An analysis of movement patterns between zones using taxi GPS data

利用出租车GPS数据的区域移动模式分析

成果信息

l Chen Z, Gong X, Xie Z. An analysis of movement patterns between zones using taxi GPS data[J]. Transactions in GIS, 2017, 21(6).

l https://onlinelibrary.wiley.com/doi/full/10.1111/tgis.12281

l DOI: 10.1111/tgis.12281

团队成员

l 陈占龙，博士，中国地质大学（武汉）信息工程学院，副教授，硕士生导师，主要从事地理信息系统理论研究与基础软件研发，时空数据挖掘与地理计算，空间认知与推理等方面的研究。

l 龚希，博士生，中国地质大学（武汉）信息工程学院，主要从事交通GIS、遥感场景分类等方面的研究。

l 谢忠，博士，中国地质大学（武汉）信息工程学院，教授，博士生导师，主要从事地理信息系统理论研究与基础软件开发，地质大数据处理工程与应用等方面的研究。

 成果介绍

    随着车载GPS的快速发展，车辆及乘车者的移动记录变得更加容易获取。本研究将地域和地域间移动模式相融合，提出一种通过出租车轨迹数据发掘地域及其移动模式的方法，通过空间和属性特征的双重约束，保证地域间的无重复性，使发掘的移动模式关联的地域的功能更集中，如图1所示。

图1   (a)初始的站点和移动    (b)前人的研究   (c)本研究的方法

   本研究充分利用出租车GPS数据发现区域和功能区域间的移动模式。对GPS数据进行预处理，将所有正确的上车点/下车点数据导入数据库，数据库中相邻的两条记录构成一条移动，针对城市中出租车站点不规范问题，采用K-means动态生成出租车站点。采用迭代合并，顾及空间和属性两个邻近约束对满足合并条件的两个站点进行合并，过程如图2所示。

图2   (a)初始状态   (b)迭代1次   (c)迭代两次  (d)迭代三次

     最后，采用覆盖度(v-value)、准确度(a-value)和折中评估值(c-value)对发掘区域结果进行分析。本文利用北京市连续三天的出租车GPS数据对上述方法进行实验，结果表明该方法可以有效发现功能区域及其移动模式(图3)。发掘并理解城市功能区域和人类的移动规律，可以更好地制定城市规划便利人类的生活，同时也可以帮助人类更好地理解和认识城市。