基于时空数据挖掘的城市体检评估方法与实践——以无锡市为例

doi:10.13474/j.cnki.11-2246.2021.388

测绘通报 ›› 2021, Vol. 0 ›› Issue (12): 134-139,157.doi: 10.13474/j.cnki.11-2246.2021.388

基于时空数据挖掘的城市体检评估方法与实践——以无锡市为例

黄永进¹, 张滔¹, 廖兴国², 邵淑华¹, 祁支锐¹

1. 无锡市城市规划信息中心, 江苏无锡 214123;
2. 广州都市圈网络科技有限公司, 广东广州 511400

收稿日期:2021-09-01 发布日期:2021-12-30
作者简介:黄永进(1970-),男,高级工程师,研究方向为规划信息化开发与管理、遥感和地理信息在测绘与规划行业的应用等。E-mail:554124586@qq.com

Methods and implementation of urban physical examination evaluation based on spatio-temporal data mining: a case study of Wuxi city

HUANG Yongjin¹, ZHANG Tao¹, LIAO Xinguo², SHAO Shuhua¹, QI Zhirui¹

1. Information Center of Urban Planning, Wuxi 214123, China;
2. Guangzhou Metropolitan Network Technology Co., Ltd., Guangzhou 511400, China

Received:2021-09-01 Published:2021-12-30

摘要/Abstract

摘要： 时空数据挖掘作为当前研究的热点之一,为城市研究提供了新的思路和技术手段。本文以无锡市为例,利用手机信令数据、车辆轨迹实时数据、基础地理信息等多源异构时空数据,构建相应的数据挖掘模型,进行了职住平衡、区域联系度、交通拥堵等城市特征的挖掘与分析,构建多源数据挖掘的城市评估体系,探索了时空数据挖掘在城市体检评估中的应用,为城市规划和运行管理提供了科学评估与决策。

关键词: 城市体检评估, 时空数据挖掘, 手机信令数据, 多源数据, 异构

Abstract: As one of the hotspots of current research, spatiotemporal data mining provides new ideas and technical means for urban research. In this paper we take Wuxi city as an example, and build the corresponding data mining model by using multi-source heterogeneous spatiotemporal data such as the mobile signaling, traffic jam data, POI data and urban planning achievement. Then we do some analysis of urban main characteristics such as human occupation and residence balance, regional contacting degree to build the urban evaluation system based on multi-source data mining, explore the application of spatiotemporal data mining in urban physical examination, in order to provide scientific evaluation and decision-making for urban planning, operation management.

Key words: urban planning evaluation, spatio-temporal data mining, mobile signaling data, multi-source data, heterogeneous

中图分类号:

P208

黄永进, 张滔, 廖兴国, 邵淑华, 祁支锐. 基于时空数据挖掘的城市体检评估方法与实践——以无锡市为例[J]. 测绘通报, 2021, 0(12): 134-139,157.

HUANG Yongjin, ZHANG Tao, LIAO Xinguo, SHAO Shuhua, QI Zhirui. Methods and implementation of urban physical examination evaluation based on spatio-temporal data mining: a case study of Wuxi city[J]. Bulletin of Surveying and Mapping, 2021, 0(12): 134-139,157.

参考文献

[1] 杨远峰. 基于大数据技术的城市设计空间分析方法研究与应用[J].建筑技术·应用,2019,16(36):144-145.
[2] 吉根林,赵斌. 面向大数据的时空数据挖掘综述[J].南京师大学报(自然科学版),2014,37(1):1-7.
[3] 叶宇,魏宗财,王海军.大数据时代的城市规划响应[J].规划师,2014(8):5-11.
[4] 孙嘉,裴韬,龚玺,等.Web时空数据挖掘研究进展[J].地球科学进展,2011,26(4):450-457.
[5] 高宪慧. 基于地理信息系统的时空数据挖掘研究[J].地质勘测,2013(12):160-161.
[6] 席广亮,甄峰.基于大数据的城市规划评估思路与方法探讨[J].城市规划学刊,2017(1):56-62.
[7] 刘大有,陈慧灵,齐红,等. 时空数据挖掘研究进展[J]. 计算机研究与发展,2013,50(2):225-239.
[8] 杨井荣,柳军.基于有序树的时空关联规则数据挖掘的应用[J].计算机技术和发展,2021,31(6):20-23.
[9] 赵彬彬,李光强,邓敏. 时控数据挖掘综述[J].测绘科学,2010,35(2):62-65.
[10] 袁华,钱宇,杨锐. 基于GPS轨迹的用户兴趣点及频繁路径挖掘研究[J]. 系统工程理论与实践,2015,35(5):1276-1282.
[11] ZHANG Y P,LIU L,WANG H. A new perspective on the temporal pattern of human activities in cities:the case of Shanghai[J].Cities,2019,87:196-204.
[12] KROGH B,ANDERSEND O,TORP K. Trajectories for novel and detailed traffic information[C]//Proceedings of 2012 ACM Sigspatial International Workshop on Geostreing.New York:ACM,2012:32-39.
[13] 郑淑鉴,杨敬锋. 国内外交通拥堵评价指标计算方法研究[J].公路与汽运,2014(1):57-61.
[14] 张俊涛,李志勇,张浩,等. 利用出租车轨迹数据估计城市道路拥堵状况[J].测绘工程,2016,25(9):68-72.
[15] 邬群勇,邹智杰,邱端昇,等.结合出租车轨迹数据的城市道路拥堵时空分析[J]. 福州大学学报(自然科学版),2018,46(5):724-731.

基于时空数据挖掘的城市体检评估方法与实践——以无锡市为例

Methods and implementation of urban physical examination evaluation based on spatio-temporal data mining: a case study of Wuxi city

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]	陈兰兰, 夏益强, 肖海平, 刘小生. 露天矿边坡稳定性监测方法研究现状及进展[J]. 测绘通报, 2022, 0(5): 7-13.
[2]	任超, 邓诗琴, 高懋芳. 一种提取北部湾沿海地区水体信息的动态阈值方法[J]. 测绘通报, 2022, 0(5): 14-19,37.
[3]	徐云耘, 周琛, 李满春. CPU+GPU异构环境下数据密集型矢量多边形地理大数据并行框架[J]. 测绘通报, 2022, 0(5): 110-119.
[4]	罗国玮, 叶嘉媛, 王金凤. 基于多特征相似性的多源POI匹配方法[J]. 测绘通报, 2022, 0(4): 96-100.
[5]	徐杰, 侯飞, 曹广航. 高精道路地图制作方法及关键技术[J]. 测绘通报, 2022, 0(1): 155-158.
[6]	孙晓玮, 邱俊武. 工程建设项目全生命周期“多测合一”综合服务平台研究及应用[J]. 测绘通报, 2021, 0(12): 153-157.
[7]	张荣春, 衣雪峰, 李浩, 岳建平, 卢官明, 张学东. 多源数据多语义岩体结构面提取方法[J]. 测绘通报, 2021, 0(11): 76-80,105.
[8]	孙立财, 陈以松, 熊杰, 罗安, 王勇. 多源地址要素可信度评估——以道路要素为例[J]. 测绘通报, 2021, 0(10): 108-113.
[9]	王岩, 范子贤, 李成名, 戴昭鑫. 利用手机信令数据刻画不同人物画像[J]. 测绘通报, 2021, 0(1): 84-89.
[10]	张陈为, 谌恺祺, 郭艺文, 王达, 赵冰冰, 吴艳. 顾及三生空间交互特征的城市空间宜居性评价——以武汉市为例[J]. 测绘通报, 2021, 0(1): 124-129.
[11]	殷红霞, 杨建红. 多源异构点云融合技术在古建筑信息留存中的应用[J]. 测绘通报, 2020, 0(9): 162-164.
[12]	顾建祥, 杨必胜, 董震, 杨常红. 面向数字孪生城市的智能化全息测绘[J]. 测绘通报, 2020, 0(6): 134-140.
[13]	张力仁, 冯然, 齐中华, 李德元. 基于第三次国土调查的自然资源调查研究[J]. 测绘通报, 2020, 0(4): 130-133,138.
[14]	宋关福, 李少华, 闫玉娜, 谢明辉, 佟业真, 李堃. 新一代三维GIS在自然资源与不动产信息管理中的应用[J]. 测绘通报, 2020, 0(3): 101-104,117.
[15]	张熙, 陈现春, 包海. 星座异构基准站网虚拟参考站数据生成方法[J]. 测绘通报, 2020, 0(2): 66-71.