基于城市多源时空数据的GIS研究

基于城市多源时空数据的GIS研究

城市多源时空数据1城市多源时空数据多源时空数据浮动车智能设备手机APP数据管理分析机遇及挑战个体时空行为数据涌现大规模（百万、千万、亿级别）高质量（精细的时空分辨率）GIS分析方法和工具提出要求大数据（架构、平台）实时（存储、查询、分析）从自然、地理现象到以人为中心的研究研究范式：微观

宏观（BottomTop）2024/11/22NGA优先支持的地理空间研究领域（2013）Multi-sensorsfusionModelinghumanactivitiesBigGeo-DataCrowdsourcing轨迹数据（以深圳为例）地磁数据车辆GPS数据（出租车、公交车、两危一客）卡口（车牌识别数据）公交刷卡数据出租车、公交车、两客一危、泥头车、重型货车等13类行业公交车15261辆出租车33079辆危险品运输车2144辆泥头车9232辆重型货车22842辆长途客车5774辆GPS数据Opendatachallenge8条境界线，22个断面；7个高速公路出入口地磁数据深圳市共安装了车牌识别检测断面（单方向）264个，主要布设于重要卡口；目前深圳市的车牌识别精度总体上约98%。车牌识别参数比较序号检测技术交通流量占有率车速车队长度多车道覆盖其他参数1地磁√√**√车身长度2GPS╳*√*╳行程时间、行程速度3线圈√√**√车身长度4车牌识别√╳√╳*车牌注释：√——直接检测*——间接检测

╳——不能检测手机定位数据一天24个小时，每小时切片数据，全样本。约1千2百万用户。社交网络数据微博数据（新浪，千万用户关系）QQ数据（10万匿名种子用户的社交关系）室内轨迹数据数据管理2数据管理及分析框架分析挖掘个体/群体行为模式城市空间结构合理性分析设施优化选址时空建模、可视化模型融合平台数据车辆轨迹（出租车、客运车辆）个体轨迹（手机、公交卡）社交数据（QQ,WeiboChieck-ins）底图（POI、建筑普查、土地利用）……实时大规模位置数据管理及分析平台时空流数据管理大规模数据实时分析引入新的可视化方法VirtualizedInfrastructureCitrixXenServerPoolsharedrepositoriesstorageraidXenServerVMVMVM...XenServerVMVMVM...XenServerVMVMVM...SupportingSystemsrealtimestreamprocessing-STORMmongodb-NoSQLDatabasenimbuszookeeperrouterconfigserversupervisorsupervisorsupervisorshardshardshardspoutbolttopologydatabasecollectiondocumentWEBwebserverredistuplejavalibrariesjslibrariestomcatnodejsopenlayersd3threejsPlatformReusablecomponentsfordataaccessing,processing,analysis...AbstractDataAccessInterfacespoutbolttupletopologyReusableComponentsDataIO[database|collection|document]visual-engine:map|layers|renderers|timelineservletskit:RESTFULWebAPIforstreamdataApplicationrealtimemapmatching,realtimetrafficinfo,congestionanalysis,tripfinder,ODaggregationfloatingcar,metrostationpassengerin/out,ODbetweenTAZofflinedataanalysis...OD分析19a)24小时OD出行量分布b)深圳大学所在交通小区动态OD（吸引+发生量）c)夜间OD交互（出租车）分析应用3分析应用城市交通分析（略）城市空间结构、土地利用分析设施选址城市空间结构分析全国尺度2024年11月22日中国社交网络用户分布（以最常出现的地点）2024年11月22日中国社交网络用户足迹分布2024年11月22日中国社交网络用户足迹强度分布我们的设想建立人类群体活动“高光谱”影像基于电子足迹数据城市空间结构分析采集人类时空活动电子足迹数据定义人类时空活动指数分析指数数值分布的统计学特征归一化拉伸处理生成人类活动波段合成人类活动感知高光谱影像波段相关性分析波段筛选波段假彩色合成ROI选择生成典型土地覆盖/利用的波谱曲线土地覆盖/利用分类对比分析精度评价基于电子足迹数据城市土地覆盖/利用分类流程人类活动波段合成

图像增强FalsecolorcompositionofBandI(red),BandII(green)andBandIV(blue)人类活动波段土地覆盖/利用波谱曲线ROI选择城市尺度手机数据手机数据职住分析活动推断时空活动时空模式土地利用数据工作工作家家家其他活动公交卡数据深圳通数据时空序列重建群体规律发现土地利用与群体出行的关系空间数据1-黄贝玲2-华强北4-香梅北5-坪洲地铁出行群体模式基于智能卡的地铁出行分析典型居住地典型工作地次典型居住地次典型工作地居住/工作混合利用海量公交卡数据，提取地铁出行的时变特征，分析了居住地、工作地和居住/工作混合用地上的居民地铁出行差异。问题：深圳是否还是组团结构？探究城市功能性空间结构及其变化特征方法：团簇结构探测数据：出租车、手机轨迹出租车交通网络中的团簇结构各个空间单元的团簇结构稳定性，且划分边界部分与行政规划边界相近典型区域跨行政区联系紧密上左：早高峰上右：午平峰下左：晚高峰下右：全天个体活动网络中的团簇结构（手机轨迹）深圳市的流通仍然呈现区域组团结构社群组团结构受空间约束比较明显行政区交界区域区块组团结构稳定性较低，变化率较大空间社群模块度随时间变化具有一定规律性，且与出行距离负相关城市整体社群结构在早高峰前夕最不稳定，午平峰期间最稳定小结设施选址基于时空轨迹数据的充电站选址以深圳市电动出租车充电站选址为例时空变化的出租出行行为时空约束下的选址模型评估：时空变化的充电/等待行为从出租车轨迹数据中提取附带时间标签的出行需求，考虑时空约束，顾及充电站容量，进行交通时空数据支撑下的电动汽车充电站选址。WeiTU*,QingquanLI*,ZhixiangFANG,Shih-lungShaw,BaodingZHOU,XiaomengCHANG.Optimizingthelocationsofelectrictaxichargingstations:Aspatial–temporaldemandcoverageapproach.TransportationResearchPartC:EmergingTechnologies.2015,61.(SCI).商圈影响范围分析与预测（空间交互模型）41YueY.,WangH.,HuB.,LiQ.,LiY.,YehA.G.O.2012,ExploratorycalibrationofaspatialinteractionmodelusingtaxiGPStrajectories.Computers,EnvironmentandUrbanSystems,36,pp.140-153.基于签到数据的商圈识别J.Cao,Q.Hu,Q.Li.(2014).AStudyofUsers’MovementsBasedonCheck-inDatainLocation-basedSocialNetworks.W2GIS2014.GIS、空间分析与人群疾病健康王振声研究背景传染性与非传染性疾病的分布模式研究危险因素与高危人群确定疾病时空传播趋势的预测疾病流行监测Case1.深圳市高血压住院患者的空间分布分析数据：深圳市健康信息中心提供的2011年高血压住院患者数据。方法：层次贝叶斯模型，消除随机效应，可对疾病相对危险度进行调整和平滑，准确估计空间分布模式。深圳市高血压住院患者的空间分布分析结果：数据：深圳市医学信息中心提供的2010-2012年间的肝癌患者数据方法：贝叶斯时空模型（Bayesianspatio-temporalmodel），并提出两步分类过程识别热点、冷点及其变化趋势。Case2深圳市肝癌患者的时空变化趋势分析深圳市肝癌患者的时空变化趋势分析结果：更多研究……个体、群体行为

城市空间结构、空间商业智能

多源数据融合

更全面的分析视角

空间大数据可视分析挑战数据隐私数据共享数据偏差多源数据融合大数据GIS传统GIS面临的挑战1大数据体量2流质特性3异构数据4不确定性与价值发现大数据GIS的特征可扩展的动态数据管理方式数据驱动的空间分析与挖掘结合地理计算的可视分析李清泉，李德仁，2014，大数据GIS,武汉大学学报(信息科学版),2014(6)谢谢！@深大_Spatial_Lab深圳大学常年招收博士后研究人员深圳大学招收与浸会大学、英国诺丁汉大学联合培养博士生POI多样性对邻里单元活跃度的

影响分析乐阳研究目标研究衡量土地混合利用的指标分析土地混合利用与邻里活跃度的关系多样性指标：Hillsnumber（代替香农熵）数据：手机轨迹、POI数据c)GeographicvariationinthePOIConcentration(inverseSimpsonconcentration)b)GeographicvariationinthePOIEntropy(theexponentialofShannonentropy)a)GeographicvariationinthePOIrichnessPOI多样性

d)Geographicvariationinglobalspatialassociation(ANN)模型Adjustr20.6240.6250.6250.7340.743小结利用大规模POI和手机数据进行细粒度的分析，建立起邻里单元活跃度与POI多样性/土地混合利用间的关系把常用于衡量土地混合度的熵指标进行扩展到Hillnumbers的统一框架下，更加全面的反映混合度/多样性POI密度及熵指标对邻里活跃度的贡献有限，增加POI的丰富度及空间聚集度有助于提高邻里活跃度基于众包的室内地图及WiFi位置指纹地图构建方法周宝定研究动机社交网络的发展，使得人们更多的愿意分享个体的移动轨迹信息提供了众包的移动轨迹数据60研究动机利用智能手机获取众包移动轨迹数据自动构建室内地图及WiFi位置指纹地图61基于众包的WiFi位置指纹地图构建行为序列匹配得到的轨迹模型参数学习位置指纹地图室内场景建模专利：李清泉