Yaya Uzay-zaman Aktivite Çalışmaları Yörünge Veri Analizleri

Bu prosedürün genel amacı, uzay-zamansal analiz ve insan yörünge verilerinin görselleştirilmesi yoluyla yaya uzay-zaman aktivitelerini modellemektir. Bu, önce ayrıntılı küresel konumlandırma sistemi veya GPS verilerinin toplanması ve verilerin yörünge analizörüne yüklenmesiyle gerçekleştirilir. İkinci adım, yörünge verilerini önceden işlemek ve bölümlere ayırmaktır.

Daha sonra, bireylerin aktivite alanları karakterize edilir. Son adım, uzay-zamansal desenleri yoğunluk, yüzey haritalama, yoğunluk, hacim oluşturma veya her ikisi aracılığıyla incelemektir. Sonuç olarak, verilerdeki ek gizli desenleri göstermek için diğer keşifsel veri analizi yöntemleri ve görselleştirmeleri kullanılır.

Bu tekniğin, uzay zaman yörüngelerini analiz etmek için SHNU tarafından geliştirilen FGIS uzantısı gibi mevcut yöntemlere göre ana avantajı, yalnızca yörüngelerle etkileşimli görselleştirme için arayüz sağlamakla kalmayıp, rota yörünge verilerini temizleyen işleme yöntemine odaklanmamızdır. Bu yöntem, kişinin uzay zaman aktivitesinin enfeksiyon şansını nasıl etkilediği veya hangi ortamların veya uzay-zaman davranışının daha yüksek riskli Yörüngeye yol açtığı gibi, mikro ölçekli hastalık bulaşmasıyla ilgili insan uzay-zaman aktivitesi çalışmaları alanındaki temel soruların yanıtlanmasına yardımcı olabilir. El tipi GPS üniteleri ile veri toplanabilir.

GPS özellikli akıllı telefon izleme uygulamalarının yanı sıra kullanılan gibi yardımcı GPS cihazları. Ticari bir çocuk takip cihazı yörüngesi olan bu çalışmada veriler genellikle zaman, enlem, boylam kayıtları açısından kaydedilmiştir. Uygulama ihtiyaçlarına göre istenen bir zaman aralığı ayarlanmalıdır.

Uzay-zaman etkinliği etütleri için genellikle en sık aralık istenir, verileri virgülle ayrılmış değerlere veya sırasıyla kayıt kimliği, enlem, boylam ve zaman için ayrı sütunlara sahip CSV dosyalarına dönüştürür. Ardından CSV dosyalarını yaygın olarak kullanılan coğrafi bilgi sistemlerine veya GIS dosya biçimine dönüştürün. Bir yörünge analizörü ile bina çokgenlerinden oluşan bir şekil dosyasına ve çalışma alanının sınırının bir başka dosyasına yükleyin.

Bir 3D görüntü için binaların ekstrüzyonunu uygun şekilde ayarlayın ve bir uzay-zaman küpünü görüntülemek için sınır katmanının ekstrüzyonunu ve şeffaflığını düzgün bir şekilde ayarlayın. Ardından, uzayı temsil eden XY boyutları ve Z boyutu ile uzay-zaman küpündeki yörüngeyi açın. Zamanı temsil eden, ön işleme için iki seçenek mevcuttur.

Gürültülü ham yörünge verileri, ön işleme menüsünün açılır listesinden seçilebilir. İnteraktif seçilirse. Kolay görüntüleme ve seçim için 3B yörüngenin 2B projeksiyonu oluşturulur.

Uzay ve zamandaki ham yörüngeyi incelemek için 3D ekranı manipüle edin. Parça segmentlerinin şekline, hızına ve/veya topolojisine bağlı olarak verilerdeki hataları belirleyin. Genellikle gerçekçi olmayan yüksek hıza veya ani yön değişikliğine sahip izleme noktaları, hataları belirtir, bunları 3B yörüngeden veya 2B projeksiyonundan seçer ve kaldırır.

Uzamsal olarak dikenli şekillere sahip bir izleme noktaları kümesi ve uzun bir süre, büyük olasılıkla GPS sinyalinin zayıf olduğu iç mekan konumlarının neden olduğu hataları zamansal olarak belirtir. Bu noktalardan bir grup seçilirse, program seçilen noktaların uzamsal zamansal OID'sini hesaplayabilir ve ardından yolu oid'den geçecek şekilde ayarlayabilir. Alternatif olarak, ön işleme menüsünden otomatik seçilirse, giriş ve çıkış konumlarının yanı sıra anormal yüksek hızı ve noktaların ani dönüşünü belirleyen ampirik parametreleri ayarlayın.

Program, yüklenen yörünge verilerinde arama yapar ve görsel hata algılama yaklaşımını taklit eden bir algoritmaya dayalı olarak otomatik olarak çalışır. Yörünge segmentasyonu bina katmanını gerektirir, bu nedenle bina şekli dosyasının hazır olduğundan emin olun. İşlevi başlatmak için araç çubuğundaki segmentasyon aracına tıklayın.

Giriş ve çıkışı ayarlayın ve referans katmanı olarak bina şekli dosyasını bulun. Parçalı yörüngeyi etiketlemek için bina adlarını kullanın. Algoritma, parkur noktalarının hızı ve süresi gibi belirlenmiş veya varsayılan kriterlerin yanı sıra uzamsal topolojiye dayalı olarak iç mekan segmentlerini tanımlar.

Binalarla ilgili olarak, bölümlere ayrılmış yörüngeleri yüklemek için etkinlik alanı özetleme aracını tıklayın ve toplam etkinlik, yarıçap, belirli bir zaman dilimindeki yarıçap, iç mekanda ve dış mekanda geçirilen toplam sürenin oranı gibi kişinin etkinlik alanını karakterize etmek için seçilen özet öznitelikleri hesaplayın. Öznitelikler, nicel modelleme kullanımları için bir elektronik tabloya aktarılabilir. Yoğunluk yüzeyi, zamansal boyutun çöktüğü uzaydaki aktivitelerin yoğunluğunu gösterir.

Yoğunluk yüzey eşleme menüsünün açılır listesinden üç seçenek mevcuttur. İzleme noktası yoğunluğu seçeneği seçiliyse, iletişim kutusunu giriş ve çıkış bilgileriyle doldurun ve 3D veya 2D olarak görüntülemeyi seçin. Yörünge verilerinden elde edilen tüm köşeler, burada gösterildiği gibi noktaların çekirdek yoğunluklarını hesaplamak için kullanılır.

Yol yolu yoğunluğu seçilirse, algoritma kat edilen tek tek yolların yoğunluğunu hesaplar ve görüntüler. Yeniden örneklenmiş nokta yoğunluğu seçeneği seçilirse, algoritma ayarlanmış bir zaman aralığı kullanarak yörünge verilerini yeniden örnekler ve zaman içinde eşit olarak yayılan noktaların yoğunluklarını eşler. Bu seçenek, cihazların çeşitli fiziksel koşullar veya bölümlere ayrılmış yörüngeler altında değişen hassasiyeti nedeniyle düzensiz zaman aralıklarında izleme noktaları toplayan izleme cihazları için tasarlanmıştır.

Parçalı yörüngelerin 2B ve 3B yoğunluk yüzeyi burada gösterilmiştir. Seçeneklerden herhangi biri için zamansal odaklama seçilirse, farklı zaman dilimlerindeki aktivite modellerini incelemek için zamansal odaklama gerçekleştirilebilir. Örneğin, bir günün farklı zamanlarındaki aktivite yoğunluğu yüzeyleri, zaman yoğunluğu hacmi görselleştirmesi boyunca sıcak noktaların kolay tanımlanması için görselleştirilebilir, yörüngelerin görselleştirilmesinde olduğu gibi bir uzay-zaman küpü kavramını kullanır.

Bu tür bir görselleştirmenin özü, uzayın voksellere ayrılmasıdır. Burada yoğunluk hacmini görselleştirmek için kullanılan yaklaşım, ilk olarak, voksellerle kesişen uzay-zaman izlerinin sayısını sayarak tek tek voksellerdeki yoğunluk hacmini tahmin eder. Yoğunluk yüzeyi görselleştirmesinde olduğu gibi yoğunluk ve hacim görselleştirmesi için de aynı üç seçenek mevcuttur.

Ardından, etkileşimli hacim oluşturma için 3B hacim görselleştirme arayüzünü başlatmak için seçeneklerden birine tıklayın. Her eksen boyunca bölme sayısını ayarlayarak, kümeler farklı ölçeklerde incelenebilir. Daha iyi görselleştirme için dikey abartıyı ayarlamak için bir Z faktörü kullanılır.

Görselleştirmeye yardımcı olmak için binalar gibi bir referans katmanı da yüklenebilir. Hacim oluşturma sonuçları, yoğunluktan renge eşlemeyi kontrol eden transfer işlevi manipüle edilerek etkileşimli olarak ayarlanabilir. Google Earth'te görüntülenecek animasyon dizileri oluşturmak için bir yordam mevcuttur.

EDA'nın bu prosedüre erişmesi için KML'ye diğer tıklama dışa aktarma altında, yörüngenin etkileşimli animasyonu için Google Earth'te açılan bir KML dosyası oluşturur. Kişi, zaman çizelgesi boyunca kaydırarak çevreyi zamanda seyahat etmek için yörüngeyi takip edebilir. Google Earth'te, bağlantı analizi yoluyla ilgi çekici yerler arasındaki bağlantıları görselleştirmek için bir prosedür mevcuttur.

Örneğin, bir üniversite kampüsündeki farklı binalar arasındaki bağlantılar, türetilmiş bağlantılara dayalı olarak öğrenciler tarafından toplanan bölümlere ayrılmış yörünge verilerinden türetilir: en fazla giden veya gelen trafiğe sahip binalar gibi sıcak noktalar ve en çok insan ticareti yapılan yerleri birbirine bağlayan merkezler tanımlanabilir. Yörünge verileri, 2010 baharında Keen Üniversitesi'nden gönüllü lisans öğrencileri tarafından toplanmıştır. Amaç, influenzaya yakalanan öğrencilerin yakalanmayanlara kıyasla aktivite kalıplarını incelemekti.

Burada sunulan yöntemleri ve prosedürü göstermek için, banliyö kampüs alanı içinde toplanan yörüngeler temsili sonuçlar elde etmek için kullanılmıştır. Üniversite kampüsündeki binalara atıfta bulunarak bir yörüngenin uzay-zaman küpü temsili burada gösterilmektedir. Bir A GPS cihazı kullanarak kampüsteki bir günlük aktivitesini kaydeden bir öğrenci tarafından toplanan ham veriler, uzun süreli iç mekan konaklamalarının, parkurun dikenli kısmı tarafından gösterilen gürültülü verilerle sonuçlandığını ortaya koymaktadır.

Bu, yaya yörüngesi verilerinde çok yaygındır. Bu şekil, önceden işlenmiş ve bölümlere ayrılmış yörüngeyi temsil ederken, uzay-zaman küpünde renk kodlu iç ve dış segmentlere sahip önceden işlenmiş ve segmentli yörünge burada temsil edilmektedir. Burada, bir dizi yörüngenin yoğunluk yüzey haritalaması gösterilmektedir.

Bir izleme noktası yoğunluk haritalama seçeneğinin gerçekleştirilmesinde yer alan ham izleme noktaları ve elde edilen yoğunluk haritası görselleştirilebilir. Tersine, seyahat edilen yolların yoğunlukları da haritalanabilir. Yoğunluk haritalama, çok sayıda yörüngeyi analiz ederken özellikle yararlıdır.

Bu harita toplam 470 yörüngeyi gösteriyor. Yoğunluk yüzeyi, bu yörüngelerden yeniden örneklenmiş noktalar kullanılarak 2B ve 3B gösterimlerde de görüntülenebilir. Zamansal boyutun bir uzay-zaman küpünde etkileşimli olarak görüntülenmesine ek olarak, zaman değişkeni, farklı zaman dilimlerindeki uzamsal kalıpları incelemek için zamansal odaklama yoluyla işlenebilir.

Burada bu tür analizlerin örnekleri gösterilmiştir. Grip mevsimi boyunca öğrenciler tarafından toplanan yörünge verilerini içeren örnek veri setini kullanma. Faaliyetlerinin gün boyunca farklı yerler etrafında yoğunlaştığı açıktır.

Sonunda alt yoğunluk hacim oluşturmada bileşik aktivite yoğunluk haritasına yol açmak için burada gösterildiği gibi de gerçekleştirilebilir, tüm uzay-zaman izleri bir uzay-zaman küpünde görselleştirilirse kalıpları tespit etmek zordur. Buradaki görsel karmaşa nedeniyle, karşılık gelen veriler yoğunluk hacim oluşturma olarak görselleştirilir. Dört çizim, yoğunluk oluşturma programının transfer fonksiyonunun farklı ayarlarını temsil eder ve bu nedenle farklı frekans aralıklarındaki yoğunluk hacimlerini vurgular.

Sıcak noktaları bulmanın başka bir yolu da bağlantı analizidir. Kampüsteki tüm binalar arasındaki düz hat bağlantıları burada gösterilmiştir. Vurgulanan binalar, en yüksek giden trafik hacmine sahip binalardır.

Burada, aynı bağlantılar, trafiği en çok trafiğe eklenen bağlantılar siyahla vurgulanmış olarak gösterilir. Bu yordamı denerken, bu yordamı takiben segmentasyon, keşif analizi ve diğer görselleştirme yöntemlerine geçmeden önce bir ön işleme adımıyla başlamayı unutmamak önemlidir. Özniteliklerin istatistiksel analizi, kişinin aktivite alanını kategorize etme veya dizi hizalama gibi dizi analizi gibi diğer yöntemler, kişinin aktivitesinin, alanının ve dizilerinin enfeksiyon olasılığını nasıl etkileyebileceği gibi ek soruları yanıtlamak için gerçekleştirilebilir.