【摘要】：城市作為一種區(qū)域性的集合了政治、經(jīng)濟、科技、文化等多內(nèi)容的復(fù)雜動態(tài)綜合性系統(tǒng),極大地影響著人們的出行、工作、社交、娛樂等日常生活。城市化的快速發(fā)展和城市規(guī)模的不斷擴大對城市交通系統(tǒng)和城市管理提出了前所未有的挑戰(zhàn)。一方面,人們的日�；顒颖粺o處不在的傳感器和廣泛應(yīng)用的功能系統(tǒng)時時刻刻進(jìn)行著記錄和存儲,為我們提供了具有更新速度快、經(jīng)濟方便等優(yōu)點的多源、異構(gòu)、海量的時空標(biāo)記數(shù)據(jù)。另一方面,人們的需求也在從基本的查詢、搜索等,向期望獲得更加人性化、個性化的位置服務(wù)轉(zhuǎn)變。例如,在搜索到某大型購物中心位置的同時,人們更希望能夠在順利到達(dá)的基礎(chǔ)上根據(jù)自己的喜好和習(xí)慣獲得商場個性化的推薦服務(wù)。因此,如何通過這些時空數(shù)據(jù),在更細(xì)節(jié)的粒度上實現(xiàn)人群活動模式的相關(guān)分析,揭示城市人群活動的時空規(guī)律和偏好,為人們的出行、交通管理、城市規(guī)劃等提供依據(jù),逐漸成為學(xué)術(shù)界關(guān)注的熱點。然而,分析現(xiàn)有的與城市人群活動模式主題相關(guān)的研究,多是從道路網(wǎng)、人口密度、城市布局等單一的角度、在較大粒度上(通常是行政區(qū)劃)進(jìn)行人群活動模式分析,缺乏在更細(xì)節(jié)的層次上對不同因素之間的相互影響的研究。為此,本文從道路網(wǎng)角度出發(fā),確定了基于海量軌跡點的城市多樣性道路網(wǎng)提取、綜合幾何與拓?fù)浣Y(jié)構(gòu)特征的道路網(wǎng)整體匹配等研究內(nèi)容,解決了道路網(wǎng)數(shù)據(jù)來源問題;從社區(qū)聚集特征角度出發(fā),進(jìn)行了基于多源POI的社區(qū)聚集特征提取、社區(qū)粒度上的人群移動時空特性兩方面的研究;最后分析了道路運行狀態(tài)和社區(qū)人群移動之間的相互影響。具體的包括以下幾方面內(nèi)容:(1)覆蓋范圍廣、準(zhǔn)確度高的多樣性城市道路網(wǎng)是分析道路網(wǎng)狀態(tài)和人群移動時空模式間相互影響的基礎(chǔ)。針對軌跡點的多噪聲、數(shù)據(jù)稀疏又海量、分布不均勻等時空特征,分析了現(xiàn)有的使用軌跡點的道路提取方法存在的幾何精度低、錯誤的拓?fù)溥B接、道路網(wǎng)特征簡化等問題。充分利用中位數(shù)的抗噪聲、抗離群點的特性,結(jié)合主成分分析、反距離加權(quán)平滑、核密度估計等內(nèi)容,提出了一種基于海量軌跡點中位數(shù)的線性聚類的道路網(wǎng)提取算法。該算法直接對海量散亂的GPS軌跡點進(jìn)行計算,能夠降低海量軌跡點的多噪聲、不均勻分布對道路提取效率的影響,對具有較弱線性度量的特征點使用核密度估計提取交叉或轉(zhuǎn)彎區(qū)域的路段以保持具有多樣性特征道路網(wǎng)的拓?fù)溥B通性,為人群移動模式分析奠定了道路網(wǎng)數(shù)據(jù)基礎(chǔ)。(2)不同道路網(wǎng)間的匹配是為人群移動模式分析提供高質(zhì)量、不同細(xì)節(jié)層次、不同覆蓋范圍的道路數(shù)據(jù)的關(guān)鍵環(huán)節(jié)。在介紹道路段匹配、道路網(wǎng)整體匹配相關(guān)概念的基礎(chǔ)上,總結(jié)了道路網(wǎng)數(shù)據(jù)在幾何(距離、形狀、長短、方向)和拓?fù)浞矫娲嬖诘牟町�。針對這些差異性在道路網(wǎng)整體匹配過程中產(chǎn)生的平移、旋轉(zhuǎn)、縮放、錯切等問題,引入圖論及圖匹配的相關(guān)概念和方法,提出了一種基于鄰域圖和C4.5的道路網(wǎng)整體匹配算法。該算法使用鄰域圖結(jié)構(gòu)對道路的拓?fù)涮卣鬟M(jìn)行度量,在考慮道路自身幾何差異性的同時考慮拓?fù)溧徑拥缆返牟町愋?并使用C4.5的決策樹方法構(gòu)造訓(xùn)練模型對道路進(jìn)行匹配預(yù)測。實驗結(jié)果表明,本文的算法能夠很好的表達(dá)道路的拓?fù)浣Y(jié)構(gòu)且可以解決匹配方向性問題,取得了較好的匹配精度和效率,從而為城市人群活動時空模式分析提供整個實驗區(qū)內(nèi)現(xiàn)勢性較強、準(zhǔn)確度高、完整的道路網(wǎng)數(shù)據(jù)。(3)傳統(tǒng)地通過社區(qū)調(diào)查獲取社區(qū)特征數(shù)據(jù)的方式不僅耗費大量人力物力,且很難獲取能全面反應(yīng)社區(qū)特征的海量樣本。本文提出使用多源POI的方法來獲取全面、海量的社區(qū)特征數(shù)據(jù),為了剔除多源POI中大量重復(fù)的相同實體、降低重復(fù)度,提出了一種基于熵權(quán)和語義理解的多源POI去重算法,去重實驗表明該去重算法具有優(yōu)于現(xiàn)有方法的去重準(zhǔn)確率和召回率。社區(qū)聚集特征提取實驗結(jié)果顯示不同行政區(qū)中各類型社區(qū)分布呈現(xiàn)較大的差異,而這種差異在很大程度上反映了行政區(qū)在城市運行中承擔(dān)的主要功能、商業(yè)、人口聚集等的不同。這表明,采用合適、高效的去重算法,利用多源POI數(shù)據(jù)進(jìn)行社區(qū)聚集特征分析、城市功能區(qū)劃分、商圈發(fā)現(xiàn)等是可行、有效的。(4)對道路網(wǎng)運行狀態(tài)的時空特性進(jìn)行分析,可以發(fā)現(xiàn)三類不同的道路運行狀態(tài),且城市不同區(qū)域的同一運行狀態(tài)特征曲線具有較明顯的差異;對社區(qū)人群移動時空特性的分析表明,人群移動距離、主要驅(qū)動力以及變化趨勢等內(nèi)容都有著隨時間變化的差異性表現(xiàn),例如,在6:00-10:00、18:00-24:00時段內(nèi),人群移動在中心城區(qū)和非中心城區(qū)之間表現(xiàn)出較強的方向性,此時以具有較長距離的人口移動為主,在10:00-12:00和16:00-18:00之間人口移動則主要發(fā)生在各行政區(qū)內(nèi)部,以具有較小出行半徑、較短距離的移動為主;而通過結(jié)合道路網(wǎng)運行狀態(tài)和社區(qū)人群活動時空特性的分析結(jié)果表明,不同區(qū)域的不同道路運行狀態(tài)一定程度上受道路周邊社區(qū)聚集特征的影響,且不同區(qū)域的擁堵型、過渡型道路有著各不相同(交通管制、分流、設(shè)置潮汐車道、發(fā)布交通預(yù)報、優(yōu)化商業(yè)布局)的最優(yōu)的預(yù)防和緩解擁堵的措施。例如,對于過渡區(qū)域的過渡型道路可以通過設(shè)置潮汐車道緩解早、晚高峰的擁堵,然而對中心城區(qū)的過渡型道路設(shè)置潮汐車道可能會加重早晚高峰的擁堵。
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：P208
【圖文】：

圖１－２武漢市人口密度分布時間序列圖（Ｌｉ邋ｅｔ邋ａｌ．，２０１５）逡逑作為一種新型的城市傳感器，社交網(wǎng)絡(luò)（Ｔｗｉｔｔｅｒ、新浪微博、Ｆｏｕｒｓｑｕａｒｅ、陌逡逑陌、大眾點評等）涉及到城市中社會、經(jīng)濟、地理、人口和人類行為等方方面面逡逑的內(nèi)容，人們通過社交網(wǎng)絡(luò)以簽到的形式發(fā)表關(guān)于特定時間下特定位置的新聞、逡逑評論、見解等內(nèi)容，也因此被稱為簽到數(shù)據(jù)（Ｌｉｕ邋ｅｔａｌ．，２０１３ｂ）。這些簽到數(shù)據(jù)在逡逑攜帶空間位置信息的同時也帶有時間、活動行為等信息，相比于其他位置數(shù)據(jù)更逡逑容易獲取和方便使用、更新頻率也更快。因此，社交網(wǎng)絡(luò)也成為了解釋社會和城逡逑市人群活動行為、規(guī)律等內(nèi)容的重要數(shù)據(jù)源。（Ｓｃｅｌｌａｔｏｅｔａｌ．，邋２０１１）基于大規(guī)模的逡逑簽到數(shù)據(jù)分析了社交網(wǎng)用戶的社會空間屬性，并指出了在空間交互距離（城市間、逡逑城市內(nèi)）的差異上導(dǎo)致的社會空間行為異質(zhì)性。在城市間人群移動分析方面，逡逑（Ｐｒｅｏｔｉｕｃ－Ｐｉｅｔｒｏ邋ａｎｄ邋Ｃｏｈｎ，邋２０１３）通過社交網(wǎng)絡(luò)調(diào)查用戶的出行意愿，在多時間尺逡逑度上分析了人類移動行為模式、波動性與城市類型之間的關(guān)系。作為里程碑式的逡逑研宄，（Ｓｉｍｉｎｉ邋Ｆ，邋２０１２）在《Ｎａｔｕｒｅ》上提出了一種無參數(shù)的ＲＭ模型來研究城市逡逑間的人口流動行為，相對于傳統(tǒng)的城市間人群活動ＧＭ模型（需要城市指數(shù)、距逡逑－１１邋－逡逑

供建議與參考。逡逑１．４本文的組織結(jié)構(gòu)逡逑本文的組織結(jié)構(gòu)如圖１－３所示，共分六個章節(jié)：逡逑第一章是緒論。介紹了研宄的背景與意義，從城市道路網(wǎng)的獲取、社區(qū)聚集逡逑特征提取、城市人群活動模式等方面對國內(nèi)外的相關(guān)理論與模型了進(jìn)行了系統(tǒng)性逡逑地概括和綜述，分析了現(xiàn)有研宄的不足，確定了城市道路網(wǎng)提取、匹配、社區(qū)聚逡逑集特征提取、道路網(wǎng)與社區(qū)聚集特征的關(guān)聯(lián)分析等研宄內(nèi)容。＇逡逑第二章是基于海量軌跡點的城市多樣性道路網(wǎng)提取。在對海量軌跡點的時空逡逑特征描述的基礎(chǔ)上分析了現(xiàn)有道路網(wǎng)提取方法存在的幾何精度低、錯誤的拓?fù)溥B逡逑接、道路網(wǎng)特征簡化等問題，介紹了中位數(shù)、主成分分析、反距離加權(quán)平滑、核逡逑密度估計等內(nèi)容，并提出了基于海量軌跡點中位數(shù)的線性聚類的道路網(wǎng)提取算法，逡逑進(jìn)行了提取實驗和討論，為道路網(wǎng)的匹配提供數(shù)據(jù)基礎(chǔ)。逡逑第三章是綜合幾何與拓?fù)浣Y(jié)構(gòu)特征的道路網(wǎng)整體匹配。介紹了道路網(wǎng)整體匹逡逑配的概念及存在的問題，對道路網(wǎng)數(shù)據(jù)在幾何、拓?fù)洳町惙治龅幕A(chǔ)上，引入了逡逑鄰域圖的拓?fù)浣Y(jié)構(gòu)特征度量方法，克服了現(xiàn)有拓?fù)涮卣鞫攘康木窒藓筒蛔悖敿?xì)逡逑描述了基于鄰域圖和Ｃ４．５算法的道路網(wǎng)整體匹配算法

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅國瑋;張新長;齊立新;郭泰圣;;矢量數(shù)據(jù)變化對象的快速定位與最優(yōu)組合匹配方法[J];測繪學(xué)報;2014年12期

2 李清泉;李德仁;;大數(shù)據(jù)GIS[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2014年06期

3 李德仁;姚遠(yuǎn);邵振峰;;智慧城市中的大數(shù)據(jù)[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2014年06期

4 劉經(jīng)南;方媛;郭遲;高柯夫;;位置大數(shù)據(jù)的分析處理研究進(jìn)展[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2014年04期

5 王靜遠(yuǎn);李超;熊璋;單志廣;;以數(shù)據(jù)為中心的智慧城市研究綜述[J];計算機研究與發(fā)展;2014年02期

6 鞏現(xiàn)勇;武芳;姬存?zhèn)?翟仁健;;道路網(wǎng)匹配的蟻群算法求解模型[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2014年02期

7 周濤;韓筱璞;閆小勇;楊紫陌;趙志丹;汪秉宏;;人類行為時空特性的統(tǒng)計力學(xué)[J];電子科技大學(xué)學(xué)報;2013年04期

8 張云菲;楊必勝;欒學(xué)晨;;利用概率松弛法的城市路網(wǎng)自動匹配[J];測繪學(xué)報;2012年06期

9 宋宏權(quán);劉學(xué)軍;閭國年;張興國;;區(qū)域人群狀態(tài)的實時感知監(jiān)控[J];地球信息科學(xué)學(xué)報;2012年06期

10 田晶;艾廷華;丁紹軍;;基于C4.5算法的道路網(wǎng)網(wǎng)格模式識別[J];測繪學(xué)報;2012年01期

相關(guān)博士學(xué)位論文 前1條

1 欒學(xué)晨;保持結(jié)構(gòu)模式的道路網(wǎng)數(shù)據(jù)多尺度建模[D];武漢大學(xué);2013年

相關(guān)碩士學(xué)位論文 前5條

1 江慧娟;基于多源時空數(shù)據(jù)的城市社區(qū)宜居性動態(tài)評價方法研究[D];武漢大學(xué);2017年

2 錢穎;基于GIS的出租車輛GPS地圖匹配研究[D];云南大學(xué);2015年

3 張菲菲;深圳市超高密度居住社區(qū)特征及其成因研究[D];深圳大學(xué);2014年

4 陳瑞;基于多源POI數(shù)據(jù)的匹配融合方法研究[D];蘭州交通大學(xué);2014年

5 孫超;城市道路交通狀態(tài)評價分析研究[D];華南理工大學(xué);2010年

本文編號：2740715