典型文献
基于出租车数据的城市功能区分析——以西安市主城区为例
文献摘要：
城市中不同区域的不同功能影响着人们的出行特征.城市交通配备的全球定位系统可以记录城市人口的时空特征,为探索居民的出行模式和城市功能区布局提供了可靠的数据源.本次研究以出租车数据、Point of interest(POI)数据为基础,将西安市主城区划分为3518个1 km×1 km的网格,计算2019年5月中旬一周的西安市出租车上、下车平均时间序列,并度量时间序列之间的相似性,利用k-medoids聚类方法得到不同类别并通过分析其间的差异来探索不同功能区中居民出行的时间特征,以此识别城市的功能布局.结果表明:对出租车行车数据的挖掘可以快速、准确识别城市功能区,了解居民出行模式,有利于城市管理和城市突发事件中的人员流动限制,对城市交通的统筹也有一定的参考意义;POI数据的加入提高了识别精度,弥补了出租车数据缺乏的城市功能细节.
文献关键词：
出租车数据;出行模式;时间序列聚类;功能区识别;时空特征
中图分类号：
作者姓名：
贺泽宇;年雁云;陈思文;边瑞
作者机构：
兰州大学资源环境学院,甘肃 兰州 730000
文献出处：
引用格式：
[1]贺泽宇;年雁云;陈思文;边瑞-.基于出租车数据的城市功能区分析——以西安市主城区为例)[J].城市勘测,2022(04):17-22
A类：
B类：
出租车数据,城市功能区,西安市,主城区,功能影响,出行特征,城市交通,全球定位系统,城市人口,时空特征,功能区布局,数据源,Point,interest,POI,中旬,一周,车上,下车,medoids,聚类方法,其间,不同功能区,中居,时间特征,功能布局,车行,准确识别,居民出行模式,城市管理,城市突发事件,人员流动,识别精度,数据缺乏,时间序列聚类,功能区识别
AB值：
0.34617
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
