论文总字数：31784字

摘 要

随着城市化的快速推进，城市空间规模不断扩大，城市交通问题也日益突出。通学出行是城市通勤出行的重要组成部分，为深入探索城市空间结构与通学群体日常活动的相互适应性，本文使用地铁刷卡数据对其活动空间展开研究。

首先，明确活动空间的概念，通过对比现有各种测度方法的优缺点，选取置信椭圆法对活动空间进行测度。考虑到家与学校的位置在学生活动空间构建中的重要作用，将通学距离与通学频次加入活动空间的测度指标中。

其次，介绍了南京市地铁刷卡数据的来源以及数据结构；为避免错误数据对后续工作的干扰，针对原始数据进行了预处理；并在时间与空间的严格约束下，对通学人群进行识别，提取出个体的通学距离与通学频次，通过数据的匹配完成研究对象的确定。

然后，利用ArcGIS完成置信椭圆的构建，并从中提取出活动空间的测度指标。为了分析通学群体活动空间的相似性与差异性，选取K均值聚类法进行聚类，并结合六类群体中的典型个体对每类群体的活动特征进行剖析。

最后，分别对六类群体的住学位置、工作日与休息日的活动空间进行可视化与热度分析，得出不同群体住学位置的特点，及出行的时空特点，同时反映出现阶段轨道交通在学生通学中的作用。

关键词：活动空间；地铁刷卡数据；测度分析；热度分析

Abstract

With the rapid advancement of urbanization, the urban space is expanding and traffic problems have become increasingly prominent. Journeys to school is an important part of urban commuting travel. In order to explore the mutual adaptability between urban spatial structure and daily activities of commuting students, this paper conducts research on their activity space using metro IC card data.

Firstly, the concept of activity space is clarified. By comparing various existing measurement methods, the confidence ellipse method is used to measure the activity space. Considering the important role of home and school in the construction of activity space, commuting distance and frequency are added into the measure of activity space.

Secondly, this paper introduces the source and data structure of Nanjing metro IC card data, and prepares a series of preprocessing for the original data to clears the obstacle. Then, students are identified according to the strict constraints of time and space. At the same time, commuting distance and frequency is calculated for the follow-up work. Through the matching of data, the research object is determined.

Then, confidence ellipse is constructed using Arcgis and measure indicators of activity space are extracted. The K-means clustering method is adopted to cluster commuting students to analyze the similarity and difference among their activity space. And the activity characteristics of each group were analyzed based on the typical individuals in the six groups.

Finally, the heat characteristics of the six groups in a workday and weekend, as well as the locations of their home and shool are visualized. And then the time and space characteristics of different groups can be obtained, which can also reflected the role of subway in students' daily activities.

KEY WORDS: activity space; metro IC card data; measure ; heat characteristic

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究现状 2

1.3 研究内容及技术路线 5

1.3.1 主要研究内容 5

1.3.2 技术路线 5

第二章 活动空间概念与测度方法 7

2.1 活动空间概念 7

2.2 活动空间测度方法 7

2.2.1 测度方法 7

2.2.2 方法选择 12

2.3 本章小结 12

第三章 数据处理与分析 13

3.1 数据来源及结构 13

3.1.1 研究区域 13

3.1.2 数据结构 14

3.2 数据预处理 15

3.3 通学人群识别 16

3.4 数据匹配 18

3.5 本章小结 18

第四章 活动空间的测度分析 19

4.1 活动空间的测度 19

4.1.1 置信椭圆的构建 19

4.2 活动空间指标的提取 20

4.3 活动空间的划分 20

4.3.1 聚类分析方法 21

4.3.2 聚类过程 21

4.3.3 结果分析 22

4.4 本章小结 28

第五章 活动空间可视化与热度分析 29

5.1 学住位置的可视化与热度分析 29

5.2 工作日与休息日的活动空间可视化与热度分析 31

5.3 本章小结 35

第六章 结论与展望 36

6.1 主要研究结论 36

6.2 主要创新点 36

6.3 展望与不足 36

致谢 38

参考文献 39

绪论

研究背景及意义

近年来，我国的城市发展经历着日新月异的变化。据国家统计局报告，城镇人口占总人口比重的不断增加，于2014年末首次突破50%^[1]。随之而来的一方面是城市规模不断扩张，城市空间结构不断重构以适应丰富的城市居民空间活动。另一方面，城市交通需求大幅提高，而交通供给无法与之平衡，加剧了交通拥堵、环境污染等问题。

为此，许多城市大力推动公共交通系统的发展。轨道交通作为公共交通系统中重要的一环，不仅更有效地利用了城市的地下空间，而且拥有载客量大、速度快、准时、舒适度高等优点。随着可持续交通等理念深入大众的思想，轨道交通成为城市居民出行的主要交通方式之一。同时，交通规划与管理者们根据时代的发展不断对城市交通进行研究，从最初的以车为本利用“四阶段法”对交通量进行预测，再到以人为本，逐渐把目光转向研究出行者个体的出行行为，在研究过程中学者们逐渐认识到基于出行的交通行为分析没有考虑到出行之间的相互联系。作为生活在城市空间中的个体，城市空间结构潜移默化地影响着出行者活动位置的选择，进而影响其出行活动；而不同出行者的出行行为具有潜在的相似性，使得城市的空间形态与交通情况得以重塑。因此，为深入探索城市出行者活动行为与城市空间结构的互动性，研究者们引入活动空间这一概念。

剩余内容已隐藏，请支付后下载全文，论文总字数：31784字