行人时空活动研究中的轨迹数据分析

摘要

本文介绍了一系列时空处理方法，用于分析人类轨迹数据（例如使用GPS设备采集的数据），以建模行人的时空活动。

摘要

众所周知，人类在空间和时间维度上的移动直接影响疾病的传播^1-3。传染病通常通过感染者与易感个体在其活动空间重叠时的接触而传播。因此，日常的移动与活动信息可作为衡量感染风险因素暴露程度的指标。然而，微观尺度下传染病传播研究稀少的主要困难在于缺乏详细的个体移动数据。以往在交通与旅游研究中，详细的时间-空间活动数据通常依赖于时间-空间日记法，该方法要求受试者主动记录其在时间和空间中的活动。这种方法对参与者要求较高，且参与者的配合程度极大影响数据质量⁴。

GPS 和移动通信等现代技术使得轨迹数据的自动采集成为可能。然而，所收集的数据在用于建模人类时空活动时并不理想，受限于现有设备的精度。此外，目前也缺乏现成的高效工具来处理这些数据以支持人类行为研究。本文介绍了一系列方法，并提供了一个集成的基于 ArcGIS 桌面的可视化界面，用于轨迹数据的预处理和时空分析。我们举例说明了此类处理方法如何用于建模人类时空活动，特别是针对误差较多的行人轨迹数据，这些方法在公共卫生研究（如传染病传播建模）中可能具有重要应用价值。

本文介绍的方法包括预处理、轨迹分割、活动空间特征描述、密度估计与可视化，以及其他一些探索性分析方法。预处理是指对含有噪声的原始轨迹数据进行清洗。我们介绍了一种交互式可视化预处理界面以及一个自动化处理模块。轨迹分割⁵ 包括从预处理的时空轨迹中识别室内和室外部分。同样支持交互式视觉分割和自动分割。随后对分割后的时空轨迹进行分析，以提取个体活动空间的特征，例如活动半径。 等等。 密度估计与可视化用于分析大量轨迹数据，以建模热点区域和交互行为。我们展示了密度表面制图⁶ 密度体积渲染⁷我们还包含了一些其他的探索性数据分析（EDA）和可视化工具，例如支持谷歌地球动画和连接性分析。本文介绍的一系列分析与可视化方法可应用于任何时空活动研究的轨迹数据。

方案

1. 获取数据

1. 轨迹数据可通过手持式GPS设备、支持GPS的智能手机追踪应用程序，以及本研究中所采用的商业儿童追踪设备等A-GPS（辅助GPS）设备进行采集。
2. 轨迹数据通常以时间-纬度-经度记录的形式保存。应根据具体应用需求设定合适的时间间隔，空间-时间活动研究通常需要尽可能高的采样频率。
3. 将数据转换为逗号分隔值文件（即.csv文件），并分别为记录编号、纬度、经度和时间设置独立的列。随后将.csv文件转换为常用的地理信息系统（GIS）文件格式（例如 ESRI shapefile⁸）。
4. 在轨迹分析器中加载建筑物多边形的shapefile文件以及研究区域边界的shapefile文件。正确设置建筑物的“拉伸”属性以实现三维显示，并适当设置边界图层的“拉伸”和“透明度”属性，以生成时空立方体^{6, 9}，其中x、y维度表示空间，z维度表示时间。

2. 预处理

1. 对于噪声原始轨迹数据的预处理，提供两种可选方案。用户可从预处理菜单的下拉列表中进行选择。
2. 若选择“交互式”模式，系统将生成3D轨迹的2D投影，便于查看与选取。通过操作3D显示界面，从空间和时间维度检查原始轨迹。根据轨迹片段的形状、速度和/或拓扑结构识别数据中的错误。通常，具有不切实际的高速或方向突变的轨迹点（顶点）表明存在错误。可选择并从原始轨迹中删除这些点，删除操作可在3D轨迹或其2D投影上进行。
3. 在空间上呈尖锐形状聚集、在时间上持续较久的一簇轨迹点（图1），通常表示由室内等GPS信号较弱区域引起的数据错误。若选中此类点群，程序可计算所选点的时空质心，并调整轨迹使其经过该质心。
4. alternatively，若在预处理菜单中选择“自动”模式，需设置输入与输出路径，以及用于判定异常高速和急剧转向的经验参数。程序将基于模拟视觉误差检测方法的算法，自动搜索并处理加载的轨迹数据。

3. 轨迹分割与活动空间表征

1. 轨迹分割需要建筑物图层，因此请确保已加载建筑物的矢量文件。
2. 单击工具栏中的分割工具以启动功能。设置输入和输出，并将建筑物形状文件指定为参考图层。使用建筑物名称对分割后的轨迹进行标注。该算法根据设定或默认的标准（如速度、持续时间）识别室内段 等等。 轨迹点以及与建筑物相关的空间拓扑关系。
3. 单击活动空间概要工具以载入分段轨迹，并计算选定的摘要属性，以表征个体的活动空间，例如总活动半径、特定时间段内的半径、室内与室外停留时间总比例等。
4. 这些属性可导出至电子表格，用于定量建模分析。

4. 密度表面映射

1. 密度表面通过将时间维度合并，展示空间中活动的密度分布。密度表面映射菜单的下拉列表中提供三种选项。
2. 若选择“轨迹点密度”选项，需在对话框中填写输入与输出信息，并选择以 3D 或 2D 方式显示。算法将使用轨迹数据中的所有顶点来计算点的核密度。图 2 展示了一个密度表面。
3. 若选择“轨迹路径密度”选项，算法将计算并显示个体移动路径的密度分布（图 3）。
4. 若选择“重采样点密度”选项，算法将使用设定的时间间隔对轨迹数据进行重采样，并绘制在时间上均匀分布的点的密度图。该选项适用于因设备在不同物理条件下灵敏度变化或轨迹分段而导致采样时间间隔不规则的追踪设备。图 4 展示了分段轨迹的 2D 和 3D 密度表面。
5. 若对上述任一选项选择“时间聚焦”，则可执行时间聚焦¹⁰，以分析不同时段的活动模式。例如，可可视化一天中不同时段的活动密度表面，便于识别跨时间的热点区域（图 5）。

5. 密度体积估算与体绘制

1. 密度体可视化采用时空立方体的概念，类似于轨迹可视化中的方法。此类可视化的核心是将空间离散化为体素¹¹。我们对密度体的可视化方法首先通过统计穿过各个体素的时空轨迹数量，来估算每个体素内的密度值。用户可在密度体可视化菜单下点击“密度体计算”以执行此步骤。
2. 密度体可视化与密度面可视化一样，提供相同的三种选项。
3. 接下来点击“体渲染”，以启动三维体可视化界面，进行交互式体渲染¹²。通过设置各坐标轴方向上的分割数量，可在不同尺度上观察聚类特征。可使用z因子设置垂直方向的夸张比例，以获得更佳的可视化效果。此外，也可加载建筑物等参考图层以辅助可视化。体渲染的结果可通过调节传递函数进行交互式调整，该函数控制密度到颜色的映射关系。（图6）。

6. 其他探索性数据分析（EDA）与可视化

1. 可采用一种方法创建可在 Google Earth 中播放的动画序列。在“其他”选项下，点击“导出为用于 EDA 的 KML”以使用该方法。此操作将生成一个 kml¹³ 文件，可在 Google Earth 中打开，用于对轨迹进行交互式动画展示。
2. 通过在 Google Earth 的时间轴上滚动，可沿轨迹在时空中漫游环境。
3. 可通过“连接分析”功能可视化兴趣地点之间的关联。例如，大学校园内不同建筑之间的连接关系是基于学生采集的分段轨迹数据推导得出的（图7）。
4. 基于推导出的连接关系，可识别热点区域，例如出入口流量最大的建筑，以及连接多个高流量区域的枢纽。

结果

轨迹数据由美国新泽西州基恩大学的志愿本科生于2010年春季收集。研究目的是比较感染流感（由医生诊断或自我诊断）的学生与未感染学生的活动模式。为了说明本文所介绍的方法与流程，我们选取了在郊区校园区域内收集的轨迹数据以生成代表性结果。校园区域内的轨迹主要是步行轨迹，仅有少量轨迹来源于在各个停车场之间以及校园外的驾车活动。

以大学校园内建筑物为参考的轨迹时空立方体表示如图1所示。图1A为一名学生使用AGPS设备（商用儿童追踪器）记录其在校园内一天活动所采集的原始数据。显然，某些长时间的室内停留导致了数据噪声（由轨迹中的尖峰部分指示）。这在行人轨迹数据中非常常见。图1B显示了经过预处理和分段的轨迹。图1C在时空立方体中展示了经过预处理和分段的轨迹，并以颜色编码区分室内和室外段。

图2至图4展示了对一组轨迹进行密度表面映射的结果。

讨论

我们利用 ArcGIS 的加载项机制开发了该界面。所有交互式操作均使用 C++ 实现。所有自动处理与分析功能均使用 Python 开发。

行人采集的AGPS数据，或称行人GPS数据，在预处理中具有独特挑战性，因为靠近建筑物以及频繁的室内停留会导致误差极大。此外，预处理的重点不应像处理车辆GPS轨迹数据那样侧重于数据降维，因为行人轨迹的追踪点本身已明显稀疏。然而，行人轨迹数据中明显的误差模式为预处理提供了独特的解决方案。我们并未采用标准的预处理算法¹⁴，而是开发了一种启发式方法（2.3节），该方法模拟了2.2节中提到的手动视觉误差检测方式，用于清除轨迹数据中的误差。具体而言，该方法首先计算轨迹中每个轨迹点的属性（速度和方向变化）。那些具有不切实际的高速度和/或方向变化的轨迹点将被剔除。随后，对每个剩余的轨迹点重新计算属性（持续时间和方向变化），并识别出具有尖峰形状的轨迹点簇（即一系列具有剧烈方向变化的轨迹点）。最后，计算每个簇的时空质心，并将轨迹简化并调整为通过该质心。

自动预处理和轨迹分割算法已通过传统的...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
WorldTracker GPRS	追踪全球动态
用于运行分析的个人计算机
ArcGIS 软件	ESRI
轨迹分析扩展模块