EN中文

地球信息科学学报 >

2014 , Vol. 16 >Issue 6: 859 - 866

DOI: https://doi.org/10.3724/SP.J.1047.2014.00859

群体互动时空可达性评价模型

  • 翟瀚 , 1 ,
  • 陈洁 , 2, * ,
  • 陆锋 2 ,
  • 张晶 1
展开
  • 1. 首都师范大学资源环境与旅游学院,北京 100048
  • 2. 中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室,北京 100101
*通讯作者：陈洁(1982-),博士,助研,主要从事城市地理信息系统、时空数据表达等研究。E-mail:

作者简介：翟瀚(1988-),硕士生,主要从事个人时空可达性方法研究。E-mail:

收稿日期: 2014-04-10

  要求修回日期: 2014-05-08

  网络出版日期: 2014-11-01

基金资助

国家自然科学基金项目(41101149、41231171)

国家“863”项目(2013AA120305)

收起

An Assessment Model for Interactive Group Space-time Accessibility

  • ZHAI Han , 1 ,
  • CHEN Jie , 2, * ,
  • LU Feng 2 ,
  • ZHANG Jing 1
Expand
  • 1. College of Resources Environment and Tourism, Capital Normal University, Beijing 100048, China
  • 2. State Key Lab of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
*Corresponding author: CHEN Jie, E-mail:

Received date: 2014-04-10

  Request revised date: 2014-05-08

  Online published: 2014-11-01

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

群体互动行为在人类社会生活中不可或缺,群体互动时空可达性旨在研究群体的时空条件下共同开展活动的自由度,长期以来一直受到地理学、交通学、规划学、行为学等不同领域的广泛关注。为弥补已有可达性方法对于活动开放时间及个人活动需求考虑的不足,本文拓展了时间地理学核心概念,基于群体互动时空路径与群体互动时空棱柱,进行群体互动时空可达性表达,并以活动地点兴趣度、互动时长可行度、活动地点吸引度、出行时间衰减度为评价因子,构建群体互动时空可达性评价模型,并以北京市为实验区验证了模型的有效性。该模型可为聚会活动地点推荐、移动社交网络、个人智能交通出行等应用提供一种有效的方案。

关键词： 群体互动; 时空可达性; 时间地理学; 公共服务设施

本文引用格式

翟瀚 , 陈洁 , 陆锋 , 张晶 . 群体互动时空可达性评价模型[J]. 地球信息科学学报, 2014 , 16(6) : 859 -866 . DOI: 10.3724/SP.J.1047.2014.00859

Abstract

Human activities and interactions in space and time are essential in people's daily life. The study of space-time accessibility based on group interactions, concerning the freedom of group member behaviors, has attracted considerable research interests in many research fields, including geography, transportation, planning, and behavioral science. However, most existing accessibility evaluation methods are lack of considerations of the opening hours of facilities, for example the open hour from 9:00 am-9:00 pm, and individual preferences such as personal taste of food. In this paper, by extending individual space-time path and individual space-time prism, which are the key concepts of Hägerstrand's time geography, we proposed the group interactive space-time path and the group interactive space-time prism to represent interactions among people in space and time. Then we build a space-time accessibility evaluation model for group interactions by taking into account both the opening hours of facilities and the individual preferences. In particular, this accessibility evaluation model involves four evaluation factors, including group preference, minimum interaction time, facility attractiveness and travel time decay. Finally, we testify this model with a case study of group accessibility regarding to food service facilities in Beijing, China. The evaluated values of accessibility to food service facilities are graded and the top ones can be used for recommendations. For example, when people want to host a party at a restaurant, they may request that the flavor offered by this restaurant should satisfy every group member, the restaurant is open during the preferable time, and its location is not far away from this group of people. The experiment result shows that this model may provide good references to many applications such as group activity location recommendations, mobile social networks and individual travel-activity guide.

Key words： group interactions; space-time accessibility; time geography; public service facilities

1 引言

可达性一直是地理学、交通学、规划学、行为学等不同学科的研究热点[1-2]。传统的可达性研究强调空间要素,用于衡量区域之间的物理接近度[3-6]。时空可达性面向个人行为研究,用于衡量个人在时空条件下开展各种活动的自由度[7-15],使个人作为活跃于地理空间之上的行为主体作用得以突显,具有个人差异敏感性[10]。个人时空行为是群体互动行为的基础,群体互动是指两个人或多个人在各种时空条件下共同参与某项活动。广义上的群体互动包括时空共存、空间共存、时间共存及非时空共存4种类型[16]。狭义上的群体互动则是指时空共存关系,即多人曾经在同一时段位于同一地点,它在人类社会生活中不可或缺,如朋友聚会、客户会面等。本文将聚焦时空共存关系,研究群体互动时空可达性,探讨多个人在时空条件下共同开展活动的自由度。
近年来,许多学者对群体互动时空可达性进行了深入研究。例如,Kwan研究了人类在时空中的活动-移动行为模式可视化表达[17],Miller分析了人类互动行为产生的条件及可行性[18],Kang等人分析了家庭内部各成员之间的互动行为特征[19],Yu等人研究了物理-虚拟混合空间中的个人活动与群体互动关系时空查询分析方法[14,20],Neutens等人基于活动效用理论利用多人时空预算评价其聚会活动的时空可达性[15]。此外,一些知名商业公司也纷纷推出相关产品,如Google+、Yahoo Fire Eagle提供了好友之间的位置共享平台,百度地图5.1版增加位置共享功能,实现了聚会成员的实时位置显示及出行路线规划。
然而,不论是学术界还是产业界,利用已有研究成果及应用产品进行群体互动时空可达性评价均存在缺陷：(1)缺乏对活动地点开放时间的考虑,认为物理上能够到达某一活动地点就表示该活动地点可访问,忽略了活动地点因为处于非开放时段而无法访问的情况;(2)缺乏对活动参与者个人偏好的考虑,将社会人简化为自然人,忽略了因个体差异所导致的个人偏好的不同。鉴此,本文提出一种群体互动时空可达性模型,顾及活动地点开放时间与活动参与者个人偏好,进行群体互动时空可达性评价,力求弥补上述缺陷,为多人时空可达性评价提供方法支持,为群体移动社交网络、个人智能交通出行等应用提供有效方案。

2 群体互动时空可达性表达

2.1 个人时空可达性表达

个人时空可达性表达是群体互动时空可达性表达的基础。个人时空可达性表达源于20世纪70年代瑞典地理学家Torsten Hägerstrand提出的时间地理学理论[3-4]。时间地理学提供了一种人类活动与出行行为研究框架[21-23],包含时空路径和时空棱柱2个核心概念。时空路径用于表达个人在时空中的活动与出行行为轨迹[24],如图1所示,折线表示个人时空路径,其中垂线段表示个人在某地参加活动,斜线段表示个人移动出行行为。时空棱柱用于表达个人从事某项活动的潜在时空范围[15,25],如图2所示,其中棱柱底端端点及顶端端点在地理空间上的投影分别表示个人出发地点与返回地点,当出发地点与返回地点重合时,个人时空棱柱在地理空间上的投影为一个圆面,当出发地点与返回地点不重合时,其投影为一个椭圆面。时间地理学认为个人在进行时空活动时,会受到个人能力、社会权力、个人与他人或他物结伴等时空约束的影响[23,26]。个人时空可达性正是利用时空路径、时空棱柱概念,在各种时空约束下,对时空环境中个人活动与出行行为的自由度进行表达。
Fig. 1 Space-time path by group interactions

图1 群体互动时空路径

2.2 群体互动时空路径

受到结伴约束的影响,群体中的所有活动参与者必须同时存在于同一活动地点,此时多个个人时空路径在某一时段内发生重叠,从而形成群体互动时空路径,又称为“活动束”,如图1所示。群体互动时空路径的长度表示群体在某一活动地点的共同停留时间。
Tab. 1 Classification of food facilities in the study area

表1 实验区餐饮类服务设施分类

主类 亚类 子类
中餐厅 北京菜 烤鸭、官府菜、农家菜等
新疆菜 新疆菜
湖北菜 湖北菜
贵州菜 贵州菜
西北菜 西北菜
东北菜 东北菜
鲁菜 鲁菜
云南菜 云南菜
湘菜 湘菜
粤菜 粤菜、茶餐厅等
江浙菜 淮扬菜、上海菜等
川菜 香锅、烤鱼等
外餐厅 西餐 法国菜、意大利菜等
日本 日本料理、日式烧烤等
东南亚菜 泰国菜、印度菜等
韩国料理 韩国料理
快餐厅 面包甜点 面包西点、冰淇淋等
小吃快餐 粉面馆、粥店等
其 他 素菜 素菜
海鲜 海鲜
清真菜 清真菜
火锅 涮羊肉、重庆火锅、羊蝎子等
自助餐 自助餐
其他 酒吧、咖啡厅、茶馆等

2.3 群体互动时空棱柱

群体互动时空棱柱由群体中所有活动参与者的个人时空棱柱相交而成,如图2所示。群体互动时空棱柱为一个具有不规则形状的时空体,表达所有活动参与者在时空约束下均可到达的活动时空范围,其在地理空间上的投影称为群体潜在互动区域,该区域包含所有活动参与者在时空约束下均可达的活动地点候选集合。
Fig.2 Space-time prism by group interactions

图2 群体互动时空棱柱(根据文献[15]修改)

3 群体互动时空可达性模型

3.1 群体潜在互动区域的度量

群体潜在互动区域由群体中所有成员的个人潜在活动区域叠加而成,可以欧氏距离或网络距离对该区域大小进行度量。采用欧氏距离时,个人时空棱柱的边界基于个人移动速度恒定且地理空间均质的假设确立,其度量结果表示个人或群体在时空约束下直线可达的空间范围,其中个人潜在活动区域是以出发地点/返回地点为中心的圆或者椭圆,群体潜在互动区域则是由多个圆或者椭圆相交而成的区域。由于城市中的个人活动与出行行为是以路网为空间载体,受到路网空间结构的限制,采用欧氏距离的方式计算城市地理空间上两点之间的长度难以准确地衡量个人穿行其间的真实出行距离,因此,个人时空可达性的度量更多地采用网络距离的度量方式。采用路网距离时,个人潜在活动区域可通过一棵以出发地点/返回地点为根节点的潜在最短路径树来计算,它以路段为枝干,以活动地点为树叶[11,27-29],其生成过程通常以路段长度或路段通行时间为最短路径搜索标准[12,30-31]。基于个人潜在活动区域计算结果,群体潜在互动区域由所有活动参与者的个人潜在路径树在地理空间上的重叠部分构成。考虑到个人在实际出行过程中常常受到道路等级、道路通行状态等因素的影响,更适宜将路段通行时间作为最短路径搜索标准。因此,本文基于城市路网,以路段通行时间作为网络最短距离的度量方式,进行个人及群体潜在互动区域的度量。

3.2 群体互动时空可达性评价因子

本文综合考虑个人日常活动与出行过程中受到的外界环境约束及自身认知特点,顾及活动地点开放时间及活动参与者个人偏好,基于城市路网构建群体互动时空可达性评价模型GIA,用于度量某一活动地点相对于某个群体的可达性,如式(1)所示。
GIA = f ( AP , ID , AA , TD ) (1)
该模型共设置4个评价因子：活动地点偏好度(AP)、互动时长可行度(ID)、活动地点吸引度(AA)、出行时间衰减度(TD)。各个评价因子的具体含义表述如下：
(1)活动地点偏好度(AP)：该因子用于判断某一活动地点的类型是否满足某个群体的活动偏好。比如,某个群体中的一个广东人倾向于去粤系、江浙系或海鲜主题餐厅,而一个山东人倾向于去鲁系、川系或海鲜主题餐厅,那么他们共同偏好的活动地点类型为海鲜主题餐厅。
(2)互动时长可行度(ID)：该因子用于判断某个群体在某一活动地点的互动时长是否满足该群体要求的最小互动时长,比如,至少30 min,那么只有该群体在某一活动地点的互动时长达到30 min,才认为该活动地点可访问。
(3)活动地点吸引度(AA)：该因子描述了某一活动地点的综合服务能力,包括活动地点本身的等级、规模、环境、品质、信誉等特征,活动地点吸引度可由体现活动地点服务能力被公众认可的评价等级进行表达。
(4)出行时间衰减度(TD)：该因子描述了个人的出行意愿随出行时长的增加而减弱的程度。

3.3 群体互动时空可达性评价函数

群体互动时空可达性评价函数表达为：
GI A k = A P k ∙ I D k ∙ A A k ∙ T D Gk (2)
各评价因子取值如下：
A P k = 0 k ∉ GP 1 k ∈ GP GP = I P 1 ⋂ .. . ⋂ I P i ⋂ ... ⋂ I P n , i ∈ G , k ∈ F (3)
I D k = 0 I T k < T min 1 I T k ≥ T min k ∈ F (4)
A A k = r k k ∈ F (5)
T D Gk = ∑ i ∈ G exp - λ t ik n k ∈ F (6)
式(2)-(6)中,G表示某一群体;i表示G中的某一活动参与者;F表示活动地点集合;k表示F中的某一成员。
式(2)中,GIAk表示活动地点k相对于群体G的可达性度量值。
式(3)中,活动地点兴趣度因子APk用于判断活动地点k是否符合群体偏好的活动地点类型,群体活动偏好GP由群体中每个活动参与者个人偏好IPi相交而成,当k属于该交集,取值为1,否则,取值为0;
式(4)中,互动时长可行度因子IDk用于判断群体G在活动地点k的互动时长ITk是否满足最小互动时长Tmin,当ITk大于或等于Tmin,其取值为1,否则,取值为0。以图3为例说明群体互动时长的计算过程：首先,依据活动参与者a、b的时空预算,以最短时间距离计算,分别生成a的最小出行时段[ta1,ta2]、[ta3,ta4]及其在活动地点k的最大停留时段[ta2,ta3],b的最小出行时段[tb1,tb2]、[tb3,tb4]及其在活动地点k的最大停留时段[tb2,tb3];然后,结合活动地点k的开放时段[tk1,tk2]与[tk3,tk4],分别计算a、b在活动地点k开放时段内的最大活动时段[tk3,ta3]、[tk3,tb3];将二者求交生成[tk3,tb3],交集内最大连续活动时长t(tk3,tb3)即为群体互动时长。
Fig. 3 Group activity participation time

图3 群体互动时长示意图

式(5)中,活动地点吸引度因子AAk表示活动地点k相对于群体G的吸引力大小,其取值rk可采用公众评价等级进行表达。
式(6)中,出行时间衰减度因子TDGk表示群体G中所有成员前往活动地点k的意愿随着出行时间增长而减弱的平均程度,其中,出行时间tik为个人从出发地点前往活动地点的出行时间与个人从活动地点前往返回地点的出行时间两者之和,此处引入物理学的万有引力模型并应用距离衰减函数中的一般模式即负指数型函数衰减[32],该函数能较好地模拟个人真实的出行意愿,它反映了个人在实际出行过程中,其出行意愿会随着出行时间的增加而减弱,特别是在低成本区间内的出行意愿衰减剧烈,而在高成本区间内趋于平缓的特征[15]。式(6)中,λ取值为0.03,该取值由2007年城市居民日常活动与出行行为问卷调查数据[33]中机动车出行时间累计分布函数评价生成。

4 模型应用实例

4.1 实验数据

本文以北京城区(五环内)为实验区进行模型验证。实验数据分为地理数据和个人数据两类。地理数据包括北京中心城区(五环内)路网和北京城区餐饮类丰富兴趣点数据,如图4所示。该路网包含环路/快速路、主干路、次干路/支路等多个道路等级,本文参考“城市道路交通运行评价指标体系”中城市路段交通运行等级划分[34],以“基本畅通”路况条件下各级路段平均通行速度为基准(环路/快速路60 km/h、主干路40 km/h、次干路/支路30 km/h),结合路段长度计算各路段通行时间。
Fig. 4 Road network and food facility distributions in the study area

图4 实验区交通网络及餐饮类设施丰富兴趣点分布示意图

餐饮类丰富兴趣点数据来自国内主流生活服务类门户网站——大众点评网(www.dianping.com)。该数据包括北京城区公众评价等级三星以上的美食商户共15 969个,分为3个层次共73个子类,能较为全面地覆盖北京城区地理空间上真实存在并被公众普遍认可的餐饮类活动地点。餐饮类丰富兴趣点数据具体包含餐饮类活动地点空间位置信息(x、y)、餐饮类活动地点开放时段如11:00至22:00、餐饮类活动地点的公众评价等级信息(3星、3.5星、4星、4.5星、5星)等。开放时间参照网页提供的商户营业时段进行设定,主要包括白天长时段营业如10:00-22:00、白天分时段营业如10:00-14:00、18:00-22:00和24小时全天候营业3种类型。
个人数据包括群体中每个活动参与者的个人时空预算及个人偏好。其中,个人时空预算是指此人可支配的时空范围,由时空点对(出发地点、返回地点与出发时间、返回时间)表达。个人偏好是指个人对饮食口味的要求,比如爱吃辣,喜欢川、湘、鄂菜馆等。

4.2 实例分析

假设有3名在校学生分别来自国家天文台、对外经贸大学及北京邮电大学,围绕3人会面分别设置3个场景,个人时空预算及个人偏好设置如表2所示。利用本文提出的群体互动时空可达性评价模型,场景1、2、3的群体时空可达性评价结果如图5(a)、(b)、(c)所示,每个可访问的餐厅其可达性度量值由是否满足群体活动偏好及最小互动时长、餐厅吸引力大小及出行时间衰减程度等多个因素共同决定。
Tab. 2 Individual preferences and space-time budgets

表2 个人活动偏好及时空预算

场景 个人 出发地点 返回地点 出发时间 返回时间 最小互动时长(min) 个人偏好
场景1 A 国家天文台 国家天文台 18:00:00 20:00:00 60 无
B 对外经贸大学 对外经贸大学 17:30:00 20:00:00 60 无
C 北京邮电大学 北京邮电大学 18:00:00 20:30:00 60 无
场景2 A 国家天文台 国家天文台 18:00:00 20:00:00 60 海鲜、烤鱼
B 对外经贸大学 对外经贸大学 17:30:00 20:00:00 60 火锅、烤鱼
C 北京邮电大学 北京邮电大学 18:00:00 20:30:00 60 牛排、烤鱼
场景3 A 国家天文台 国家天文台 21:00:00 23:00:00 60 无
B 对外经贸大学 对外经贸大学 21:00:00 23:00:00 60 无
C 北京邮电大学 北京邮电大学 21:00:00 23:00:00 60 无
Fig. 5 The assessments on interactive group space-time accessibility

图5 群体时空可达性评价结果

从图5看出,可访问的餐厅其空间分布呈现以活动参与者出发/返回地点空间位置为中心向四周扩散的特征,其中具有较高可达性等级的餐厅主要集中于空间上距离各参与者出发/返回地点较近的区域,也包括一些距离参与者较远的餐厅,由于其具有很高的吸引力如服务很好或菜品味道很地道等,即使地理位置并不靠近参与者的出发/返回地点,仍然具有较高的可达性等级。这在一定程度上体现了本文提出的群体互动时空可达性模型,具有“好酒不怕巷子深”的活动地点搜索与评价能力。
由图5(a)与图5(b)对比发现,在相同的时空预算及最小互动时长约束下,当不考虑个人偏好时,可访问的活动地点集合庞大而粗放,待选活动地点风格迥异。场景1可达性度量值排名靠前的活动地点中既有海鲜餐厅,又有川系、蒙系餐厅,不具备匹配群体口味偏好的能力。而当顾及所有活动参与者的个人偏好之后,可有效地提炼出能够满足所有活动参与者个人需求的集合,并依据群体互动时空可达性度量值精确评估会面地点的可访问程度。场景2中3人共同偏好的活动地点类型为“烤鱼”,经模型计算得到其会面活动时空可达性值最高的3家餐厅,分别为“辣尚瘾(联合大学店)”、“江边城外烤全鱼(外经贸紫光大厦店)”、“江边城外烤全鱼(牡丹园店)”。从结果上看,排名靠前的3家餐厅均为“烤鱼”类最受大众喜爱的餐饮商户,符合大众的心理预期,同时说明了本文提出的群体时空可达性评价模型其评价结果具有良好的客观及实用性。场景3展示了3人下晚自习后会面的情形,图5(c)显示了该场景下时空可达性评价结果。由图5(a)与图5(c)对比发现,在相同的个人偏好、空间预算及最小互动时长约束下,顾及餐厅营业时间之后,群体会面活动在不同的时段下的活动地点选择自由度差异明显。场景1中群体活动期间几乎所有餐厅都处于开放时段,而场景3中仅剩24 h全天候开放的快餐厅还在对外营业,从而导致了满足群体互动条件的可访问餐厅数量的大幅下降。因此,本文提出的群体互动时空可达性模型能够顾及活动地点开放时间,支持活动地点真实的时空可访问性估计,从而有效地提高了时空可达性评价水平。

5 结论与讨论

本文提出了一种群体互动时空可达性评价方法,并以活动地点偏好度、互动时间可行度、活动地点吸引度及出行时间衰减度为评价因子,构建群体互动时空可达性模型。与已有的时空可达性模型相比(如Neutens等人提出的面向多人聚会活动的可达性评价GIS软件包[15]),本文从多个方面进行了模型的改进与提升：
(1)现有模型大多认为个人物理可到达某活动地点就表示该活动地点可访问,忽略了因活动地点处于非开放时段而无法访问的情况,而本文在个人时空可达性计算过程中顾及活动地点开放时间,将活动地点可访问的标准提升至活动地点开放时段内个人物理可达。
(2)现有模型中有些基于经济效用理论,将活动时长作为个人可达性评价因子之一,认为活动时间越长可达性越好,忽略了随着活动时长增加而边际效用下降的情况,而本文引入互动时间可行度评价因子,以最低互动时长为阈值对某活动地点是否可访问进行甄别,既简化了模型操作,又易于活动参与者接受。
(3)现有模型大多将社会人简化为自然人,缺乏对个体差异如个人活动偏好的考虑,而本文在群体时空可达性评价过程中引入活动地点偏好度评价因子,基于个人活动偏好计算群体活动偏好,进而评价针对某群体的活动地点偏好度,通过模型改进进一步贴近个人活动出行的实际需求。
综上所述,本文提出的群体互动时空可达性评价模型有利于提高时空可达性方法在人们日常生活中的决策分析能力及应用价值。然而,该模型在实际应用中仍存在许多不足之处,未来的研究工作将进一步考虑群体互动过程中出行交通模式的选择、群体偏好的多标准评价、参与者之间活动行为异步性等问题,为群体互动行为研究与应用提供更加现实的分析和评价方法。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
陆玉麒. 人文地理学科学化的总体目标与实现路径[J].地理学报,2011,66(12):1587-1596.

[2]
陈洁,陆锋,程昌秀.可达性度量方法及应用研究进展评述[J].地理科学进展,2007,26(5):100-110.

[3]
Pirie G H. Measuring accessibility: A review and proposal[J]. Environment and Planning A, 1979(11):299-312.

[4]
Burns L D. Transportation, Temporal, Spatial Components of Accessibility[M]. Lexington: Lexington Books, 1979.

[5]
李平华,陆玉麟.可达性研究的回顾与展望[J].地理科学进展,2005,24(3):69-77.

[6]
杨家文,周一星. 通达性:概念,度量及应用[J].地理学与国土研究,1999,15(2):61-66.

[7]
柴彦威. 中国城市的时空间结构[M].北京:北京大学出版社,2002:1-6.

[8]
方志祥,李清泉,萧世伦.利用时间地理进行位置相关的时空可达性表达[J].武汉大学学报·信息科学版,2010,35(9):1091-1096.

[9]
胡继华,钟广鹏.地铁出行模式下的城市时空可达性研究[J].规划师,2012,28(1):29-33.

[10]
柴彦威,申悦,肖作鹏,等.时空间行为研究动态及其实践应用前景[J].地理科学进展,2012,31(6):667-675.

[11]
Kim H M, Kwan M P.Space-time accessibility measures: A geocomputational algorithm with a focus on the feasible opportunity set and possible activity duration[J]. Journal of Geographical Systems, 2003,5(1):71-91.

[12]
Miller H J.Modelling accessibility using space-time prism concepts within geographical information systems[J]. International Journal of Geographical Information Systems, 1991,5(3):287-301.

[13]
O’Sullivan D, Morrison A, Shearer J. Using desktop GIS for the investigation of accessibility by public transport: An isochrone approach[J]. International Journal of Geographical Information Science, 2000,14(1):85-104.

[14]
Yu H B and Shaw S L. Exploring potential human activities in physical and virtual spaces: A spatio-temporal GIS approach[J]. International Journal of Geographical Information Science, 2008,22(4):409-430.

[15]
Neutens T, Mathias V, Tim S.Arranging place and time: A GIS toolkit to assess person-based accessibility of urban Opportunities[J]. Applied Geography, 2010,30:561-575.

[16]
Janelle D.Metropolitan expansion, telecommuting and transportation[C]. Hanson S. The Geography of Urban Transportation. New York: Guilford, 1995:407-434.

[17]
Kwan M P.GIS methods in time-geography research: Geocomputation and geovisualization of human activity patterns[J]. Geografiska Annaler, 2004,86(4):267-280.

[18]
Miller H J.Necessary space-time conditions for human interaction[J]. Environment and Planning B-Planning & Design, 2005,32(3):381-401.

[19]
Kang H, Scott D M.An integrated spatio-temporal GIS toolkit for exploring intra-household interactions[J]. Transportation, 2008,35(2):253-268.

[20]
Shaw S L, Yu H B.A GIS-based time-geographic approach of studying individual Activities and Interactions in a Hybrid Physical-virtual Space[J]. Journal of Transport Geography, 2009,17:141-149.

[21]
Hägerstrand T.What about people in regional science[J]. Papers of Regional Science Association, 1970,24(1):7-24.

[22]
Miller H J.Measuring space-time accessibility benefits within transportation networks: basic theory and computational procedures[J]. Geographical Analysis, 1999,31(2):187-212.

[23]
Miller H J.Place-based versus people-based geographic information science[J]. Geography Compass, 2007,1(3):503-535.

[24]
Miller H J.A measurement theory for time geography[J]. Geographical Analysis, 2005,37(1):17-45.

[25]
关美宝(著),申悦, 赵莹,等(译). 时间地理学研究中的GIS方法:人类行为模式的地理计算与地理可视化[J].国际城市规划,2010,25(6):18-26.

[26]
Matthias D, Neutens T, Van De W N. A GIS toolkit for measuring and mapping space-time accessibility from a place-based Perspective[J]. International Journal of Geographical Information Science, 2012,26(6):1131-1154.

[27]
Antonio P, Darren M S, Catherine M.Measuring accessibility: positive and normative implementations of various accessibility Indicators[J]. Journal of Transport Geography, 2012,25:141-153.

[28]
Li Q Q, Zhang T, Wang H D, et al.Dynamic accessibility mapping using floating car data: a network-constrained density estimation approach[J]. Journal of Transport Geography, 2011,19:379-393.

[29]
Wu Y H, Miller H J.Computational tools for measuring space-time accessibility within dynamic flow transportation networks[J]. Journal of Transportation and Statistics, 2001,4(2/3):1-14.

[30]
Kwan M P, Hong X D.Network-based constraint-oriented choice set formation using GIS[J]. Journal of Geographical Systems, 1998,5(1):139-162.

[31]
Neutens T, Van De W N, Witlox F, et al. A three-dimensional network-based space-time prism[J]. Journal of Geographical Systems, 2008,10(1):89-107.

[32]
周一星. 城市地理学[M].北京:商务印书馆,2003:359-362.

[33]
柴彦威,张文佳,张艳,等.微观个体行为时空数据的生产过程与质量管理——以北京居民活动日志调查为例[J].人文地理,2009,24(6):1-9.

[34]
北京市质量技术监督局. DB11/T 7-2011,城市道路交通运行评价指标体系[S].北京,2011.

Options
文章导航

/

〈 〉