基于出租车时序数据聚类的城市功能区识别与分析

摘要：

为了从居民活动视角挖掘城市各区域的出行模式,识别其承担的城市功能,从静态功能和动态使用角度感知城市空间.基于出租车出行数据构建各区域单元的乘客上车、下车时间序列数据集,采用时间序列相似度度量方法和基于中心点的聚类算法对呈现不同出发、到达模式的单元进行分类.对同一单元的出发-到达模式进行耦合分析,提取10种典型的出行组合模式,并根据其到离时序特征和空间分布特征将各单元划分为工业(产业)类、混合类、居住类、商业类、泛办公类5种功能区.采用兴趣点(POI)数据,引入POI富集指数对功能区识别结果进行校验,对于校验通过的单元,进一步标定该单元的主导POI类型,细化功能区识别结果.结果表明:市区、市郊、郊区主导功能类型不同,以市区为核心向外辐射,呈现办公、居住、工业的功能区分布层级结构.同一类型的功能区,由于所处地理区位不同,在到达时序特征上呈现较为明显的差异.

关键词：出租车数据、兴趣点、时间序列、出行模式、城市功能区

所属期刊栏目：42

分类号：U121(城市交通运输)

资助基金：国家自然科学基金;山东省自然科学基金;教育部人文社会科学研究项目

在线出版日期：2023-11-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：117-130