道路网约束下的事件时空交互检验方法研究

针对沿道路网分布的事件时空交互检验,构建网络约束下的事件空间权重矩阵,并利用事件本身的属性信息进行加权。在此基础上给出矩阵的计算方法,由此将Baker’s修正Knox时空交互检验方法扩展到网络空间。实验结果表明,本文方法可以灵活的衡量沿道路网分布事件的时空交互强度,从而为城市管理者提供一种道路网约束下的定量化时空交互检验手段。     

MapX与PowerBuilder集成技术在交通事故信息系统中的应用

针对复杂的道路交通事故信息,利用MapInfo公司的组件式控件MapX5.0,在PowerBuilder8.0开发环境下,使用SQLServer2005作为系统后台属性数据库,研究路段采用高分辨率的遥感数据为地图背景,设计开发了城市道路交通事故信息系统。该系统具有城市道路交通信息与道路交通事故信息的查询、分析和统计功能,使道路交通事故信息查询更迅速、直观。实际开发表明,PowerBuilder与地图控件MapX结合开发GIS应用系统,不仅开发过程简单、开发速度快,而且能充分发挥PowerBuilder快速高效管理、访问MapX空间数据库的优势。     

利用时空密度聚类的高速公路交通事故黑点路段鉴别

研究高速公路交通事故黑点路段的时空分布规律和关联因素,一直是交通领域的关注重点。本文针对事故统计的交通事故黑点路段鉴别方法存在地理学中的可塑面积单元(MAUP)问题,提出一种基于时空密度聚类的高速公路交通事故黑点路段鉴别方法。该方法改进了传统的DBSCAN空间聚类算法,引入一种顾及时间周期性和事故严重程度的事故时空邻近计算方法,通过密度连接规则自适应鉴别各种时空尺度的交通事故黑点路段。以2012—2016年湖南省的高速公路交通事故为例进行试验,结果表明,本文方法可有效克服不同划分单元的可塑面积单元问题,自适应鉴别不同长度的黑点路段,同时可进一步挖掘黑点路段上交通事故时空聚集模式。     

城市道路网络的中介中心性分析

将几个典型城市道路网络作为有向图来分析,这些城市道路网络弧段的BC(betweenness centrality)值的分布呈现一致的规律分布,具有层级性。从总体上来看城市道路网络中大部分等级高的道路具有较高的BC值,大部分等级低的道路具有较低的BC值。     

微博签到数据的时空热点挖掘——以北京为例

对社交媒体位置服务大数据进行时空数据挖掘能为城市规划、商业决策、用户行为分析等应用提供决策依据。基于新浪微博签到点数据,应用Knox指数进行时空交互性检验,确定合适的时空分析尺度,并利用时空重排扫描统计方法分别在短时间尺度(时)和长时间尺度(天)下挖掘时空热点。结果表明:短时间尺度(时)和长时间尺度(天)的签到点都具有随着空间距离的增大,时空交互性逐渐增强的趋势;短时间尺度下的时空热点区域主要分布在主城区,覆盖半径集中在2~6km、时间集中在11:00—17:00,热点持续时长约为3~5h;长时间尺度下的时空热点主要集中在主城区,少量均匀分布在城外,覆盖半径集中在5~6km,时间集中在2016-02-07—2016-02-13,热点持续时长约为3~6d。     

基于空间回归模型的道路交通事故影响因子分析

为分析影响交通事故的主要道路影响因子,选取道路结构、道路附属设施、交通基础设施等方面的16个解释变量,考虑交通事故分布的过度分散性、零膨胀性及空间相关性,构建空间滞后-零膨胀负二项回归模型,并利用赤池信息准则（Akaike information criterion,AIC）和贝叶斯信息准则（Bayesian information criterion,BIC）、模型残差的空间依赖性检验等指标将其与常用的普通最小二乘（ordinary least square,OLS）等回归模型进行对比。结果显示,所提模型的拟合效果最优;车道数、道路宽度、平均车速等因子对交通事故的发生具有显著影响。     

快速提取城市道路中心线

城市道路在空间分布上具有一定的规则。我国的城市道路布局主要有方格式、扇形式等。本文针对这种布局规则的道路网,提出一种快速提取道路中心线的方法。通过对图像进行扫描,将属于一条道路的所有像素点归并到一个容器中,提取中心点并输出成道路线。同时,介绍了几种典型道路的处理方法。实验研究表明该方法可以快速、精准地提取道路中心线,具有实际应用价值。     

利用词向量模型分析城市道路交通空间相关性

刻画城市道路之间的交通相关性是提高交通插值及预测水平的基础。现有研究及应用通常假设一定空间或拓扑距离内的道路相互之间具有相关性,这种方式忽视了道路之间交通影响的时空异质性。例如,上游道路交通流通常不会均匀扩散到所有下游道路,而是集中在特定方向上。道路之间产生交通影响和交互作用的根本原因是大量机动车辆穿梭其中。为从数据驱动的角度度量道路之间的交通相关性,从而顾及其时空异质性,本文利用词向量模型Word2Vec从大量机动车出行路径中挖掘道路之间的交通交互影响关系。首先把"路段-路径"类比为"词-文档";其次利用Word2Vec模型从大量路径(文档)中为每条路段(词)训练出一个实数向量(词向量);然后以向量之间的余弦相似度度量对应路段之间的交通相关性;最后利用交通状态数据对结果进行验证。以北京市200万条出租车出行路径为数据进行试验,结果表明:(1)平均水平上,向量相似度越高的邻近路段,其交通状态变化趋势也越相似,证明了本文方法可以正确度量道路之间的交通相关性,并刻画出其空间异质性;(2)工作日早、晚高峰及节假日路段之间的交通相关性大于工作日平峰和周六日,其合理性体现了本文方法可以正确捕捉道路交通相关性的时间异质性。本文方法及分析可为交通规划、诱导等提供方法论和理论基础。     

Knox时空交互检验空间阈值确定方法

Knox检验是一种常用的城市犯罪时空交互模式分析方法,但其阈值需要人为指定,这种主观的阈值确定方法存在一定随意性,因此需探索更为合理的阈值确定方法。提出利用点对平均最邻近距离作为Knox检验空间阈值的确定方法,并通过城市入室盗窃、盗窃电动车和扒窃3类事件进行实验验证。结果表明,与常见的几种阈值确定方法相比,所提方法检测出了最大数量的显著性交互事件对数,能更加充分地了解事件的真实时空交互模式,为基于Knox检验的事件时空聚集模式分析提供了一种有效的空间阈值确定手段。     

城市入室盗窃时空点模式分析

为探究城市入室盗窃犯罪的时空分布特征,基于分时段核密度估计和时空K函数方法,对武汉市江岸区入室盗窃案件的热点区域分布以及时空聚集模式进行分析。实验结果表明,入室盗窃案件同时存在空间聚集和时空聚集现象。热点区域相对稳定,显著的时空聚集现象集中在近时空区域内,而且聚集程度总体上呈现出时空衰减趋势。所得到的结果可为制定犯罪预防策略提供科学参考。