基于子空间聚类算法的时空轨迹聚类

已有的时空轨迹聚类方法一般以整条轨迹作为聚类单元,聚类效果较低且不能识别轨迹局部特征;另一种轨迹聚类方法是以划分后轨迹段为聚类单元,算法效率较低且不能很好地支持多属性聚类。该文提出基于子空间聚类算法的时空轨迹聚类。首先引入数据归约的思想,将轨迹进行离散化处理,再运用CLIQUE算法对离散化后的轨迹段进行聚类。实验结果表明,此轨迹聚类方法具有较高的伸缩性,能有效地处理多维轨迹数据并识别轨迹的局部聚类特征,能揭示时空轨迹在不同子空间的运动规律。     

1980—2018年粤港澳大湾区国土空间结构演变

国土空间结构演变规律是人地关系地域系统耦合研究的基本理论问题和国土空间规划的重要科学基础。采用1980—2018年长时间序列遥感解译数据,构建国土空间结构指数,运用多尺度区域比较、空间聚类和空间自相关等方法,从地区、市域、县域3个尺度揭示了粤港澳大湾区国土空间结构的时空演变特征及其规律。结果表明：① 受湾区“自然-经济-交通”地理格局影响,研究区国土空间呈现“核心-边缘”式分布。第一空间规模显著增长并日趋集中连片,第二空间规模不断萎缩并逐渐破碎化,第三空间总体保护较好。② 在自然本底、产业经济、地方治理、基础设施建设等因素综合作用下,珠三角、香港特别行政区、澳门特别行政区三地和珠三角市域国土空间呈现不同的时空演变特征。第一空间率先在中心城市和珠江口沿岸加速扩张,之后逐步向大湾区外围地区延展,东、西两岸及大湾区整体均衡性不断增强。③ 经济社会管理制度等差异导致粤港澳大湾区国土空间结构演变的特殊性差异,港澳回归后,国土空间跨境演化与一体化明显加速。市域和县域尺度国土空间结构分别包含跨越演变、局部演变等四种演变类型和三种不同空间主导演变类型。④ 得益于湾区经济发展、空间治理与一体化建设,大湾区国土空间结构格局日益清晰,冷、热点区域范围不断扩大,不显著区域显著缩减。各区域建设发展的联动性和空间依赖性明显增强,但仍有很大提升空间。     

地理学时空变化类论文的写作

地理要素时空变化研究是地理学论文的重要类型之一。时空变化类论文主要研究各类地理要素的地域分异特征、变化幅度差异、发展演化趋势和主要影响因素。在时空变化研究中,研究内容的系统性、研究范围和时段的选择、使用数据和绘制插图的要求等是论文写作中应注意的主要问题。     

三亚市旅游休闲业态时空演变特征及其形成机制分析

以三亚市为案例地,通过爬取六类旅游休闲业态POI数据,综合利用最邻近距离指数、核密度估计、多空间聚类、地理探测器等空间分析技术,深入挖掘三亚市旅游休闲业态的时空演变特征及其形成机制。结果表明：（1）业态总体数量及特征空间尺度急剧上升,分布格局呈“极核-轴线-面域”分布形态;主要集聚于三亚湾度假区,散布周边临海区域,且集聚程度随空间尺度的增大呈先增后减态势（;2）各类旅游休闲业态空间集聚特征显著,其中购物、住宿、餐饮业态与总体集聚特征呈现高度一致性,各类业态集聚分布特征显著不同且尺度依赖性明显,其中旅游景点业态集聚程度随时间距离的增加不断减小,其余业态均先增后减（;3）三亚市旅游休闲业态空间格局的形成是由政策引导城市发展决定的,即在旅游休闲需求升级与城市发展的转型升级的双向推动下,从经济水平、人口特征、交通条件及资源禀赋四个方面影响旅游休闲业态空间演变格局。     

地理国情分类区划模型构建及实证研究——以河南省为例

地理国情分类区划是认知和分析地理国情的有效途径,是研究认识地理国情类型特征、组合及其演变趋势的区域差异和地理国情空间分异的基础。本文通过对地理国情普查的基本统计数据进行分析,制定了地理国情分类区划的指标体系;基于多维尺度分析和聚类分析,构建了地理国情分类区划模型。选择河南省地理国情普查数据,对其进行分类区划实验。通过对地理国情数据进行多维尺度分析,根据分析的可视化结果,可直观地确定地理国情的分类区划数,并将此设置为初始的聚类数;在此基础上进行k均值聚类,可实现河南省地理国情的分类区划,通过对各聚类簇中指标数据特征进行分析,并根据各聚类簇中心对区划各类型进行定义和解释,最后对聚类结果进行空间化表达。结果表明：河南省地理国情可划分为指标数据极值区、指标数据低值区、指标数据中值区和指标数据高值区4类,且根据空间集聚性分析,可判断分类区划的空间集聚效应显著,各区划类型间相互包容和渗透,集聚呈4条西南?东北的条状带。该项工作可为统筹地理国情与区域可持续发展,制定切实可行的区域发展政策提供科学依据。     

生态旅游区旅游流的时空演变与特征——以盐城麋鹿生态旅游区为例

对旅游流时空演变规律的研究,有助于揭示旅游系统内部各要素间相互作用的过程和机理。本文采用K-Means聚类法对盐城麋鹿生态旅游区游客数进行时空聚类,分别从省内和国内(省际)两个尺度上讨论了麋鹿生态旅游区游客变化的阶段性和市场划分,结果表明,1998~2005年间省内旅游流和国内(省际)旅游流从时间上可分为三个阶段,并较好地划分出了四种不同的客源地类型。根据时空聚类中不同类别中心点的变化,详细论述了麋鹿生态旅游区省内和国内(省际)旅游流随时间和空间变化的规律,揭示了不同类别之间旅游流整体变化特征,可为旅游规划、产品开发、市场营销以及旅游区的运营、管理和决策提供依据。K-Means聚类法能够从不同尺度上揭示旅游流时空变化的详细信息,可作为旅游流时空分布与演化特征分析的有效工具和手段。     

广东省“人口—经济—土地—社会—生态”城市化协调度时空变化及其聚类模式

多维城市化协调度评价是衡量区域城市化质量的重要方面,探究城市化时空聚类模式则是分析区域城市化特征的有效方法。针对目前城市化协调度评价缺乏多维度时空综合分析的现状,本文以广东省为例,提出一种基于时空权重矩阵的复杂时空系统协调度评价模型,运用此模型分析2006-2014年城市化协调度的时空变化特征,并借助时空扫描方法分析其聚类模式。研究结论为：①近10年来城市化水平呈现3种时序特征,人口城市化水平表现出随时间均衡发展的“集中”特征,而经济与土地表现出低频次的“集中与分散”交替,社会、生态及综合水平表现出高频次的“集中与分散”交替;稳定型城市主要位于珠三角核心区。②各维度及综合系统协调度时空聚类区既有空间分异性又有重叠性,人口协调度时空聚类于粤西地区,经济与土地维度协调度时空聚类高度重合于珠三角与粤北地区,社会与生态维度协调度时空聚类交叉于珠三角与粤东地区,而综合系统协调度居中。此外,时空聚类区的人口、经济与社会维度的协调度稳定性要优于土地与生态维度。本文结论有助于揭示区域城市化的时空特征。     

生态旅游区旅游流的时空演变与特征——以盐城麋鹿生态旅游区为例

对旅游流时空演变规律的研究,有助于揭示旅游系统内部各要素间相互作用的过程和机理。本文采用K-Means聚类法对盐城麋鹿生态旅游区游客数进行时空聚类,分别从省内和国内(省际)两个尺度上讨论了麋鹿生态旅游区游客变化的阶段性和市场划分,结果表明,1998~2005年间省内旅游流和国内(省际)旅游流从时间上可分为三个阶段,并较好地划分出了四种不同的客源地类型。根据时空聚类中不同类别中心点的变化,详细论述了麋鹿生态旅游区省内和国内(省际)旅游流随时间和空间变化的规律,揭示了不同类别之间旅游流整体变化特征,可为旅游规划、产品开发、市场营销以及旅游区的运营、管理和决策提供依据。K-Means聚类法能够从不同尺度上揭示旅游流时空变化的详细信息,可作为旅游流时空分布与演化特征分析的有效工具和手段。     

高质量增长背景下海洋经济发展的时空协调模式研究——基于环渤海地区地级市的实证

海洋经济协调发展是科学评价区域海洋经济发展质量的重要依据。遵循城市与海洋经济协同的发展理念,构建环渤海城市海洋经济发展时空协调度评价体系,运用复杂系统时空协调度评价模型,计算并分析2008~2016年环渤海城市海洋经济发展时空协调度,通过SaTScan软件分析其时空聚类区。研究结果显示：①海洋经济各系统发展水平中,社会系统呈大幅度分散上升趋势,经济系统、生态系统与综合系统呈小幅度集中与分散交替上升趋势;协调等级时序变化稳定型城市主要是大连、潍坊、青岛、烟台、威海。②协调度时空聚类区既有空间分异又有重叠交集,社会系统、综合系统、经济系统聚类区依次相互覆盖,生态系统与其它三系统既有重叠区也有独立区。③聚类区内部,社会系统最为稳定,综合系统、经济系统次之,生态系统最为薄弱。     

湖南省城镇空间时空压缩特征及其可视化表达——基于时空图分析模型

本文构建了一个基于“时间-空间图(Time-Space Map)”的技术方法模型,用于分析交通网络建设给地理空间带来的时空压缩效应.现有基于可达性评价模型的“空间格局分析法”只能描述网络整体效率变化,而“等时圈分析法”局限于节点分析,两者都无法完整展现区域时空压缩.本文集成了网络大数据抓取技术、统计分析技术和可视化技术,通过绘制“时空图”实现区域时空压缩的可视化.首先,该方法利用网络大数据抓取技术,通过网络地图路径导航服务获取距离数据矩阵;然后,运用多尺度分析方法(Multidimensional Scaling),用通行时间(距离)取代欧氏距离计算求得最佳拟合空间,并对拟合误差进行估算和检验.最后,将拟合空间与地理空间在三维空间中叠加,观察和分析拟合空间的拉伸、延展、扭曲效果,总结区域时空压缩整体特点.在此基础上,以湖南省为案例绘制出了各地县级城市在现状公路网联系下的通行距离和通行时间时空图.研究验证了时空图在区域时空压缩格局可视化上的有效性和直观性,并在解读时空图集聚、偏移和皱起的基础上,提出改善省内公路网络可达性均衡的政策建议.     

地理大数据挖掘的本质

针对地理大数据的内在本质以及地理大数据挖掘对于地理学研究的意义,本文解释了地理大数据的含义,并在大数据“5V”特征的基础上提出了粒度、广度、密度、偏度和精度等“5度”的特征,揭示了地理大数据的本质特点。在此基础上,从地理大数据的表达方式、地理大数据挖掘的目标、地理模式的叠加与尺度性、地理大数据挖掘与地理学的关系等4个方面阐述了地理大数据挖掘的本质与作用,并从挖掘目标的角度对地理大数据挖掘方法进行分类。未来地理大数据挖掘的研究将面临地理大数据的聚合、挖掘结果的有效性评价以及发现有价值的知识而非常识等几方面的挑战。     

Windowed nearest neighbour method for mining spatio-temporal clusters in the presence of noise

In a spatio-temporal data set, identifying spatio-temporal clusters is difficult because of the coupling of time and space and the interference of noise. Previous methods employ either the window scanning technique or the spatio-temporal distance technique to identify spatio-temporal clusters. Although easily implemented, they suffer from the subjectivity in the choice of parameters for classification. In this article, we use the windowed kth nearest (WKN) distance (the geographic distance between an event and its kth geographical nearest neighbour among those events from which to the event the temporal distances are no larger than the half of a specified time window width [TWW]) to differentiate clusters from noise in spatio-temporal data. The windowed nearest neighbour (WNN) method is composed of four steps. The first is to construct a sequence of TWW factors, with which the WKN distances of events can be computed at different temporal scales. Second, the appropriate values of TWW (i.e. the appropriate temporal scales, at which the number of false positives may reach the lowest value when classifying the events) are indicated by the local maximum values of densities of identified clustered events, which are calculated over varying TWW by using the expectation-maximization algorithm. Third, the thresholds of the WKN distance for classification are then derived with the determined TWW. In the fourth step, clustered events identified at the determined TWW are connected into clusters according to their density connectivity in geographic–temporal space. Results of simulated data and a seismic case study showed that the WNN method is efficient in identifying spatio-temporal clusters. The novelty of WNN is that it can not only identify spatio-temporal clusters with arbitrary shapes and different spatio-temporal densities but also significantly reduce the subjectivity in the classification process.     

Spatio-temporal association analysis of county potential in the Pearl River Delta during 1990-2009

According to the highway data and some socioeconomic data of 1990, 1994, 2000, 2005 and 2009 of county units in the Pearl River Delta, this paper measured urban integrated power of different counties in different years by factor analysis, and estimated each county’s potential in each year by means of expanded potential model. Based on that, the spatio-temporal association patterns and evolution of county potential were analyzed using spatio-temporal autocorrelation methods, and the validity of spatio-temporal association patterns was verified by comparing with spatial association patterns and cross-correlation function. The main results are shown as follows: (1) The global spatio-temporal association of county potential showed a positive effect during the study period. But this positive effect was not strong, and it had been slowly strengthened during 1994-2005 and decayed during 2005-2009. The local spatio-temporal association characteristics of most counties’ potential kept relatively stable and focused on a positive autocorrelation, however, there were obvious transformations in some counties among four types of local spatio-temporal association (i.e., HH, LL, HL and LH). (2) The distribution difference and its change of local spatio-temporal association types of county potential were obvious. Spatio-temporal HH type units were located in the central zone and Shenzhen-Dongguan region of the eastern zone, but the central spatio-temporal HH area shrunk to the Guangzhou-Foshan core metropolitan region only after 2000; the spatio-temporal LL area in the western zone kept relatively stable with a surface-shaped continuous distribution pattern, new LL type units emerged in the south-central zone since 2005, the eastern LL area expanded during 1994-2000, but then gradually shrunk and scattered at the eastern edge in 2009; the spatio-temporal HL and LH areas varied significantly. (3) The local spatio-temporal association patterns of county potential among the three zones presented significant disparity, and obvious difference between the eastern and central zones tended to decrease, whereas that between the western zone and the central and eastern zones further expanded. (4) Spatio-temporal autocorrelation methods can efficiently mine the spatio-temporal association patterns of county potential, and can better reveal the complicated spatio-temporal interaction between counties than ESDA methods.     

对象关系数据库中的时空索引机制研究

时空数据库是近年来地理信息科学与数据库技术领域研究和应用的热点，其中时空数据模型和时空数据索引技术是时空数据库的关键。为了提高时空数据库查询处理的效率，在基于时间片的连续快照模型基础上，改进了PP-TPR树索引。该索引技术不仅可以处理普通的空间查询（点查询和范围查询），在时间维度上还可以支持单纯时间维度的查询、历史状态查询、预期状态查询以及时空一体化的复杂查询。在实例研究中，采用对象关系数据库PostgreSQL作为时空数据类型和时空数据索引的实现平台，初步验证了上述时空索引技术的有效性和实用性。     

时态GIS的面向过程语义与HAS表达框架

分析认为时空过程语义兼具连续体和偶发体的双重特性,是对现实世界地理过程的简化与抽象表达。针对对象建模视图和基于事件模型不足以描述过程语义的缺陷,提出了一种显式建模地理过程的HAS表达框架,将过程视图剖分为发生(Happenings)、动作(Actions)与状态(States)三域,分别描述时空过程的起因、行为过程和结果状态。在土地利用管理系统中的应用表明,其能较好地对土地利用变迁过程进行表达,能够通过时空查询实现对土地利用变迁过程的整体复原。     

城中村流动人口日常活动时空间结构——基于北京若干典型城中村的调查

在对北京5个城中村进行24 h活动日志实证调查的基础上,发现城中村流动人口在工作日和休息日的时间利用分别可以划分为6类,每一类的时间利用特征都与社会环境及该类人群的属性特征密切相关,其中工作、娱乐、家务等活动起主导作用。就城中村流动人口而言,不同类别人群工作日和休息日活动的时空间结构与其时间利用特征紧密联系,同样也受到社会环境的制约。生活活动路径展示出居民的日常活动正越来越表现出个性化、多样化和差异性的特征,是多种因素共同作用的结果。宏观环境、生活空间以及自身特征3个层次的影响因素综合作用于居民的个体行为,导致城中村流动人口活动时空间结构展现出独特的特征。基于微观个体的日常活动研究可以为掌握城市人群生活空间结构、制定城市规划等提供重要参考。     

The GRASS GIS temporal framework

The availability of continental and global-scale spatio-temporal geographical data sets and the requirement to efficiently process, analyse and manage them led to the development of the temporally enabled Geographic Resources Analysis Support System (GRASS GIS). We present the temporal framework that extends GRASS GIS with spatio-temporal capabilities. The framework provides comprehensive functionality to implement a full-featured temporal geographic information system (GIS) based on a combined field and object-based approach. A significantly improved snapshot approach is used to manage spatial fields of raster, three-dimensional raster and vector type in time. The resulting timestamped spatial fields are organised in spatio-temporal fields referred to as space-time data sets. Both types of fields are handled as objects in our framework. The spatio-temporal extent of the objects and related metadata is stored in relational databases, thus providing additional functionalities to perform SQL-based analysis. We present our combined field and object-based approach in detail and show the management, analysis and processing of spatio-temporal data sets with complex spatio-temporal topologies. A key feature is the hierarchical processing of spatio-temporal data ranging from topological analysis of spatio-temporal fields over boolean operations on spatio-temporal extents, to single pixel, voxel and vector feature access. The linear scalability of our approach is demonstrated by handling up to 1,000,000 raster layers in a single space-time data set. We provide several code examples to show the capabilities of the GRASS GIS Temporal Framework and present the spatio-temporal intersection of trajectory data which demonstrates the object-based ability of our framework.     

Spatio-temporal analysis of territorial changes from a multi-scale perspective

The full integration of time dimensions in GIS still represents a research challenge. A number of systems provide ways to visualise harmonised timestamped geographical data onto maps, with interpolated curves representing how these data have changed over time. However, these systems frequently mask the concerns linked to changes in territorial organisations and the harmonisation of data. In fact, the development of a territory should be considered in connection with its neighbourhood, governance and genealogy relationships. This article focuses on the difficulties linked with the ‘change of support problem’, which can arise when conducting spatio-temporal analysis of data. First, we present a data model handling the changing relationships between territories. Then, we illustrate how this model can be instantiated using examples that have taken place in Europe. We show how the model can address questions such as that of change blindness. Finally, we explain how hierarchical and genealogical relationships can be used inside an interactive cartographic tool for spatio-temporal analysis. It provides various views of the same phenomena at multiple scales, through an approach that takes into account the changes in territorial organisation.     

基于多尺度的中国城市工业污染时空分异及影响因素

工业污染作为影响人类健康、社会进步以及可持续发展的热点问题,已引起全球视野的高度关注。采用变异系数、泰勒指数、EDSA及SDM模型等方法,从大区-城市群-城市尺度探析了中国城市工业污染的时空分异特征及影响因素,旨在为政府制定环境政策及推动生态文明建设提供参考。结果发现：① 2005—2015年中国城市工业污染指数总体呈波动下降趋势,但污染差异逐趋增大;大区、城市群、城市尺度的工业污染指数分别呈现“东高西低、集群化、级差化”特征,且各尺度污染差异显著;工业污染重心偏向东部并呈现南移态势。② 中国城市工业污染类型转移由简单转移过渡为复杂转移;大区保持“东部>中部>东北>西部”的污染格局不变;城市群污染呈现由北向南、由内向外跃迁格局;城市污染呈现由中心向外围缩减、碎片化向集中分布格局,且存在一定的空间依赖性。③ 各尺度工业污染的影响因素存在差异,城市化率与产业结构对3个尺度工业污染均有显著影响,人口密度、能源强度和环境管制强度对大区和城市尺度工业污染影响显著,工业发展水平和外资水平仅对大区尺度工业污染产生显著影响,而科技水平对3个尺度的工业污染均未产生显著影响。最后,提出了降低城市工业污染排放的对策建议。