结合空间相关性的城市热点路段提取方法

doi:10.13474/j.cnki.11-2246.2018.0179

测绘通报 ›› 2018, Vol. 0 ›› Issue (6): 73-77.doi: 10.13474/j.cnki.11-2246.2018.0179

结合空间相关性的城市热点路段提取方法

刘家良, 孙立双

沈阳建筑大学交通工程学院, 辽宁沈阳 110168

收稿日期:2018-01-15 修回日期:2018-02-24 出版日期:2018-06-25 发布日期:2018-07-07
作者简介:刘家良(1993-),男,硕士,主要研究方向为GIS。E-mail:JL37448@163.com
基金资助:
国家自然科学基金（51774204）；辽宁省重点研发计划指导计划（2017231008）

Extraction of Urban Hot Sections Based on Spatial Correlation

LIU Jialiang, SUN Lishuang

School of Traffic Engineering, Shenyang JianZhu University, Shenyang 110168, China

Received:2018-01-15 Revised:2018-02-24 Online:2018-06-25 Published:2018-07-07

摘要/Abstract

摘要： 城市机动车的数量急剧增加给城市带来了严重的交通拥堵问题。为了缓解城市交通压力，本文提出一种城市热点路段的提取方法。该方法首先结合出租车轨迹数据，依据拓扑邻接的规则建立了空间权重矩阵；然后对各个路段交通量的全局相关性进行分析，并通过局部相关统计量提取了城市交通热点路段，对工作日不同时段内的交通热点路段分布进行了分析；最后通过VISSIM软件对已提取的热点路段进行仿真，得到待验证路段的热点路段隶属程度为0.512，从而表明该算法能够有效地提取城市交通的热点路段。

Abstract: The rapid increase of the amount of urban motor vehicles has brought serious traffic jams.In order to release the pressure of urban traffic,an extraction method of urban hot sections was proposed.Combining with the data of taxi track,the spatial weight matrix was set up with the rule of topological adjacency.Then the global relevance of traffic volume in various sections was analyzed.Next,the traffic hot sections were extracted based on local correlation statistics,and the distribution of traffic hot sections in different periods at workdays was analyzed.Finally,the hot section which has been extracted was simulated by using VISSIM software.The results show that the affiliation degree of the road section which needs to be verified was 0.512,which indicates that the algorithm is able to extract urban traffic hot sections effectively.

Key words: spatial correlation, hot sections, traffic, spatial weight matrix, VISSIM

中图分类号:

P208

刘家良, 孙立双. 结合空间相关性的城市热点路段提取方法[J]. 测绘通报, 2018, 0(6): 73-77.

LIU Jialiang, SUN Lishuang. Extraction of Urban Hot Sections Based on Spatial Correlation[J]. 测绘通报, 2018, 0(6): 73-77.

参考文献

[1] 杨晞.大连城市交通拥堵的治理对策研究[D].大连:大连海事大学,2015.
[2] XU L,YUE Y,LI Q.Identifying Urban Traffic Congestion Pattern from Historical Floating Car Data[J].Procedia-Social and Behavioral Sciences,2013,96:2084-2095.
[3] WESTGATE B S,WOODARD D B,MATTESON D S,et al.Travel Time Estimation for Ambulances Using Bayesian Data Augmentation[J].Annals of Applied Statistics,2013,7(2):1139-1161.
[4] DUAN Y,LU F.Robustness of City Road Networks at Different Granularities[J].Physica a Statistical Mechanics & Its Applications,2014,411(411):21-34.
[5] KHARRAT A,POPA I S,ZEITOUNI K,et al.Clustering Algorithm for Network Constraint Trajectories[C]//Headway in Spatial Data Handing,International Symposium on Spatial Data Handling.Montpellier:DBLP,2008:631-647.
[6] 温海平.基于轨迹聚类的热点路径分析方法研究[D].重庆:重庆邮电大学,2011.
[7] 段炼,李峙,胡宝清.时空约束下的热点路径空间分布检测算法[J].计算机工程与设计,2014,35(3):861-866.
[8] 徐建.基于空间计量模型的交通事故分析与预测[D].南京:东南大学,2014.
[9] 张树德.基于复杂网络理论的城市道路网络脆弱性研究[D].哈尔滨:哈尔滨工业大学,2014.
[10] 田薇,张锦明,龚建华.面向不同主题的交通大数据可视分析[J].测绘科学技术学报,2017,34(1):102-105.
[11] 崔艳超,周刚.Spark平台上基于K-Means算法的热点路径发现方法研究[J].信息工程大学学报,2016,17(6):743-747.
[12] 刘康,仇培元,刘希亮,等.利用词向量模型分析城市道路交通相关性[J].测绘学报,2017,46(12):2032-2040.
[13] 桂新,秦海波,王胜平,等.基于相关系数迭代法的水下地形测量时间延迟探测方法研究[J].测绘通报,2015(5):57-59.
[14] 毛海霞,田岩,范小朋,等.基于时空车流灰度的城市交通热点分析[J].地理信息世界,2016,23(3):13-19.
[15] 朱海涛.基于出租车GPS数据的城市主干道路交通状态判别[D].哈尔滨:东北林业大学,2016.
[16] 董琦.基于VISSIM的环形交叉口与信号控制交叉口型式选择研究[D].西安:长安大学,2014.

结合空间相关性的城市热点路段提取方法

Extraction of Urban Hot Sections Based on Spatial Correlation

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	滕文鑫, 张建辰, 邵杰. 集成时空邻近与卷积网络车道级高精度定位算法[J]. 测绘通报, 2022, 0(6): 1-5,61.
[2]	李梓豪, 唐超. 基于高清工业相机的盾构隧道裂缝智能识别算法分析[J]. 测绘通报, 2021, 0(8): 83-87,101.
[3]	叶烨星, 杨飞. 基于介数中心性的交通拥堵指数计算[J]. 测绘通报, 2021, 0(5): 86-90.
[4]	吴勤书, 朱月霞, 赵卓文, 张时智. 面向铁路交通服务的区域空间差异分析——以江苏省为例[J]. 测绘通报, 2021, 0(5): 116-119.
[5]	黄燕, 陈明辉, 高益忠, 黎海波. 城市轨道交通地理信息管理平台研究与实现——以东莞市为例[J]. 测绘通报, 2021, 0(2): 126-130.
[6]	杨晓飞, 吴真真, 唐超. 城市轨道交通保护区综合安全管理研究与应用[J]. 测绘通报, 2020, 0(9): 7-11.
[7]	田军, 唐超. 新型测绘技术在轨道交通智慧建造中的应用[J]. 测绘通报, 2020, 0(9): 23-26.
[8]	冯增文, 李珂, 李梓豪, 任传斌. 低空无人机的倾斜摄影测量技术在城市轨道交通建设中的应用[J]. 测绘通报, 2020, 0(9): 42-45.
[9]	王勇, 王柄强, 唐超. 基于移动三维激光扫描的地铁盾构环片提取与分析[J]. 测绘通报, 2020, 0(9): 46-49,65.
[10]	蔡先华, 王浪, 付晓. 变形交通线路图自动制作方法[J]. 测绘通报, 2020, 0(5): 130-133.
[11]	袁家明, 张卡, 陈辉, 宿东, 王蓬勃. 基于几何规则的车载近景立体影像道路交通标线自动提取[J]. 测绘通报, 2020, 0(4): 27-33.
[12]	邱亚辉, 别伟平, 薄志毅, 李长青, 郑阔, 郎博. 基于InSAR的城市地下轨道交通沉降与灾害监测[J]. 测绘通报, 2020, 0(2): 107-112.
[13]	吴嘉琪. 一种基于ELK框架的地理信息动态时空数据获取与挖掘方法[J]. 测绘通报, 2020, 0(1): 45-49,81.
[14]	欧阳晨皓, 黄永帅, 刘冠兰, 史俊波. Android水平位移即时监测终端软件的实现[J]. 测绘通报, 2019, 0(3): 86-90.
[15]	胡传文, 骆光飞, 杨文敬, 倪锡春. 结合地理国情普查和监测数据的交通网络发展空间格局监测研究[J]. 测绘通报, 2019, 0(2): 131-136.