基于時間序列相似度的城市功能區識別研究

作者：李瑩,涂志德,劉艷芳,唐名陽,王楠楠

摘要：隨著城市化的快速發展,城市空間結構愈發復雜,城市功能區的快速有效識別對資源的有效配置和城市規劃具有重要意義。傳統的功能區識別缺乏對居民這一城市空間活動主體的動態表征,而長時間序列的出租車數據能動態表征居民出行行為,進而反映城市空間結構。動態時間扭曲(DTW)距離比傳統的歐氏距離更能有效挖掘高維數據,泛化后的LB_Keogh距離和LB_Hust距離相繼克服了DTW距離時間復雜度高和不對稱的缺點。為了探究基于時間相似性度量的聚類算法在識別城市功能區方面的可行性,首先基于OpenStreetMap(OSM)路網數據獲取研究單元,再通過滴滴訂單數據提取上下車點、構建研究單元內的居民出行時間序列,然后利用PAM算法結合4種相似度度量方法進行聚類,最后結合興趣點(POI)數據識別城市功能區,并對結果進行精度驗證。結果表明,基于LB_Hust距離的PAM算法能有效挖掘高維時間序列數據,應用于城市功能區識別的精度高達86%,為應用時間序列數據進行城市研究提供了一種新的方法。

發文機構：武漢大學資源與和環境科學學院 武漢大學教育部地理信息系統重點實驗室

關鍵詞：城市功能區DTWPOI數據時間序列PAM聚類urban functional areaDTWPOI datatime seriesPAM clustering

分類號： P208[天文地球—地圖制圖學與地理信息工程]