北京市轨道交通客流时空分布特征分析

随着城市轨道交通规模的扩大,客流量不断攀升,研究乘客的出行特征对于城市轨道交通限流模型的建立以及限流策略的制定具有重要意义。基于北京市某时段部分城市轨道交通线网的OD出行数据,研究了乘客出行的时空分布特征,对北京市轨道交通运营网络提出了建议。分析结果表明:(1)在早高峰时段,乘客的出行时间主要集中为100~200 min,出行距离集中在20~35 km,且出行距离与出行时间呈线性关系;(2)乘客选择地铁出行的出发点和到达点大部分集中在北京五环以内,客流从城外向城内移动,朝阳区和海淀区的进出站客流量均居前两位。     

大数据视角下的武汉市人口格局探析

新兴大数据反映了人、物、信息在空间上的流动和聚集,体现了社会经济要素的动态分布和相互关系。结合自然资源部下达的2018年国家地理国情监测项目"武汉市大数据城市空间格局变化监测试点",创新开展了"地理国情+大数据"融合研究,从城际人口流动和城市人口分布2个方面开展了武汉市人口空间格局识别,揭示了武汉市对外人口流动规模和方向,城市内部居住和就业人口分布的圈层差异、人地关系和跨江出行特征。     

城市公交乘客下车站点推算方法和有效性评价

特大型城市的公交车上普遍安装了自动售票（auto fare collection,AFC）系统和车载GPS导航定位设备,记录了乘客出行与行车轨迹、时间等数据,连续运行的公交车和众多的出行乘客形成了城市公共交通运行和出行大数据。如何高效、准确地从公交大数据中识别公交乘客下车站点,对于提高交通运行效率、科学布局组织交通具有重要的意义和作用。基于深圳市公交车AFC和GPS数据,利用时间匹配和基于带噪声空间密度聚类的方法判别上车站点;在仅有的公交数据基础上,通过分析乘客出行行为,根据乘客多天的出行以及各站点的上车频率,利用乘客高频站点和下游站点吸引权,提出一种推算方法,实现乘客下车站点的推断。算法模型的检验和实例分析表明该方法的有效性。     

出租车轨迹数据的南京人群出行模式挖掘

针对现有出租车轨迹数据挖掘中时间序列邻近度量方法存在的问题,提出一种基于DBSCAN算法和改进的DTW距离的时间序列聚类算法提取具有相似性出行特征的时空模式,进而研究城市人群出行行为的时空差异。以南京市为例,结合电子地图对出行模式的空间分布特征进行分析,证明了本文所提出的方法的有效性。实验结果表明:在空间分布上,工作日出租车出行模式按照平均出行频次由高到低排序,从城市中心向四周扩散,呈中心环状分布,出行模式区域界限较为明显,同类出行模式分布区域对应相似的功能。提出了一种基于DBSCAN算法和改进的DTW距离的时间序列聚类算法提取具有相似性出行特征的时空模式,有效地分析城市人群出行行为的时空差异。     

车辆GPS轨迹加油行为建模与时空分布分析

车辆加油行为不仅反映了能源的消耗和补充情况,同时也是能源需求和能源配置的重要指标,传统基于小样本问卷的加油行为调查方法无法揭示城市宏观加油行为的时空分布特征。本文采用时空GPS轨迹大数据,对城市加油行为进行了描述与建模,并分析了其时空分布规律。该方法采用车辆与道路距离、平均速度、时间间隔、轨迹点间距4个指标,对加油行为进行了描述并建模;分析了在一定时间间隔采样下,加油行为轨迹4个指标的具体时空特征;最后以武汉市出租车GPS轨迹数据为例,探测并分析了武汉市出租车加油行为与时空分布规律。试验结果表明,本文方法可有效探测和分析城市加油行为,并能够揭示能源空间配置低效情况。     

使用时序出租车轨迹识别多层次城市功能结构

地理时空大数据被广泛用于城市功能结构识别,其中功能层次性的研究对于系统理解城市功能的结构特征和分布形态具有重大意义,但相关研究仍处于空缺状态。基于时序出租车出行数据和感兴趣点数据描述居民出行模式,结合动态时间规整和K-MEDOIDS聚类算法识别城市的功能属性和空间结构。研究结果表明,广州市中心城区的城市功能具有明显的层次性。随着层次细致程度的提升,其功能属性由"职-住"二元结构向"职-住-休"三元结构发展;其空间结构符合环状圈层构造,功能由外围的居住游憩向中心的商业休闲过渡,并在不同的圈层上呈现出各自的功能倾向。这为城市规划人员系统理解城市功能的属性变化和结构特征提供了有效的参考价值。     

大数据支持的武汉市功能识别与分布特征研究

针对如何识别城市功能布局与分析及其分布特征等问题,该文借助大数据技术,对武汉市中心城区的城市功能与分布特征进行了识别和分析。使用POI数据作为城市功能点并进行重分类,并选取公众认知度和一般面积作为影响因子,通过权重赋值与核密度分析的方法,进行点与面的拓扑分析,最终得到武汉中心城区的城市功能分区与城市功能分布。通过与武汉市城市规划图和高精度遥感图像以及现有地图的对比和部分实地调查后发现,使用这种方法得到的城市功能分区的正确率达83%,是一种较为准确地进行城市功能分区与研究城市功能分布的办法。通过对武汉市功能分布特征的研究,我们发现:武汉呈现多中心发展模式;住宅功能和公共服务功能分布十分广泛;武汉各种城市功能在空间上有着较大的重叠。     

利用位置签到数据探索城市热点与商圈

众源地理数据（Crowd Sourcing Geographic Data）是指由大众采集并向大众开放共享的地理空间数据。众源位置签到数据作为众源地理数据的一种,客观真实的反映了大众日常生活行为,包含大量丰富的社会化属性信息。本文提出了一种基于众源位置签到数据的城市热点探测与商圈挖掘方法,首先对位置签到数据时空分布特性进行了研究,设计并提出了众源位置签到数据时空数据库模型;其次,提出了位置签到数据探索性空间分析方法,通过对众源位置签到数据的空间聚类分析,实现基于位置签到数据的商圈热点探测;最后,以武汉市为例,对街旁网截止2011年9月30日的众源位置签到数据进行了城市热点探测与商圈挖掘分析实验,结果表明,基于众源位置签到数据挖掘的武汉市商圈分布与城市规划商圈具有强相关性,可用于城市社会经济发展预测与区域经济规划。     

人群时空行为与城市昼夜人口空间集聚分析——以武汉市为例

城市是人口和资源在时空上的聚集,昼夜人群空间集聚是其中最基本、最主要、最频繁的人口时空变化模式,是理解城市复杂演变的基础微观机制。由于缺乏先进的技术手段,往往无法真实地记录和量测城市人口的个体流动与整体趋势,人们对城市昼夜人口空间集聚的了解仍然十分有限。本文基于城市人群时间地理特征,从城市大数据中挖掘并模拟城市人群的社会时空行为,在此基础上计算并分析城市昼夜人口集聚时空分布。对武汉市主城区的昼夜人口集聚分析表明：(1)人口密度与分布面积具有幂律关系,符合Clark模型;(2)傅里叶变换可有效地揭示人口分布空间变化的主方向和延伸程度;(3)中心城区夜间人口较白天人口分布更为集聚,研究区昼夜间人口流动主要以城区内部流动为主。归纳出城市昼夜人口集聚差异具有5种模式：交通线、三明治、光晕、椒盐和单体模式,这些模式与城市演化及空间格局有密切关系,其中交通线模式是研究区人口昼夜差异最大的一种模式。     

城市韧性时空变化监测方法分析

基于地理国情市情普查监测成果数据,采用时空变化监测分析方法,从地理空间层面对城市韧性进行评估,为韧性城市的建设提供技术和数据支撑。首先,研究了多源异构时空地理数据大融合,建立了城市空间韧性数据库;然后,综合运用GIS技术、DSM差分技术、遥感影像识别等先进技术,从空间维度和时间维度进行了城市基础韧性研究;最后,以城市高危仓储分布和监测方法为例,进行了城市韧性专项监测研究。综上,本文所述方法将大幅度提升地理信息数据服务韧性城市建设的能力。     

地理空间数据结合手机信令等多源数据刻画城市居民出行特征

本文提出了以地理空间数据为支撑,结合手机信令、POI等多源数据刻画城市居民出行特征的方法。首先将信令数据与地理信息区块绑定,根据时间特征和地理区块的社会属性,识别居民的基本职住娱信息;然后综合民生POI点、出行特征拓展关键词、图谱等多源数据,运用工作日通勤分析模型和节假日出行特征提取模型,识别用户的通勤距离、通勤方式、日均通勤频次、周均工作时长、节假日出行场景、出行频次、驻留时长等内容,并形成涵盖职住娱信息的出行特征类标签集。以成都市为例,采集连续1个月的手机信令数据和同时期的POI等数据,验证了该方法的可行性,该成果作为反映城市实际人口规模数量和空间分布特征的城市人口地图大数据产品的重要内容,为政府部门、商企用户开展相关分析业务提供数据支撑。     

基于交通网络几何和语义(交通)规则集成的公交换乘研究

换乘信息特别是基于地理信息系统技术的图文换乘信息服务,已经成为城市公共交通信息服务、线网规划和线路优化调整的重要指标与内容。但是公共交通线网具有特殊的网络特征和拓扑关系,它不同于城市道路网络,因此公共交通换乘不能简单应用于目前的最优路径算法,例如Dijkstra算法。本文将通过对公共交通线网的空间特征和语义(交通)规则分析,建立城市交通网络的几何和语义连通性的集成关系。几何连通性是语义连通性的基础和先决条件,而语义连通性是公共交通网络拓扑的核心。基于语义连通性的公共交通线网拓扑关系提升公共交通换乘算法的效率和信息准确度,任何两个站点之间的最优路径可以被迅速获取而不需要检索整个网络的几何拓扑信息。并且该最优换乘路径考虑到最少换乘次数、出行距离最短、费用最少、途经站点最少和换乘中最短步行距离等多目标换乘。     

现实与赛博空间数据相结合的城市活动事件时空建模

城市活动事件(如文化、娱乐、体育等事件)的规模与影响力是城市经济文化发展的重要体现,其发生的全过程对城市现实空间与赛博空间都会产生巨大影响,从现实空间与赛博空间对城市活动事件的演化感知、动态建模与时空分析,具有重要的理论研究与应用价值。提出了一种结合现实空间交通数据与赛博空间社交媒体数据的城市活动事件时空建模分析方法,从事件进行中的交通轨迹,探测识别与事件显著相关的城市时空区域和交通流,分析现实空间事件热度的时空变化;从事件发生全过程的社交媒体数据中,探测分析赛博空间事件热度的时空变化;通过将现实空间和赛博空间的融合,建立城市活动事件时空模型,刻画事件全过程中城市地理空间与城市行为空间的时空演变特征。以2015年周杰伦"魔天伦2.0"世界巡回演唱会(武汉站)事件为例,采用武汉市出租车GPS轨迹数据和微博数据,对演唱会的事前、事中、事后实现城市地理空间与行为空间全过程建模与时空演变分析,并与单一数据源事件刻画模型进行比较,结果显示本方法能更合理地结合现实空间和赛博空间刻画城市活动事件。     

结合轨迹数据的居民出行模式及功能识别研究

城市人群的出行特征通过车辆轨迹数据隐含的行为信息可以体现,但传统的单维度模型将不再适用于轨迹数据隐含的多维信息的挖掘.本文将海口市中心城区根据路网划分区域,使用能够挖掘多维信息的非负稀疏约束下张量分解基于"滴滴出行"轨迹数据,从时空维度挖掘居民出行规律并进行区域功能特征识别.结果表明:居民出行时间符合工作日,休息日的早...     

大数据驱动的个体出行模式与城市空间结构交互研究

快速城市化背景下,个体移动行为变得复杂多元,人类活动对于城市结构的影响和约束越来越大,产生了一系列人与城市互动过程中的问题.人的活动与移动如何改变城市结构以及如何被城市结构限制仍然缺乏有效的研究.论文利用城市时空大数据,以"活动—行为—结构"3个维度构建个体出行模式与城市空间结构交互的框架模型,研究个体的移动与活动模式...     

出租车数据的时间序列谱聚类分析

城市空间运行的出租车产生大量的OD数据,数据的时序呈现周期性特点,客观反映人们的出行行为模式,本文采用谱聚类算法对北京五环区域内各空间单元的出行特征及其相似性进行探究。由于空间单元的时空行为特征受空间邻域和功能区划的影响,研究添加邻域因子和功能区因子以改进时间序列的相似性度量方法,从而实现时间序列谱聚类算法的空间和功能区拓展,进而增加人们对不同时空条件下出行行为特征的了解,以便对不同空间单元提供差异性服务,如不同时段公交的发车频次、动态调整商场营业时间、不同时空环境出租车候车点的实时变换、调控和优化不同区域服务保障等,将有助于降低城市能耗,更加合理地利用资源,也有助于居民实现智慧生活。     

利用轨迹大数据进行城市道路交叉口识别及结构提取

交叉口是城市交通路网生成、更新的重要组成部分。本文基于车辆时空轨迹大数据,提出了一种城市交叉口自动识别方法。该方法首先通过轨迹跟踪识别轨迹数据中包含的车辆转向点对;然后基于距离和角度的生长聚类方法进行转向点对的空间聚类,并采用基于局部点连通性的聚类方法识别交叉口;最后利用交叉口范围圆和转向点对提取城市各级别路网下的交叉口结构。以武汉市出租车轨迹大数据为例,对武汉市城区内189个交叉口进行了探测。试验结果表明,本文所提方法可以准确地从轨迹大数据中识别出城市交叉口及其结构。     

基于多源数据的城市功能区识别及相互作用分析

随着经济的快速发展,城市内部空间结构不断优化。识别城市功能区空间分布及其相互作用规律,对于把握城市空间结构以及制定科学合理的规划具有重要意义。采用重尾打断分类法和核密度聚类法对兴趣点（points of interest,POI）进行分析,识别城市功能区,并结合出租车轨迹数据进行时空挖掘,定量分析典型城市功能区交通吸引规律及其相互作用强度和方向。以北京市五环内主城区为例进行分析,可得:①该方法可以识别典型功能区西单、国贸、中关村是以商业为主的混合城市功能区,望京是以居住为主的混合功能区,且居民通勤出行特征明显;②国贸对自身的引力较强（39.4%）,说明国贸区域城市功能更加齐全;③典型功能区对居民出行距离范围内的区域吸引力随着距离的增加而减弱,符合经验认知和地理空间衰减规律。结果表明,利用POI和移动大数据采用重尾打断分类法和核密度聚类法进行城市功能区识别与分析是可行和有效的。     

基于地铁的乘客出行群组模式发现与可视化

拥挤现象是困扰公共交通出行者和管理者的一个重要问题.公共交通出行者需要了解公共交通载具的负载情况从而尽可能地避免拥挤,公共交通管理者需要了解公共交通的客运情况来指挥调度.为了服务于以上需求,该文参考自由轨迹的群组定义方式定义了 一种在公共交通系统中与拥挤现象强相关的群组模式,并重点给出了包含原始群组提取和融合原始群组在内的群组模式挖掘算法.基于提取到的群组进一步设计了群组的可视化方法.最后基于深圳地铁智能卡数据对地铁群组进行了模式挖掘与可视化.基于提取到的群组,乘客可以错峰出行,提高出行舒适度;交通规划者可以对拥挤易发生的路段进行调度.     

时空可达性研究现状分析北大核心CSCD

为了让现有的时空可达性分析能够更好地满足实际应用需求,帮助改善城市交通状况,该文从传统的、基于GIS的以及基于效用的度量方法3个方面分类归纳了现有的时空可达性度量方法,总结了各种时空可达性度量方法的优缺点,讨论了时空可达性模型的应用现状,指出这些方法存在的问题和局限性:①度量方法中,只考虑单一出行模式,但实际出行中存在不同代步工具的换乘,应当考虑公交-地铁,汽车-公交等换乘情况;②方法的前提是假设区域内个体差异很小,忽略了地域不同个体的差异性;③不适用于交通不发达的小型城镇区域;④对最后一公里问题未提出有效的解决策略。最后,展望了时空可达性的相关热点研究方向。