基于GPS轨迹挖掘的城市空间动态交互特征研究

发布时间：2021-10-30 18:57

　　对城市移动轨迹进行深入挖掘,有助于更加精细地理解城市空间动态交互特征.以兰州市出租车GPS轨迹为基础,采用栅格方法,分析城市栅格空间的交通出行量.以栅格为节点,以交通出行量为权重,建立动态有向加权复杂网络.采用Infomap算法识别城市社团结构,研究兰州市城市结构的时空演化特征,并对城市社团识别结果进行可视化分析.研究表明,休息日和工作日城市动态时空交互存在明显差异.工作日的城市空间交互距离和范围较大,空间交互更加紧密;休息日的空间交互范围相对较小,分裂程度较大.高峰期和非高峰期城市空间交互也有不同,城市空间交互随时间动态变化.研究结果可为政府管理城市,商家运营和居民出行提供决策服务. 

【文章来源】：交通运输系统工程与信息. 2020,20(03)北大核心EICSCD

【文章页数】：6 页

【部分图文】：

模块度值

社团数

由图3可知，工作日早高峰07:00-09:00，社团间的交互范围较大，社团C5以城关区为主，包含了七里河区的大部分区域，安宁区和西固区的少量区域，这是由于工作日通勤以强制性出行为主，人们在工作地和居住地之间往返使空间交互距离和范围增加.随时间推移，城市社团间的交互和范围逐渐减小，13:00-15:00绝大部分出行属于近距离出行.晚高峰17:00-19:00：社团C5只覆盖城关区，与其他社团交互较少，这是由于城关区属于兰州市中心商业区，下班后人们可能就近休闲娱乐，故呈现出的空间交互范围缩小，动态空间分布特征与早高峰有所差异；社团C3范围增加，覆盖安宁区和七里河区的大部分区域，这是由于安宁区和七里河区距离较近，城市空间的交互明显.3.3 休息日城市空间交互特征分析

【参考文献】：
期刊论文
[1]出租车轨迹数据挖掘进展[J]. 吴华意,黄蕊,游兰,向隆刚.  测绘学报. 2019(11)
[2]基于出租车GPS大数据的城市热点出行路段识别方法[J]. 曲昭伟,王鑫,宋现敏,夏英集,袁咪莉.  交通运输系统工程与信息. 2019(02)
[3]利用出租车轨迹数据识别城市功能区[J]. 邬群勇,张良盼,吴祖飞.  测绘科学技术学报. 2018(04)
[4]基于轨迹大数据的城市交通感知和路网关键节点识别[J]. 冯慧芳,柏凤山,徐有基.  交通运输系统工程与信息. 2018(03)
[5]高斯-克吕格投影下的坐标变换算法研究[J]. 刘健,刘高峰.  计算机仿真. 2005(10)



本文编号：3467252