出版時間:2012-3 出版社:科學(xué)出版社 作者:李清泉 等著 頁數(shù):319
內(nèi)容概要
交通地理信息系統(tǒng)(GIS-T)是地理信息系統(tǒng)理論和技術(shù)的重要分支,專門針對交通系統(tǒng)所特有的時空信息特征、動態(tài)拓撲以及復(fù)雜交通設(shè)施和交通流等問題進行建模、處理、分析與應(yīng)用。李清泉等著的這本《交通地理信息系統(tǒng)技術(shù)與前沿發(fā)展》分為十章,主要內(nèi)容包括交通地理信息系統(tǒng)的概述,道路基礎(chǔ)數(shù)據(jù)與動態(tài)交通信息的自動采集、數(shù)據(jù)處理、信息提取、
GIS-T的數(shù)據(jù)模型、移動對象的時空分析、路徑分析、路網(wǎng)結(jié)構(gòu)分析、交通信息分析、智能導(dǎo)航與服務(wù)和交通地理信息系統(tǒng)發(fā)展的未來展望等內(nèi)容。
《交通地理信息系統(tǒng)技術(shù)與前沿發(fā)展》力求從不同角度系統(tǒng)展示研究團隊最新研究成果,提煉一些交通地理信息系統(tǒng)的研究重點和熱點,可以作為高等學(xué)校研究生教材和高等學(xué)校、研究機構(gòu)、高科技企業(yè)科技人員的研究參考用書。
書籍目錄
叢書出版說明
序一
序二
前言
第1章 緒論
1.1 GIS-T概述
1.2 GIS-T研究范疇
1.2.1 GIS-T的理論體系
1.2.2 GIS-T的關(guān)鍵技術(shù)
1.2.3 GIS-T的典型應(yīng)用
1.3 本書內(nèi)容讀者對象
參考文獻
第2章 交通數(shù)據(jù)采集
2.1 道路基礎(chǔ)數(shù)據(jù)采集
2.1.1 道路基礎(chǔ)數(shù)據(jù)傳統(tǒng)采集方法
2.1.2 車載移動測量技術(shù)
2.1.3 車載近景攝影測量
2.1.4 車載激光三維掃描
2.1.5 車載路面檢測與測量
2.2 動態(tài)交通信息獲取
2.2.1 動態(tài)交通信息傳統(tǒng)獲取方法
2.2.2 基于浮動車的交通信息獲取
2.2.3 基于低空平臺的動態(tài)交通信息獲取
2.3 動態(tài)交通信息獲取技術(shù)展望
2.3.1 移動通信
2.3.2 無線射頻識別(RFID)
2.3.3 平流層飛艇
2.4 小結(jié)
參考文獻
第3章 交通數(shù)據(jù)處理
3.1 道路交通基礎(chǔ)信息提取
3.1.1 交通標線檢測
3.1.2 交通標志的檢測與識別
3.2 基于浮動車數(shù)據(jù)的交通信息提取
3.2.1 地圖匹配
3.2.2 動態(tài)交通信息提取
3.2.3 浮動車數(shù)據(jù)和固定檢測器交通數(shù)據(jù)的融合分析
3.3 基于低空遙感平臺的多模態(tài)交通信息提取
3.3.1 靜態(tài)交通信息的提取
3.3.2 動態(tài)交通信息的提取
3.4 路面破損檢測與裂縫識別
3.4.1 路面裂縫的成像特點
3.4.2 路面裂縫的全局最優(yōu)檢測
3.4.3 利用空間分布特征進行裂縫類型識別
3.5 小結(jié)
參考文獻
第4章 GIS-T數(shù)據(jù)模型
4.1 GIS-T數(shù)據(jù)分類及特征
4.1.1 GIS-T數(shù)據(jù)的分類
4.1.2 GIS-T數(shù)據(jù)的特征
4.2 節(jié)點-弧段模型
4.2.1 交通網(wǎng)絡(luò)的節(jié)點-弧段表達
4.2.2 節(jié)點-弧段模型的缺點
4.2.3 非平面數(shù)據(jù)模型
4.3 線性數(shù)據(jù)模型
4.3.1 線性參照系統(tǒng)
4.3.2 動態(tài)分段數(shù)據(jù)模型
4.4 導(dǎo)航數(shù)據(jù)模型
4.4.1 導(dǎo)航數(shù)據(jù)模型的基本功能組成
4.4.2 基于車道的數(shù)據(jù)模型
4.4.3 導(dǎo)航數(shù)據(jù)標準與格式
4.5 GIS-T時空數(shù)據(jù)模型
4.5.1 動態(tài)多維位置參照數(shù)據(jù)模型
4.5.2 移動對象數(shù)據(jù)模型
4.6 動態(tài)交通信息建模組織
4.6.1 動態(tài)交通信息的建模
4.6.2 動態(tài)交通信息的數(shù)據(jù)庫組織
4.7 小結(jié)
參考文獻
第5章 移動對象時空分析
5.1 時空GIS
5.1.1 時間地理理論
5.1.2 個體時空數(shù)據(jù)集的活動時空模式分析
5.1.3 現(xiàn)代通信技術(shù)條件人類交互時空模式分析
5.1.4 基于時空GIS的人類交互時空模式分析
5.2 時空行程規(guī)劃
5.2.1 時空行程規(guī)劃概念
5.2.2 動態(tài)網(wǎng)絡(luò)時空棱鏡
5.2.3 基于多目標優(yōu)化的時空行程規(guī)劃
5.3 個體行為時空分析
5.3.1 基于活動日記數(shù)據(jù)的時空行為模式分析
5.3.2 基于GPS軌跡數(shù)據(jù)的個體行為分析
5.4 移動對象群體軌跡分析
5.4.1 基于出租車軌跡的城市熱點區(qū)域分析
5.4.2 基于出租車軌跡的空間引力模型參數(shù)校正
5.5 小結(jié)
參考文獻
第6章 路徑分析
6.1 最短路徑分析
6.1.1 最短路徑問題
6.1.2 標號最短路徑算法
6.1.3 啟發(fā)式最短路徑算法
6.1.4 動態(tài)最短路徑算法
6.2 基于出租車經(jīng)驗的路徑分析
6.2.1 經(jīng)驗層級路網(wǎng)構(gòu)建
6.2.2 經(jīng)驗層級路網(wǎng)路徑分析
6.3 行人路徑分析
6.3.1 行人導(dǎo)航關(guān)鍵技術(shù)
6.3.2 基于Landmark的行人路徑分析
6.4 小結(jié)
參考文獻
第7章 路網(wǎng)結(jié)構(gòu)分析
7.1 路網(wǎng)數(shù)據(jù)的表達與結(jié)構(gòu)分析
7.1.1 多尺度空間數(shù)據(jù)庫
7.1.2 路網(wǎng)數(shù)據(jù)的多尺度表達(LOD)與結(jié)構(gòu)分析
7.2 路網(wǎng)結(jié)構(gòu)模式的自動識別方法
7.2.1 路網(wǎng)結(jié)構(gòu)模式的分類
7.2.2 路網(wǎng)結(jié)構(gòu)模式的識別方法
7.3 城市路網(wǎng)的自動分級方法
7.3.1 中心性測度理論
7.3.2 城市道路網(wǎng)自動仆紐
7.3.3 實驗結(jié)果與分析
7.4 路網(wǎng)數(shù)據(jù)的多尺度壓縮方法
7.4.1 基于坐標增量的路網(wǎng)壓縮方法
7.4.2 路網(wǎng)多尺度壓縮試驗分析
7.5 小結(jié)
參考文獻
第8章 交通信息時空分析
8.1 交通狀態(tài)時空相關(guān)性分析
8.1.1 交通狀態(tài)的時序性
8.1.2 基于路網(wǎng)結(jié)構(gòu)的交通數(shù)據(jù)時空分析模型
8.1.3 基于Kriging方法的交通數(shù)據(jù)插補
8.2 路網(wǎng)結(jié)構(gòu)和城市交通狀態(tài)的交互影響
8.2.1 路網(wǎng)結(jié)構(gòu)指標
8.2.2 利用真實數(shù)據(jù)構(gòu)建路網(wǎng)結(jié)構(gòu)和交通狀態(tài)的交互模型
8.2.3 實例分析
8.3 基于時空相關(guān)性的短期交通預(yù)測
8.3.1 短期交通預(yù)測方法
8.3.2 基于時空相關(guān)性的短期交通預(yù)測及模型選擇
8.3.3 實例分析
8.4 交通可達性分析
8.4.1 興趣點動態(tài)可達問題
8.4.2 興趣點動態(tài)可達計算
8.4.3 可達性表達方法
8.4.4 可達性分析實驗
8.5 小結(jié)
參考文獻
第9章 智能導(dǎo)航與服務(wù)
9.1 導(dǎo)航電子地圖管理
9.1.1 多尺度導(dǎo)航數(shù)據(jù)庫
9.1.2 導(dǎo)航數(shù)據(jù)物理存儲
9.1.3 導(dǎo)航數(shù)據(jù)增量更新
9.2 認知導(dǎo)航
9.2.1 認知導(dǎo)航的相關(guān)概念
9.2.2 面向自適應(yīng)路徑引導(dǎo)的本體模型
9.2.3 基于自然語言的自適應(yīng)路徑引導(dǎo)
9.3 網(wǎng)絡(luò)導(dǎo)航
9.3.1 實時交通信息管理
9.3.2 導(dǎo)航電子地圖更新
9.3.3 網(wǎng)絡(luò)導(dǎo)航系統(tǒng)架構(gòu)
9.4 小結(jié)
參考文獻
第10章 交通地理信息系統(tǒng)的發(fā)展與未來展望
10.1 交通地理信息系統(tǒng)的發(fā)展
10.2 交通地理信息系統(tǒng)面對的挑戰(zhàn)
10.3 交通地理信息系統(tǒng)未來展望——由靜態(tài)的過去到動態(tài)的未來
參考文獻
彩圖
章節(jié)摘錄
版權(quán)頁:第1 章 緒 論1.1 GIS-T 概述地球空間信息科學(xué)(geo-spatial information science)興起于20 世紀60 年代,包括全球定位系統(tǒng)( global postioning system ,GPS)、地理信息系統(tǒng)(geographical informationsystem ,GIS)和遙感(remote sensing,RS)等技術(shù),并強調(diào)與通信技術(shù)、計算機技術(shù)結(jié)合的一門綜合性集成技術(shù)學(xué)科?!?S”技術(shù)構(gòu)成了地球空間信息科學(xué)的核心,是快速獲取和更新大范圍地球動態(tài)和定位信息的重要手段,通過信息處理快速再現(xiàn)和客觀反映地球表層的狀況、現(xiàn)象、過程及其空間分布,并深層次探索現(xiàn)象、事物的形成機理及其內(nèi)在聯(lián)系,以服務(wù)于國民經(jīng)濟建設(shè),促進社會和諧發(fā)展。它是地球科學(xué)的一個前沿領(lǐng)域,是地球信息科學(xué)的重要組成部分,是數(shù)字地球的基礎(chǔ)(國家遙感中心,2002 ;李德仁,2006) 。美國勞工部在2004 年年初已經(jīng)將地球空間信息技術(shù)和納米技術(shù)、生物技術(shù)一起列為正在發(fā)展中和最具前途的三大重要高新技術(shù)(Gewin ,2004) 。GIS是計算機技術(shù)、地理科學(xué)和測繪技術(shù)結(jié)合的產(chǎn)物,是實現(xiàn)地理空間信息管理、存儲、分析、表達和發(fā)布的重要技術(shù)手段,在過去幾十年中得到飛速發(fā)展,其理論和技術(shù)日趨完善,在測繪、國土、規(guī)劃和環(huán)境等領(lǐng)域的應(yīng)用也越來越成熟。GIS從最初的單機單用戶,發(fā)展到網(wǎng)絡(luò)GIS,其表現(xiàn)形式也從二維發(fā)展到三維和虛擬現(xiàn)實(李德仁和李清泉,2001) 。但是,由于傳統(tǒng)GIS 無法滿足海量道路交通信息的高效管理與訪問,關(guān)鍵是缺乏時空一體化數(shù)據(jù)模型和高效索引機制,制約了GIS 在交通領(lǐng)域的廣泛應(yīng)用。交通具有明顯的時空特征,是GIS 一個重要的研究和應(yīng)用領(lǐng)域。GIS-T是GIS理論和技術(shù)的重要分支,是道路交通系統(tǒng)信息化的核心基礎(chǔ)。作為研究現(xiàn)代城市交通問題的有效技術(shù)手段,GIS-T不但可以存儲、管理和更新城市交通網(wǎng)絡(luò)的空間數(shù)據(jù),輔助城市交通線路規(guī)劃和交通管理,而且更重要的是通過與GPS技術(shù)、無線通信、互聯(lián)網(wǎng)、虛擬現(xiàn)實等高新技術(shù)的有機結(jié)合,在GIS的數(shù)據(jù)操作及空間分析技術(shù)的輔助下,可以建立廣泛的實時數(shù)字交通信息用戶服務(wù)體系,實現(xiàn)全數(shù)字化交通信息的存儲、檢索、動態(tài)分析與實時發(fā)布,為城市交通管理、車輛的人工及智能導(dǎo)航、客貨運輸調(diào)度及居民出行服務(wù)等提供有效的支持(陳述彭,2000) 。GIS-T中植根于傳統(tǒng)GIS的地圖視圖不能滿足動態(tài)信息管理的需求,需要進化到導(dǎo)航視圖、直至行為視圖(Goodchild,2000)。而且,為了利用實時交通信息,需要研究高效的數(shù)據(jù)模型、更強大空間數(shù)據(jù)融合技術(shù)以及動態(tài)路徑規(guī)劃算法( Thill ,2000) 。基于位置的服務(wù)(location based service,LBS)是集GIS技術(shù)、定位技術(shù)、通信技術(shù)和網(wǎng)絡(luò)技術(shù)等為一體的,能提供多種形式服務(wù)的,以位置信息為核心的信息服務(wù)框架。它是在市場和技術(shù)雙重驅(qū)動下,空間信息與移動通信集成的產(chǎn)物,能隨時為處于任何位置的任何人提供任何內(nèi)容的服務(wù)(李德仁和李清泉,2001)。作為LBS的重要組成部分,車載導(dǎo)航服務(wù)和交通信息服務(wù)等已開始在我國呈現(xiàn)蓬勃發(fā)展的態(tài)勢。在線出行信息服務(wù)已經(jīng)在一些發(fā)達國家得到初步應(yīng)用,如日本的VICS系統(tǒng),歐洲的Ali-Scout 系統(tǒng)和美國的TravTek 系統(tǒng)、ATIS 系統(tǒng)。Telematics系統(tǒng)是LBS技術(shù)車輛領(lǐng)域的應(yīng)用,它能為車輛用戶提供導(dǎo)航、車輛安全、緊急救援等多種類型的位置信息服務(wù)。從個人需求的角度來說,通過提供實時交通信息,車輛導(dǎo)航系統(tǒng)能縮短出行時間和減少導(dǎo)航誤差,保證出行安全,提高出行質(zhì)量。智能交通系統(tǒng)(intelligent transportation system,ITS)是將先進的計算機技術(shù)與網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)通信與傳輸技術(shù)、電子傳感與控制技術(shù)、“3S”技術(shù)以及信息處理與分析技術(shù)等有效集成并運用于整個地面運輸管理體系,而建立起的一種在大范圍內(nèi)發(fā)揮全方位作用的,實時、準確、高效的綜合運輸和管理系統(tǒng)(陳述彭,2000)。ITS是應(yīng)用信息技術(shù)改善道路交通狀況、提高運輸效率和管理水平的技術(shù)方法。它的興起、發(fā)展與應(yīng)用,有利于優(yōu)化交通流在整個路網(wǎng)上的分配,提高路網(wǎng)的通行能力;減少交通擁堵的發(fā)生,使交通流的運行趨向平穩(wěn);減少能源消耗,改善交通環(huán)境。在ITS的發(fā)展過程中,“3S”技術(shù)發(fā)揮著越來越重要的作用,它可為智能交通系統(tǒng)提供了必要的空間數(shù)據(jù)和交通信息的獲取、處理、分析和可視化理論和技術(shù)支持。它是構(gòu)建信息化、智能化交通系統(tǒng)的重要技術(shù)支撐。智能化交通依賴于大規(guī)模、全方位的路網(wǎng)數(shù)據(jù)和實時的交通信息,而“3S”技術(shù)為ITS系統(tǒng)信息采集、數(shù)據(jù)庫建設(shè)提供了關(guān)鍵技術(shù)。借助“3S”技術(shù)在處理和分析基礎(chǔ)地理數(shù)據(jù)、路網(wǎng)數(shù)據(jù)等空間數(shù)據(jù)的優(yōu)勢,合理地組織、管理和發(fā)布交通信息將有助于提高交通系統(tǒng)的運行效率,降低交通事故發(fā)生率。通過交通信息的分析和對交通數(shù)據(jù)的挖掘,掌握人們在不同時段、不同區(qū)域的出行規(guī)律,并形成有用經(jīng)驗知識,為交通管理部門進行交通規(guī)劃、交通誘導(dǎo)、車流量預(yù)測提供支持,為緩解交通擁堵提供理論依據(jù),促進人、車、路的和諧發(fā)展和良性循環(huán),極大地提高交通系統(tǒng)管理水平和運行效率,同時加快傳統(tǒng)交通系統(tǒng)向信息化、智能化交通系統(tǒng)發(fā)展的步伐。GIS-T 是GIS 研究的一個重要方向。GIS-T為交通系統(tǒng)提供空間模型和空間分析等獨特理論與方法支持,同時為智能交通系統(tǒng)的技術(shù)發(fā)展和科學(xué)決策提供依據(jù),特別是時間數(shù)據(jù)模型和分析方法的研究,為智能交通系統(tǒng)提供時間依賴的服務(wù)決策關(guān)鍵技術(shù),直接推動高效的和人性化的交通系統(tǒng)建設(shè)。在GIS 應(yīng)用方面,GIS-T的發(fā)展也直接推動智能導(dǎo)航、物流配送和位置服務(wù)等核心應(yīng)用的產(chǎn)業(yè)發(fā)展。1.2 GIS-T 研究范疇1.2.1 GIS-T 的理論體系1.時空基準地球空間信息基準是確定一切地球空間信息幾何形態(tài)和時空分布的基礎(chǔ)(李德仁,2006)。在交通領(lǐng)域,交通信息的位置不是由單一的坐標基準確定的,而是根據(jù)應(yīng)用需求配合線性參照系統(tǒng)(linear referencing system,LRS)共同確定。人們已經(jīng)很熟悉地理參照系統(tǒng),而線性參照系統(tǒng)主要是為解決交通網(wǎng)絡(luò)中事件的定位和表達而設(shè)計的,它通過未知點與已知點/參考點在道路網(wǎng)絡(luò)上的可偏移距離確定未知點的位置,通常由交通網(wǎng)絡(luò)、線性參照方法(linear reference methods,LRM)和基準三部分組成,其核心技術(shù)是線性參照基準的建立和動態(tài)分段技術(shù)。例如,道路上一座收費站的位置,既有地理經(jīng)緯度坐標(X,Y),又有里程樁號(KM/M),LRM是事件位置信息傳播的有效手段,用經(jīng)緯度描述收費站的位置不如使用相對于所屬道路里程值更直接、更易理解,并且用坐標描述的點與路網(wǎng)匹配時,因精度問題往往出現(xiàn)偏離道路的情況,而用LRM描述的點能夠很好地與道路匹配(李清泉等,2004)。因此,道路上大量的屬性信息多數(shù)采用沿線里程定位,而IS數(shù)據(jù)部分多采用的是地理坐標系,這兩套坐標基準為交通應(yīng)用中的空間位置參照提供了良好保障,實現(xiàn)兩套坐標系統(tǒng)的融合和高效轉(zhuǎn)換是一項必需的基礎(chǔ)工作。同時,多粒度時間基準是各種交通信息的重要特征,既有以秒為周期的交通流信息,也有以年為周期的季節(jié)交通狀態(tài)變化。交通信息在空間基準的基礎(chǔ)上引入時間維,從而確定在某一空間位置的某個時間點或時段所處的狀態(tài)和包含的屬性信息。時間基準結(jié)合坐標或線性參照系統(tǒng)就構(gòu)成了智能交通系統(tǒng)的時空基準。2.時空模型智能交通應(yīng)用除了需要必要的時空基準作為支持,同時還需要合適的數(shù)據(jù)模型存儲、管理和表達與交通系統(tǒng)有關(guān)的多源時空數(shù)據(jù),如路網(wǎng)幾何數(shù)據(jù)、路網(wǎng)屬性數(shù)據(jù)和道路交通數(shù)據(jù)等。在“3S”技術(shù)與交通結(jié)合發(fā)展的20多年里,GIST數(shù)據(jù)模型經(jīng)歷了從平面模型到非平面模型,從基于車道模型到基于路幅(roadway)模型,跨越了從結(jié)點弧段(arc-node)網(wǎng)絡(luò)模型到基于定位參照體系和動態(tài)分段的數(shù)據(jù)模型的發(fā)展歷程,并向三維及一體化的時空數(shù)據(jù)模型方向延伸。平面拓撲集成數(shù)據(jù)模型是GIS領(lǐng)域較早對網(wǎng)絡(luò)地物的表達方式,作為節(jié)點弧段網(wǎng)絡(luò)模型表達道路網(wǎng)絡(luò)的一種最常用方法,其中的節(jié)點和弧段代表的是空間坐標系統(tǒng)中的點和線,分別對應(yīng)于現(xiàn)實路網(wǎng)結(jié)構(gòu)中的道路交叉口和路段,它們是LRS中唯一與坐標系統(tǒng)建立聯(lián)系的部分。節(jié)點弧段模型基本上能表達交通網(wǎng)絡(luò),同時支持最短路徑算法和空間拓撲分析等功能,但也有諸多不足,如節(jié)點的表達方式增加了數(shù)據(jù)存儲的冗余,降低了模型的效率,與實際的交通網(wǎng)絡(luò)的特點不符,弧段與屬性記錄是一對一的關(guān)系,不支持一對多的關(guān)系等( Miller and Shaw,2001)。為解決平面模型的缺點、提高平面模型的應(yīng)用范圍、脫離平面強化限制,將平面模型擴展到非平面模型,同時進一步細化基本建模單位,將車道作為建模單位,發(fā)展為基于車道的數(shù)據(jù)模型,對車道中的交通流,車道轉(zhuǎn)向,車道之間的連通性等問題一并考慮。雖然這種表達方式簡單、易于實現(xiàn),但定位實時性差、成熟算法較少和數(shù)據(jù)生產(chǎn)困難等因素制約了基于車道的數(shù)據(jù)模型的發(fā)展。20世紀70年代初,美國公路合作研究組織(NCHRP)指出動態(tài)分段技術(shù)可以克服線性參照中定長分段的缺陷,使路段的長度改變適應(yīng)不同的情況,并于1994年8月在密爾沃基舉行的NCHRP20-27學(xué)術(shù)會議上提出NCHRP模型。NCHRP模型除了支持定位、實際位置和轉(zhuǎn)換等基本功能外,還支持路線的疊置、連通、鄰接以及網(wǎng)絡(luò)分析等功能,并在隨后的擴展中開發(fā)了MDLRS( multi-dimensional LRS)模型。Dueker 和Vrana 于1992年提出了一個線性LRS 數(shù)據(jù)模型,在1997 年將其發(fā)展為GIS-T企業(yè)級數(shù)據(jù)模型,并于2000年提出了一個交通數(shù)據(jù)共享數(shù)據(jù)框架。交通路網(wǎng)分析和應(yīng)用中單純的考慮空間要素是很難滿足現(xiàn)勢交通應(yīng)用的需求,將時間維引入現(xiàn)有的數(shù)據(jù)模型中也是必然趨勢。時空數(shù)據(jù)模型的研究興起于20世紀70年代,Langran(1989)首次總結(jié)了GIS數(shù)據(jù)庫應(yīng)用中的時態(tài)特征,標志著GIS時空數(shù)據(jù)建模的正式開始,其代表性的模型主要包括強調(diào)時空狀態(tài)序列的過程模型,重點描述某個事件上形成的時空因果聯(lián)系的時間點模型以及面向?qū)ο蟮臅r空數(shù)據(jù)模型等(佘江峰等,2005;姜曉軼和周云軒,2006)。交通應(yīng)用中的時空數(shù)據(jù)模型研究也隨之同步發(fā)展,前面提到的MDLRS模型就是一個適合于基于交通要素的多維時空數(shù)據(jù)的記錄、表現(xiàn)、應(yīng)用的綜合時空一體化數(shù)據(jù)模型,它為交通系統(tǒng)中的多維數(shù)據(jù)的集成管理和應(yīng)用提供了一個框架,這方面的深入研究和應(yīng)用也正在進行之中。3.動態(tài)時空分析交通信息具有多源、時變和多維等特性,時空數(shù)據(jù)的分析理論是提供現(xiàn)勢性交通信息服務(wù),開展路網(wǎng)信息的檢測、更新及交通流量預(yù)測,進行移動目標管理和查詢的前提??臻g分析與移動數(shù)據(jù)庫管理技術(shù)的發(fā)展為開展時空數(shù)據(jù)分析提供了有力支撐??臻g分析一直是研究地理的重要方法,而交通領(lǐng)域的應(yīng)用通常需要將空間數(shù)據(jù)與交通信息結(jié)合,并融入時態(tài)特征,同時還要考慮到出行者的因素,這使得傳統(tǒng)的空間分析理論在“3S”與交通結(jié)合的應(yīng)用中需進一步的擴展。目前,道路交通狀態(tài)預(yù)測,行程時間估算,交通路網(wǎng)可達性,道路擁擠定價,基于出行者行為(activity-based)建模與分析,交通信息系統(tǒng)對出行行為的影響等研究已逐步成為交通領(lǐng)域中時空分析的熱點。時空分析中移動目標的存儲、索引和查詢是開展分析應(yīng)用的重要組成部分。近年來,移動數(shù)據(jù)庫技術(shù)的發(fā)展,為移動目標的管理及應(yīng)用提供了便捷,常見的有Sybase的SQLAnywhere 、Oracle 的Oracle 8i Lite 、IBM 的DB2 Everywhere 和微軟的SQL Server CE等,這些IT界巨頭參與移動數(shù)據(jù)庫領(lǐng)域無疑將推動這一新興技術(shù)的飛速發(fā)展,同時也為開展交通時空數(shù)據(jù)管理與分析提供了更堅實的技術(shù)后盾。1.2.2 GIS-T 的關(guān)鍵技術(shù)1.基于多傳感器的交通時空數(shù)據(jù)采集交通系統(tǒng)時空數(shù)據(jù)主要包括具有地理標識的交通基礎(chǔ)空間數(shù)據(jù)和反映道路運行狀況的動態(tài)交通信息?;A(chǔ)空間數(shù)據(jù)是路網(wǎng)基礎(chǔ)地理信息、邏輯網(wǎng)絡(luò)或線路中幾何位置與空間關(guān)系的幾何信息,處理拓撲關(guān)系的路網(wǎng)幾何規(guī)則語義信息等信息的集合。而路況信息、交通規(guī)則信息和交通管制信息等構(gòu)成了路網(wǎng)中道路運行狀態(tài)的交通信息。“3S”技術(shù)的普及和推廣,特別是近年來航空航天技術(shù)的飛速發(fā)展,使得交通基礎(chǔ)空間數(shù)據(jù)的獲取從采集方式、數(shù)據(jù)精度和時效性等方面都有了長足進步。利用安裝了GPS/INS、立體攝影和無線通信設(shè)備的移動測量系統(tǒng)和運用航空航天技術(shù)獲取影像相結(jié)合的方式采集路網(wǎng)、交通設(shè)施以及交通背景要素等基礎(chǔ)地理數(shù)據(jù),既縮短了采集時間,又提高了更新效率,同時還增強了數(shù)據(jù)的現(xiàn)勢性(Li ,et al.,2010) 。傳統(tǒng)交通信息的采集是以環(huán)形線圈和視頻(Closed Circuit Television,CCTV)為代表,經(jīng)過幾十年的發(fā)展已經(jīng)相對成熟,并在交通系統(tǒng)中得到廣泛應(yīng)用。存在的主要問題是成本高、壽命短、數(shù)據(jù)處理復(fù)雜及實時分析困難等?!?S”技術(shù)的發(fā)展為交通信息采集提供了新的技術(shù),利用安裝了GPS和無線通信設(shè)備的移動車輛(浮動車,floating car)進行實時交通信息采集是一種全新的方法。基于浮動車的交通信息采集方式具有建設(shè)周期短、覆蓋范圍廣、采集效率高、數(shù)據(jù)精度高和實時性強等優(yōu)點。而將航空攝影、衛(wèi)星遙感等手段應(yīng)用于交通信息的采集,對浮動車數(shù)據(jù)進行了有效的補充,從多時相,高分辨率的航空和航天影像中進行交通要素的識別、監(jiān)測,提取車輛類型、運行速度等特征,獲取道路流量信息和擁堵狀況等實時交通信息。通過地球空間信息技術(shù)采集交通信息,根據(jù)不同數(shù)據(jù)的特征、層次及狀態(tài)進行篩選和融合,是對傳統(tǒng)交通信息獲取方法的重要拓展,豐富了交通信息采集手段和方法,保證了高質(zhì)量、高精度和現(xiàn)勢性交通信息生成。2.多源交通信息融合處理信息融合(information fusion)是自20世紀80年代發(fā)展起來的一種自動化信息綜合處理技術(shù)。它充分利用多源數(shù)據(jù)的冗余性、互補性和計算機的高速運算能力與智能化技術(shù),增加信息處理的置信度和可靠性,能夠?qū)⒉淮_定、離散和甚至相互矛盾的復(fù)雜信息轉(zhuǎn)化為抑制性的解釋和描述(張汝華等,2003) 。路網(wǎng)交通信息融合是處理不同來源、不同層次和不同精度的路網(wǎng)交通信息,考慮信息之間的相互作用,從幾何、語義等層次上,組織和集成多源空間數(shù)據(jù)和交通信息,基于路網(wǎng)特征實體間的空間與語義關(guān)系,以及時態(tài)性特征,將多種來源的信息整合成統(tǒng)一的幾何分布、拓撲、語義、時態(tài)的路網(wǎng)信息數(shù)據(jù)集。目前使用較多的融合方法主要有加權(quán)平均法、Kalman 濾波、Bayes 估計、Markov 鏈、統(tǒng)計決策理論、證據(jù)理論、模糊邏輯、神經(jīng)網(wǎng)絡(luò)和粗糙集理論等。多源交通信息融合處理主要涉及定位參考融合,多源數(shù)據(jù)類型融合和語義融合幾個方面:定位參考融合主要是交通信息的空間基準和線性參照進行統(tǒng)一便于多模態(tài)的路網(wǎng)管理;多源數(shù)據(jù)類型融合則是將矢量地圖數(shù)據(jù)、遙感影像數(shù)據(jù)、視頻錄像和感應(yīng)線圈信息等多種來源的數(shù)據(jù)進行集成;語義融合體現(xiàn)在多種數(shù)據(jù)信息的屬性一致性,數(shù)據(jù)標準統(tǒng)一,從而滿足不同應(yīng)用需求,實現(xiàn)數(shù)據(jù)共享。3.交通數(shù)據(jù)挖掘與知識發(fā)現(xiàn)數(shù)據(jù)挖掘與知識發(fā)現(xiàn)(data mining and knowledge discovery,DMKD)技術(shù)是一種有效、方便和快捷的數(shù)據(jù)分析手段,以便從海量數(shù)據(jù)中獲取有用的知識以用于決策分析和管理,而它與空間信息相結(jié)合已發(fā)展為一門新的學(xué)科――空間數(shù)據(jù)挖掘。理論支持方面已有概率論、證據(jù)理論、空間統(tǒng)計學(xué)、規(guī)則歸納、聚類分析、決策樹、空間分析、模糊集理論、粗集理論、地學(xué)粗空間、神經(jīng)網(wǎng)絡(luò)、遺傳算法、可視化理論、云模型、數(shù)據(jù)場、文本數(shù)據(jù)挖掘和Web數(shù)據(jù)挖掘等眾多經(jīng)典應(yīng)用于空間數(shù)據(jù)挖掘,目前利用空間數(shù)據(jù)挖掘技術(shù)探索交通信息也逐漸成為交通領(lǐng)域的研究熱點。交通數(shù)據(jù)挖掘很大程度上依賴于空間數(shù)據(jù)信息,可以將其認定為空間數(shù)據(jù)挖掘的一個特殊層面,它能有效地進行路網(wǎng)的交通流狀態(tài)(如平均行程速度和平均行程時間等)估計,同時配合實時獲取的車輛狀態(tài)和路況信息為動態(tài)路徑規(guī)劃和實時動態(tài)路徑優(yōu)化提供必要的信息支持。另外,從采集的車輛、行人和路網(wǎng)等多源信息中尋找規(guī)律并挖掘聯(lián)系,從而描述人們的出行規(guī)律,預(yù)測某時段或某路段的交通流量,發(fā)現(xiàn)交通事故頻發(fā)地點等特征,為交通管理和道路規(guī)劃部門提供決策依據(jù)。4.交通信息發(fā)布與自適應(yīng)表達交通路網(wǎng)信息不同于常規(guī)的空間信息,除了具有地理坐標外,還具備線性參照特征,同時具有多層次、多車道以及含有交通管制信息等特性,加上目前用戶多樣化和顯示終端的限制對交通信息和路網(wǎng)信息的可視化表達提出了新的挑戰(zhàn)。應(yīng)用簡單的圖論、空間分析方法和可視化理論難以滿足其分析與表達要求,而將線性參考、動態(tài)分段、漸進式傳輸及自適應(yīng)可視化表達等技術(shù)應(yīng)用到路網(wǎng)數(shù)據(jù)的傳輸和表達中,能更好地反映實際路網(wǎng)結(jié)構(gòu),抽象出路網(wǎng)的邏輯層次與組織方式,增強交通信息的表達效果。將線性參考和動態(tài)分段技術(shù)引入交通信息的表達為路網(wǎng)提供了明確的位置參照,解決了同一路段多個屬性并存或某條道路具有分段屬性等問題。而漸進式傳輸實際上是采用一些數(shù)據(jù)壓縮方法,依時間序列將空間數(shù)據(jù)以比例尺由小到大方式傳遞到客戶端,從而實現(xiàn)主要的輪廓數(shù)據(jù)先傳遞給用戶,然后輔之以細節(jié),從而縮短用戶等待時間、減輕服務(wù)器端負擔(dān)、提高傳輸速度。自適應(yīng)可視化表達則集成了空間數(shù)據(jù)簡化算法、制圖綜合的理論對空間對象進行幾何變換和內(nèi)容綜合,實現(xiàn)無極比例尺顯示。它能夠根據(jù)顯示終端的大小、用戶的應(yīng)用需求自動確定顯示的地理空間范圍和內(nèi)容,并對空間對象進行比例尺的無極變換,最終在顯示的內(nèi)容和比例尺方面取得平衡,實現(xiàn)細節(jié)層次模型(level of detail,LOD)的動態(tài)可視化(Li,2009),另外一個重要特性是能夠同時對時空信息進行融合和符號化,實現(xiàn)時空信息的個性化表達。上述技術(shù)的運用使得交通信息的傳輸表達朝著實用化、專業(yè)化和人性化方向發(fā)展。1.2.3 GIS-T 的典型應(yīng)用1.交通信息服務(wù)與智能導(dǎo)航隨著社會發(fā)展、生活節(jié)奏的加快,節(jié)省時間、提高效率已經(jīng)成為一種很普遍的追求。在市場和技術(shù)的雙重驅(qū)動之下,空間定位技術(shù)和移動通信技術(shù)的迅速發(fā)展使得快速傳遞人們的地理位置成為可能,在交通出行已習(xí)以為常的大環(huán)境下,伴隨著各種應(yīng)用的交通信息服務(wù)也悄然興起。通過車載終端和無線網(wǎng)絡(luò)的配合,實時獲取車輛的絕對或相對位置信息,從而根據(jù)用戶需求為其提供與位置相關(guān)的交通信息服務(wù)或?qū)崿F(xiàn)決策支持,已受到越來越多的車輛用戶的青睞。交通信息服務(wù)不僅為具備車載終端用戶提供了一種方便、快捷和實用的增值服務(wù),而且隨著商業(yè)網(wǎng)點信息、路況信息、天氣信息等多種環(huán)境信息與空間信息的融合將為所有出行用戶提供功能更加強大、全面和人性化的信息服務(wù)。
編輯推薦
李清泉等著的這本《交通地理信息系統(tǒng)技術(shù)與前沿發(fā)展》系統(tǒng)地介紹交通地理信息系統(tǒng)(GIS-T)最新研究成果和進展,同時對當(dāng)前和今后一段時間交通地理信息系統(tǒng)的研究重點和熱點進行了闡述,從不同角度系統(tǒng)展示武漢大學(xué)交通研究中心團隊的最新研究成果。本書的主要內(nèi)容涵蓋:基礎(chǔ)理論和關(guān)鍵技術(shù);道路基礎(chǔ)數(shù)據(jù)和動態(tài)交通信息的獲取新方法;基于浮動車的交通信息提取方法;移動對象的時空分析;路網(wǎng)模式識別與自適應(yīng)可視化;交通行程時間估算、相關(guān)性分析與預(yù)測;導(dǎo)航數(shù)據(jù)增量更新與網(wǎng)絡(luò)導(dǎo)等。
圖書封面
評論、評分、閱讀與下載
交通地理信息系統(tǒng)技術(shù)與前沿進展 PDF格式下載