轨迹数据的时间采样间隔对停留识别和出行网络构建的影响

被引：5

作者：

赵志远 ^{[1
]}

尹凌 ^{[2
]}

方志祥 ^{[1
,3
]}

萧世伦 ^{[4
]}

杨喜平 ^{[5
]}

机构：

[1] 武汉大学测绘遥感信息工程国家重点实验室

[2] 中国科学院深圳先进技术研究院

[3] 时空数据智能获取技术与应用教育部工程研究中心

[4] 美国田纳西大学地理系

[5] 陕西师范大学地理科学与旅游学院

来源：

武汉大学学报(信息科学版) | 2018年 / 08期

基金：

广东省自然科学基金;

关键词：

轨迹数据; 时间采样间隔; 人类活动; 停留识别; 手机定位数据;

D O I：

10.13203/j.whugis20160303

中图分类号：

P208 [测绘数据库与信息系统];

学科分类号：

070503 ; 081603 ; 0818 ; 081802 ;

摘要：

个体轨迹数据已经广泛用于人群活动的研究中。在静止的局部空间开展的活动是个体日常生活的基本元素,在轨迹数据中对应停留部分。因此学者常从轨迹数据中识别停留来研究个体活动信息。然而,轨迹数据的时间采样间隔会对停留识别带来影响。针对该问题,首先提出了一个框架,量化不同持续时间长度的活动在不同时间采样间隔的轨迹数据中被识别为停留的概率。其次,考虑到个体出行网络依赖于停留识别结果,基于该框架,研究分析了时间采样间隔对出行网络分析结果的影响。最后,利用该框架分别对深圳市居民出行调查数据和手机轨迹数据进行了分析。研究表明,在面向人群活动的研究和应用中,该框架能支持时间采样间隔的选择决策和面向活动类型的研究结果评价。

引用

页码：1152 / 1158

页数：7

共 11 条

[1] 社会感知视角下的若干人文地理学基本问题再思考 [J].