融合线上线下轨迹的景观热度评价

人们在线上网络空间和线下现实空间活动时, 会产生大量线上线下的痕迹(轨迹), 这种轨迹作为一种讯息会影响其他人的活动。现有研究大多单一地采用问卷调查、网络数据、GPS轨迹等方法, 忽略了移动互联时代线上线下空间活动的关联性以及历史活动足迹对日后活动的影响。基于对搜索量、签到和照片等网络大数据与线下GPS轨迹大数据的融合, 对人们线上线下活动进行时空行为模式分析, 建立基于信息素和回归分析的计算模型, 实现了对景观休憩空间的吸引力评价。以采样接近5 a的181个用户轨迹数据及相应时间段的网络大数据, 对北京28个景观进行实验, 并与单一线上或线下数据的研究方法进行比较, 结果表明所提方法不仅综合体现了景观热度, 且能够对未来的潜在游憩价值进行估计。     

大数据环境下道路场景高时空分辨率众包感知方法EI北大核心CSCD

道路场景作为人类发展演变中最重要、最复杂、最典型的载体之一,是道路基础设施与活动行为共同构成的综合体,链接和构建“人地关系”。道路场景感知从二维抽象简略到三维精细丰富、从静态过去式向动态现在时发展,成为智慧城市、智能交通、无人驾驶的关键技术支撑,是我国新型城镇化战略、交通强国战略的核心技术保障。本文立足于时空交通大数据,提出基于道路场景静态基础设施“形”和动态活动行为“流”的高时空分辨率道路场景感知方法。该方法从静态路网“形”角度,以“点-线-面-体”等要素为研究脉络,构建高精度道路地图众包感知的理论体系;在活动行为“流”感知上,突破传统的点模式分析局限,发展了道路网络空间活动流的时空建模与多尺度分析方法。本文揭示了静态基础设施“形”结构与动态活动行为“流”模式交互作用下的道路场景演化规律,形成以“形”控“流”、借“流”定“形”、“形”“流”叠置的高时空精度道路场景众包感知理论体系,为智慧城市、智能交通的发展提供核心技术与数据支撑。     

对生成stroke的自身最大适合策略的改进

道路网中的stroke是根据“ 好的连续性规律” 将路段连接形成 的 道 路 链。生 成 stroke通 常 作 为 道 路网综合、 拓扑分析、 示意性地图生成、 模式识别等研究的首要步骤。本文对自身最大适合策略进行了两个方面的改进： 第一,根据路段重要性来规定路段处理的顺序,而不是对路段进行随机处理;第二,对“ 最大适合” 的概念进行了扩展,定义满足连接条件且最重要的路段为其“ 最大适合” 的路段,而非转折角最小的路段。以深 圳市1∶1万道路网为实验数据进行了实验,从视觉认知与网络功能两个方面进行了评价。结果表明：（ 1） 由 改进的自身最大适合策略生成的stroke一般而言是确 定 的;（ 2） 在 视 觉 认 知 方 面,改 进 的 自 身 最 大 适 合 策 略 比每对最大适合策略更易形成较长并具有全局性的 stroke;（ 3） 在网络功能方面,就平均水平而 言,改 进 的 自 身最大适合策略优于每对最大适合策略、 自身最大适合策略和自身适合策略;就单次结果而言,改进的自身最大适合策略次于自身最大适合策略和自身适合策略的最优解。     

两种道路选取策略的比较研究

道路选取是根据比例尺的要求,在道路网中保留相对重要道路、舍弃相对次要道路的地图综合操作。从概念层和操作层对两种不同的道路选取策略进行了比较。一种是删除后更新策略,即删除一条道路后更新其他道路的重要度;另一种是删除后不更新策略,即删除一条道路后不更新其他道路的重要度。以常用的stroke重要度排序法为道路选取方法,运用长度、连通度、接近度和中介度的加权来描述道路的重要度,采用相似性、误删率、漏删率等定量指标以及定性的目视判别评价选取结果。以深圳市1∶1万道路网和1∶5万道路网作为研究数据进行了实验。理论上删除后更新策略优于删除后不更新策略,然而实证表明删除后不更新策略在常用定量评价指标上优于删除后更新策略,在定性评价方面则各有优劣。     

运用复杂网络方法分析城市道路网的鲁棒性

道路网的鲁棒性分析有助于预防或者降低恐怖袭击、自然灾害以及交通拥堵造成的损失。从开放街道地图上获得世界范围内的50个城市道路网,沿用复杂网络鲁棒性分析方法,运用连续删除模型和级联模型对以道路链相交关系表示的城市道路网进行了鲁棒性分析,同时对路网的鲁棒性与其拓扑模式间的关系进行了探讨。研究发现,对于路网的鲁棒性,运用连续删除模型和级联模型所得到的鲁棒性结果存在差异。其中,连续删除模型的道路网鲁棒性普遍较差;而级联模型的鲁棒性,不同路网之间的差别较大;对于同一模型下的度策略和介数策略,介数策略的破坏性大于度策略。对于路网鲁棒性与其拓扑模式的关系,在连续删除模型下,路网鲁棒性与度相关性呈现显著正相关,无标度与非无标度的路网鲁棒性有差异;在级联模型下,路网鲁棒性与度相关性不相关,无标度与非无标度的路网鲁棒性差异不显著。     

城市道路网元胞模式分析的网络景观指数分析法

道路网元胞的组成及其配置构成了特定的网络景观,受启发于元胞和景观格局中斑块的相似性,借鉴景观格局分析中的景观指数分析法,提出了一种城市道路网元胞模式分析的新方法——网络景观指数分析法。该方法基于道路类型生成不同类别的元胞,计算网络景观指数,并通过相关分析与因子分析挖掘主要因子,进而解释主要因子及代表指数在道路网模式分析中的含义。应用该方法计算了中国34个城市街道网络的24个指标,发现了4个主要因子:元胞的空间分布与多样性、元胞最大尺寸与延展性差异、元胞平均延展性和元胞平均尺寸与形状复杂度。反映到道路网中,描述了道路的集聚与分散特征、道路类型的多样性、道路网的规则程度等特征。     

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。     

利用GPS轨迹的转向级交通拥堵精细分析

目前,基于GPS轨迹探测城市交通状态的研究缺乏对不同行驶方向的交通拥堵精细感知。针对此问题,本文提出一种基于出租车GPS轨迹的转向级交通拥堵事件探测方法。该方法首先在分析出租车运营行为特征的基础上,采用特征聚类方法滤选出能够反映真实交通状态的有效轨迹段;然后基于滤选后轨迹分析当前道路交通运行状态,探测城市路网中轻度、中度、重度3种不同强度的交通拥堵事件;最后基于拥堵事件轨迹分析交叉口不同转向的拥堵时间、拥堵强度和拥堵距离等转向级精细交通拥堵状态。试验结果表明,本文方法不仅能有效探测路网中不同强度的拥堵事件,而且能实现交叉口转向级拥堵事件的精细分析。     

基于GPS时空轨迹的路网拓扑自动变化检测

充分利用出租车GPS时空轨迹数据分布广和时效性强的特点,提出一种基于车载GPS轨迹数据的路网拓扑自动变化检测新方法。该方法首先利用向量相似性度量模型,度量GPS轨迹向量与路网局部拓扑向量之间的相似性,检测疑似道路拓扑变化点,然后通过比较疑似道路拓扑变化点与路网拓扑关系,完成新增、废弃、改建等道路变化,实现基于车载GPS轨迹的路网拓扑自动变化检测。实验结果表明,该方法不仅有效地检测出道路新增、道路废弃与道路改扩建等变化,而且能利用出租车实时和大范围分布特点来实现城市路网大范围实时变化检测。     

城市道路网的度相关性及其与网络鲁棒性的关系研究

以世界范围内50个城市道路网作为数据样本,运用Newman同配性系数和Litvak-Hofstad同配性系数对以Stroke对偶形式表达的道路网的度相关性进行了度量;同时,由于"可塑性线性单元问题",分析了同一路网不同Stroke集对度量结果的影响;最后,分析了度相关性与鲁棒性的关系。研究发现:(1)以Stroke对偶形式表示的城市道路网的度相关性绝大多数呈现异配和不相关,且Newman同配性系数和Litvak-Hofstad同配性系数会出现度量不一致的情况;(2)同一路网的不同Stroke集对Newman同配性系数的度量产生了一定影响,但对Litvak-Hofstad同配性系数没有影响,总体而言对度相关性的度量影响较小;(3)运用Litvak-Hofstad同配性系数度量时,路网的度相关性与鲁棒性呈现正相关。