交通大数据在人文与经济地理学的应用及学科影响
发布时间:2021-06-14 03:57
交通大数据能够反映人类社会经济活动产生的位移与时空轨迹,不仅能够满足学者们在微观尺度更深入、更精细的研究粒度要求,而且能够为宏观尺度的研究提供广范围、多视角的连续性观测,其研究与发展为人文与经济地理学带来了新思路和新技术。本文以交通大数据的研究前沿为基础,梳理了区位论、时空行为、复杂网络、流空间等理论研究的发展方向,勾勒了"大数据时代"背景下人文与经济地理学的研究框架体系,探讨了新旧技术方法融合的可能性,并讨论了对各个分支学科相关研究的影响。接着,本文总结了交通大数据在人文与经济地理学的主要应用方向与趋势,主要包括出行即服务的交通规划理论与方法,"人工智能+大数据"的城市管理科学,大尺度交通流迁移的模拟,以及"流空间"与"场所空间"的多维度研究等。最后,本文指出了交通大数据应用在获取难度和数据有偏性等方面值得注意的问题并进行了展望。
【文章来源】:地球信息科学学报. 2020,22(06)北大核心CSCD
【文章页数】:9 页
【部分图文】:
基于交通大数据的人文与经济地理学研究框架体系
交通大数据既可以在微观上反映个体出行的位移与时空轨迹,又能在宏观尺度反应客货流的集疏运特征,为人文与经济地理学各个分支学科提供了更深入、更精细、广范围、多视角的研究视角。交通大数据对各分支学科产生的影响主要包括:(1)个体尺度的交通大数据(公交刷卡数据、手机信令数据等)可以反映个体出行活动的时空差异且可以长时序追踪研究,为行为地理、文化地理、社会地理等关注个体差异的分支学科提供了更多的研究内容。行为地理学中,个体尺度的交通大数据反映了居民个体如何选择出行方式、时间以及出发地和目的地的空间分布构成的出行链,有助于研究居民的生活状态、文化背景、社会经济属性等。更进一步,文化地理学研究中,大量居民活动的时空轨迹中可以帮助学者分析城市文化特质或结构,进而探讨人类文化活动对区域或城市氛围的影响。社会地理学研究中,基于位置的社交网络(Location-based Scial Network)可以从不同的交通出行习惯识别出不同的社会群体,探讨社会公平与交通发展的可能性,进而提出关怀少数群体的政策建议。
【参考文献】:
期刊论文
[1]论时空大数据的智能处理与服务[J]. 李德仁. 地球信息科学学报. 2019(12)
[2]基于低频出租车轨迹的城市路网交叉口提取研究[J]. 李思宇,向隆刚,张彩丽,龚健雅. 地球信息科学学报. 2019(12)
[3]地理大数据挖掘的本质[J]. 裴韬,刘亚溪,郭思慧,舒华,杜云艳,马廷,周成虎. 地理学报. 2019(03)
[4]枢纽机场的航班波体系结构及其喂给航线的空间格局研究[J]. 黄洁,王姣娥. 地理科学. 2018(11)
[5]地理大数据为地理复杂性研究提供新机遇[J]. 程昌秀,史培军,宋长青,高剑波. 地理学报. 2018(08)
[6]大数据环境下人工智能计算技术[J]. 李晨阳. 电子技术与软件工程. 2018(11)
[7]人文—经济地理学的学科融合和创新[J]. 金凤君,靳海涛. 地理科学进展. 2018(03)
[8]北京市地铁客流的时空分布格局及特征——基于智能交通卡数据[J]. 黄洁,王姣娥,靳海涛,金凤君. 地理科学进展. 2018(03)
[9]交通发展区位测度的理论与方法[J]. 王姣娥,焦敬娟,黄洁,金凤君. 地理学报. 2018(04)
[10]居民时空行为与环境污染暴露对健康影响的研究进展[J]. 马静,柴彦威,符婷婷. 地理科学进展. 2017(10)
本文编号:3229018
【文章来源】:地球信息科学学报. 2020,22(06)北大核心CSCD
【文章页数】:9 页
【部分图文】:
基于交通大数据的人文与经济地理学研究框架体系
交通大数据既可以在微观上反映个体出行的位移与时空轨迹,又能在宏观尺度反应客货流的集疏运特征,为人文与经济地理学各个分支学科提供了更深入、更精细、广范围、多视角的研究视角。交通大数据对各分支学科产生的影响主要包括:(1)个体尺度的交通大数据(公交刷卡数据、手机信令数据等)可以反映个体出行活动的时空差异且可以长时序追踪研究,为行为地理、文化地理、社会地理等关注个体差异的分支学科提供了更多的研究内容。行为地理学中,个体尺度的交通大数据反映了居民个体如何选择出行方式、时间以及出发地和目的地的空间分布构成的出行链,有助于研究居民的生活状态、文化背景、社会经济属性等。更进一步,文化地理学研究中,大量居民活动的时空轨迹中可以帮助学者分析城市文化特质或结构,进而探讨人类文化活动对区域或城市氛围的影响。社会地理学研究中,基于位置的社交网络(Location-based Scial Network)可以从不同的交通出行习惯识别出不同的社会群体,探讨社会公平与交通发展的可能性,进而提出关怀少数群体的政策建议。
【参考文献】:
期刊论文
[1]论时空大数据的智能处理与服务[J]. 李德仁. 地球信息科学学报. 2019(12)
[2]基于低频出租车轨迹的城市路网交叉口提取研究[J]. 李思宇,向隆刚,张彩丽,龚健雅. 地球信息科学学报. 2019(12)
[3]地理大数据挖掘的本质[J]. 裴韬,刘亚溪,郭思慧,舒华,杜云艳,马廷,周成虎. 地理学报. 2019(03)
[4]枢纽机场的航班波体系结构及其喂给航线的空间格局研究[J]. 黄洁,王姣娥. 地理科学. 2018(11)
[5]地理大数据为地理复杂性研究提供新机遇[J]. 程昌秀,史培军,宋长青,高剑波. 地理学报. 2018(08)
[6]大数据环境下人工智能计算技术[J]. 李晨阳. 电子技术与软件工程. 2018(11)
[7]人文—经济地理学的学科融合和创新[J]. 金凤君,靳海涛. 地理科学进展. 2018(03)
[8]北京市地铁客流的时空分布格局及特征——基于智能交通卡数据[J]. 黄洁,王姣娥,靳海涛,金凤君. 地理科学进展. 2018(03)
[9]交通发展区位测度的理论与方法[J]. 王姣娥,焦敬娟,黄洁,金凤君. 地理学报. 2018(04)
[10]居民时空行为与环境污染暴露对健康影响的研究进展[J]. 马静,柴彦威,符婷婷. 地理科学进展. 2017(10)
本文编号:3229018
本文链接:https://www.wllwen.com/jingjilunwen/jiliangjingjilunwen/3229018.html