一种COVID-19病例个体时空轨迹交互式提取与质量评估方法

针对当前新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)病例个体时空轨迹描述文本高度非结构化的特点,提出了一种基于自然语言处理(natural language processing, NLP)辅助的交互式轨迹提取方法,用于提高轨迹提取的效率和质量.设计了交互式轨迹提取和质量评估流...     

面向野外地质调查工作的道路提取方法研究

为弥补传统的依靠管理组织、法律、经济、教育等进行对野外地质工作安全管理工作的不足,通过百度SDK采集GPS步行轨迹数据,基于单向GPS轨迹数据的特点,进行轨迹的分割分段处理.最后利用BP神经网络算法拟合道路,通过反复实验确定BP网络的参数配置信息.并以中国地质大学西区为研究区域,提取路网信息,验证算法的有效性和实用性....     

基于变化轨迹分析方法的生态用地流失空间关联研究

针对现有研究割裂了生态用地流失这一基本变化过程的不足,本文基于变化轨迹分析方法,从过程完整性角度探求了京津冀城市群地区生态用地流失的空间关联特征。结果表明：① 京津冀城市群地区土地利用变化主要表现为林地、草地、水域和耕地的流失,流失面积的40%转为人工表面;② 林地、草地和水域流失的空间自相关性随空间尺度增大而增强,7 km×7 km空间尺度上3种生态用地流失空间正相关性较强,且随距离阈值增加而降低;③ 距离阈值为10 km时,林地、草地流失高发区集中分布在京津冀西北部地区,水域流失高发区集中分布在东部渤海湾附近,生态环境保护应从京津冀协同发展角度,打破区域发展不均衡,促进京津冀城市群全面发展。     

移动轨迹数据可视化方法总结

作为移动社交网络的主体,人们移动带来的位置轨迹不仅记录了人的行为历史,也记录了人与社会的交互活动信息。移动社交网络中位置轨迹数据的分析与利用为解决城市问题提供了一种新的思路。本文概述了轨迹数据可视分析中的几种方法,总结了轨迹数据可视分析研究中存在的问题和面临的挑战。     

北京市出租车OD流多尺度空间预测深度重力模型及其可解释性研究

准确预测城市内部OD流对于优化城市交通运行效率、提高资源利用率以及促进城市可持续性发展具有重要作用。现有研究大多基于单一尺度利用地理位置之间大量的历史流量来预测未来的流量,尚未有研究充分探究不同空间尺度下OD流预测可能存在的重要特征或建模精度差异等问题。本研究以北京市出租车轨迹为例,采用深度重力模型（Deep Gravity）对不同空间尺度下的轨迹OD流进行预测。同时,引入SHAP值（SHapley Additive exPlanations）揭示不同尺度下影响OD流预测建模的重要特征。结果表明：(1)相比于重力模型和辐射模型,街道尺度下深度重力模型的OD流预测精度最高（CPC值高达0.83）,且成功捕捉到了北京市早晚高峰时段的OD流网络整体结构,呈现出“环形散射状”特征;(2)在本研究所选各空间尺度下,对OD流预测精度影响最大的4个特征均为O、D点之间的出行距离,O、D点周围公司企业数量、餐饮服务数量以及购物服务数量;(3)同一特征对OD流预测模型的局部影响不同于全局,如科教文化和体育休闲类POI在全局尺度下对模型影响较小,但在局部尺度下却表现出极大的影响。     

2003-2017年北京市地表热力景观时空分异特征及演变规律

利用2003-2017年MODIS地表温度数据,分别从数量、形状和结构角度揭示北京市不同季相和昼夜间地表热力景观时空分异特征,并进一步通过热力等级变化图谱及质心迁移轨迹揭示城市热力景观空间演变规律,探究热力景观等级转换生态过程。结论如下：① 城市地表热力景观季节和昼夜空间特征差异显著;② 中温区在城市热环境中占主导地位。白天中温区是最不稳定的热力景观等级;夜间次低温区和次高温区不稳定性增加;③ 地表热力景观等级变化以稳定型占主,反复变化型和前期变化型次之。地表热力景观等级通常呈现逐级递增或递减规律,山区呈现逐级降温趋势,北部城郊—山地交错地带表现出次低温和中温的反复转向,南部地区有一定的升温趋势;④ 2003-2017年高温区面积增大且质心向城市中心集中,低温区质心向城市外围扩散。生态涵养发展区对北京市地表热力景观质心迁移贡献率最高。热力景观时空分异特征及演变规律可为有效缓解城市热岛效应提供管理决策支持。     

一种顾及道路复杂度的增量路网构建方法

针对传统路网采集和更新需要昂贵的实地测量以及大量的后续内业处理问题,提出了一种从大规模粗糙轨迹数据中自动生成路网的方法。该方法包含轨迹滤选和路网增量构建两步:第1步通过构建空间、时间、逻辑约束的规则模型,在消除数据中的噪音和冗余的同时,将原始轨迹进行合理分割,滤选形成规范轨迹集合;第2步基于信息熵计算轨迹点周围道路的复杂度,据此自动调节道路分割参数,不断将新产生的路段加入到路网,同时计算道路平均交通流量和速度等路况信息,遍历各规范轨迹的定位点重复以上处理过程,最终得到完整路网。通过昆明市200辆出租车采集的约6851万条轨迹数据进行路网构建试验,并与OpenStreetMap数据比较,证明了本文方法的有效性。与已有典型方法比较,本文方法能用更少节点提取更高质量的路网。     

出租车轨迹数据挖掘进展

大数据、物联网与精密定位技术的发展推动了城市感知的进步。随着社会活动的与日俱增,出租车轨迹数据不仅记录了出租车的行车轨迹,还蕴藏着道路交通状态、城市居民出行规律、城市结构及其他社会问题。通过各种数据分析与挖掘手段对出租车轨迹数据进行深入探究,对于智能交通、城市规划等有着重要意义。本文综述了近十年国内外基于出租车轨迹大数据的相关研究,按照空间统计方法、时间序列方法、图论与网络方法及机器学习方法等4类,详细阐述各类方法的研究现状。随后,本文分析了现有研究的应用领域、热点主题和发展趋势。最后,本文指出了出租车轨迹数据挖掘研究领域面临的挑战和未来研究方向。     

个体移动轨迹—滑动窗口方法与航空流异常变化识别——以京沪空中廊道为例

航空流异常变化识别是解释空中廊道拥堵和空域资源充分利用以及航空流重新分配的一个重要基础性课题。该文设计了个体移动轨迹—滑动窗口方法,选取京沪空中廊道内全部航线和机场为研究对象,从FlightAware系统中获得1日17 h全部航班的航迹点数据,识别了异常流量密度、异常区域和异常移动轨迹。研究认为:1)利用移动描述符(飞行弧)在时态数据流支持下所设计的方法,能实现个体移动点的分时段分配和时空一体化表达。2)依据该方法识别的京沪空中廊道航空流异常流量密度(峰值高点以及运动)、异常区域(约束区域和空闲区域)、异常移动轨迹(速度变化与绕飞、方向变化与盘旋),不仅揭示出时空路径中的航空流隐藏信息以及时空运动规律,而且支持了航线更改决策制定。     

中国荒漠化分区与时空演变

荒漠化被列入威胁人类生存的十大环境与发展问题之一,中国作为世界上荒漠化严重的国家,荒漠化形势十分严峻。本文通过遥感手段,以中国陆域国土范围（除台湾、香港和澳门）的31个省、市、自治区为研究区域,对1975年、2000年与2017年研究区数据进行沙化、盐渍化、水蚀荒漠化专题因子时空演变的综合研究,根据地域分异、发生学及多级序列等原则将将中国划分为8个荒漠-荒漠化区,42个荒漠-荒漠化亚区和36个荒漠-荒漠化小区。以不同时期荒漠化土地类型图为依据,采用荒漠化面积变化量与荒漠化重心迁移轨迹指标进行荒漠化演化分析。为具体说明不同区域荒漠化程度,本研究根据一定时期内荒漠化土地面积增加或减少的百分比将荒漠化演化分为7种类型,通过分析得到不同荒漠化区域的时空演化及不重心迁移,据此提出中国荒漠化的重点治理目标区及防治建议。研究结果表明：① 中国荒漠、荒漠化土地种类较多,重度荒漠化面积25.18×10⁴ km²,占荒漠化总面积的19.59%;② 1975-2017年,中国荒漠化发生明显逆转,与1975-2000年相比,2000-2017年全国的荒漠化强度显著下降,原因是荒漠化加重区面积减少以及荒漠化减弱区面积增加;③ 1975-2000年与2000-2017年,各区内荒漠化重心点坐标迁移具有同向性。本研究在分析荒漠化土地分布、形成和演变机制的基础上,进行了荒漠化分区。通过对不同荒漠化地区的面积百分比变化的比较,得到了不同时期荒漠化的时空演化模式,并分析了荒漠化演化的特点和差异。