Analizy danych trajektorii dla badania aktywności czasoprzestrzennej pieszych

Summary

Zestaw metod przetwarzania czasoprzestrzennego jest prezentowany do analizy danych o trajektoriach człowieka, takich jak te zebrane za pomocą urządzenia GPS, w celu modelowania aktywności czasoprzestrzennej pieszych.

Abstract

Powszechnie wiadomo, że ruch człowieka w wymiarze przestrzennym i czasowym ma bezpośredni wpływ na przenoszenie chorób^1-3. Choroba zakaźna zazwyczaj rozprzestrzenia się poprzez kontakt między osobami zakażonymi i podatnymi w ich nakładających się na siebie przestrzeniach aktywności. W związku z tym informacje dotyczące codziennej mobilności i aktywności mogą być wykorzystywane jako wskaźnik do pomiaru narażenia na czynniki ryzyka zakażenia. Główną trudnością, a co za tym idzie powodem niedostatku badań nad przenoszeniem chorób zakaźnych w skali mikro, jest jednak brak szczegółowych danych dotyczących mobilności indywidualnej. Wcześniej w badaniach nad transportem i turystyką szczegółowe dane o aktywności czasoprzestrzennej często opierały się na technice dziennika czasoprzestrzennego, która wymaga od badanych aktywnego rejestrowania swoich działań w czasie i przestrzeni. Jest to bardzo wymagające dla uczestników, a współpraca ze strony uczestników ma ogromny wpływ na jakość danych⁴.

Nowoczesne technologie, takie jak GPS i komunikacja mobilna, umożliwiły automatyczne zbieranie danych o trajektoriach. Zebrane dane nie są jednak idealne do modelowania ludzkiej aktywności czasoprzestrzennej, ograniczonej dokładnością istniejących urządzeń. Nie ma również łatwo dostępnego narzędzia do efektywnego przetwarzania danych do badania zachowań ludzkich. Przedstawiamy tutaj zestaw metod i zintegrowany interfejs wizualny ArcGIS na komputery stacjonarne do wstępnego przetwarzania i analiz czasoprzestrzennych danych o trajektoriach. Podajemy przykłady, w jaki sposób takie przetwarzanie może być wykorzystane do modelowania ludzkiej aktywności czasoprzestrzennej, zwłaszcza z bogatymi w błędy danymi o trajektoriach pieszych, które mogą być przydatne w badaniach nad zdrowiem publicznym, takich jak modelowanie transmisji chorób zakaźnych.

Przedstawiona procedura obejmuje wstępne przetwarzanie, segmentację trajektorii, charakterystykę przestrzeni aktywności, szacowanie i wizualizację gęstości oraz kilka innych metod analizy eksploracyjnej. Przetwarzanie wstępne to czyszczenie zaszumionych surowych danych trajektorii. Wprowadzamy interaktywny wizualny interfejs wstępnego przetwarzania, a także moduł automatyczny. Segmentacja trajektorii⁵ polega na identyfikacji części wewnętrznych i zewnętrznych na podstawie wstępnie przetworzonych torów czasoprzestrzennych. Również w tym przypadku obsługiwana jest zarówno interaktywna segmentacja wizualna, jak i segmentacja automatyczna. Segmentowane ścieżki czasoprzestrzenne są następnie analizowane w celu uzyskania cech przestrzeni aktywności, takich jak promień aktywności itp. Szacowanie i wizualizacja gęstości są wykorzystywane do badania dużej ilości danych o trajektoriach w celu modelowania gorących punktów i interakcji. Demonstrujemy zarówno mapowanie powierzchni gęstości⁶, jak i renderowanie objętościowe^{gęstości 7}. Dołączamy również kilka innych eksploracyjnych analiz danych (EDA) i narzędzi do wizualizacji, takich jak obsługa animacji Google Earth i analiza połączeń. Zestaw metod analitycznych i wizualnych przedstawionych w tym artykule może być zastosowany do dowolnych danych trajektorii do badań aktywności czasoprzestrzennej.

Protocol

1. Pobieranie danych

1. Dane o trajektorii mogą być zbierane za pomocą ręcznych urządzeń GPS, aplikacji do śledzenia smartfonów z obsługą GPS, a także urządzeń A-GPS (wspomagany GPS), takich jak to zastosowane w naszym badaniu, komercyjne urządzenie do śledzenia dzieci.
2. Dane o trajektoriach są zwykle zapisywane w postaci zapisów czasu, szerokości i długości geograficznej. Żądany przedział czasu należy ustawić w zależności od potrzeb aplikacji. Często najczęstszy interwał jest pożądany do badań aktywności czasoprzestrzennej.
3. Przekonwertuj dane na wartości rozdzielane przecinkami lub .csv plików z osobnymi kolumnami odpowiednio dla identyfikatora rekordu, szerokości i długości geograficznej oraz godziny. Następnie przekonwertuj pliki .csv na powszechnie używany format plików Systemów Informacji Geograficznej (GIS) (np. plik shape^{ESRI 8}).
4. Załaduj plik shape z wielokątami budynków i kolejną granicą badanego obszaru za pomocą analizatora trajektorii. Ustaw "wyciągnięcie" budynków prawidłowo dla wyświetlania 3D i ustaw prawidłowo "wyciągnięcie" i "przezroczystość" warstwy granicznej, aby wyświetlić sześcian czasoprzestrzenny^{6, 9} z wymiarami x,y reprezentującymi przestrzeń i wymiarem z reprezentującym czas.

2. Przetwarzanie wstępne

1. Dostępne są dwie opcje wstępnego przetwarzania zaszumionych surowych danych trajektorii. Można wybrać z listy rozwijanej menu przetwarzania wstępnego.
2. W przypadku wybrania opcji "Interaktywny" tworzona jest projekcja 2D trajektorii 3D, która ułatwia przeglądanie i wybieranie. Manipuluj wyświetlaczem 3D, aby zbadać surową trajektorię w przestrzeni i czasie. Identyfikuj błędy w danych na podstawie kształtu, prędkości i/lub topologii segmentów torów. Zazwyczaj punkty trasy (wierzchołki) z nierealistyczną dużą prędkością lub nagłą zmianą kierunku oznaczają błędy. Wybierz je i usuń z oryginalnych trajektorii. Wybierz je i usuń z trajektorii 3D lub jej rzutowania 2D.
3. Skupisko punktów trasy o kolczastych kształtach (rysunek 1) w przestrzeni i długim czasie trwania w czasie oznacza błędy, które najprawdopodobniej są spowodowane przez lokalizacje w pomieszczeniach, w których sygnał GPS jest słaby. Jeśli wybrana jest grupa tych punktów, program może obliczyć środek ciężkości czasoprzestrzennej wybranych punktów i dostosować ścieżkę tak, aby przechodziła przez środek ciężkości.
4. Alternatywnie, jeśli z menu przetwarzania wstępnego wybrano opcję "Automatycznie", należy ustawić lokalizację wejścia i wyjścia, a także parametry empiryczne, które określają nienormalnie dużą prędkość i nagłe skręcanie punktów. Program przeszukuje załadowane dane trajektorii i uruchamia się automatycznie w oparciu o algorytm, który naśladuje podejście do wizualnego wykrywania błędów.

3. Segmentacja trajektorii i charakterystyka przestrzeni aktywności

1. Segmentacja trajektorii wymaga warstwy budynku, więc upewnij się, że plik kształtu budynku jest załadowany.
2. Kliknij narzędzie do segmentacji na pasku narzędzi, aby uruchomić funkcję. Ustaw dane wejściowe i wyjściowe oraz umieść plik kształtu budynku jako warstwę odniesienia. Użyj nazw budynków, aby oznaczyć trajektorię podzieloną na segmenty. Algorytm identyfikuje segmenty wewnętrzne na podstawie ustawionych lub domyślnych kryteriów, takich jak prędkość, czas trwania itp. punktów trasy, a także topologii przestrzennej w odniesieniu do budynków.
3. Kliknij narzędzie do podsumowania przestrzeni aktywności, aby załadować trajektorie podzielone na segmenty i obliczyć wybrane atrybuty podsumowania, aby scharakteryzować przestrzeń aktywności, takie jak całkowity promień aktywności, promień w określonym przedziale czasu, stosunek całkowitego czasu spędzonego w pomieszczeniu do . na zewnątrz i tak dalej.
4. Atrybuty można wyeksportować do arkusza kalkulacyjnego w celu modelowania ilościowego.

4. Mapowanie powierzchni gęstości

1. Powierzchnia gęstości pokazuje gęstość działań w przestrzeni z zapadniętym wymiarem czasowym. Z listy rozwijanej w menu odwzorowania powierzchni zagęszczenia dostępne są trzy opcje.
2. Jeśli wybrana jest opcja "Gęstość punktów trasy", wypełnij okno dialogowe informacjami wejściowymi i wyjściowymi, a następnie wybierz wyświetlanie w 3D lub 2D. Wszystkie wierzchołki z danych trajektorii są używane do obliczania gęstości skupisk punktów. Rysunek 2 przedstawia powierzchnię gęstości.
3. W przypadku wybrania opcji "Gęstość ścieżki ścieżki" algorytm oblicza i wyświetla gęstość poszczególnych przebytych ścieżek (rysunek 3).
4. W przypadku wybrania opcji "Gęstość punktów ponownie próbkowanych" algorytm ponownie próbkuje dane trajektorii przy użyciu ustalonego interwału czasu i odwzorowuje gęstości punktów rozłożonych równomiernie w czasie. Ta opcja jest przeznaczona dla urządzeń śledzących, które zbierają punkty śledzenia w nieregularnych odstępach czasu ze względu na różną czułość urządzeń w różnych warunkach fizycznych lub segmentowanych trajektoriach. Rysunek 4 przedstawia powierzchnie gęstości 2D i 3D trajektorii segmentowych.
5. W przypadku wybrania opcji "Ustawianie ostrości czasowej" dla którejkolwiek z powyższych opcji, można przeprowadzić ogniskowanie czasowe¹⁰ w celu zbadania wzorców aktywności w różnych okresach czasu. Na przykład powierzchnie gęstości aktywności o różnych porach dnia mogą być wizualizowane w celu łatwej identyfikacji gorących punktów w czasie (rysunek 5).

5. Szacowanie objętości gęstości i renderowanie objętości

1. Wizualizacja objętości gęstości wykorzystuje pojęcie sześcianu czasoprzestrzennego, tak jak w wizualizacji trajektorii. Istotą takiej wizualizacji jest dezagregacja przestrzeni na woksele¹¹. Nasze podejście do wizualizacji gęstości, objętości najpierw szacuje objętość gęstości w poszczególnych wokselach, zliczając liczbę ścieżek czasoprzestrzennych, które przecinają się z wokselami. Na tym etapie można kliknąć opcję "Obliczanie objętości gęstości" w menu wizualizacji objętości gęstości.
2. W przypadku wizualizacji objętości zagęszczenia dostępne są te same trzy opcje, co w przypadku wizualizacji powierzchni gęstości.
3. Następnie kliknij "Renderowanie objętości", aby uruchomić interfejs wizualizacji objętości 3D do interaktywnego renderowania objętości¹². Ustawiając liczbę podziałów wzdłuż każdej osi, można badać klastry w różnych skalach. Współczynnik Z służy do ustawiania przeskalowania pionowego w celu lepszej wizualizacji. Warstwa referencyjna, taka jak budynki, może być również wczytana w celu ułatwienia wizualizacji. Wyniki renderowania objętościowego można interaktywnie dostosowywać, manipulując funkcją transferu, która steruje odwzorowaniem od gęstości do koloru. (Rysunek 6).

6. Inne eksploracyjne analizy danych (EDA) i wizualizacje

1. Dostępna jest procedura tworzenia seriali animowanych do wyświetlenia w programie Google Earth. W sekcji "Inne" kliknij "Eksportuj do KML dla EDA", aby uzyskać dostęp do tej procedury. Tworzy plik kml¹³, który otwiera się w programie Google Earth w celu interaktywnej animacji trajektorii.
2. Można śledzić trajektorię, aby podróżować po środowisku w czasie, przewijając wzdłuż osi czasu w Google Earth.
3. Dostępna jest procedura wizualizacji połączeń między interesującymi miejscami za pomocą "Analizy połączeń". Na przykład połączenia między różnymi budynkami na terenie kampusu uniwersyteckiego pochodzą z segmentowanych danych o trajektoriach, które zostały zebrane przez studentów (rysunek 7).
4. Na podstawie pochodnych połączeń można zidentyfikować punkty zapalne, takie jak budynki o największym ruchu wychodzącym lub przychodzącym oraz węzły, które łączą miejsca o największym natężeniu ruchu.

Results

Dane o trajektorii zostały zebrane przez ochotników studentów studiów licencjackich z Kean University (NJ, USA) wiosną 2010 roku. Celem było zbadanie wzorców aktywności studentów, którzy złapali grypę (zdiagnozowaną przez lekarza lub zdiagnozowaną samodzielnie) w porównaniu z tymi, którzy jej nie zdiagnozowali. Aby zilustrować metody i procedury przedstawione w tym artykule, wzięliśmy pod uwagę trajektorie zebrane w podmiejskim obszarze kampusu w celu uzyskania reprezentatywnych wyników. Trajektorie na terenie kampusu są...

Discussion

Do stworzenia interfejsu wykorzystaliśmy mechanizm dodatków firmy ArcGIS. Wszystkie interaktywne operacje zostały zaimplementowane przy użyciu języka C++. Wszystkie funkcje automatycznego przetwarzania i analizy zostały opracowane przy użyciu języka Python.

Dane AGPS lub dane GPS zbierane przez pieszych stanowią wyjątkowe wyzwanie w przetwarzaniu wstępnym, ponieważ błędy mogą być ogromne ze względu na sąsiedztwo budynków i częste zatrzymywanie się w pomieszczeniach. Co więcej, przetwarzanie ws...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
WorldTracker	GPRS Tracking The World
Komputer osobisty do uruchamiania analiz
Oprogramowanie ArcGIS	ESRI
Trajectory Analyzer Extension