2021年 第46卷 第5期
2021, 46(5): 601-609.
doi: 10.13203/j.whugis20190411
摘要:
充分考虑不同数据源在变化场景下的数据差异性和行人在导航定位服务中的空间认知习惯,提出了一种融合可视地标与不可视地标的行人相对定位方法。利用基于传感器复合证据理论的方法构建目标路径的不可视地标(如磁场变化、WiFi更新等),检测GoPro Fusion设备获取的全景影像中的视觉显著的可视地标及其与采样点间的相对空间方位属性;根据行人实时获取的传感器数据和地标方位信息分别推估行人在目标路径中可能停留的路段区域;采用贝叶斯概率融合方法融合可视地标与不可视地标数据进行行人定位结果推估。实验结果表明,融合多源数据可以解决单一场景下行人定位精度不足的问题。在传感器特征较少的单一场景下,与基于不可视地标的行人定位方法相比,该方法的精度提升了12.78%。
充分考虑不同数据源在变化场景下的数据差异性和行人在导航定位服务中的空间认知习惯,提出了一种融合可视地标与不可视地标的行人相对定位方法。利用基于传感器复合证据理论的方法构建目标路径的不可视地标(如磁场变化、WiFi更新等),检测GoPro Fusion设备获取的全景影像中的视觉显著的可视地标及其与采样点间的相对空间方位属性;根据行人实时获取的传感器数据和地标方位信息分别推估行人在目标路径中可能停留的路段区域;采用贝叶斯概率融合方法融合可视地标与不可视地标数据进行行人定位结果推估。实验结果表明,融合多源数据可以解决单一场景下行人定位精度不足的问题。在传感器特征较少的单一场景下,与基于不可视地标的行人定位方法相比,该方法的精度提升了12.78%。
2021, 46(5): 610-619.
doi: 10.13203/j.whugis20200492
摘要:
城市环境中由建筑玻璃幕墙引起的光污染给城市的道路交通安全、消防安全、居民健康带来了巨大的威胁。当前对于玻璃幕墙的光污染研究主要是针对具体建筑采用模拟或实测的方法在局部小范围内进行计算。面向城市环境,从真实街景中构建道路、玻璃幕墙立面和太阳光线之间的三维空间关系,利用基于深度学习的识别方法提取玻璃幕墙,采用眩光评价方式在汽车驾驶者的视角上建立三维城市的玻璃幕墙光污染模型。以中国广东省深圳市福田区为例,对三维城市的玻璃幕墙光污染进行定点、定路线和区域的多层次分析,实现即时即地的光污染计算、评估和路径选择,为驾驶者的行车安全、建筑物的规划管理提供参考依据。
城市环境中由建筑玻璃幕墙引起的光污染给城市的道路交通安全、消防安全、居民健康带来了巨大的威胁。当前对于玻璃幕墙的光污染研究主要是针对具体建筑采用模拟或实测的方法在局部小范围内进行计算。面向城市环境,从真实街景中构建道路、玻璃幕墙立面和太阳光线之间的三维空间关系,利用基于深度学习的识别方法提取玻璃幕墙,采用眩光评价方式在汽车驾驶者的视角上建立三维城市的玻璃幕墙光污染模型。以中国广东省深圳市福田区为例,对三维城市的玻璃幕墙光污染进行定点、定路线和区域的多层次分析,实现即时即地的光污染计算、评估和路径选择,为驾驶者的行车安全、建筑物的规划管理提供参考依据。
2021, 46(5): 620-629.
doi: 10.13203/j.whugis20200367
摘要:
随着越来越多的轨迹数据被记载,各种应用场景下的海量、复杂数据需要高效的存储与索引。传统的关系型数据库难以满足海量轨迹数据的存储、扩展及特定的查询需求,而具有扩展简单、读写快速、成本低廉特点的非关系型数据库为此提供了一种可行的解决方案。设计并实现了一种基于Cassandra数据库的数据降维及键值存储、索引方法,可对时空轨迹数据进行高效管理。为进一步提高效率,融合了Hilbert曲线编码技术将空间分割成小单元,并将轨迹数据映射到不同单元中。充分利用时空局部性原理,为不同应用场景下的轨迹数据设计并实现了对应的分区键与聚簇键,实现轨迹对象时空近邻存储,令数据查询更为有效。基于实际应用场景的实验结果表明,所提出的方法能有效支撑海量轨迹数据的存储与索引,并在数据的插入、查询及存储结构可扩展性等方面优于其他时空大数据索引和查询方法。
随着越来越多的轨迹数据被记载,各种应用场景下的海量、复杂数据需要高效的存储与索引。传统的关系型数据库难以满足海量轨迹数据的存储、扩展及特定的查询需求,而具有扩展简单、读写快速、成本低廉特点的非关系型数据库为此提供了一种可行的解决方案。设计并实现了一种基于Cassandra数据库的数据降维及键值存储、索引方法,可对时空轨迹数据进行高效管理。为进一步提高效率,融合了Hilbert曲线编码技术将空间分割成小单元,并将轨迹数据映射到不同单元中。充分利用时空局部性原理,为不同应用场景下的轨迹数据设计并实现了对应的分区键与聚簇键,实现轨迹对象时空近邻存储,令数据查询更为有效。基于实际应用场景的实验结果表明,所提出的方法能有效支撑海量轨迹数据的存储与索引,并在数据的插入、查询及存储结构可扩展性等方面优于其他时空大数据索引和查询方法。
2021, 46(5): 630-639.
doi: 10.13203/j.whugis20200462
摘要:
建筑结构动态监测是重要建筑日常维护管理的重要工作之一,如何有效地采集、传输和管理时态建筑监测数据是其中难点。提出了一种面向实时动态监测的建筑信息模型,该模型实现了建筑物建筑信息模型(building information model, BIM)、实景三维模型与传感器网的融合,服务于建筑物几何、构造和运行状态信息的综合管理;建立了基于传感器网的建筑结构时态监测信息传输、管理框架与方法,包括各类传感器网数据在下位机中的时态对齐与打包、基于JSON(JavaScript object notation)的传输协议、传感器数据在上位机中的时态压缩和重构以及时态数据的数据库管理方法。以中国江苏省南京市博物院老大殿为监控对象进行了案例应用,开发了相应的动态监控系统,通过系统演示验证了所提方法的可行性与实用性。目前该系统仍处于运行初期,未来随着海量传感器数据的累积,将进一步开展数据智能分析研究。
建筑结构动态监测是重要建筑日常维护管理的重要工作之一,如何有效地采集、传输和管理时态建筑监测数据是其中难点。提出了一种面向实时动态监测的建筑信息模型,该模型实现了建筑物建筑信息模型(building information model, BIM)、实景三维模型与传感器网的融合,服务于建筑物几何、构造和运行状态信息的综合管理;建立了基于传感器网的建筑结构时态监测信息传输、管理框架与方法,包括各类传感器网数据在下位机中的时态对齐与打包、基于JSON(JavaScript object notation)的传输协议、传感器数据在上位机中的时态压缩和重构以及时态数据的数据库管理方法。以中国江苏省南京市博物院老大殿为监控对象进行了案例应用,开发了相应的动态监控系统,通过系统演示验证了所提方法的可行性与实用性。目前该系统仍处于运行初期,未来随着海量传感器数据的累积,将进一步开展数据智能分析研究。
2021, 46(5): 640-649.
doi: 10.13203/j.whugis20200459
摘要:
近年来,各类位置感知设备产生的轨迹数据被广泛应用于城市规划、智能交通、公共卫生、行为分析等各个领域,但是常规矢量表达方式及建立在其基础之上的分析算法的计算复杂度高,无法满足大规模轨迹数据的高时效性应用需求。针对上述问题,提出了基于地理格网模型的轨迹数据管理与分析框架,为轨迹数据挖掘的“表达-管理-分析-应用”全链条研究提供新的技术框架,主要包含地理格网模型、轨迹多尺度表达与组织、轨迹计算与分析、高性能计算技术、轨迹挖掘应用5部分。介绍了各部分的实现思路和方法,并阐述了格网模型与轨迹数据结合的优势,包括存储管理高效灵活、适合高性能计算技术和契合自动控制与智能计算需求等。以城市交通流多层级实时可视化和基于地理格网编码的相似性分析两个应用实例验证了该技术框架理论与技术方法的可靠性和有效性。
近年来,各类位置感知设备产生的轨迹数据被广泛应用于城市规划、智能交通、公共卫生、行为分析等各个领域,但是常规矢量表达方式及建立在其基础之上的分析算法的计算复杂度高,无法满足大规模轨迹数据的高时效性应用需求。针对上述问题,提出了基于地理格网模型的轨迹数据管理与分析框架,为轨迹数据挖掘的“表达-管理-分析-应用”全链条研究提供新的技术框架,主要包含地理格网模型、轨迹多尺度表达与组织、轨迹计算与分析、高性能计算技术、轨迹挖掘应用5部分。介绍了各部分的实现思路和方法,并阐述了格网模型与轨迹数据结合的优势,包括存储管理高效灵活、适合高性能计算技术和契合自动控制与智能计算需求等。以城市交通流多层级实时可视化和基于地理格网编码的相似性分析两个应用实例验证了该技术框架理论与技术方法的可靠性和有效性。
2021, 46(5): 650-658.
doi: 10.13203/j.whugis20190363
摘要:
通勤是城市居民的基本交通需求,也是联系城市居民居住地和就业地的重要桥梁。城市居民的就业地与居住地很少能完全重叠,从而导致了浪费性通勤。现有浪费性通勤研究主要通过问卷调查进行,存在样本有限、成本较高、分辨率不足等问题。提出了一种顾及实时路况的城市浪费性通勤测算思路,并将其用于中国四川省成都市浪费性通勤测算。通过调用高德地图应用程序接口(application programming interface,API)获取成都市居住地和就业地的兴趣点(point of interest,POI)数据,然后分别使用完全随机抽样和分层抽样方法对居住地与就业地POI进行抽样,生成通勤点对。编写网络爬虫程序,在高德地图中基于实时路况自动批量查询公共交通模式(公交与地铁)下最快捷、最经济、最少换乘情况时各通勤点对的实时通勤时间与通勤费用,计算出任一通勤点对的通勤时间与通勤费用的平均值。使用线性规划方法计算所有通勤点的理论最小通勤时间,分析成都市浪费性通勤时间与费用的统计与空间分布特征,揭示通勤薄弱环节和通勤供需严重不平衡地区。结果表明:成都市一环、二环、三环内的平均通勤时间分别为2 126 s、2 439 s、2 922 s。成都市老城区三环内浪费性通勤率为80.69%,通勤容量使用率69.34%。这与极光、百度等网站使用轨迹大数据分析的结果,以及其他学者的经验研究结果十分接近。
通勤是城市居民的基本交通需求,也是联系城市居民居住地和就业地的重要桥梁。城市居民的就业地与居住地很少能完全重叠,从而导致了浪费性通勤。现有浪费性通勤研究主要通过问卷调查进行,存在样本有限、成本较高、分辨率不足等问题。提出了一种顾及实时路况的城市浪费性通勤测算思路,并将其用于中国四川省成都市浪费性通勤测算。通过调用高德地图应用程序接口(application programming interface,API)获取成都市居住地和就业地的兴趣点(point of interest,POI)数据,然后分别使用完全随机抽样和分层抽样方法对居住地与就业地POI进行抽样,生成通勤点对。编写网络爬虫程序,在高德地图中基于实时路况自动批量查询公共交通模式(公交与地铁)下最快捷、最经济、最少换乘情况时各通勤点对的实时通勤时间与通勤费用,计算出任一通勤点对的通勤时间与通勤费用的平均值。使用线性规划方法计算所有通勤点的理论最小通勤时间,分析成都市浪费性通勤时间与费用的统计与空间分布特征,揭示通勤薄弱环节和通勤供需严重不平衡地区。结果表明:成都市一环、二环、三环内的平均通勤时间分别为2 126 s、2 439 s、2 922 s。成都市老城区三环内浪费性通勤率为80.69%,通勤容量使用率69.34%。这与极光、百度等网站使用轨迹大数据分析的结果,以及其他学者的经验研究结果十分接近。
2021, 46(5): 659-671.
doi: 10.13203/j.whugis20200445
摘要:
精细化的城市建筑风格地图已成为古建筑保护、城市规划、旅游资源开发的重要参考依据。但城市建筑众多,信息采集困难,仅靠人工难以实现成图,因此提出了面向街景影像建筑区域匹配的建筑风格地图生成方法。首先,在提取特征建筑风格影像的基础上,结合球形全景影像的空间几何约束和图像特征,通过匹配同名建筑区域构建双像建筑区域点位映射;然后,利用街景采集点到建筑俯视轮廓的方位范围,提出单像建筑区域方位映射,建立街景建筑区域与单体建筑俯视轮廓的空间匹配关系;最后,综合判定各单体建筑的风格属性,生成精细尺度的建筑风格地图。实验结果表明,基于单、双像位置映射的建筑区域匹配正确率分别达80.3%和85.1%,且19类建筑风格地图的分类精确率为55.1%,召回率为76.4%,在一定程度上能反映大范围的城市建筑风格的地理分布特征。
精细化的城市建筑风格地图已成为古建筑保护、城市规划、旅游资源开发的重要参考依据。但城市建筑众多,信息采集困难,仅靠人工难以实现成图,因此提出了面向街景影像建筑区域匹配的建筑风格地图生成方法。首先,在提取特征建筑风格影像的基础上,结合球形全景影像的空间几何约束和图像特征,通过匹配同名建筑区域构建双像建筑区域点位映射;然后,利用街景采集点到建筑俯视轮廓的方位范围,提出单像建筑区域方位映射,建立街景建筑区域与单体建筑俯视轮廓的空间匹配关系;最后,综合判定各单体建筑的风格属性,生成精细尺度的建筑风格地图。实验结果表明,基于单、双像位置映射的建筑区域匹配正确率分别达80.3%和85.1%,且19类建筑风格地图的分类精确率为55.1%,召回率为76.4%,在一定程度上能反映大范围的城市建筑风格的地理分布特征。
2021, 46(5): 672-680.
doi: 10.13203/j.whugis20200454
摘要:
多行人目标连续定位与跟踪是大型室内空间安全防护、应急疏散、位置服务等应用领域共同关注的问题。基于固定相机的视觉监测是室内空间人流探测与行人定位的重要方式。然而现有单目视觉行人探测存在行人漏检、易受视觉盲区影响、行人身份难以确定等问题。针对这些问题,提出了一种结合视觉信息与惯性信息的主被动协同定位方法。该方法首先利用视觉行人检测算法探测视频图像中的多行人目标位置,构建像素-世界坐标转换模型,实现行人的被动视觉探测与空间定位。同时,利用智能手机惯性传感器感知行人的运动行为。在此基础上,分别利用视觉和惯性特征构建行人运动行为特征序列,通过特征序列匹配实现多目标行人的身份匹配,以及视觉和惯性信息的协同定位。实验结果表明,所提出的视觉与惯性协同定位方法能够实现多行人目标的身份匹配,协同定位平均精度约为25 cm,能够显著提升单纯视觉被动定位的连续性,减少行人漏检和视觉盲区的影响。
多行人目标连续定位与跟踪是大型室内空间安全防护、应急疏散、位置服务等应用领域共同关注的问题。基于固定相机的视觉监测是室内空间人流探测与行人定位的重要方式。然而现有单目视觉行人探测存在行人漏检、易受视觉盲区影响、行人身份难以确定等问题。针对这些问题,提出了一种结合视觉信息与惯性信息的主被动协同定位方法。该方法首先利用视觉行人检测算法探测视频图像中的多行人目标位置,构建像素-世界坐标转换模型,实现行人的被动视觉探测与空间定位。同时,利用智能手机惯性传感器感知行人的运动行为。在此基础上,分别利用视觉和惯性特征构建行人运动行为特征序列,通过特征序列匹配实现多目标行人的身份匹配,以及视觉和惯性信息的协同定位。实验结果表明,所提出的视觉与惯性协同定位方法能够实现多行人目标的身份匹配,协同定位平均精度约为25 cm,能够显著提升单纯视觉被动定位的连续性,减少行人漏检和视觉盲区的影响。
2021, 46(5): 681-690.
doi: 10.13203/j.whugis20200355
摘要:
兴趣点(point of interest, POI)推荐是在基于位置的社交网络中流行起来的个性化服务。针对数据稀疏和隐性反馈的使用等问题,提出了一种关系型矩阵分解模型——合作竞争矩阵分解(cooperative competition matrix factorization, CC‑MF)。该模型根据用户与POI间的相互关系建模,融入空间关系,并将空间关系细分为空间距离关系和空间拓扑关系,挖掘POI之间、POI与用户之间的空间关系, 以缓解数据稀疏问题;同时使用加权最小二乘准则构建目标函数,缓解隐性反馈问题。在现实世界签到Foursquare数据集上进行实验,结果显示: (1)CC‑MF模型显著提高了推荐结果的准确性;(2)考虑空间拓扑关系的空间距离因素能够进一步提升推荐系统的性能。因此,CC‑MF模型具有良好的拓展性和解释性,且缓解了数据稀疏和隐性反馈使用问题。
兴趣点(point of interest, POI)推荐是在基于位置的社交网络中流行起来的个性化服务。针对数据稀疏和隐性反馈的使用等问题,提出了一种关系型矩阵分解模型——合作竞争矩阵分解(cooperative competition matrix factorization, CC‑MF)。该模型根据用户与POI间的相互关系建模,融入空间关系,并将空间关系细分为空间距离关系和空间拓扑关系,挖掘POI之间、POI与用户之间的空间关系, 以缓解数据稀疏问题;同时使用加权最小二乘准则构建目标函数,缓解隐性反馈问题。在现实世界签到Foursquare数据集上进行实验,结果显示: (1)CC‑MF模型显著提高了推荐结果的准确性;(2)考虑空间拓扑关系的空间距离因素能够进一步提升推荐系统的性能。因此,CC‑MF模型具有良好的拓展性和解释性,且缓解了数据稀疏和隐性反馈使用问题。
2021, 46(5): 691-699.
doi: 10.13203/j.whugis20200443
摘要:
随着城市化建设水平的不断提高,城市结构日趋复杂,给城市应急疏散的设计和实施带来困难和挑战。针对复杂城市道路网络中高密度人群的多出口疏散问题,以疏散时长和拥堵时长为优化目标,提出了一种基于协同优化的有组织疏散方案。首先,对道路网络和疏散人群进行建模;接着,为每个疏散组分配疏散出口和最短路线;然后,针对出口占用不平衡问题,对部分疏散组的出口进行协同再分配;最后,应用协同优化策略,根据道路拥堵情况计算疏散组的最快路线。模拟实验分析了多出口和多人数因素对疏散效果的影响,揭示了所提方案的有用性。与已有方案的对比实验表明,所提方案在疏散总时长和平均拥堵时长等指标上具有明显优势。
随着城市化建设水平的不断提高,城市结构日趋复杂,给城市应急疏散的设计和实施带来困难和挑战。针对复杂城市道路网络中高密度人群的多出口疏散问题,以疏散时长和拥堵时长为优化目标,提出了一种基于协同优化的有组织疏散方案。首先,对道路网络和疏散人群进行建模;接着,为每个疏散组分配疏散出口和最短路线;然后,针对出口占用不平衡问题,对部分疏散组的出口进行协同再分配;最后,应用协同优化策略,根据道路拥堵情况计算疏散组的最快路线。模拟实验分析了多出口和多人数因素对疏散效果的影响,揭示了所提方案的有用性。与已有方案的对比实验表明,所提方案在疏散总时长和平均拥堵时长等指标上具有明显优势。
2021, 46(5): 700-705,735.
doi: 10.13203/j.whugis20200465
摘要:
准确捕捉视觉注视方向可有效提高行人导航效率和安全性,由于现有注视方向估计方法无法满足行人导航对便携性的需求,由此提出了一种利用智能眼镜估计行人注视方向的模型。首先,利用尺度不变特征变换特征度量注视图像和街景视图的相似度;然后,根据行人和街景视图间的位置关系建立行人注视方向估计模型。实验选取两个校园场景中的28个测试点估计行人注视方向,结果表明,所提模型估计精度显著优于忽略位置关系的行人注视方向估计模型,且在相同场景中与行人位置变化无关。
准确捕捉视觉注视方向可有效提高行人导航效率和安全性,由于现有注视方向估计方法无法满足行人导航对便携性的需求,由此提出了一种利用智能眼镜估计行人注视方向的模型。首先,利用尺度不变特征变换特征度量注视图像和街景视图的相似度;然后,根据行人和街景视图间的位置关系建立行人注视方向估计模型。实验选取两个校园场景中的28个测试点估计行人注视方向,结果表明,所提模型估计精度显著优于忽略位置关系的行人注视方向估计模型,且在相同场景中与行人位置变化无关。
2021, 46(5): 706-717.
doi: 10.13203/j.whugis20200447
摘要:
开阔的天空视野有利于营造舒适的城市出行体验,针对如何评价城市交通出行的天空可视能力这一问题,提出了城市出行天空可视指数(sky view index-urban transportation, SVI-UT)。采用4步走策略:街景全景照片获取;基于街景全景照片的天空视觉量计算;腾讯地图服务路径规划;城市出行天空可视指数各指标计算。以中国云南省昆明市中心城区为实验区,多角度衡量居民的城市出行天空可视能力。实验结果表明,SVI-UT为研究人在交通过程中对天空的视觉感知提供了一个新的理论和框架。从公共的街景和交通数据出发,提出了SVI-UT的定量计算框架,拓展了街景图像的实际应用。该指数可以从新的角度指导城市交通规划和城市建设,居民可通过选取SVI-UT值较高的线路和出行方式来提高出行舒适感。
开阔的天空视野有利于营造舒适的城市出行体验,针对如何评价城市交通出行的天空可视能力这一问题,提出了城市出行天空可视指数(sky view index-urban transportation, SVI-UT)。采用4步走策略:街景全景照片获取;基于街景全景照片的天空视觉量计算;腾讯地图服务路径规划;城市出行天空可视指数各指标计算。以中国云南省昆明市中心城区为实验区,多角度衡量居民的城市出行天空可视能力。实验结果表明,SVI-UT为研究人在交通过程中对天空的视觉感知提供了一个新的理论和框架。从公共的街景和交通数据出发,提出了SVI-UT的定量计算框架,拓展了街景图像的实际应用。该指数可以从新的角度指导城市交通规划和城市建设,居民可通过选取SVI-UT值较高的线路和出行方式来提高出行舒适感。
2021, 46(5): 718-725.
doi: 10.13203/j.whugis20200025
摘要:
城市居民通勤活动分析是解决城市职住失衡和交通拥堵问题的重要技术支持。移动轨迹大数据增加了城市居民通勤活动观测的数据类型、数据规模、采样频率和信息量,有助于揭示就业居住空间模式和通勤活动的内在规律。概述了多学科领域城市居民通勤活动研究及相关移动轨迹数据分析的进展,明晰了通勤活动分析的概念、指标、模型和方法。从城市居民通勤活动的行为特征、空间格局和受职住空间影响这3个方面,给出了移动轨迹数据支持下的居民通勤活动分析技术架构,指出城市居民通勤活动分析技术正朝着城市规划、交通预测和移动轨迹大数据的多学科交叉理论方向发展。
城市居民通勤活动分析是解决城市职住失衡和交通拥堵问题的重要技术支持。移动轨迹大数据增加了城市居民通勤活动观测的数据类型、数据规模、采样频率和信息量,有助于揭示就业居住空间模式和通勤活动的内在规律。概述了多学科领域城市居民通勤活动研究及相关移动轨迹数据分析的进展,明晰了通勤活动分析的概念、指标、模型和方法。从城市居民通勤活动的行为特征、空间格局和受职住空间影响这3个方面,给出了移动轨迹数据支持下的居民通勤活动分析技术架构,指出城市居民通勤活动分析技术正朝着城市规划、交通预测和移动轨迹大数据的多学科交叉理论方向发展。
2021, 46(5): 726-735.
doi: 10.13203/j.whugis20200393
摘要:
设施服务分区问题(facility service districting problem,FSDP)是指在一个地理区域内,根据服务设施位置和服务能力为其划分服务区,满足供需平衡、形状紧凑和空间连续等要求。空间连续约束使FSDP能更好地满足学区划分、医疗区划分等问题的政策需求,但同时增加了它的求解难度。构造了一个FSDP混合整型线性规划模型,并设计了一个算法框架。框架包括问题定义、初始解、搜索算子和策略等基本模块,支持精确算法、元启发算法和混合算法设计。基于算法框架,实现了数学模型、模拟退火算法、迭代局部搜索算法和数学启发混合算法,并使用4个中大规模案例进行算法测试。实验结果表明,算法框架能够很好地处理空间连续约束的FSDP,支持多种算法快速实现,且求解质量接近案例目标值下界。
设施服务分区问题(facility service districting problem,FSDP)是指在一个地理区域内,根据服务设施位置和服务能力为其划分服务区,满足供需平衡、形状紧凑和空间连续等要求。空间连续约束使FSDP能更好地满足学区划分、医疗区划分等问题的政策需求,但同时增加了它的求解难度。构造了一个FSDP混合整型线性规划模型,并设计了一个算法框架。框架包括问题定义、初始解、搜索算子和策略等基本模块,支持精确算法、元启发算法和混合算法设计。基于算法框架,实现了数学模型、模拟退火算法、迭代局部搜索算法和数学启发混合算法,并使用4个中大规模案例进行算法测试。实验结果表明,算法框架能够很好地处理空间连续约束的FSDP,支持多种算法快速实现,且求解质量接近案例目标值下界。
2021, 46(5): 736-745.
doi: 10.13203/j.whugis20200136
摘要:
针对轨迹大数据的高效点-轨迹k近邻(point to trajectory k nearest neighbor, P2T_kNN)查询处理需求,提出了一种融合时空剖分和轨迹分段的轨迹组织方法,其核心思想是在对轨迹作时间剖分的基础上,利用离散全球网格系统(discrete global grid system, DGGS)在空间上进行再次剖分,从而利用两次剖分得到的时空单元编码来索引落入其中的轨迹片段。在此基础上利用分布式列式存储技术设计了面向轨迹大数据的P2T_kNN查询处理框架,提出了一种顾及轨迹数据空间分布的自适应空间单元搜索算法,即通过分析轨迹数据在给定时间约束下的空间分异特征,动态调整空间单元的搜索步长,从而提升了轨迹稀疏区域的处理效率。针对亿级轨迹的实验结果表明,该方法适用于轨迹大数据的P2T_kNN查询处理,在轨迹稠密与稀疏区域的平均查询响应时间均小于1 s。
针对轨迹大数据的高效点-轨迹k近邻(point to trajectory k nearest neighbor, P2T_kNN)查询处理需求,提出了一种融合时空剖分和轨迹分段的轨迹组织方法,其核心思想是在对轨迹作时间剖分的基础上,利用离散全球网格系统(discrete global grid system, DGGS)在空间上进行再次剖分,从而利用两次剖分得到的时空单元编码来索引落入其中的轨迹片段。在此基础上利用分布式列式存储技术设计了面向轨迹大数据的P2T_kNN查询处理框架,提出了一种顾及轨迹数据空间分布的自适应空间单元搜索算法,即通过分析轨迹数据在给定时间约束下的空间分异特征,动态调整空间单元的搜索步长,从而提升了轨迹稀疏区域的处理效率。针对亿级轨迹的实验结果表明,该方法适用于轨迹大数据的P2T_kNN查询处理,在轨迹稠密与稀疏区域的平均查询响应时间均小于1 s。
2021, 46(5): 746-754.
doi: 10.13203/j.whugis20190357
摘要:
城市交通热点是居民出行活动的体现,通过出租车的移动轨迹可以分析城市交通运行状况。目前,相关研究主要集中于GPS采样数据的起讫点(origin destination, OD)估计模型以及轨迹流的提取分析算法,而对交通热点的交互作用和时空模式的研究还很少。以中国江苏省南京市的出租车GPS数据为研究对象,通过轨迹流提取和地图匹配,基于宏观基本图模型构建交通运行状况指标,利用数据挖掘技术分析交通热点时空模式。通过研究发现:(1)南京市交通在早晚高峰时拥堵最严重,并且休息日的交通运行状况要优于工作日;(2)在工作日,停车场和办公楼附近最拥堵;在休息日,商场和居民小区附近最拥堵;(3)交通热点的时空交互特征主要表现在交叉路口附近,并具有显著的时空聚集性差异。上述研究结果可为交通管理部门针对不同时段和路段的交通运行状况进行治理提供帮助,并为建立现代化综合交通运输体系提供依据。
城市交通热点是居民出行活动的体现,通过出租车的移动轨迹可以分析城市交通运行状况。目前,相关研究主要集中于GPS采样数据的起讫点(origin destination, OD)估计模型以及轨迹流的提取分析算法,而对交通热点的交互作用和时空模式的研究还很少。以中国江苏省南京市的出租车GPS数据为研究对象,通过轨迹流提取和地图匹配,基于宏观基本图模型构建交通运行状况指标,利用数据挖掘技术分析交通热点时空模式。通过研究发现:(1)南京市交通在早晚高峰时拥堵最严重,并且休息日的交通运行状况要优于工作日;(2)在工作日,停车场和办公楼附近最拥堵;在休息日,商场和居民小区附近最拥堵;(3)交通热点的时空交互特征主要表现在交叉路口附近,并具有显著的时空聚集性差异。上述研究结果可为交通管理部门针对不同时段和路段的交通运行状况进行治理提供帮助,并为建立现代化综合交通运输体系提供依据。
2021, 46(5): 755-765, 776.
doi: 10.13203/j.whugis20200017
摘要:
随着中国经济的快速发展,物流配送对车辆调度的实时性与应急情况处理能力提出了更高的要求,使用传统车辆调度算法难以满足突发事件实时处理需求。针对紧急情况如车辆故障或新增任务点等,在传统启发式算法——破坏重建算法的基础上提出了一种动态调度方法:局部搜索方法,实现了物流车辆的动态调度,有效提升了车辆调度中应对紧急情况的实时性与动态性。与多目标混合蚁群优化算法进行实验对比,结果验证了破坏重建算法的优势;利用公开数据和真实数据,与全局方式破坏重建车辆调度方法进行对比实验,结果验证了局部搜索动态调度方法的有效性。
随着中国经济的快速发展,物流配送对车辆调度的实时性与应急情况处理能力提出了更高的要求,使用传统车辆调度算法难以满足突发事件实时处理需求。针对紧急情况如车辆故障或新增任务点等,在传统启发式算法——破坏重建算法的基础上提出了一种动态调度方法:局部搜索方法,实现了物流车辆的动态调度,有效提升了车辆调度中应对紧急情况的实时性与动态性。与多目标混合蚁群优化算法进行实验对比,结果验证了破坏重建算法的优势;利用公开数据和真实数据,与全局方式破坏重建车辆调度方法进行对比实验,结果验证了局部搜索动态调度方法的有效性。
2021, 46(5): 766-776.
doi: 10.13203/j.whugis20190327
摘要:
出租车出行是表征空间不平等的重要指标,分析其特征对于城市规划、交通管理、智慧城市建设等具有重要意义。利用中国上海市出租车出行的车流数据与人口普查数据,对研究区域进行空间多尺度划分,运用Hadoop大数据处理、社会网络分析、地理加权回归等方法,探究中国上海市出租车出行的空间不平等状况及其与人口结构的关联性。结果表明:上海市存在出租车出行的空间不平等现象,在中心城区以及城市副中心区域,出租车出行便利性高于其他地区且平均出行距离小于其他地区;不同类型人口在出行能力上有差异,出行弱势人群(儿童、老人、外来人口、农业人口等)比例高的区域具有更低的出行便利性与更长的出行距离,这一相关性随空间位置与空间尺度的变化而发生变化。
出租车出行是表征空间不平等的重要指标,分析其特征对于城市规划、交通管理、智慧城市建设等具有重要意义。利用中国上海市出租车出行的车流数据与人口普查数据,对研究区域进行空间多尺度划分,运用Hadoop大数据处理、社会网络分析、地理加权回归等方法,探究中国上海市出租车出行的空间不平等状况及其与人口结构的关联性。结果表明:上海市存在出租车出行的空间不平等现象,在中心城区以及城市副中心区域,出租车出行便利性高于其他地区且平均出行距离小于其他地区;不同类型人口在出行能力上有差异,出行弱势人群(儿童、老人、外来人口、农业人口等)比例高的区域具有更低的出行便利性与更长的出行距离,这一相关性随空间位置与空间尺度的变化而发生变化。
2021, 46(5): 777-789.
doi: 10.13203/j.whugis20200455
摘要:
雾霾污染已经成为中国乃至全球重点关注的生态环境问题之一。与此同时,中国的雾霾污染与城市蔓延在某种程度上相伴而生。城市蔓延是否加剧了中国的雾霾污染目前还没有明确的答案。因此,利用美国国家极地轨道合作卫星搭载的可见光红外成像辐射仪(national polar‐orbiting partnership's visible infrared imaging radiometer suite, NPP-VIIRS) 获取的夜间灯光数据,在量化城市蔓延的基础上构建面板数据模型,探究城市蔓延是否会对城市雾霾污染产生影响,并利用中介效应模型验证城市蔓延影响雾霾污染的驱动机制。研究结果表明, 夜间灯光数据可以有效地量化与表征城市蔓延,且中国的城市蔓延在一定程度上加剧了雾霾污染。此外,城市蔓延主要通过集聚效应、土地城镇化效应、产业结构效应等途径影响雾霾污染。
雾霾污染已经成为中国乃至全球重点关注的生态环境问题之一。与此同时,中国的雾霾污染与城市蔓延在某种程度上相伴而生。城市蔓延是否加剧了中国的雾霾污染目前还没有明确的答案。因此,利用美国国家极地轨道合作卫星搭载的可见光红外成像辐射仪(national polar‐orbiting partnership's visible infrared imaging radiometer suite, NPP-VIIRS) 获取的夜间灯光数据,在量化城市蔓延的基础上构建面板数据模型,探究城市蔓延是否会对城市雾霾污染产生影响,并利用中介效应模型验证城市蔓延影响雾霾污染的驱动机制。研究结果表明, 夜间灯光数据可以有效地量化与表征城市蔓延,且中国的城市蔓延在一定程度上加剧了雾霾污染。此外,城市蔓延主要通过集聚效应、土地城镇化效应、产业结构效应等途径影响雾霾污染。
2021, 46(5): 790-798.
doi: 10.13203/j.whugis20190228
摘要:
现有的人群聚集区域识别算法主要集中于室外空间,与室外空间相比,室内三维空间结构复杂,室内人群聚集更易导致安全事故的产生。提出了一种室内人群聚集区域识别方法——室内简化重构聚集方法(indoor simplification reconstruction cluster,IndoorSRC)。首先,设计了一种新型的室内时空凝聚层次聚类算法(indoor spatial-temporal agglomerative nesting, Indoor-STAGNES)识别室内用户停留点,简化室内用户移动轨迹;然后,构建了一种基于卡尔曼滤波的室内轨迹重构方法,实现了室内用户轨迹的对齐与重采样;最后,提出了一种室内时空密度聚类算法(indoor spatial-temporal ordering points to identify the clustering structure,Indoor-STOPTICS)发现室内三维时空人群聚集区域。采用真实室内轨迹数据进行实验分析,结果表明,与传统的室外识别方法相比,在运行时间差别不大的情况下,IndoorSRC识别的误识率可降低23.7%。
现有的人群聚集区域识别算法主要集中于室外空间,与室外空间相比,室内三维空间结构复杂,室内人群聚集更易导致安全事故的产生。提出了一种室内人群聚集区域识别方法——室内简化重构聚集方法(indoor simplification reconstruction cluster,IndoorSRC)。首先,设计了一种新型的室内时空凝聚层次聚类算法(indoor spatial-temporal agglomerative nesting, Indoor-STAGNES)识别室内用户停留点,简化室内用户移动轨迹;然后,构建了一种基于卡尔曼滤波的室内轨迹重构方法,实现了室内用户轨迹的对齐与重采样;最后,提出了一种室内时空密度聚类算法(indoor spatial-temporal ordering points to identify the clustering structure,Indoor-STOPTICS)发现室内三维时空人群聚集区域。采用真实室内轨迹数据进行实验分析,结果表明,与传统的室外识别方法相比,在运行时间差别不大的情况下,IndoorSRC识别的误识率可降低23.7%。