地球信息科学学报 ›› 2022, Vol. 24 ›› Issue (10): 1925-1940.doi: 10.12082/dqxxkx.2022.220218
张彩丽1,2(), 向隆刚1,*(
), 李雅丽1, 林志勇3
收稿日期:
2022-04-23
修回日期:
2022-05-27
出版日期:
2022-10-25
发布日期:
2022-12-25
通讯作者:
*向隆刚(1976— ),男,湖南怀化人,博士,教授,主要从事轨迹数据分析、时空大数据管理。E-mail: geoxlg@whu.edu.cn作者简介:
张彩丽(1989—),女,河南驻马店人,博士,主要从事轨迹数据分析与挖掘。E-mail: cailizhang@whu.edu.cn
基金资助:
ZHANG Caili1,2(), XIANG Longgang1,*(
), LI Yali1, LIN Zhiyong3
Received:
2022-04-23
Revised:
2022-05-27
Online:
2022-10-25
Published:
2022-12-25
Contact:
XIANG Longgang
Supported by:
摘要:
道路等级不仅反映在路网结构的静态骨架信息上,也蕴含在轨迹数据呈现的动态语义信息上。为解决(OpenStreetMap)OSM路网部分路段及路网生成产品等级缺失问题,本文提出一种顾及路网与轨迹多模特征的道路等级分类方法。首先通过轨迹数据的清洗、地图匹配和基于路名的路网合并实现轨迹点与命名道路的联结;然后以命名道路为分析单元,综合考虑路网及轨迹数据,在系统分析路网结构的道路几何特征、道路分布特征、道路拓扑特征及道路单双向信息基础上,进一步挖掘与融合轨迹数据蕴含的道路宽度、道路车流量、道路速度等静动态特征,形成关于道路等级的描述特征集,作为识别道路等级的基础与依据;最后以随机森林(RF)为基本分类器进行特征选择及模型训练实现道路等级识别。为验证本文方法,选取武汉市汉正街区域及二环区域,基于OSM路网数据及众源轨迹数据开展试验。该方法取得了较好的分类结果,小范围汉正街区域的验证集准确率为91.2%,大范围二环区域的验证集准确率达到80.8%。与单类特征相比,集成路网与轨迹特征极大提高了道路等级分类准确率;与原始路段形式进行道路等级分类相比,以路名重构道路形式进行道路等级分类效果更好。
张彩丽, 向隆刚, 李雅丽, 林志勇. 顾及路网与轨迹多模特征的道路等级分类研究[J]. 地球信息科学学报, 2022, 24(10): 1925-1940.DOI:10.12082/dqxxkx.2022.220218
ZHANG Caili, XIANG Longgang, LI Yali, LIN Zhiyong. A Research on Road Type Classification Considering the Multi-mode Features of Road Network and Trajectories[J]. Journal of Geo-information Science, 2022, 24(10): 1925-1940.DOI:10.12082/dqxxkx.2022.220218
表2
OSM路网等级重新分配
等级ID | 新划分等级 | 释义 | OSM 对应原始等级 |
---|---|---|---|
0 | fast | 城市环线,无红绿灯,立体交叉 | motorway, trunk |
1 | fast_link | 高架与地面的连接路 | motorway_link, trunk_link |
2 | primary | 城市主要行车道路 | primary |
3 | primary_link | 一般为左转、右转、提前掉头专用道 | primary_link |
4 | secondary | 连接主干路,兼有服务功能 | secondary |
5 | branch | 连接小区路、次干路,以服务功能为主 | tertiary, secondary_link, tertiary_link |
6 | service | 园区内部能够驾车的道路 | service, residential, living_street, unclassified |
表3
道路等级识别结果
等级ID | 等级类别 | 汉正街 | 二环区 | |||||
---|---|---|---|---|---|---|---|---|
精确率 | 召回率 | F1值 | 精确率 | 召回率 | F1值 | |||
0 | fast | 80.6 | 100.0 | 89.3 | 65.4 | 59.7 | 62.4 | |
1 | fast_link | 100.0 | 100.0 | 100.0 | 77.7 | 87.2 | 82.2 | |
2 | primary | 100.0 | 67.5 | 80.6 | 61.0 | 67.5 | 64.1 | |
3 | primary_link | 100.0 | 75.0 | 85.7 | 64.8 | 74.7 | 69.4 | |
4 | secondary | 50.2 | 80.0 | 61.7 | 49.3 | 42.6 | 45.7 | |
5 | branch | 63.9 | 71.2 | 67.4 | 54.8 | 63.2 | 58.7 | |
6 | service | 98.1 | 95.1 | 96.6 | 94.8 | 89.6 | 92.1 | |
总体准确率 | 91.2 | 80.8 |
表5
与其他分类模型及方法比较结果
模型 | 方法 | 原始路段 | 路名重构道路 | ||
---|---|---|---|---|---|
汉正街/% | 二环区/% | 汉正街/% | 二环区/% | ||
RF | 本文方法 | 84.8 | 75.1 | 91.2 | 80.8 |
SVM | 文献[8]方法 | 68.4 | 56.4 | 76.9 | 60.1 |
KNN | OSMF | 80.8 | 62.2 | 86.7 | 73.5 |
TRIF | 60.7 | 48.6 | 76.1 | 49.5 | |
OSMF+TRIF | 81.7 | 68.6 | 89.9 | 75.4 | |
SVM | OSMF | 79.7 | 64.2 | 86.2 | 69.9 |
TRIF | 66.4 | 56.3 | 76.2 | 60.4 | |
OSMF+TRIF | 83.4 | 70.4 | 88.0 | 74.4 | |
GNB | OSMF | 54.7 | 54.4 | 63.5 | 60.4 |
TRIF | 51.6 | 57.0 | 57.1 | 42.3 | |
OSMF+TRIF | 58.5 | 61.7 | 74.4 | 66.9 |
表7
多模态特征统计信息
特征来源 | 特征类别 | 指标 | 含义 |
---|---|---|---|
路网数据 | 道路几何特征 | Ldis | 道路几何长度 |
RC | 道路弯曲度 | ||
道路分布特征 | NArea | 道路邻接网眼面积 | |
pdens | 道路上n个节点密度平均值 | ||
ldens | 道路上n-1个路段线密度平均值 | ||
道路拓扑特征 | LLCE、LLCD、LLCC、LLCB、LLPG | 从道路自身方面度量的节点群聚系数、度中心性、接近中心性、中介中心度、特征向量中心性 | |
PCE、PCD、PCC、PCB、PPG | 从组成对象node方面度量的节点群聚系数、度中心性、接近中心性、中介中心度、特征向量中心性 | ||
LCE、LCD、LCC、LCB、LPG | 从组成对象link方面度量的节点群聚系数、度中心性、接近中心性、中介中心度、特征向量中心性 | ||
轨迹数据 | 道路流量特征 | trinum | 道路所匹配的轨迹条数 |
triTnum | 一条道路转向其他道路,或其他道路转向该道路的进出流量 | ||
triSnum | 道路组成的路段单元间通过流量 | ||
道路单双向特征 | oneway | 道路的单双向信息 | |
道路宽度特征 | W | 道路匹配轨迹点到道路中心线距离的最大值与最小值之差 | |
meanw0、modew0、stdw0、medianw0 | 道路匹配轨迹点到道路中心线距离绝对值的平均值、众数、标准差、中位数 | ||
w5-w95 | 道路匹配轨迹点到道路中心线距离绝对值的5~90百分位 | ||
道路速度特征 | means0、modes0、stds0、medians0 | 道路匹配轨迹点速度的平均值、众数、标准差、中位数 | |
s5-s95 | 道路匹配轨迹点速度的5~90百分位 |
[1] |
Yu W H, Zhang Y F, Ai T H, et al. Road network generalization considering traffic flow patterns[J]. International Journal of Geographical Information Science, 2020, 34(1):119-149. DOI: 10.1080/13658816.2019.1650936
doi: 10.1080/13658816.2019.1650936 |
[2] |
Goto A, Nakamura H. Functionally hierarchical road classification considering the area characteristics for the performance-oriented road planning[J]. Transportation Research Procedia, 2016, 15(1):732-748. DOI: 10.1016/j.trpr o.2016.06.061
doi: 10.1016/j.trpr o.2016.06.061 |
[3] | 李辉, 朱苗苗, 韩志玲, 等. 面向功能的城市道路等级结构分析及资源配置[J]. 公路, 2020, 65(7):6. |
[ Li H, Zhu M M, Han Z L, et al. Research on hierarchy and resource allocation of urban road based on road function[J]. Highway, 2020, 65(7):6. ] | |
[4] | 栾学晨, 杨必胜, 张云菲. 城市道路复杂网络结构化等级分析[J]. 武汉大学学报·信息科学版, 2012, 37(6):728-732. |
[ Luan X C, Yang B S, Zhang Y F. Structural hierarchy analysis of streets based on complex network theory[J]. Geomatics and Information Science of Wuhan University, 2012, 37(6):728-732. ] DOI: 10.13203/j.whugis201 2.06.024
doi: 10.13203/j.whugis201 |
|
[5] |
Lyu H Y, Pfoser D, Sheng Y H. Movement-aware map construction[J], International Journal of Geographical Information Science, 2021, 35(6):1065-1093. DOI: 10.1080/13658816.2020.1863409
doi: 10.1080/13658816.2020.1863409 |
[6] |
Arman M A, Tampère C M J. Lane-level routable digital map reconstruction for motorway networks using low-precision GPS data[J]. Transportation Research Part C: Emerging Technologies, 2021, 129(1):103234. DOI: 10.1 016/j.trc.2021.103234
doi: 10.1 016/j.trc.2021.103234 |
[7] | 马超. 自发地理信息道路数据融合处理关键技术研究[D]. 郑州: 解放军信息工程大学, 2017. |
[ Ma C. Research on key technology of data fusion of volunteered information geographic road data[D]. Zhengzhou: Information Engineering University, 2017. ] | |
[8] |
Li J, Qin Q M, Han J W, et al. Mining trajectory data and geotagged data in social media for road map inference[J]. Transactions in GIS, 2015, 19(1):1-18. DOI: 10.1111/tgis.1 2072
doi: 10.1111/tgis.1 2072 |
[9] |
Van W K, Biljecki F, Stefan V D S. Automatic update of road attributes by mining GPS tracks[J]. Transactions in GIS, 2016, 20(5):664-683. DOI: 10.1111/tgis.12186
doi: 10.1111/tgis.12186 |
[10] |
Ajmar A, Arco E, Boccardo P. Definition of a methodology to derive road network functional hierarchy classes using car tracking data[J]. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci, 2020, XLIII-B4-2020:307-312. DOI: 10.5194/isprs-archives-XLIII-B4-2020-307-2020
doi: 10.5194/isprs-archives-XLIII-B4-2020-307-2020 |
[11] |
Jiang B. Street hierarchies: A minority of streets account for a majority of traffic flow[J]. International Journal of Geographical Information Science, 2009, 23(8):1033-1048. DOI: 10.1080/13658810802004648
doi: 10.1080/13658810802004648 |
[12] |
Zhou C, Li W J, Jia H G. Road network generalization based on float car tracking[J]. Int. Arch. Photogram. Remote Sens. Spatial Inf. Sci, 2016, XLI-B4-2016:71-77. DOI: 10.5194/isprsarchives-XLI-B4-71-2016
doi: 10.5194/isprsarchives-XLI-B4-71-2016 |
[13] | 邓敏, 陈雪莹, 唐建波, 等. 一种顾及道路交通流量语义信息的路网选取方法[J]. 武汉大学学报·信息科学版, 2020, 45(9):1438-1447. |
[ Deng M, Chen X Y, Tang J B, et al. A method for road network selection considering the traffic flow semantic information[J]. Geomatics and Information Science of Wuhan University, 2020, 45(9):1438-1447. ] DOI: 10.13203/j.whugis20180053
doi: 10.13203/j.whugis20180053 |
|
[14] | 曹炜威, 张红, 何晶, 等. 顾及结构和几何特征的道路自动选取方法[J]. 武汉大学学报·信息科学版, 2017, 42(4):5. |
[ Cao W W, Zhang H, He J, et al. Road selection considering structural and geometric properties[J]. Geomatics and Information Science of Wuhan University, 2017, 42(4):520-524. ] DOI: 10.13203/j.whugis20140862
doi: 10.13203/j.whugis20140862 |
|
[15] | 韩远. 基于多属性决策层次分析法的道路选取方法[D]. 兰州: 兰州交通大学, 2020. |
[ Han Y. Road selection based on multi-attribute decision-making analytic hierarchy process[D]. Lanzhou: Lanzhou Jiao tong University, 2020. ] | |
[16] | 胡云岗, 陈军, 李志林, 等. 基于网眼密度的道路选取方法[J]. 测绘学报, 2007, 36(3):111-117. |
[ Hu Y G, Chen J, Li Z L, et al. Selective omission of road features based on mesh density for digital map generalization[J]. Acta Geodaetica et CartographicaSinica, 2007, 36(3):111-117. ] | |
[17] | 施树明, 于壮, 林楠, 等. 面向汽车运行工况数据采集的道路等级K核划分方法[J]. 中国公路学报, 2016, 29(11):171-178. |
[ Shi S M, Yu Z, Lin N, et al. Road hierarchy for vehicle driving cycle data collection based on k-core algorithm[J]. China Journal of Highway and Transport, 2016, 29(11):171-178. ] DOI: CNKI:SUN:ZGGL.0.2016-11-025
doi: CNKI:SUN:ZGGL.0.2016-11 |
|
[18] |
Zhou Q, Li Z. Empirical determination of geometric parameters for selective omission in a road network[J]. International Journal of Geographical Information Science, 2016, 30(2),263-299. DOI: 10.1080/13658816.2015.1085 538
doi: 10.1080/13658816.2015.1085 538 |
[19] | 袁林辉. 集成学习与多参数体系对OSM道路网自动选取的研究[D]. 南京: 南京大学, 2018. |
[ Yuan L H. Study on ensemble learning and multi-parameters system for OSM road network selection[D]. Nanjing: Nanjing University, 2018. ] | |
[20] |
Zheng J, Gao Z, Ma J, et al. Deep graph convolutional networks for accurate automatic road network selection[J]. ISPRS International Journal of Geo-information. 2021, 10(11):768. DOI: 10.3390/ijgi10110768
doi: 10.3390/ijgi10110768 |
[21] |
Zhou Q, Li Z. A comparative study of various supervised learning approaches to selective omission in a road network[J]. The Cartographic Journal, 2017, 54(3):254-264. DOI: 10.1179/1743277414Y.0000000083
doi: 10.1179/1743277414Y.0000000083 |
[22] | 向隆刚, 邵晓天. 载体轨迹停留信息提取的核密度法及其可视化[J]. 测绘学报, 2016, 45(9):1122-1131. |
[ Xiang L G, Shao X T. Visualization and extraction of trajectory stops based on kernel-density[J]. Acta Geodaetica et CartographicaSinica, 2016, 45(9):1122-1131. ] DOI: 10.11947/j.AGCS.2016.20150347
doi: 10.11947/j.AGCS.2016.20150347 |
|
[23] |
Newson P, Krumm J. Hidden markov map matching through noise and sparseness[C]. Proceedings of the 17th ACM SIG-SPATIAL International Conference on Advances in Geographic Information Systems, Washington, USA, 2009:336-343. DOI: 10.1145/1653771.1653818
doi: 10.1145/1653771.1653818 |
[24] | 刘凯, 龚星星, 常四铁. 城市道路分级体系及相关因素研究[J]. 交通运输工程与信息学报, 2012, 10(4):7. |
[ Liu K, Gong X X, Chang S T. Study on urban road hierarchy and related factors[J]. Journal of Transportation Engineering and Information, 2012, 10(4):7. ] DOI: CNKI:SUN:JTGC.0.2012-04-015
doi: CNKI:SUN:JTGC.0.2012-04 |
|
[25] | 唐炉亮, 杨雪, 靳晨, 等. 基于约束高斯混合模型的车道信息获取[J]. 武汉大学学报·信息科学版, 2017, 42(3):341-347. |
[ Tang L L, Yang X, Jin C, et al. Traffic lane number extraction based on the constrained gaussian mixture model[J]. Geomatics and Information Science of Wuhan University, 2017, 42(3):341-347. ] DOI: 10.13203/j.whugi s20140965
doi: 10.13203/j.whugi s20140965 |
|
[26] |
Xu Y, Xie Z, Wu L, et al. Multilane roads extracted from the OpenStreetMap urban road network using random forests[J]. Transactions in GIS, 2019, 23(2):224-240. DOI: 1 0.1111/tgis.12514
doi: 1 0.1111/tgis.12514 |
[27] | OpenStreet Map. https://www.openstreetmap.org/. |
[28] | 城市综合交通体系规划标准(GB/T51328-2018)[S]. 2018. |
[ Standard for urban comprehensive transport system planning (GB/T51328-2018)[S]. 2018. ] | |
[29] | 何云, 黄翀, 李贺, 等. 基于Sentinel-2A影像特征优选的随机森林土地覆盖分类[J]. 资源科学, 2019, 41(5):170-179. |
[ He Y, Huang C, Li H, et al. Land-cover classification of random forest based on Sentinel-2A image feature optimization[J]. Resources Science, 2019, 41(5):992-1001. ] DOI: 10.18402/resci.2019.05.15
doi: 10.18402/resci.2019.05.15 |
[1] | 李玉洁, 江洪, 刘宣广. 基于CatBoost的植被总初级生产力遥感模拟方法及在福建省的应用[J]. 地球信息科学学报, 2023, 25(9): 1908-1922. |
[2] | 曹煜, 方秀琴, 杨露露, 蒋心远, 廖美玉, 任立良. 基于随机森林的西辽河流域CCI土壤湿度降尺度研究[J]. 地球信息科学学报, 2023, 25(8): 1669-1681. |
[3] | 林炫歆, 肖桂荣, 周侯伯. 顾及土地利用动态变化的滑坡易发性评估方法[J]. 地球信息科学学报, 2023, 25(5): 953-966. |
[4] | 秦肖伟, 程博, 杨志平, 李林, 董文, 张新, 杨树文, 靳宗义, 薛庆. 基于时序遥感影像的西南山区地块尺度作物类型识别[J]. 地球信息科学学报, 2023, 25(3): 654-668. |
[5] | 黄帅元, 董有福, 李海鹏. 黄土高原区SRTM1 DEM高程误差校正模型构建及对比分析[J]. 地球信息科学学报, 2023, 25(3): 669-681. |
[6] | 陈欣, 向隆刚, 焦凤伟. 基于众源轨迹的OSM路网转向信息增强[J]. 地球信息科学学报, 2023, 25(10): 1954-1967. |
[7] | 杜树坤, 张晶, 韩志军, 公茂玉. 基于随机森林模型的“网格-月”尺度武装冲突风险预测及影响因素分析——以中南半岛为例[J]. 地球信息科学学报, 2023, 25(10): 2026-2038. |
[8] | 潘雨飘, 赵翔, 王静, 张亦清, 刘耀林. 基于SMOTE-RF算法的村庄发展类型识别方法研究[J]. 地球信息科学学报, 2023, 25(1): 163-176. |
[9] | 杨洋, 邵哲平, 赵强, 潘家财, 胡雨, 梅强. 基于厦门港的海上交通事故地理空间分布及风险预测研究[J]. 地球信息科学学报, 2022, 24(9): 1676-1687. |
[10] | 吴亚楠, 郭长恩, 于东平, 段爱民, 刘玉, 董士伟, 单东方, 吴耐明, 李西灿. 基于不确定性分析的遥感分类空间分层及评估方法[J]. 地球信息科学学报, 2022, 24(9): 1803-1816. |
[11] | 聂祥琴, 陈瀚阅, 牛铮, 张黎明, 刘炜, 邢世和, 范协裕, 李家国. 基于时序影像的农业活动因子提取与闽西耕地SOC数字制图[J]. 地球信息科学学报, 2022, 24(9): 1835-1852. |
[12] | 高位, 涂伟, 李明晓, 方碧宸, 陈栋胜, 黄正东, 贺彪. 基于影响因子动态更新的都市圈国土-人口协同模拟[J]. 地球信息科学学报, 2022, 24(8): 1502-1511. |
[13] | 唐璐, 许捍卫, 丁彦文. 融合多源地理大数据的城市街区综合活力评价[J]. 地球信息科学学报, 2022, 24(8): 1575-1588. |
[14] | 裴泽华, 葛淼, 李浩, 何进伟, 王聪霞. 基于随机森林模型的中国中老年人群HDL-C环境影响因素研究[J]. 地球信息科学学报, 2022, 24(7): 1286-1300. |
[15] | 郭逸飞, 吴田军, 骆剑承, 石含宁, 郜丽静. 基于不确定性迭代优化的山地植被遥感制图[J]. 地球信息科学学报, 2022, 24(7): 1406-1419. |
|