基于轨迹数据场的热点区域提取及空间交互分析-热带地理.PDF

第 39 卷 第 1 期 热 带 地 理 Vol.39 ，No. 1 2019 年 1 月 TROPICAL GEOGRAPHY Jan. ，2019 周博，马林兵，胡继华，吴苏杰，何桂林．2019．基于轨迹数据场的热点区域提取及空间交互分析——以深圳市为例．热 带地理，39 （1 ）：117-124． Zhou Bo, Ma Linbing, Hu Jihua, Wu Sujie and He Guilin．2019．Extraction of Urban Hotspots and Analysis of Spatial interaction Based on Trajectory Data Field: A Case Study of Shenzhen City．Tropical Geography, 39(1): 117-124． 基于轨迹数据场的热点区域提取及空间交互分析 —— 以深圳市为例 周 博 1,2 ，马林兵 1,2 ，胡继华 3 ，吴苏杰 1 ，何桂林 1 （1. 中山大学 地理科学与规划学院 ，广州 510275 ；2. 广东省城市化与地理环境空间模拟重点实验室 ，广州 510275 ； 3. 中山大学 公共教学实验中心 ，广州 510006 ） 摘 要 ：以深圳市出租车 GPS 数据为基础 ，运用时空拓展的轨迹数据场聚类方法提取城市交通热点区域 ，结合城 市 POI （Point of Interest ）数据和地理实况对热点区域加以理解和分析 。基于复杂网络的视角 ，计算交互分析指标 并可视化热点区域的空间交互网络 ，探究城市交通和居民出行的时空规律 。结果表明 ：1 ）交通枢纽 （机场 、火 车站和口岸 ）、综合性商圈 、城市重要主干道周边和城市商务中心在节假日和工作日均表现为持续热点区域 ；2 ） 节假日热点区域分布较 “发散”，主要反映了居民个性化出行需求 ；3 ）工作日热点区域分布较 “收敛”，主要表 现为职住分离的通勤模式 ；4 ）不同热点区域在空间交互网络中的重要性存在明显差异 ，其空间交互体现了距离 衰减效应和局部抱团现象 ，居民出行的热点区域网络本身具有小世界效应和无标度特征 。 关键词 ：出租车轨迹；热点区域 ；数据场 ；时空聚类 ；空间交互 ；深圳市 中图分类号：TP311.13 文献标志码 ：A 文章编号 ：1001-5221 (2019) 01-0117-08 DOI ：10.13284/ki.rddl.003097 城市交通的热点区域是指居民出行量较大 ，商 等学科具有指导性意义 。 业较发达且交通需求相对旺盛的区域 （Zheng et al., 出租车轨迹数据作为出行大数据的典型形式， 2009; Chang et al., 2010; Zhao et al., 2017 ）。地理信 既是城市居民行为活动的印迹 ，又是城市交通时空 息以及无线通讯技术的不断成熟 ，使得移动对象的 状况的反映 （李婷 等 ，2014 ；牟乃夏 等 ，2015 ）。 位置信息和移动过程能够以轨迹的形式被记录下 目前，已有众多学者通过出租车轨迹数据识别城市 来 ，大样本量的城市居民连续型时空轨迹数据集为 热点区域 ，从而挖掘居民出行行为时空特征 。如 识别城市热点区域以及挖掘移动对象群体出行行为 Jahnke等 （2017 ）基于上海市出租车出发地和目的 时空特