面向交通状态时空模式的双向聚类可视分析

城市道路网络的交通状态存在多种时序变化模式和空间分布模式.为了能综合分析各时序模式在不同区域的分布情况,以及各空间模式在不同时间段的出现规律,本文提出一种基于双向聚类的时空模式可视分析方法.该方法可同时将路段集合和以小时为尺度的时间戳集合划分为簇,以提取出时序模式和空间模式.然后,通过多视图联动和降维投影可视化分别从小时尺度和日期尺度上分析时序模式的空间分布,同时分析空间模式的时间分布.本文以一份新冠疫情期间采集的交通数据为例进行研究,实验结果表明,该方法能有效发现因政府交通限制等因素而呈现的多种时序模式和空间模式,同时辅助用户分析这些模式在时空上的分布情况.

面向公交站点优化的多源数据可视分析方法

“公交+共享单车”模式已经成为城市出行的主要方式,公交站点设置的合理与否直接影响公交服务水平,如何评估站点设置的合理性及如何优化,成为城市规划的研究热点.共享单车产生的GPS数据可以反映人口分布、出行模式、城市热点等规律.基于上述背景,本文探索了一种通过共享单车、城市兴趣点等多源数据,帮助交通规划人员理解站点周围环境并对站点进行优化的解决思路,设计了一种可缩放的蜂窝状视图来显示兴趣点的空间分布,设计了一种径向布局的分层雷达图来分析人流的时间序列信息,提出了基于多源数据集的公交站点优化可视分析模型,并在此基础上设计实现了一个可视分析系统VisB4B.该系统以上海市公交线路站点数据、城市兴趣点数据、摩拜共享单车数据等为数据源,通过公交线路变化实例评估、交通可视化领域和交通规划领域专家评估等方法,验证了系统的有效性与可用性.