居民出行軌跡信息可視化分析系統研究

李明軒 ，張健欽，仇培元，杜明義，嚴家寶

(1.北京建筑大學，測繪與城市空間信息學院，北京 100044; 2.現代城市測繪國家測繪地理信息局重點實驗室，北京 100044;3.中國科學院地理科學與資源研究所，北京 100101)

1 引言

近年來，隨著我國城市化速度的不斷加快，城市交通問題成為社會關注的熱點，城市交通的暢通與否直接關系到城市化水平的高低［1］。因此，城市政府部門都將交通規劃作為城市規劃的重中之重，開展了大量的交通問題研究，其中以獲取居民出行信息為主的交通調查是交通規劃的重要基礎工作［2］。

傳統的居民出行信息分析方法一般通過家訪調查、電話詢問等人工調查方法獲取居民的出行信息，如家庭住址、出行目的、出行次數、出行時間、出行方式、社會經濟屬性和個人與家庭屬性等［3］。然后在計算機輔助計算下，通過相應的統計分析方法和數學模型得到城市交通量、OD矩陣等結果。雖然通過改進數學模型和統計方法能夠提高分析結果的質量，但這些調查分析方法仍存在不足，表現在以下幾點:

第一，分析方法以數理統計方法為主，面對海量數據很難挖掘其內在規律。

第二，在系統中由于缺少相應的時空數據模型支持，分析過程中很少考慮時間屬性，沒有在統一的時空體系下研究居民的出行活動。

第三，結果的表達以統計圖表為主，沒有結合GIS進行多維可視化圖形展示，無法直觀反映動態變化規律。

此外，隨著GPS、手機等設備的普及，居民出行信息的獲取方式也日益豐富和便捷，通過這些設備可以得到更加準確和詳細的出行軌跡信息［4］。傳統的出行分析系統很難對這些數據進行有效的存儲和分析，而三維GIS以及時空數據模型為分析出行信息提供了新的思路，國內外也開展了相關的研究［5］。

本文主要討論基于三維GIS技術的居民出行信息可視化分析系統的設計和建立。先從GIS數據模型的建立入手，研究建立一種管理和分析居民出行位置信息的時空數據模型。在此基礎上進行分析系統的結構和功能的設計，并介紹使用居民調查數據和定位數據進行出行分析的原型系統的開發工作。最后對所做的研究進行總結，提出下一步的工作方向。

2 居民出行者GIS時空數據模型

2.1 時空數據概念模型

交通調查獲取的居民出行信息記錄了城市出行者一天完整的出行內容，包括空間、時間和屬性多個方面的信息。通過記錄的時間信息可以按出行活動的先后順序將其排列起來，形成完整的出行軌跡。結合交通調查的特點，本文提出的居民出行者GIS時空數據模型概念模型如圖1所示。

圖1 出行者時空數據模型的概念模型

出行者的屬性信息包含所屬家庭信息和相關的個體信息，出行者的行為活動全部以出行表示。每一個出行用出行目的、出行方式和出行路徑加以描述。其中出行路徑又可以用多個出行的時刻及對應的位置來描述。能夠看出時刻1即為本次出行的出發時間，位置1為出發位置，時刻n為到達時間，位置n為到達位置。

2.2 邏輯模型

設計邏輯模型的目的是從概念模型轉換出現階段關系型數據庫能夠處理的數據庫邏輯結構，使這些結構能夠滿足用戶在功能、性能、完整性、一致性和可擴展性等方面的要求。將概念模型轉化后得到的出行者邏輯模型的關系映射如圖2所示。模型中主要有三種實體類型:出行者、出行和路徑。出行者類型(PERSON)中的屬性包括出行者關鍵字(Pid)、出行者姓名(Name)、性別(Sex)、收入(Salary)、家庭角色(Role)、工作地點(Wplace)和職業(Occupation)等。其中Pid為主鍵，用以標識不同的出行者。出行類型(TRIP)中的屬性包括出行關鍵字(Tid)、出行日期(Date)、出行者關鍵字(TPid)、出行序列號(Tnum)、出行目的(Ttype)和出行方式(Tmode)等。其中Tid為主鍵，用以標識不同的出行活動。TPid與PERSON類型中的主關鍵字Pid一致，用以將出行活動與發生該出行的出行者關聯。Tnum用于記錄出行者的多個出行活動發生的先后順序。

圖2 出行者邏輯模型中的關系映射(PK:主鍵)

路徑類型(PATH)用來表示出行活動的行進路徑，由于獲取的出行路徑實際上是由若干離散的點組成的，因此該類型中每條記錄表示出行活動中某一時刻的位置信息。其屬性包括路徑點關鍵字(PAid)、出行關鍵字(PATid)、時刻(PAtime)和位置(PAlocation)等。其中PAid為主鍵，用以標識不同的路徑點。PATid與Trip類型中的主關鍵字Tid一致，用以將路徑點與該次出行關聯。按PAtime屬性排序得到路徑點的時空先后順序。

3 居民出行信息可視化分析系統設計

根據交通規劃和分析的需求，以及前述提出的時空數據模型要求，系統的功能結構和數據流程如圖3所示。

圖3 系統的功能結構和數據流程圖

研究中獲取的原始數據可以分成三類:基礎地圖數據、人工交通調查數據和定位的位置數據。每種數據的內容、結構和獲取時的存儲格式各不相同，需要采取不同的數據導入、組織和管理方式。根據獲取的原始數據格式和后續系統開發的要求，地圖數據采用ArcGIS軟件提供的Personal Geodatabase數據模型存儲在本地的Access數據庫中。調查數據和位置數據則用前述的居民出行數據模型保存在Oracle數據庫中。各種數據間的關聯和操作在系統中實現。數據導入系統并重新組織后，需要提供基本的數據操作和查詢功能，并在此基礎上設計出行數據的分析系統，包括傳統的出行分析方法和可視化的分析方法兩種。通過這兩種分析方法得到的分析結果既要包括傳統的OD矩陣、出行時間、出行距離等，也要包括時空路徑、出行趨勢等可視化信息。具體系統功能包括:

(1)數據管理;數據的導入，組織和維護。能將三種類型的數據導入數據庫，并根據設計的數據模型對數據進行處理。最后，能對導入的數據進行維護，進行數據的更新和刪除。

(2)數據查詢操作;該部分主要提供有關數據查詢的相關操作。包括常規查詢操作，如獲取指定出行者的個人信息、指定時間的出行軌跡、某次出行的出行目的等;對查詢結果的顯示，尤其是提供出行軌跡的時空路徑顯示功能。

(3)出行信息分析;該部分提供兩大方面的功能。一是基于傳統的數理統計方法的出行分析功能，可以從中獲取出行OD數據，出行次數、出行方式、出行時間等信息。二是基于可視化分析方法的出行分析功能，包括路網的交通量分配，出行的動態趨勢等。

(4)分析結果的顯示和輸出;分析的結果通過圖形或者表格的形式顯示在用戶屏幕上，也可以根據要求打印成相應的統計文檔。

4 原型系統開發

研究采用C#作為開發語言，結合Oracle數據庫和ArcEngine，開發了基于三維GIS的居民出行信息可視化分析原型系統，實現對幾類主要居民出行信息的存儲、管理和三維可視化顯示，并對居民出行軌跡進行相應的行程識別分析。

4.1 數據處理

居民出行軌跡信息可視化分析系統的數據處理除了一般的凈化處理、格式化存儲之外，主要針對各地理底圖建立相應的路網結構和三維場景，并在出行軌跡信息這一部分進行了居民出行調查數據和定位數據兩大類數據的處理。

(1)居民出行調查數據

居民出行調查數據一般通過問卷調查的形式采集，其中涵蓋了多個交通區塊的居民出行信息及居住地、出發地、出行方式、出行目的、出行距離等多種屬性信息。系統將調查數據與交通區塊矢量地圖和路網數據進行屬性關聯和空間融合，并對形成的這種映射關系點對進行最短路徑處理，從而賦予調查數據矢量地圖特征，進而按照不同屬性特征對居民出行進行動態分段處理，使之隨著時空特性變化而變化。

(2)居民出行定位數據

居民出行定位數據根據設備的定位方式不同，主要包括手機網絡定位數據和GPS定位數據兩種。系統采用的手機定位數據為2008年1月份部分北京用戶的手機位置數據，雖然手機定位精度較低，但由于其可在室內應用且非常便利，并能基本反映受訪者的活動范圍，尤其在交通調查中主要以交通小區作為活動調查單元時，手機定位完全滿足實際需要，因而主要對其進行了相應的基站信息處理。

另一方面，系統從相關單位獲取了部分采用浮動車出行(出租車和公交車)的定位數據，其中主要包括車輛編號、日期時間、經緯度、方向和速度等信息。但由于天氣和高大建筑物遮擋影響以及地理底圖矢量化過程和空間坐標系轉換的關系，系統預先根據定位數據與地理底圖的空間和屬性關系，對這些居民出行定位數據進行了路網匹配處理，確定并得到它們在道路上的實際位置，以及在時空路徑中相對準確的位置。

4.2 可視化分析

(1)時空路徑分析

時空路徑分析是根據實際需要顯示單個或者多個出行者不同階段或日期的時空軌跡信息，進而分析個人出行或者全部出行之間的規律。首先從數據庫中查找一個人一天出行的路徑點數據，按照時間順序排列。之后將位置點轉化為具有X、Y、Z坐標值的三維點。最后采用線性插值的方法將這些點連成軌跡線，實現單個或多個居民出行時空路徑的顯示，如圖4(a)和圖4(b)所示。

圖4 居民出行時空路徑可視化分析

(2)時間切片分析

時間切片分析是指定需要的研究時間，通過底圖平面與軌跡相交，得到個體空間分布在該時刻的切片，以便直觀地展示居民活動在某一時刻的分布規律。

一方面，系統通過修改地圖平面的Z值，可以實現地圖在時間軸上的移動，與時空路徑相交形成時間截面，從而觀察某一時刻所有居民出行的空間分布，如圖5(a)所示。另一方面，系統中添加了一個工具條，用來選擇需要移動的地圖平面以及指定時間截面的時間，并形成這個時間的所有居民出行切片，如圖5(b)所示。

圖5 居民出行時間切片分析

另外，系統還可以綜合考慮出行者和出行時間，以便直觀地表現出行者與道路之間的關系。通過設置居民出行對象和時空路徑截面時間，從而形成這些所選出行者在這一時間的道路分布圖，如圖5(c)所示。

(3)行程識別分析

行程識別分析是把時空分布上離散的軌跡點劃分成停留點和移動點兩大類，從而得出居民出行的行停位置和行停區間，進而一方面從停留位置和區間信息挖掘出有關停留時間、停留活動目的等信息，另一方面從出行位置和區間信息挖掘出如出行方式、出行時間、出行距離等信息。系統通過對居民出行定位信息劃分行停速度閾值范圍，并根據其時空特性進行聚類分析，賦予每條居民出行定位數據記錄的行停屬性，從而對居民出行時空路徑劃分出各個行停區間，如圖6(a)所示。其中，用深色表示時空路徑的停留活動區間，用淺色表示時空路徑的出行活動區間，如圖6(b)所示。

圖6 居民出行行程識別分析

5 結論

通過三維GIS技術支持，并結合時空數據模型，可以改善出行信息和分析結果的表現形式，同時還能夠提供可視化的分析方法，提高分析結果的準確性。此外，還可以將多種出行調查數據相互融合，提供更為翔實的出行信息。由于數據和其他條件的限制，原型系統中人工調查數據和手機位置數據還未能很好的結合，特別是手機位置數據缺少居住地、工作地、出行目的等出行屬性的描述。并且數據量偏少，不具有很好的代表性。因此，下一步的研究方向是加強各種出行數據間的聯系，并考慮與GPS數據結合。同時完善和擴充系統中居民出行分析的方法和功能，改進相關算法，提高數據的處理速度和系統的穩定性。

［1］劉學軍，徐鵬.交通地理信息系統［M］.北京:科學出版社，2006.

［2］張衛華，陸華普.城市交通規劃中居民出行調查常見問題及對策［J］.城市規劃學刊，2005(05):86～90.

［3］王秉剛.中國水泥混凝土路面技術現狀與發展［J］.西安:長安大學出版社，2007.

［4］Yu，H.，Shaw，S-L，Representing and Visualizing Travel Diary Data:A Spatio temporal GIS Approach，Proceediugs of ESRI International User Conference［C］.2004 ESRI International User Conference，San Diego，CA.

［5］Shaw，S-L，Yu，H.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.

［6］Tryfona，N.Jensen，C.Conceptual data modelling for spatiotemporal applications［J］.Geoinformatica，1999，3，245～268.

［7］Hornsby，K.，Egenhofer，M.Identity-based change:a foundation spatio-temporal knowledge representation［J］.International Journal of Geographical Information Systems，2000，14，207～224.

［8］Renolen，A.Modelling the real world:conceptual modelling in spatiotemporal information system design［J］.Transactions in GIS，2000(4)，23～42.

［9］Donggen Wang，Tao Cheng.A spatio-temporal data model for activity-based transport demand modeling［J］.Geographical Information Science，2001，15(6)，561～585.

［10］H?gerstrand，T.What about people in regional science［J］.Papers of the Regional Science Association，1970，24(1)，7～21.