時(shí)間地理學(xué)是研究在各種時(shí)空限制條件下人類行為的理論方法,廣泛地應(yīng)用于交通規(guī)劃、可達(dá)性分析、城市人類移動等領(lǐng)域。在城市空間中,隨著移動定位技術(shù)和無線通信技術(shù)的發(fā)展,采集車輛和出行者的時(shí)空軌跡變得更加便捷,各種類型的定位傳感器不斷地記錄,產(chǎn)生了數(shù)據(jù)量龐大的時(shí)空軌跡數(shù)據(jù),包括浮動車數(shù)據(jù)、個(gè)人的手機(jī)基站定位數(shù)據(jù)和GPS(Global Positioning System)定位數(shù)據(jù)、公交刷卡數(shù)據(jù)、社交網(wǎng)絡(luò)位置簽到數(shù)據(jù)等。然而,城市時(shí)空軌跡數(shù)據(jù)具有海量、高動態(tài)、多源等特點(diǎn),對在時(shí)間地理學(xué)的框架下利用傳統(tǒng)的GIS(Geographic Information Science)平臺進(jìn)行海量的時(shí)空軌跡數(shù)據(jù)的存儲、建模、以及操作均提出了很大的挑戰(zhàn)。針對現(xiàn)有的時(shí)空數(shù)據(jù)模型無法有效地對海量時(shí)空軌跡數(shù)據(jù)進(jìn)行建模管理并進(jìn)行時(shí)間地理分析的問題,以及時(shí)空軌跡數(shù)據(jù)入庫前的數(shù)據(jù)清洗和質(zhì)量評價(jià)問題,研究面向時(shí)間地理分析的時(shí)空數(shù)據(jù)的預(yù)處理、建模以及分析方法具有重要意義�；谝陨媳尘�,本文以城市空間中海量的時(shí)空軌跡數(shù)據(jù)為研究對象,浮動車數(shù)據(jù)作為主要的數(shù)據(jù)源,研究浮動車數(shù)據(jù)高效的數(shù)據(jù)清洗和數(shù)據(jù)質(zhì)量評價(jià)方法,發(fā)展面向時(shí)間地理分析的時(shí)空數(shù)據(jù)模型,實(shí)現(xiàn)快速的時(shí)空鄰近性分析方法。本文的主要研究工作包括以下幾個(gè)方面:(1)提出了一種大規(guī)模低采樣頻率浮動車數(shù)據(jù)的地圖匹配算法以用于浮動車數(shù)據(jù)的清洗處理。首先,選取路徑評價(jià)指標(biāo)、路網(wǎng)拓?fù)溥B通性和速度限制作為主要的標(biāo)準(zhǔn),利用動態(tài)規(guī)劃技術(shù)在保留最優(yōu)匹配路徑的同時(shí)最小化備選路徑集,避免了匹配過程中備選路徑集過大的問題,同時(shí)優(yōu)化最短路徑分析過程,提高了地圖匹配效率。其次,設(shè)計(jì)了針對大規(guī)模浮動車數(shù)據(jù)的地圖匹配流程框架,提出了多標(biāo)準(zhǔn)動態(tài)規(guī)劃地圖匹配算法。最后,利用武漢市真實(shí)的浮動車數(shù)據(jù)進(jìn)行了匹配精度和計(jì)算性能的2組實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明本文提出的多標(biāo)準(zhǔn)動態(tài)規(guī)劃地圖匹配算法在匹配精度和計(jì)算性能上均優(yōu)于其他現(xiàn)有浮動車數(shù)據(jù)地圖匹配算法,能夠滿足浮動車數(shù)據(jù)在線和離線處理的應(yīng)用需求。(2)提出了一種浮動車數(shù)據(jù)的質(zhì)量綜合評價(jià)模型。首先,總結(jié)了傳統(tǒng)的空間數(shù)據(jù)質(zhì)量評價(jià)模型,分析了利用傳統(tǒng)空間數(shù)據(jù)質(zhì)量模型評價(jià)浮動車數(shù)據(jù)時(shí)存在的不足。然后,從行程時(shí)間估計(jì)預(yù)測、交通規(guī)劃、城市人類移動、土地利用分析等浮動車應(yīng)用出發(fā),分析了浮動車數(shù)據(jù)為滿足應(yīng)用分析需要提供的質(zhì)量指標(biāo),總結(jié)了從定位精度、采樣頻率、軌跡完整度、值域有效性、行程有效性、覆蓋度、現(xiàn)勢性、空間交互性與移動性共9個(gè)方面對浮動車數(shù)據(jù)進(jìn)行質(zhì)量評價(jià),并提出了每個(gè)質(zhì)量指標(biāo)的定量化計(jì)算方法。最后,對武漢市浮動車數(shù)據(jù)進(jìn)行實(shí)驗(yàn),詳細(xì)分析了武漢市浮動車數(shù)據(jù)的每個(gè)質(zhì)量指標(biāo)得到數(shù)據(jù)質(zhì)量元數(shù)據(jù),驗(yàn)證了本文提出的浮動車數(shù)據(jù)質(zhì)量評價(jià)模型的有效性。(3)提出了一種面向時(shí)間地理分析的時(shí)空數(shù)據(jù)模型。首先,詳細(xì)介紹了(x,y,t)空間中的時(shí)間地理實(shí)體和關(guān)系的表達(dá),包括時(shí)空路徑、時(shí)空基站、時(shí)空棱柱、時(shí)空生命線、時(shí)空相交關(guān)系以及活動束關(guān)系。然后,在路網(wǎng)空間中,在線性參考系統(tǒng)的基礎(chǔ)上提出了壓縮線性參考CLR(Compressed linear reference)技術(shù),實(shí)現(xiàn)了將三維的地理實(shí)體轉(zhuǎn)換成CLR空間中的二維幾何對象,并證明了這種降維變換的等價(jià)性。接著,提出了基于壓縮線性參考技術(shù)的移動對象時(shí)空數(shù)據(jù)模型,在傳統(tǒng)的GIS平臺和空間數(shù)據(jù)庫上進(jìn)行時(shí)空軌跡數(shù)據(jù)的存儲管理,也利用傳統(tǒng)的空間查詢操作實(shí)現(xiàn)了地理實(shí)體間的時(shí)空相交查詢操作,包括時(shí)空路徑-時(shí)空路徑相交查詢、時(shí)空窗口-時(shí)空路徑相交查詢、時(shí)空棱柱-時(shí)空基站包含查詢以及時(shí)空棱柱-時(shí)空棱柱相交查詢。最后,利用深圳市浮動車數(shù)據(jù)和手機(jī)基站定位數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析,實(shí)驗(yàn)結(jié)果表明本文提出的時(shí)空數(shù)據(jù)模型占用存儲空間小,計(jì)算性能高,能夠滿足海量的時(shí)空軌跡數(shù)據(jù)的時(shí)間地理分析應(yīng)用。(4)提出了一種基于時(shí)空緩沖區(qū)的時(shí)空鄰近性分析方法。首先,將空間緩沖區(qū)的概念擴(kuò)展到三維的(x,y,t)空間中,提出了時(shí)空路徑的時(shí)空緩沖區(qū),基于時(shí)空緩沖區(qū)可以時(shí)空一體化地進(jìn)行時(shí)空鄰近性分析。然后,實(shí)現(xiàn)了路網(wǎng)中時(shí)空路徑的時(shí)空緩沖區(qū)生成算法,再利用壓縮線性參考技術(shù)將三維的時(shí)空緩沖區(qū)轉(zhuǎn)換成CLR空間中的二維對象,在CLR空間中實(shí)現(xiàn)軌跡數(shù)據(jù)的時(shí)空鄰近性分析。最后,利用武漢市浮動車軌跡數(shù)據(jù)進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明本文提出的時(shí)空路徑的時(shí)空緩沖區(qū)可以有效地進(jìn)行時(shí)空鄰近性分析,并且具有很高的計(jì)算性能。
【學(xué)位單位】：武漢大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2018
【中圖分類】：P208
【部分圖文】：

?２００８．１２．２８?８：２４：０６，?１１４．２６０１，３０．６０６４，３２．３７，?１４３．５８，?１??１，?２００８．１２．２８?８：２４：２６，?１１４．２６１１，?３０．６０４５，?３９．８３，?１４６．７４，?１??將表２－１中的軌跡點(diǎn)展示到路網(wǎng)中如圖２－１所示，藍(lán)色點(diǎn)為車輛的ＧＰＳ軌跡??點(diǎn)（圖中的戶１，戶２，戶３，戶４，乃），這些〇？８軌跡點(diǎn)偏離了實(shí)際行駛的道路（圖中紅色路??段），不利于道路的速度和行程時(shí)間的計(jì)算，需要進(jìn)行地圖匹配處理將車輛的ＧＰＳ??軌跡點(diǎn)糾正到路網(wǎng)道路上（綠色點(diǎn)為匹配后車輛位置）。??１４??

內(nèi)的備選道路，然后確定片在備選道路上的備選匹配點(diǎn)。在本文中，根據(jù)ＧＰＳ??的定位精度使用圓形的誤差區(qū)域，采用垂直投影的方式確定備選匹配點(diǎn)（Ｈａｓｈｅｍｉ??等２０１４），如圖２－２所示，其中表示在備選邊上的備選匹配點(diǎn)集合。??、?廠?？２＼?Ｘ?？?備選匹配點(diǎn)??＞ｓ：Ｎ?／２＇?Ｉ?？路網(wǎng)節(jié)點(diǎn)??／?＾?＼?�。�？／?｜＿最優(yōu)匹配路徑｜??＼ｐｉ＾ｙ?＾—Ｑｒ?／丨??圖２－２地圖匹配問題示例??一輛車的ＧＰＳ軌跡點(diǎn)按時(shí)間順序可以表示為｛（乂？１），．．．，〇／，〇｝，連續(xù)的ＧＰＳ??軌跡點(diǎn)序列構(gòu)成了車輛的軌跡（Ｔｒａｊｅｃｔｏｒｙ），也稱為時(shí)空路徑（Ｓｐａｃｅ－ｔｉｍｅ?ｐａｔｈ）。由??于浮動車軌跡數(shù)據(jù)的采樣頻率較低，在相鄰的２個(gè)ＧＰＳ軌跡點(diǎn)間車輛可能經(jīng)過??了多條道路，采樣點(diǎn)間車輛的軌跡位置具有不確定性，地圖匹配算法的目的就是??確定偏離路網(wǎng)的車輛軌跡的最優(yōu)的匹配路徑（如圖２－２中紅色線段），匹配路徑中??不僅包括ＧＰＳ軌跡點(diǎn)的匹配位置點(diǎn)／丨，還需要對經(jīng)過的道路節(jié)點(diǎn)位置（圖２－２??中綠色點(diǎn)）進(jìn)行插值補(bǔ)全，以構(gòu)成車輛連續(xù)完整的軌跡路徑。??２．１．３傳統(tǒng)低采樣頻率浮動車數(shù)據(jù)地圖匹配算法??常規(guī)的地圖匹配算法在處理大規(guī)模低采樣頻率且信息量少的浮動車軌跡數(shù)??據(jù)時(shí)存在不足

根據(jù)定理２－２，地圖匹配過程中備選路徑數(shù)量過多的問題可以利用動態(tài)規(guī)劃??技術(shù)來解決。在ＧＰＳ點(diǎn)ｐ＇的每一個(gè)備選匹配點(diǎn)／；；處，只有具有最小路徑評價(jià)指??標(biāo)值ｇ（＜？，）的最優(yōu)子路徑＜．才會被保留下來。例如，在圖２－３中，ＧＰＳ點(diǎn)／的??備選匹配點(diǎn)處只需保留最優(yōu)子路徑＜１。從而，在〇？３點(diǎn)／／處只有｜１＇｜條最優(yōu)子??路徑被保留，其中為ＧＰＳ點(diǎn)／／在誤差區(qū)域內(nèi)的備選匹配點(diǎn)個(gè)數(shù)。所以，隨著??匹配過程的進(jìn)行，備選匹配路徑的數(shù)量不會呈現(xiàn)幾何級數(shù)增長，到每個(gè)ＧＰＳ點(diǎn)??的備選匹配路徑的數(shù)量等于該點(diǎn)備選匹配點(diǎn)的個(gè)數(shù)｜ｒ｜，具有最小化的備選匹配??路徑集，同時(shí)也保留了最優(yōu)的匹配路徑。??２０??
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 魯國珍;常曉猛;李清泉;趙慶亮;;基于人類時(shí)空活動的城市土地利用分類研究[J];地球信息科學(xué)學(xué)報(bào);2015年12期

2 曾喆;李清泉;鄒海翔;萬劍華;;曲率積分約束的GPS浮動車地圖匹配方法[J];測繪學(xué)報(bào);2015年10期

3 李德仁;馬軍;邵振峰;;論時(shí)空大數(shù)據(jù)及其應(yīng)用[J];衛(wèi)星應(yīng)用;2015年09期

4 衛(wèi)啟云;馮曼琳;王偉;;空間數(shù)據(jù)質(zhì)量評價(jià)模型和方法研究[J];地理信息世界;2015年04期

5 程學(xué)旗;靳小龍;王元卓;郭嘉豐;張鐵贏;李國杰;;大數(shù)據(jù)系統(tǒng)和分析技術(shù)綜述[J];軟件學(xué)報(bào);2014年09期

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

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

8 張恒才;陸鋒;陳潔;;網(wǎng)絡(luò)空間移動對象模型的應(yīng)用與發(fā)展[J];地球信息科學(xué)學(xué)報(bào);2013年03期

9 申悅;柴彥威;;基于GPS數(shù)據(jù)的北京市郊區(qū)巨型社區(qū)居民日�；顒涌臻g[J];地理學(xué)報(bào);2013年04期

10 羅建平;鄔群勇;朱莉;;面向?qū)ο蟮娜珪r(shí)域移動對象數(shù)據(jù)模型[J];計(jì)算機(jī)應(yīng)用;2013年04期

相關(guān)博士學(xué)位論文 前1條

1 羅芳;土地利用數(shù)據(jù)綜合結(jié)果的質(zhì)量評價(jià)[D];武漢大學(xué);2013年

相關(guān)碩士學(xué)位論文 前6條

1 魯立;空間數(shù)據(jù)質(zhì)量測評體系研究[D];長江大學(xué);2016年

2 馬韻楠;基于模糊綜合評價(jià)的道路交通流數(shù)據(jù)質(zhì)量評價(jià)研究[D];北京交通大學(xué);2015年

3 苗海芳;多源交通信息數(shù)據(jù)質(zhì)量評價(jià)與控制方法研究[D];吉林大學(xué);2014年

4 童曉君;基于出租車GPS數(shù)據(jù)的居民出行行為分析[D];中南大學(xué);2012年

5 夏州;GPS車輛導(dǎo)航中的數(shù)據(jù)處理與地圖匹配研究[D];北京交通大學(xué);2009年

6 張文藝;GIS緩沖區(qū)和疊加分析[D];中南大學(xué);2007年

本文編號：2853583