基于GPS和GIS的交通流仿真系统的设计与开发

交通流参数如行车速度、行程时间等是交通分析系统中的重要要素。本文论述了基于GPS和GIS开发交通流仿真系统的关键技术，包括模块设计、基于GIS控件MapX的系统功能开发，探讨了交通流轨迹仿真算法模型以及轨迹的路线和时间的取整、大规模矩阵解算等功能，最后给出了系统实现的主要功能。     

基于稀疏浮动车数据的城市路网交通流速度估计

浮动车数据在时空维度呈现较强的稀疏性,是其应用于城市路网交通流估计所面临的主要难题之一。本文通过分析路网交通流速度的时空特征,构建了一种基于朴素贝叶斯法的估计模型,实现对路网中未被样本覆盖路段交通流速度的估计。时间特征主要考虑目标路段相邻时段的交通流速度,空间特征根据路段间交通流相似关系进行分析,突破了传统基于欧氏空间或拓扑关系的度量方式。结果显示,模型能有效地估计出样本缺失路段的交通流速度,且在精度方面相对传统基于拓扑关系的算法优势显著,较好地解决了数据时空稀疏性问题,对基于浮动车数据的交通应用具有较强的实践意义。     

多模态时空大数据可视分析方法综述

时空大数据可视分析是近年国际大数据分析与数据可视化领域研究的热点前沿,也是全空间信息系统的核心研究内容之一。本文针对时空大数据多源、多粒度、多模态和时空复杂关联的特点,按照描述性、解释性和探索性3个层次分类归纳了现有时空大数据可视分析方法,论述了时空大数据可视分析中多模态特征筛选、新型人机交互分析以及探索性可视推理等技术难点和主要发展动态。研究表明,以数据可视化为主的描述性可视分析研究相对成熟,以可视环境下交互式挖掘分析实现问题诊断为主的解释性可视分析已成为当前大数据分析的焦点,而面向复杂问题协同决策的探索性可视分析方法则是大数据分析有待突破的重要发展方向。     

浙江省城市格局和城市化水平的空间分异特征研究

本文应用Zipf法则和探索性空间分析(ESDA)技术,并结合传统的统计学方法,分别对浙江省的城市规模分布和城市化水平的发展速度进行了定量分析,揭示了不同时期浙江省城市规模的分布情况以及城市化水平的发展状况。结果表明,浙江省内不同区域城市规模分布差异明显,浙北和浙东南地区城市规模集中性强、城市首位度高、城市化水平发展迅速,而浙西南地区城市规模分布和城市化水平的发展都较平稳、城市首位度低,显示出了明显的整体两极分化、区域空间收敛的特征。     

基于多源数据的城市道路交通事件检测

针对交通事件自动检测多以高速公路、城市快速路为对象以及使用数据源单一的现状,本文提出一种基于多源数据融合的城市道路交通事件检测方法.在对信号控制下交通事件引起的交通流变化进行分析的基础上,利用杭州市城区浮动车,SCATS、Citilog、OD系统提供的实时交通数据,基于CUSUM算法构建差分流量和速度交通事件检测模型....     

中国大陆GPS速度场的球面小波模型及多尺度特征分析

利用1999—2009年间中国大陆共1068个GPS站点在东方向、北方向的速度值,采用DOG球面小波多尺度分析方法,建立了中国大陆东方向、北方向多尺度速度场。球面小波模型的尺度主要根据观测站点的密度来确定,利用检核点上的已知速度与模型速度之间的均方差来评定模型的精度。利用球面小波模型可以更加清晰地表示速度场的大尺度特征和复杂的局部变化特征。站点稠密区域,模型在东方向、北方向上的精度分别为±0.95mm/a、±0.97mm/a,稀疏区域对应的精度分别为±1.32mm/a和±1.30mm/a。     

长江中游城市群科研人才空间集聚分析

随着创新驱动发展战略的实施,科研人才在创新过程中的作用显得愈发重要。基于2006~2015年长江中游城市群的中国科技核心期刊论文作者数据和专利发明人(发明专利)数据,运用基尼系数、泰尔指数、空间密度分布和探索性空间分析方法,对上述科研人才的空间分布以及集聚程度进行了分析。结果表明,在长江中游城市群内,科研人才分布集中于区域中心城市,且分布随时间变化呈集聚性增加特征;此外,论文作者和专利发明人在城市群内的时空分布也呈现了不同的特征。     

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。     

基于ARCSDE的城市GIS电子地图管理系统

随着首都经济建设的飞速发展和2008年奥运会的完美谢幕,北京城市现代化建设正在以前所未有的速度进行着。地理信息系统在各职能部门相继建立,电子地图越来越成为城市建设、管理、决策甚至服务的重要组成部分,成为了城市各功能部门的有效连接手段。而随着GIS的不断发展和ARCSDE的广泛应用,各种比例尺地形图之间的联系和转换也越来越紧密。因此,对于各种不同比例尺地形图的生产和管理也面临着一系列的变化。本文概述了基于ARCSDE的城市GIS电子地图管理系统建立的背景、建设目标、关键技术及其工作原理、系统建立的环境、数据参考标准、系统功能描述以及实际应用等方面的内容,为今后各种不同比例尺地形图在GIS领域的相互融合做出了探索性研究和实践。     

复杂网络视角下的居民地选取方法EI北大核心CSCD

多要素协同综合是制图综合重要的发展方向。针对当前居民地选取方法对道路网与居民地间地理关联性利用不够深入的问题,将居民地与道路网融合为整体,本文提出了一种复杂网络视角下的居民地选取方法。首先,整合居民地与道路网的几何信息、属性信息与拓扑信息,构建以居民地为节点、以交通通达关系为边的含权居民地网络;然后,评价目标居民地在局部网络中的居民地吸引能力与交通流控制能力,并加权求和获得综合重要性;最后,利用距离约束Delaunay三角网进行迭代选取。试验表明,本文方法能够兼顾居民地的密度特征与网络特征,选取结果与道路网结构吻合良好,较好地保持了道路网与居民地的地理关联性。     

基于位置点统计的时空异常检测与分析

探讨了位置数据异常分析的一种新思路,给出了面向异常的时空表达模型,建立了基于区域位置点统计的异常检测和分析框架,探寻异常在事件影响下的时空发展趋势和分布特征。通过纽约两个月的出租车出行数据的实验分析验证了框架的有效性,并发现一些有趣的规律,为公共安全、交通管控应急、城市功能区分析等提供指导信息。     

Channeling the water data deluge: a system for flexible integration and analysis of hydrologic data

The hydrologic cycle and understanding the relationship between rainfall and runoff is an important component of earth system science, sustainable development, and natural disasters caused by floods. With this in mind, the integration of digital earth data for hydrologic sciences is an important area of research. Currently, it takes a tremendous amount of effort to perform hydrologic analysis at a large scale because the data to support such analyses are not available on a single system in an integrated format that can be easily manipulated. Furthermore, the state-of-the-art in hydrologic data integration typically uses a rigid relational database making it difficult to redesign the data model to incorporate new data types. The HydroCloud system incorporates a flexible document data model to integrate precipitation and stream flow data across spatial and temporal dimensions for large-scale hydrologic analyses. In this paper, a document database schema is presented to store the integrated data-set along with analysis tools such as web services for data access and a web interface for exploratory data analysis. The utility of the system is demonstrated based on a scientific workflow that uses the system for both exploratory data analysis and statistical hypothesis testing.     

基于正常轮廓更新的自适应异常检测方法

根据网络系统发生正常改变的基本特征,提出了确定网络系统正常改变的“三条件”计算方法,其计算结果可作为更新正常轮廓的依据。对正常轮廓的更新问题进行了深入探讨,提出了自适应异常检测的实现机制。并以网络流量分析为例,验证了在异常检测中应用这一方法的可行性。     

基于特征层融合的高光谱图像异常检测算法研究

介绍了一种基于特征层融合的异常检测算法。目前，其他的目标检测算法都需要知道有确定类别标记的样本，而一般的异常检测则是利用统计特征差异分割出图像中不同于背景的点。此方法减少了对先验信息的依赖，但是其结果存在较大虚警。提出的异常检测算法是利用低概率检测算法对高光谱数据先进行特征层融合，再进行分割、提取异常点，其结果降低了虚警和漏警。用这一方法对OMIS系统产生的数据进行了处理，取得了较好的结果。     

基于特征层融合的高光谱图像异常检测算法研究

介绍了一种基于特征层融合的异常检测算法。目前，其他的目标检测算法都需要知道有确定类别标记的样本，而一般的异常检测则是利用统计特征差异分割出图像中不同于背景的点。此方法减少了对先验信息的依赖，但是其结果存在较大虚警。提出的异常检测算法是利用低概率检测算法对高光谱数据先进行特征层融合，再进行分割、提取异常点，其结果降低了虚警和漏警。用这一方法对OMIS系统产生的数据进行了处理，取得了较好的结果。     

LiDAR在车辆检测与智能交通信号控制中的应用探讨

城市的交通路口往往是交通管理的重点难点,传统的基于图像处理和模式识别技术的交通流信息检测系统,由于其安装简单、获取的信息丰富、便于维护等优点,已经成为交通检测的主要发展方向,但在实际应用中还存在许多不足之处.提出了一种新的车辆检测技术,利用地面三维激光扫描系统获取道路车流量点云数据,从而对车流量进行检测,实现全天候交通...     

基于GPS浮动车采集交通信息的路段划分方法

针对目前GPS浮动车采集交通信息的路段划分方法大多忽略交叉口不同行驶方向车流运行条件的差别,且假设路段不同位置的交通状态均衡,从而导致交通信息质量偏低,无法有效满足交通状态判别和车辆动态导航系统数据需求的问题,设计了能够区分车流不同行驶方向统计交通数据的方向路段划分方法与区分路段不同位置统计交通数据的子路段划分方法,以便从路网空间数据结构方面改善交通状态判别和车辆动态导航系统的信息基础。     

A reliable traffic prediction approach for bike‐sharing system by exploiting rich information with temporal link prediction strategy

Bike‐sharing systems have been widely used in major cities across the world. As bike borrowing and return at different stations in different periods are not balanced, the bikes in a bike‐sharing system need to be redistributed frequently to rebalance the system. Therefore, traffic flow forecasting of the bike‐sharing system is an important issue, as this is conducive to achieving rebalancing of the bike system. In this article, we present a new traffic flow prediction approach based on the temporal links in dynamic traffic flow networks. A station clustering algorithm is first introduced to cluster stations into groups. A temporal link prediction method based on the dynamic traffic flow network method (STW+M) is then proposed to predict the traffic flow between stations. In our method, the non‐negative tensor decomposition and time‐series analysis model capture the rich information (temporal variabilities, spatial characteristics, and weather information) of the across‐clusters transition. Then, a temporal link prediction strategy is used to forecast potential links and weights in the traffic flow network by investigating both the network structure and the results of tensor computations. In order to assess the methods proposed in this article, we have used the data of bike‐sharing systems in New York and Washington, DC to conduct bike traffic prediction and the experimental results have shown that our method produces the lowest root mean square error (RMSE) and mean square error (MSE). Compared to four prediction methods from the literature, our RMSE and MSE of the two datasets have been lowered by an average of 2.55 (Washington, DC) and 2.41 (New York) and 3.35 (Washington, DC) and 2.96 (New York), respectively. The results show that the proposed approach improves predictions of traffic flow.