重要经济发展区域间海运网络时空演变特性分析

“海上丝绸之路”沿线国家（MSR）、金砖国家（BRICS）、美日韩（AJK）是重要经济发展区域。研究其海运网络的时空演变规律有助于国家层面的贸易竞争均衡分析,对海运战略科学部署和智慧应对具有十分重要的意义。AIS（Automatic Identification System）数据具有实时性,且已基本覆盖全球港口的近海区域,能为海运网络提供及时分析的数据支撑。本文利用AIS数据挖掘MSR、BRICS、AJK的运输网络时空演变规律,结果表明,MSR散货、集装箱、油轮的内部网络结构的变化明显大于AJK和BRICS,说明“一带一路”倡议促进了MSR的内部海运贸易;MSR、AJK和BRICS的外部网络结构变化2013-2016年都较大,说明“一带一路”倡议的实施期间,MSR、AJK和BRICS 3个区域之间的海运贸易变化较大;3个区域的集装箱、油轮吞吐量加权的内外部海运网络结构2015-2016年较2013-2014年更为稳定,随着“一带一路”倡议的实施,这3个区域内部和区域之间的吞吐量加权海运网络结构变化幅度逐步减小。“一带一路”倡议对不同的经济发展区域的影响不同,对MSR的内外部海运网络结构都产生了一定影响,对BRICS散货、集装箱、油轮型海运网络的影响呈现差异化特征,对AJK内部海运网络没有影响,对AJK的外部网络产生了部分影响。提高MSR的海运贸易吞吐量,提升MSR在海运网络中的贸易地位,仍是当前的发展重点。     

大数据时代的人类移动性研究

人类个体/群体移动特征是多学科共同关注的研究主题。移动定位、无线通讯和移动互联网技术的快速发展使得获取大规模、长时间序列、精细时空粒度的个体移动轨迹和相互作用定量化成为可能。同时,地理信息科学、统计物理学、复杂网络科学和计算机科学等多学科交叉也为人类移动性研究的定量化提供了有力支撑。本文首先系统总结了大数据时代开展人类移动性研究的多源异构数据基础和多学科研究方法,然后将人类移动性研究归纳为面向人和面向地理空间两大方向。面向人的研究侧重探索人类移动特性的统计规律,并建立模型解释相应的动力学机制,或分析人类活动模式,并预测出行或活动;面向地理空间的研究侧重从地理视角分析人类群体在地理空间中的移动,探索宏观活动和地理空间的交互特征。围绕这两大方向,本文评述了人类移动性的研究进展和存在问题,认为人类移动性研究在数据稀疏性、数据偏斜影响与处理、多源异构数据挖掘、机器学习方法等方面依然面临挑战,对多学科研究方法的交叉与融合提出了更高要求。     

网络科学理论与方法在旅游领域中的应用：研究进展与展望

网络科学为全面探索旅游领域中各研究对象间的动态关系结构提供了有力支撑,打破了传统研究缺乏系统性思维的局限,对于进一步理解旅游业的运行规律具有重要意义。近年来随着旅游业的数字化变革,旅游信息变得更具灵活性与可扩展性,大幅提高了网络科学理论与方法在旅游领域中的应用可行性。本文对与网络科学理论与方法在旅游领域中的应用研究相关的学术论文进行了系统梳理,并通过多尺度的视角归纳该领域的核心研究内容。本文首先概述了相关理论基础和应用现状,之后根据不同观测尺度下的旅游领域网络现象进行研究进展总结,具体为：微观尺度关注于目标旅游行动者的交互属性,介观尺度关注于旅游行动者的聚集现象,宏观尺度关注于旅游行动者网络的全局拓扑结构特征。在此基础上,本文指出了当前研究存在的问题（如数据可靠性、成果可解释性等）,并对相关研究在当前的大数据时代与复杂性科学新纪元背景下的未来发展方向（如多尺度研究框架、多层网络等）进行了梳理,从而为后续研究提供思路。     

旅游信息科学：多学科交叉融合背景下的理论与实践探究

随着信息技术在旅游领域的广泛应用，旅游信息科学的重要性逐渐凸显。为系统概括旅游信息科学的发展现状，本文对2011—2022年国内外旅游信息科学领域的研究文献进行了搜集和整理，综合运用文献分析法、LDA主题模型等探讨了多学科交叉融合背景下旅游信息科学的文献概况和研究进展。研究发现：近12年来，旅游信息科学的研究呈现快速增长的趋势，引起了国内外旅游学、地理科学、环境科学与生态学、计算机科学等多个学科领域的关注。较之国内，近几年国际上在该领域的研究进展更为显著，中国学者在其中扮演了重要角色。旅游信息科学研究所采用的研究方法和理论呈现出明显的学科交叉特征，地理科学的空间理论、新闻传播学的关系理论以及行为学和心理学的决策理论等多学科理论的引入，无线传感器网络、数据挖掘、API接口等数据获取方式的革新以及实证研究、模型算法、数理统计与计量分析等多种研究方法的综合应用，创新了旅游信息科学的研究思路；研究内容不断更新，围绕地理信息、数据挖掘、网络通信等多元化技术在旅游领域内的推广展开，注重对旅游信息时空演变规律、旅游数据挖掘与预测、旅游信息行为特征以及旅游信息技术创新应用等核心主题的探索。结合目前旅游...     

面向全空间的管道天然气贸易关联关系挖掘

本文基于全空间信息系统视角,运用复杂网络分析方法,从属性关联关系、时间关联关系、空间关联关系和综合关联关系角度对全球管道天然气贸易复杂网络中主要国家间关联关系进行了挖掘分析和可视化表达。结果表明：管道天然气贸易对战略通道具有路径依赖性和滞后性。贸易格局演化路径稳定,具有明显的“区域小世界”特征。区域资源禀赋差异是管道天然气贸易形成“核心-边缘”网络结构的主要原因。管道天然气贸易主要集中在欧亚大陆。2009年全球管道天然气贸易需求中心集中在欧洲各国,2015年则形成了西欧和中国的双需求核心网络关系。同时,论文基于全球管道天然气贸易复杂网络的挖掘分析和可视化表达,阐述了全空间信息系统的特征,展望了平台的应用。     

架起GIS与计算机科学的桥梁:ACM SIGSPATIAL 2015会议综述

ACM SIGSPATIAL会议是GIS科学与计算机科学结合最广泛的国际顶级会议。会议主题围绕计算机科学与GIS研究中的热点问题,涵盖时空数据挖掘、时空数据模型和算法、位置服务、地图匹配、分布式和并行计算、路径规划、轨迹计算等研究方向,具有重要的学术价值和应用价值。本文对第二十三届ACM SIGSPATIAL会议(ACM SIGSPATIAL 2015)进行了总结,将当前计算机科学与GIS交叉研究领域的研究前沿归纳为多源数据融合、轨迹分析、语义分析3个研究方向,同时介绍了ACM SIGSPATIAL 2015会议的主题演讲、会议竞赛以及会议专题研讨会等相关内容,希望展示当前计算机科学与GIS领域相结合的最新研究进展,架起GIS与计算机科学的桥梁。     

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。     

基于社交媒体数据的城市联系网络特征研究——以长三角城市群为例

基于社交媒体的签到数据,运用社会网络分析方法,选取长三角26个地级市作为研究对象,以从百度地图获得的时间距离作为各城市间距离,结合游客微博签到数据计算了长三角城市联系网络的网络密度、中心度等指标,分析了城市联系的网络特征。同时利用2015年各城市统计年鉴数据与从百度地图获得的城市间的距离,利用经济引力模型计算了城市间的理论联系强度。以社交媒体签到数据为地区实际联系强度,以计算出的经济联系指数为理论联系强度,探讨实际联系强度与理论联系强度之间的耦合协调度,得到各城市理论与实际的协调状况,为相关决策提供支持。     

电力GIS网络模型的设计和实现

针对电力系统可靠性和实时性高,电网结构复杂,数据量大等特点,对电力GIS的网络模型进行了深入研究,并根据分析结果设计和实现了电力GIS的网络模型。该模型把电网的网络结构映射为几何网络和逻辑网络,实现了地理图与逻辑图的相互映射,通过引进复杂边和复杂交点技术解决了边"破碎"和点"破碎"问题,从而大大简化了查询维护和网络分析的复杂性。该模型支持高效率的电网网络拓扑结构的实时重构,已在我们的输配电网GIS中进行了成功应用。     

人类移动数据生成方法：研究进展与趋势探讨

人类移动行为与交通、传染病、安全应急等现实应用息息相关。尽管现代信息和通信技术发展使得采集大规模个体移动定位数据成为易事,但涉及个人隐私又存在冗余、缺失和噪声的原始轨迹数据在实际中的可得性和易用性仍有很大局限。通过建模方式生成个体轨迹数据和群体移动数据,使其在统计层面接近并在应用层面可替代真实数据,是值得尝试的解决思路。本文面向个体轨迹数据生成和群体移动数据生成两大研究主题,将生成方法分为基于机理模型的方法和基于机器学习的方法,对其研究进展进行了系统总结,并探讨了其发展趋势和所面临的挑战。本文提出,未来人类移动数据生成方法研究需要多学科深度交叉共同探索人类移动行为底层机制、关注机理模型与机器学习耦合建模、借助生成式人工智能与大语言模型前沿技术、平衡生成数据可用性与隐私保护效果、强调空间泛化与迁移学习能力、控制模型训练与使用成本等。本文认为,人类移动过程是典型的人地交互过程,地理信息科学应在吸纳计算机科学、统计物理学、复杂性科学等多学科理论方法的基础上,充分发挥本学科特色,将空间依赖、距离衰减、空间异质性、尺度等地理空间效应显式纳入建模过程,提升模型性能及合理性。     

基于AIS数据的船舶行为特征挖掘与预测:研究进展与展望

船舶行为特征挖掘与预测是水上智能交通系统的重要研究内容,也是交通运输工程领域的关键科学问题。为系统研究基于船舶自动识别系统（Automatic Identification System, AIS）数据的船舶行为特征挖掘与预测的研究现状与发展趋势,本文首先针对Web of Science(WOS)和中国知网（China National Knowledge Infrastructure, CNKI）收录的文献,用知识图谱分析软件VOSviewer对文献关键词进行处理,从文献计量学的角度生成高频关键词的聚类图谱和趋势演化。然后对基于AIS数据的水上交通要素挖掘、船舶行为聚类和船舶行为预测3个主题的研究内容、方法、存在问题进行了系统分析和展望,研究结果表明：① 在基于AIS的水上交通要素挖掘方面,主要集中在对AIS数据中表征船舶行为空间特征和交通流的时间特征单独挖掘分析,缺乏对AIS数据的时间、空间以及环境因素特征的关联挖掘,对于如何进行交通要素的关联融合挖掘研究还有待深入探索;② 在船舶行为聚类方面,研究主要是运用无监督聚类方法研究船舶航迹点和航迹段聚类,得到船舶航行行为模式的时空分布和船舶操纵意图辨识模型,然而融合多维特征的船舶轨迹的相似性计算方法、聚类参数的自适应选取以及船舶行为的语义特征建模有待进一步研究;③ 在船舶行为预测方面,主要集中在基于动力学方程、传统智能算法和深度循环神经网络的船舶行为预测研究,考虑船舶行为的随机性、多样性和耦合性的特点,运用混合神经网络模型以及神经网络与向量机、注意力机制相结合的模型实现多维的船舶航行行为特征的实时预测将是新的研究方向。最后提出了基于语义模型的船舶行为特征挖掘、基于深度卷积神经网络的船舶行为的预测和基于知识图谱的船舶行为特征挖掘和预测结果可视化等有待进一步研究的方向。     

基于刷卡数据的公共汽车客流网络复杂性日内变化研究

大城市公共交通是一个典型的复杂巨系统,采用复杂网络方法分析大城市公共交通网络系统对于城市交通发展具有重要意义。已有大量的研究采用复杂网络理论进行了公共交通线路网络分析,也有研究基于刷卡数据分析了公共交通客流网络的复杂特征,但少有研究探讨客流网络复杂性日内变化特征。鉴于此,本文基于北京市公共汽车刷卡数据识别的不同时间段客流双向邻接矩阵,通过复杂网络指标对比分析公共汽车客流网络的日内变化特征。结果表明：① 各个时间段公共汽车客流分布遵循距离衰减规律,5 km以下的短距离出行约占总出行量的一半左右;② 度中心性和加权度中心性的空间格局在不同时间段整体呈现出明显的核心-边缘特征,但随时间有一定程度的变化,加权度中心性排名前10的节点存在较大变化;③ 累积度分布和累积加权度分布服从指数分布,属于小世界网络。本文还进一步讨论了基于大数据的动态复杂网络研究对城市交通规划建设的启示意义。     

基于GIS交通网络的室内3维网络模型研究

在2维交通网络逻辑数据模型基础上,讨论了概念化的楼层网络,进行了室内连通的3维网络模型的研究。基于ArcGIS的交通网络模型建立了试验区的室内3维网络模型,并给出分析结果,该方法为室内3维网络模型研究提供了技术支持。     

基于动态中介中心性的城市道路网实时分层方法

 城市道路网中各路段的出行效率直接决定了公众实时出行过程中对道路的选择差异。本文提出一种动态道路网分层方法,通过引入城市道路实时交通状态信息,结合图论中的中介中心性评价方法,得到与时间相关的城市路网动态中介中心性层级结构。该方法考虑了不同时间段城市交通状态的差异,实现了城市路网层次的动态合理划分,在一定程度上缓解了由于数据空间范围限制引起的路网层级静态划分方法的局限性。本文所提出的方法可作为城市路网动态分层的有效方法,为多用户并发环境下的实时出行路径搜索提供更合理的数据基础,同时也可应用于更多的城市路网研究中。     

基于厦门港的海上交通事故地理空间分布及风险预测研究

利用海上交通事故空间分布特征进行安全分析是海上交通安全管理的重要组成部分。本文使用厦门港2008—2020年的海上交通事故数据,经过事故数据空间分布特征提取、分析及预测等流程,最终得到厦门水域海上交通事故潜在危险区域。本文首先使用原始事故数据在GIS软件中进行空间定位,形成事故点的可视化空间分布图,然后使用核密度分析法鉴别海上交通事故多发区域,再利用空间自相关分析法,得到该区域事故空间的分布特征和具体的聚集点,最后使用该分布特征、对目标水域数据进行标准化网格切分,并利用机器学习算法对潜在事故风险区域进行预测。本文在核密度分析结果中发现：就事故频度而言,厦门湾和西海域交通事故频度较高。在空间自相关分析的结果中表明：就空间分布特征而言,厦门港的空间分布出现聚集特征且为空间正相关模式,且就事故具体的空间聚集点而言,厦门湾和西海域仍是事故高发的中心区域。而最后的厦门湾及周边水域风险预测模型显示：潜在事故风险区域多位于沿海和河口交汇区域。本文研究结果表明在基于地理空间数据分布特征提取和网格化分析的基础上,结合机器学习方法（随机森林）,对于海上交通事故的预测具有良好的效果。     

利用双重索引快速构建道路网络连通拓扑

路网拓扑关系的生成是进行最优路径规划的基础。本文针对ISO GDF4.0模型对道路连通拓扑的定义,结合最优路径规划对道路网络连通拓扑的要求,提出一种使用R-tree空间索引和B-tree索引双重索引方式快速生成道路连通拓扑的算法。连通拓扑快速构建算法包括新道路生成和网络拓扑提取两部分,新道路生成过程中,首先,自上而下地打断道路形成直线段集并求交点,然后,自下而上地重构直线段集以生成新道路。在打断道路求交点过程中,对道路建立R-tree空间索引,显著提高了几何要素的查找速度。在网络拓扑提取过程中对序列化数据建立B-tree索引,使得其查找速度大大加快。通过对双重索引算法的时间复杂度分析与验证表明,本文提出的拓扑生成算法具有较高的执行效率。     

小世界网络特征识别的城市交通状态网络自相关分析

大量研究表明,考虑了空间多维性的小世界网络模型对于研究交通网络特性对交通流的影响很有必要。但现有相关研究普遍未能有效找出小世界网络特征产生的临界阈值进而判断网络结构特征对城市交通运行的影响。以伦敦市主干道路网络为案例,通过网络环境下的Moran's I和Getis-Ord's G两个统计量,找出道路网络结构的小世界特征及其网络动力产生的临界阈值,并利用基于交通网络距离的半变异(方差)函数分析该临界阈值是否合理,然后运用网络自相关分析小世界网络结构特征及其网络动力对道路交通流的影响。结果表明:(1)伦敦市主干道路网络的全局Moran's I和全局Getis-Ord's G的收敛值是0.34,小世界网络现象或动力出现的临界阈值是17 000 m;(2)半方差图显示估算的小世界网络特征出现的阈值距离远小于理论半变异函数模型估算的空间相关性作用范围,且在该阈值附近半变异值呈明显上升趋势,表明该阈值是合理的;(3)在此阈值影响范围下,伦敦市主干道路段间交通流网络自相关性总体上呈显著正自相关特征,其局域空间关联格局呈中心区低-低和外围高-高的分布模式。     

山东半岛城市群交通网络载流能力评估与优化研究

在总结城市群交通网络运输方式多元化、交通节点等级化、结构运行高效化等基本特征的基础上,本文基于GIS空间分析平台构建了城市群交通网络载流模型（Traffic Network Flow-carrying Model, TNFM）,以山东半岛城市群为研究案例区,综合评价和对比了交通网络及各类型交通线路的理论与实际载流能力,得出各行政单元交通线路的缺口指数,并据此提出城市群交通网络的优化与提升方案。研究结果表明：TNFM模型可以有效地评价城市群交通网络的载流能力并得出各行政单元和道路类型的缺口里程,为城市群交通体系规划提供科学依据;山东半岛城市群国道、省道和铁路建设不足,部分城市主干道分流不畅,60%的县市存在各级道路短缺,但高铁和县乡道可以满足载流需求;未来应重点加强上述4类交通线路的建设,完善交通线路间的接口系统,充分发挥高铁和县道的分流作用。     

基于GIS的宁波市道路网络综合通达性研究

城市道路交通网络通达性是城市规划、交通体系建设等所要考虑的重要方面。利用GIS技术,以距离度量模型、道路加权核密度模型、路网连通度和公交服务指数为基础,分别从路网连接结构、路网密度、路网发育程度、公交便捷性几方面建立综合通达性指标,分析宁波市中心城区道路网络通达性及其空间特征。研究表明:宁波市中心城区的综合通达性以江东区和海曙区最优,其次为鄞州区和江北区,北仑区和镇海区通达性较差,整体空间格局分异明显;北仑区在道路结构方面优势明显;公交服务指数对综合通达性的影响最为显著。对以往的城市交通网络通达性研究进行一定的改进,为宁波市道路交通网络的建设与布局优化提供理论依据。