ניתוח נתונים תלולים מסלול לחקר חלל פעילות הולכי רגל בזמן

סיכום

חבילה של שיטות עיבוד חלל ובזמן מוצגת לניתוח נתונים תלולים מסלול אנושיים, כמו שנאסף באמצעות מכשיר GPS, לצורך פעילות הולכי רגל דוגמנות חלל וזמן.

תקציר

היא מוכרת היטב כי תנועה אנושית בממדי המרחב וזמן יש לו השפעה ישירה על מחל הילוכי ^1-3. מחלה זיהומית בדרך כלל מתפשטת באמצעות מגע בין אנשים שנדבקו ורגישים בחללי הפעילות החופפות שלהם. לכן, מידע יומי על ניידות פעילות יכול לשמש כאינדיקציה למדידת חשיפות לגורמי סיכון של זיהום. עם זאת, קושי גדול ולכן הסיבה למיעוט מחקרים של התפשטות מחלות מידבקות בקנה מידת מייקרו נובע מהמחסור בנתוני ניידות בודדים מפורטים. קודם לכן בתחום התחבורה ונתוני תיירות מחקר מפורטים חלל וזמן פעילות הסתמכו לעתים קרובות בטכניקת יומן מרחב זמן, המחייב נושאים פעילים לתעד את פעילותם בזמן ובמרחב. זה מאוד תובעני עבור המשתתפים ושיתוף הפעולה מצד המשתתפים מאוד משפיע על איכות הנתונים ^4.

מודרניטכנולוגיות כגון תקשורת סלולרית וה-GPS היו מתאפשרות איסוף האוטומטי של נתוני מסלול. הנתונים שנאספו, לעומת זאת, אינם אידיאליים עבור דוגמנות פעילויות שטח בזמן אדם, מוגבלת על ידי בדיוק של מכשירים קיימים. אין גם כלי זמין לעיבוד יעיל של הנתונים למחקר התנהגות אנושית. אנו מציגים כאן חבילה של שיטות וממשק משולב ArcGIS שולחן עבודה מבוסס חזותי לניתוחים מראש העיבוד וחלל ובזמן של נתונים תלולים מסלול. אנו מספקים דוגמאות כיצד ניתן להשתמש בעיבוד כזה למודל פעילות אנושית בחלל זמן, במיוחד עם נתוני מסלול להולכי רגל עשירים בשגיאה, שיכול להיות שימושי במחקרי בריאות הציבור כגון דוגמנות העברת מחלה מדבקת.

ההליך הציג כולל, פילוח מראש עיבוד מסלול, אפיון מרחב פעילות, להערכת צפיפות והדמיה, וכמה שיטות ניתוח גישוש אחרות. טרום processinגר הוא ניקוי נתונים תלולים מסלול גלם רועשים. אנחנו מציגים את ממשק אינטרקטיווי חזותי מראש עיבוד, כמו גם מודול אוטומטי. פילוח המסלול ⁵ כולל זיהוי של חלקים פנימיים וחיצוניים ממסלולים מראש מעובדי חלל והזמן. שוב, גם פילוח ויזואלי אינטרקטיווי ופילוח אוטומטי נתמכים. מסלולים מפולחים חלל והזמן נותחו לאחר מכן לגזור מאפיינים של מרחב פעילותו שלו, כגון הערכת פעילות רדיוס וכו צפיפות והדמיה המשמשים לבדיקת כמות גדולה של נתונים תלולים מסלול לדגם כתמים ואינטראקציות חמים. אנו להפגין גם את מיפוי צפיפות משטחת ⁶ וטיוח נפח צפיפות ^7. אנו גם כמה ניתוחי נתוני גישוש אחרים (EDA) וכלים חזותיים, כגון תמיכה ב-Google Earth אנימציה וניתוח חיבור. החבילה של אנליטית, כמו גם שיטות חזותיות שהוצגו במאמר זה יכול להיות מיושם על כל נתונים למסלול שלמחקרי פעילות הקצב זמן.

פרוטוקול

1. קבלת נתונים

1. נתוני מסלול ניתן לאסוף ביחידות כף יד GPS, יישומי מעקב GPS מופעלים טלפון חכמים, כמו גם A-GPS (GPS סייע) התקנים כגון זה של מועסקים במחקר שלנו, מכשיר גשש ילד מסחרי.
2. נתוני מסלול בדרך כלל נשמרו במונחים של זמן רשום בקווי רוחב, אורך ורוחב. מרווח זמן רצוי שמבוסס על צרכי יישום. לעתים קרובות המרווח השכיח ביותר הוא רצוי ללימודי פעילות שטח בזמן.
3. להמיר את הנתונים לערכים המופרדים באמצעות פסיקים, או. קבצי CSV עם עמודות נפרדות לid שיא, קו רו....

תוצאות

נתונים נאספו על ידי מסלול התנדבות סטודנטים לתואר ראשונים מאוניברסיטת קין (ניו ג'רזי, ארה"ב) באביב 2010. המטרה הייתה ללמוד דפוסי פעילות של תלמידים שתפסו שפעת (שאובחן על ידי רופא או עצמי אובחן-) בהשוואה לאלו שלא. כדי להמחיש את השיטות והנהלים שהוצגו במאמר זה לקחנו את המסלולים שנאספו בשטח הקמפוס הפרברי ליצירת תוצאות מייצגות. מסלולים בתוך שטח הקמפוס הם בעיקר מסלולים להולכי רגל, ורק חלק קטן כתוצאה מנסיעה בין מגרשי החנייה והשונים מחוץ לקמפוס.

דיון

אנחנו השתמשנו מנגנון תוספת של ArcGIS לפתח ממשק. כל הפעולות האינטראקטיביות יושמו באמצעות C + +. כל העיבוד האוטומטי ופונקציות ניתוח פותחו באמצעות פייתון.

נתוני AGPS, או נתונים שנאספו על ידי GPS להולכי רגל מציג אתגר ייחודי בpreprocessing כשגיאות יכולות להיות מסיביות בשל שכנות לבניינים ותחנות פנימיות תכופות. יתר על כן, במוקד preprocessing לא צריך להיות הפחתת נתונים כמו מה שנעשה בדרך כלל לנתונים תלולים מסלול GPS רכב ע.......

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה

שם	חברה	מספר קטלוג	הערות
שם המגיב	חברה	מספר קטלוגים	תגובות (אופציונלי)
WorldTracker GPRS	מעקב העולמי
מחשב אישי להפעלת הניתוח
ArcGIS תוכנה	ESRI
הארכת המסלול Analyzer