基于行车时间的道路网络时空自相关模型研究-中南大学学报.PDF

第 43 卷第 10 期 中南大学学报(自然科学版)  Vol.43  No.10  2012 年 10 月  Journalof CentralSouth University(Scienceand Technology)  Oct.2012  基于行车时间的道路网络时空自相关模型研究 赵玲，王佳璆，邓敏，黄晶  (中南大学 地球科学与信息物理学院，湖南 长沙，410083)  摘要：以城市道路网络为研究对象，提出一种适用于道路网络的邻接矩阵建立方法，并建立一种基于邻接关系的 局部时空自相关指数  LSTACFA。在此基础上，采用伦敦  LCAP  项目中所采集的行车时间数据，用  ST­ACF  和  LSTACFA  从全局和局部角度分析伦敦市路网的时空相关性。研究结果表明：伦敦市路网存在着显著的时空正相 关，并且这种时空相关性具有时间动态、空间异质等特点，同时揭示了伦敦市时空自相关分布状态以及其变化趋 势。通过与 CCF 指数的对比验证了LSTACFA 的合理性和准确性。 关键词：道路网络；交通流；行车时间；时空自相关分析；邻接矩阵 中图分类号：U491.1  文献标志码：A  文章编号：1672−7207(2012)10−4114−09  Spatial­temporal autocorrelation model of  road network based on travelling time  ZHAO Ling, WANG Jia­qiu,DENG Min, HUANG Jing  (School of Geosciences and Info­physics, Central South University, Changsha 410083, China)  Abstract: A method of building  adjacency matrix of road network was put  forward. A new local  spatial­temporal  autocorrelation coefficient based on adjacency, LSTACFA was proposed. Based on this, exploratory spatial­temporal  autocorrelation analysis was further carried out by using journey time data collected on London’s road network. The  results show that through the use of both global and local autocorrelation measures, the autocorrelation structure of  London’s  road  network  is  found  to  be  dynamic  and  heterogeneous  in  both  time  and  space.  The  distribution  of  spatial­temporal autocorrelation and its trendarediscovered. LSTACFA is accurate by checking with CCF coefficient.  Keywords:road network; traffic flow; journey time; spatial­temporal autocorrelation analysis; adjacency matrix  近年来，为了解决