地球信息科学学报 ›› 2017, Vol. 19 ›› Issue (2): 167-175.doi: 10.3724/SP.J.1047.2017.00167
收稿日期:
2016-06-16
修回日期:
2016-08-05
出版日期:
2017-02-28
发布日期:
2017-02-17
通讯作者:
段倩
E-mail:tll@whu.edu.cn;d.q@whu.edu.cn
作者简介:
作者简介:唐炉亮(1973-),男,博士生导师,珞珈特聘教授,研究方向为GIS-T、时空数据获取与分析等。E-mail:
基金资助:
TANG Luliang(), DUAN Qian*(
), KAN Zihan, LI Qingquan
Received:
2016-06-16
Revised:
2016-08-05
Online:
2017-02-28
Published:
2017-02-17
Contact:
DUAN Qian
E-mail:tll@whu.edu.cn;d.q@whu.edu.cn
摘要:
在出租车交接班时间段内经常发生打车难,甚至空车拒载的现象,研究出租车交接班行为的时空分布特征不仅能提高出租车运行效率,同时能缓解出租车供需矛盾,方便公众出行。本文采用武汉市出租车GPS轨迹数据,建立了出租车交接班时空序列模式,提出了交接班时空序列模式挖掘与识别方法,分析了交接班事件的时空分布特征,并以车辆区域覆盖强度、区域覆盖密度为指标对交接班停靠点城市资源配置进行了评估。研究结果表明:武汉市出租车交接班集中发生在凌晨1:00-4:00与下午16:00-17:00,下午交接班高峰与晚交通高峰时段有部分重叠,交接班地点比较均匀地遍布中心城区(青山区除外,此区域开发程度较低),武昌区交接班强度最大,江汉区交接班密度最大。此外,结合武汉市2012年出台禁止出租车司机在晚高峰交通时段交接班的规定,探测发现6.5%左右的司机仍存在严重违规交接班行为。
唐炉亮, 段倩, 阚子涵, 李清泉. 出租车交接班行为识别与时空分布研究[J]. 地球信息科学学报, 2017, 19(2): 167-175.DOI:10.3724/SP.J.1047.2017.00167
TANG Luliang,DUAN Qian,KAN Zihan,LI Qingquan. Study on Identification and Space-time Distribution Analysis of Taxi Shift Behavior[J]. Journal of Geo-information Science, 2017, 19(2): 167-175.DOI:10.3724/SP.J.1047.2017.00167
[1] | 孟品超,汤新昌,杨琼,等.出租车交接班问题的数学模型[J].数学的实践与认识,2010,40(24):247-252. |
[ Meng P C, Tang X C, Yang Q, et al.The mathematical model of taxi shift change[J]. Mathematics in Practice and Theory, 2010,40(24):247-252. ] | |
[2] |
王晶妍,李雨梦.确定出租车交接班时间[J].科技资讯,2012(21):242-242.
doi: 10.3969/j.issn.1672-3791.2012.21.194 |
[ Wang J Y, Li Y M.Determing the time for taxi shift change[J]. Science & Technology Information, 2012,21:242-242. ]
doi: 10.3969/j.issn.1672-3791.2012.21.194 |
|
[3] |
李雨梦,王晶妍.聚类分析法确定城市出租车交接班最优地点[J].科协论坛,2012(10):94-96.
doi: 10.3969/j.issn.1007-3973.2012.10.053 |
[ Li Y M, Wang J Y.Determining the optimized location for taxishift change using a clustering methodology[J]. Science & Technology Association Forum, 2012,10:94-96. ]
doi: 10.3969/j.issn.1007-3973.2012.10.053 |
|
[4] | 孙蕊,于海涛,杜勇.出租车交接班空间分析算法研究[C]// 中国智能交通年会,2012. |
[ Sun R, Yu H T, Du Y.Spatial analysis algorithm for taxi shift[C]// The Annual Conference of ITS China, 2012. ] | |
[5] |
孙蕊,于海涛,杜勇.北京出租汽车交接班时空分布特性研究[J].交通运输系统工程与信息,2014,14(1):221-228.
doi: 10.3969/j.issn.1009-6744.2014.01.034 |
[ Sun R, Yu H T, Du Y.Time space distribution characteristics of taxi shift in Beijing[J]. Journal of Transportation Systems Engineering and Information Technology, 2014,14(1):221-228. ]
doi: 10.3969/j.issn.1009-6744.2014.01.034 |
|
[6] | 王海涛,郑年波.中国导航与位置服务产业的机遇与挑战[J]. 星应用,2012(2):17-20. |
[ Wang H T, Zheng N B.Satellite application, opportunities and challenges of China's navigation and location services industry[J]. Satellite Application, 2012,2:17-20. ] | |
[7] | Jeung H, Man L Y, Jensen C S.Trajectory Pattern Mining[C]// ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. ACM, 2007:330-339. |
[8] | Gong L, Liu X, Wu L, et al.Inferring trip purposes and uncovering travel patterns from taxi trajectory data[J]. Cartography & Geographic Information Science, 2015,43(2):1-12. |
[9] |
刘瑜,康朝贵,王法辉.大数据驱动的人类移动模式和模型研究[J].武汉大学学报·信息科学版,2014,39(6):660-666.
doi: 10.13203/j.whugis20140149 |
[ Liu Y, Kang C G, Wang F H.Towards big data-driven human mobility patterns and models[J]. Geomatics and Information Science of Wuhan University, 2014, 39(6):660-666. ]
doi: 10.13203/j.whugis20140149 |
|
[10] | Fosca Giannotti, Mirco Nanni, Dino Pedreschi.Efficient Mining of Temporally Annotated Sequences[C]// Siam International Conference on Data Mining, April 20-22, 2006, Bethesda, Md, Usa. 2006:346-357. |
[11] |
Weifeng L V, Bowen D U, Dianfu M A, et al.Applied research of data sensing and service to ubiquitous intelligent transportation system[J]. Frontiers of Computer Science in China, 2010,4(3):417-426.
doi: 10.1007/s11704-010-0106-3 |
[12] | Ding L, Fan H, Meng L.Understanding Taxi Driving Behaviors from Movement Data[C]// Agile, 2015:219-234. |
[13] |
孙飞,张霞,唐炉亮,等.基于GPS轨迹大数据的优质客源时空分布研究[J].地球信息科学学报,2015,7(3):329-335.
doi: 10.3724/SP.J.1047.2015.00329 |
[ Sun F, Zhang X, Tang L L, et al.Temporal and spatial distribution of high efficiency passengers based on GPS trajectory big data[J]. Journal of Geo-Information Science, 2015,17(3):329-335. ]
doi: 10.3724/SP.J.1047.2015.00329 |
|
[14] | Zheng Y, Liu Y, Yuan J, et al.Urban computing with taxicabs[C]//UBICOMP 2011: Ubiquitous Computing, International Conference, UBICOMP 2011, Beijing, China, September 17-21, 2011, Proceedings, 2011:89-98. |
[15] | Shang J, Zheng Y, Tong W, et al.Inferring gas consumption and pollution emission of vehicles throughout a city[C]//Acm Sigkdd International Conference on Knowledge Discovery & Data Mining. ACM, 2014:1027-1036. |
[16] |
Liu Y, Kang C, Gao S, et al.Understanding intra-urban trip patterns from taxi trajectory data[J]. Journal of Geographical Systems, 2012,14(4):463-483.
doi: 10.1007/s10109-012-0166-z |
[17] |
唐炉亮,郑文斌,王志强,等.城市出租车上下客的GPS轨迹时空分布探测方法[J].地球信息科学学报,2015,17(10):1179-1186.
doi: 10.3724/SP.J.1047.2015.01179 |
[ Tang L L, Zheng W B, Wang Z Q, et al.Space time analysis on the pick-up and drop-off of taxi passengers based on GPS big data[J]. Geo-Information Science, 2015,17(10):1179-1186. ]
doi: 10.3724/SP.J.1047.2015.01179 |
|
[18] |
新延,李德仁.DBSCAN空间聚类算法及其在城市规划中的应用[J].测绘科学,2005,30(3):51-53.
doi: 10.3771/j.issn.1009-2307.2005.03.014 |
[ Xin Y, Li D R.DBSCAN spatial clustering algorithm and its application in urban planning[J]. Science of Surveying and Mapping, 2005,30(3):51-53. ]
doi: 10.3771/j.issn.1009-2307.2005.03.014 |
[1] | 高菠阳, 罗会琳, 黄志基, 徐凡雅, 刘柏宏. 中国工业用地出让价格空间格局及影响因素[J]. 地球信息科学学报, 2020, 22(6): 1189-1201. |
[2] | 柳林, 梁斯毅, 宋广文. 基于潜在受害者动态时空分布的街面接触型犯罪研究[J]. 地球信息科学学报, 2020, 22(4): 887-897. |
[3] | 刘艳霞, 冯莉, 田慧慧, 阳少奇. 中国气候舒适度时空分布特征分析[J]. 地球信息科学学报, 2020, 22(12): 2338-2347. |
[4] | 宋海慧, 余卓渊, 丁晓彤, 谢云鹏, 吕可晶. 森林脑炎时空分布特征和环境影响因素分析[J]. 地球信息科学学报, 2020, 22(12): 2371-2382. |
[5] | 刘卫华, 王思远, 马元旭, 申明, 游永发, 海凯, 吴林霖. 一种湿地河流叶绿素a遥感反演方法[J]. 地球信息科学学报, 2020, 22(10): 2062-2077. |
[6] | 庞海洋, 孔祥生, 贺正洋, 苏晓强. 山东半岛降雪时空分布特征[J]. 地球信息科学学报, 2019, 21(11): 1721-1734. |
[7] | 熊俊楠,李进,朱吉龙,程维明,郭良,王楠,张晓蕾. 重庆市山洪灾害时空格局及影响因素研究[J]. 地球信息科学学报, 2019, 21(10): 1550-1564. |
[8] | 李智, 李卫红. 点模式条件下的犯罪嫌疑人时空同现模式挖掘与分析[J]. 地球信息科学学报, 2018, 20(6): 827-836. |
[9] | 阿迪来·乌甫, 玉素甫江·如素力, 热伊莱·卡得尔, 姜红. 伊犁河谷蒸散量时空分布特征及变化趋势[J]. 地球信息科学学报, 2018, 20(2): 217-227. |
[10] | 隋琦, 王瑛, 李婷, 刘庆爱, 俞海洋. 多源信息结合的雪灾交通风险评估研究[J]. 地球信息科学学报, 2018, 20(11): 1571-1578. |
[11] | 周洋, 祝善友, 华俊玮, 刘祎, 向嘉敏, 丁文. 南京市高温热浪时空分布研究[J]. 地球信息科学学报, 2018, 20(11): 1613-1621. |
[12] | 熊俊楠, 赵云亮, 程维明, 郭良, 王楠, 李伟. 四川省山洪灾害时空分布规律及其影响因素研究[J]. 地球信息科学学报, 2018, 20(10): 1443-1456. |
[13] | 彭超, 廖一兰, 张宁旭. 中国城市群臭氧污染时空分布研究[J]. 地球信息科学学报, 2018, 20(1): 57-67. |
[14] | 除多, 达珍, 拉巴卓玛. 西藏高原积雪覆盖空间分布及地形影响[J]. 地球信息科学学报, 2017, 19(5): 635-645. |
[15] | 周超凡, 宫辉力, 陈蓓蓓, 郭琳, 高明亮. 北京地面沉降时空分布特征研究[J]. 地球信息科学学报, 2017, 19(2): 205-215. |
|