用的相似性度量方法进行了详细阐述,分析它们的优缺点及应用场合,为时空轨迹分析挖掘提供参考。     

基于出租车GPS数据的居民就医时空特征分析

城市医疗服务在很大程度上影响着城市居民的生活质量,在公共服务领域中发挥着极其重要的作用。近年来,中国城市化发展过程中产生了海量的大数据,基于这些海量数据分析居民就医出行特征对于优化和改善城市医疗资源布局具有重要意义。本文以北京市主要医疗机构空间位置数据为基础,基于出租车GPS移动轨迹数据,采用时空统计分析方法,研究了出租车出行模式下的居民就医出行时空特征。结果表明,利用医院的OD（Origin-Destination）网络结构特征分析,可以识别出不同医院的服务范围以及受众的时空分布模式。市区尤其是四环以内医院的就医网络密集、紧凑,就医密度较高,而四环以外尤其是郊区周边,就医网络稀疏、分散,医疗资源的级别及地理位置影响了居民的就医倾向。本研究基于浮动车GPS数据开展居民就医时空行为模式挖掘研究,可以为城市医疗资源供需分析和优化配置提供决策支持。     

基于地基GPS的新疆地区大气可降水量时空分布特征

利用中国大陆构造环境监测网络的GPS观测资料,结合ERA-Interim模型气压和温度,解算2016年新疆地区GPS测站的大气可降水量,分析该地区大气可降水量的空间分布和季节性变化。结果表明:1)GPS和探空观测获取的大气可降水量具有较好的一致性,均方根误差约为2.7mm;2)新疆地区全年平均大气可降水量在7.0～13.0mm之间,且海拔每升高1km,其含量减少约1.4mm,当测站海拔相近时,大气可降水量随纬度的升高而减少;3)大气可降水量季节性变化明显,夏季为12.0～23.2mm,冬季为1.4～5.5mm,春、秋季大气可降水量差异不大且变化范围介于夏、冬季之间。     

从多年份出租车出行分布数据中探测城市完备功能子区域的方法研究

研究城市功能子区域的动态演变特征可以帮助人们理解城市发展规律和进行城市规划,然而对这种动态性进行分析的手段一直以来较为匮乏。城市出行大数据的出现虽然提供了刻画和分析功能子区及其动态的工具,但是在方法层面仍缺乏克服长时期出行数据内在时空随机性的方案。本研究尝试从长时间段人口稳定流动的层面来分析城市内部是否存在具有完备功能的子区域。将具有完备功能的子区域定义为城市结构中内部流量显著高于外部连通流量且相对稳定的子区域的集合,并利用多年份的出租车轨迹数据来构建城市居民出行网络,进而利用网络分析中的社团发现算法来探测城市的完备功能子区域及其随时间的动态变化。为了实现这一目标,本研究提出了一种针对时序轨迹数据的时空耦合网络模型,尝试克服多年份出租车出行数据中潜在的时空随机性（如：时空突变）,并在此模型的基础上提出了一种基于多层网络社团发现算法的城市完备功能子区动态探测手段,实现对城市完备功能子区域时空演变的追踪分析。最后,以北京市2012—2017年的出租车轨迹数据为例,使用该方法实现了北京市城区完备功能子区的动态探测,进而揭示了4类不同完备功能子区域的特征与发展态势。     

山东半岛降雪时空分布特征

以2000-2018年MODIS MOD10A1日产品数据为数据源,结合数字高程模型（DEM）及降水量、风向等气象数据,构建了积雪空间分布模型,能够有效地提取强降雪区域。以此为基础,利用相关分析、缓冲区分析等方法,探究山东半岛降雪时空分布特征,结果表明：① 将NDSI累积量与DEM数据相结合,能够有效构建山东半岛积雪空间分布模型,实现了对山东半岛强、弱降雪区域提取,NDSI累积量≥150的区域中,在强降雪区的面积占降雪范围的79.78%;② 降雪区域存在空间差异,呈现北多南少,东多西少的分布格局,以黄、渤海与山东半岛海陆分界线为基准,离岸距离39.1 km范围内降雪多,离岸距离39.1 km以外降雪少;山脉150 m高程线北侧迎风坡降雪多,南侧背风坡降雪少;③ 山东半岛强降雪年以3-5年为周期存在年际变化。探究山东半岛降雪长时间序列时空分布特征,在收集淡水资源,缓解用水紧张和灾害预防方面具有一定意义。     

基于低频出租车轨迹的城市路网交叉口提取研究

出租车GPS轨迹数据获取成本低、周期短,且覆盖面广,具有实时性及大规模性,同时其包含大量的行车记录信息,对提取数字道路信息具有巨大贡献,适用于大范围城市交通路网信息的获取和快速更新。基于GPS轨迹数据进行交叉口提取是目前的研究热点,但现有研究方法大多适用于高频GPS数据,不能很好地提取稀疏区域的交叉口,难以适应出租车轨迹点采样频率低、定位精度低、噪声点多、数据分布不均匀的特性。因此,本文聚焦于城市路网的交叉口识别,为尽可能准确、全面地提取道路交叉口信息,兼顾密集与稀疏区域,提出了一种集成识别策略,分别在矢量空间和栅格空间,采用密度峰值聚类和数学形态学处理方法提取交叉口,并设计了一种融合机制探测交叉口,最后结合主成分分析法判断交叉口的真伪性,识别真实交叉口,并去除伪交叉口,从而得到基于低频出租车轨迹的城市道路交叉口。与已有的研究方法相比,本方法提取了更多的交叉口,并与遥感图像显示一致。本文提取结果准确率为92.23%、召回率为77.26%、F值为84.08%,很好地保证了交叉口的完整性和准确性,在智能交通系统中具有一定的应用价值。     

智能卡和出租车轨迹数据中蕴含城市人群活动模式的差异性分析

当前采用交通流数据量化城市人群活动模式研究已经取得了丰硕的研究成果,但是对于同一区域、同一时段不同类型交通流数据反映城市人群活动模式的共性与差异性仍然知之甚少,直接影响了城市人群活动模式挖掘结果的可解释性与实际应用效果。为此,本文旨在对目前广泛采用的智能卡数据（公交和地铁刷卡）和出租车轨迹数据2种重要的交通流数据,从时空分布模式的差异性、行程距离及距离衰减效应的差异性、空间社团结构的差异性3个方面,探索二者反映城市人群活动模式的差异性：① 采用北京市六环以内区域2016年5月9日至15日的智能卡和出租车轨迹数据进行实验分析,研究发现：① 2种交通流反映出行需求的空间分布呈现出高度相关性,但是在同一空间单元上,2种交通流反映出行需求的时间相关性较低;② 2种交通流的使用率在不同空间位置存在明显差异,仅在城市中心区域使用率较为均衡;③ 2种交通流反映人群行程距离的空间分布、距离衰减效应存在明显差异,公共交通对于促进长距离出行更为重要;④ 从2种交通流发现的空间社团结构都显示了城市的多中心结构特征,但是二者发现社团结构存在的差异性表明两种交通方式对城市空间交互起着不同的作用。本研究有助于深入理解多源交通流反映城市人群活动的内在机理,提升城市人群活动模式在城市规划、交通管理等领域的应用效果。     

山东省地理信息时空大数据中心基础设施设计与实现

针对大数据背景下地理信息基础设施面临的各种问题和挑战,本文提出一种基于私有云的基础设施建设方法.首先通过云管理平台,将各种物理资源虚拟化,形成跨虚拟化技术的统一资源池;然后在其上建设时空大数据基础框架,采用分布式技术架构,通过集群并行的工作模式去解决存储和计算两个最为核心的技术需求;最后以山东省地理信息时空大数据中心基...     

基于Hbase的地震大数据存储研究

提出一种基于Hbase的地震大数据存储方法,通过搭建测试平台、Java语言开发测试程序,并与MySQL在存储、查询结构化与非结构化数据方面进行性能对比。结果表明,Hbase存取地震数据耗时更低,在数据量多时,其性能更加显著。     

临沂市国土资源转征供用动态监管系统设计

介绍了基于大数据分析的临沂市国土资源转征供用动态监管系统的建设目标及系统框架,实现了国土资源的批、征、供、用、补、查全程管理,从"以台账管地"到"以图形管地"、"以数据管地"的转变,为领导决策提供辅助支持,为社会化信息服务提供数据支撑。     

基于大规模手机定位数据的群体活动时空特征分析

城市空间与居民行为不断交互,相互影响。探究城市空间中的群体活动分布及其时空变化能够帮助数据驱动的城市规划与城市治理。基于大数据的时空间群体活动研究是当前时空大数据研究的一个热点。本文以深圳市为例,基于约1000万手机用户在某一工作日的基站尺度的手机定位数据,识别用户停留位置和停留活动,重建活动语义信息,分析用户的停留点和停留活动的分布差异,研究群体活动的时空分布模式,探讨人群活动模式的多样分布特征。研究表明：停留位置和活动分布存在差异,每人每天平均的停留个数约为2.1个,而每人每天平均从事的活动约为3.4个;不同类型的活动在时间上存在波动;群体活动存在空间分异特征,整体上服从“空间幂律”。本研究揭示了城市空间中群体活动的多样性及其时空分布特征,对于城市居民活动研究、城市交通优化和城市规划具有重要的意义。     

地理空间大数据服务自然资源调查监测的方向分析

大数据为政府用户、企业用户与个人用户提供前所未有的应用价值和服务能力。针对十九大提出的自然资源调查监测的要求,从数据体系、技术能力和应用需求等方面分析了自然资源调查监测和地理空间大数据的关系,提出了由全天候立体化监测网、自然资源调查监测大数据仓库及自然资源调查监测大数据计算中心和自然资源调查监测大数据服务平台组成的自然资源调查监测地理空间大数据技术架构。同时,指出地理空间大数据服务自然资源调查监测面临获取、融合、知识发现、可视化和可靠性等方面主要挑战。     

基于PCA方法的GPS台站时间序列分析

基于10 a以上的全球GPS台站数据,利用主成分分析法及其他数据处理方法,对台站时间序列进行预处理和结果分析,研究其中的非线性周期规律,探讨时间序列的主要影响机制。结果表明,主成分分析法可以将台站残差时空矩阵分解成若干正交成分,GPS台站时间序列的东西方向具有线性漂移趋势,全球大部分GPS台站都存在非线性周期规律,周年项和半周年周期占据主导地位。     

基于智慧城市空间大数据的城市信息图谱建构研究

城市大数据信息图谱相较于传统地图信息平台而言,具有可定位、可视化、实时监测的特点;同时,将城市信息图谱平台精确落实到空间地块,则能实现从表层到深层对城市各系统、各单元的全面、综合的信息表达与联动分析。基于此,本文通过大数据采集、人机互动技术及谷地软件等方法,形成从建筑单体-用地地块-道路红线-街区单元-地形地貌的三维建筑精度的城市空间数据库,进而建构出城市多源大数据全信息复合数据库,这一数据库涵盖城市绿化系统、城市市政系统、城市微气候系统、城市产业系统、城市人车系统以及城市意象系统。在此基础上,通过Arc GIS平台将空间形态数据库与复合数据库进行空间耦合,形成基于统一空间坐标系的城市空间大数据信息图谱的基础模型;根据城市规划、城市设计与管理需要进行多对象的大数据组合与相关性分析,获得多源数据融合特征综合信息,进而优化规划和设计的科学决策。