第2章　空間移動的記錄數(shù)據(jù)

2.1　移動數(shù)據(jù)科學的興起

移動數(shù)據(jù)是指記錄不同個體空間位置變化的數(shù)據(jù)集，反映了海量個體在空間上的移動。各種應用于個體尺度的空間定位技術(shù)、傳感器技術(shù)和移動互聯(lián)技術(shù)的廣泛普及，使得各種要素在空間上的移動能夠被監(jiān)測和記錄下來，其中蘊含的空間移動現(xiàn)象逐漸得到人們的普遍關(guān)注。例如在新冠病毒（COVID-19）感染全球流行時，為了抗擊疫情，監(jiān)測重點區(qū)域的人口移動，根據(jù)感染者的移動軌跡進行密切接觸者排查和管控，對于疫情防控具有重要作用。隨著各種類型空間移動監(jiān)測數(shù)據(jù)的不斷積累，移動數(shù)據(jù)科學（Moving Data Science）的概念開始興起，移動數(shù)據(jù)被應用于各種領(lǐng)域，這對理解空間移動的模式和規(guī)律、指導現(xiàn)實管理和決策具有重要意義。

當前空間移動的行駛記錄數(shù)據(jù)主要有兩種類型，分別是軌跡數(shù)據(jù)和OD（Origin-Destination，起點-終點）數(shù)據(jù)。軌跡數(shù)據(jù)是空間移動的精確記錄，主要連續(xù)記錄移動個體的位置和時間，以形成一系列時間上連續(xù)的點，例如出租車的移動軌跡、共享單車的移動軌跡；此外，每一個點上除了時間信息外，還可以記錄其他的信息，比如當前移動的方向和速度等。OD數(shù)據(jù)是空間移動的整體記錄，主要記錄空間移動的起點和終點，并沒有包含中間過程的信息，例如乘坐飛機的起點站和終點站、乘坐火車的起點站和終點站。由此可見，移動數(shù)據(jù)中既包含空間位置信息，又包含時間信息，蘊含著豐富的空間分異信息和時間演變信息。挖掘不同類型移動數(shù)據(jù)中的時空分異規(guī)律對于現(xiàn)實問題的診斷和分析具有重要的意義。

軌跡數(shù)據(jù)能夠說明車輛行駛過程中空間位置隨時間變化的信息，因而軌跡數(shù)據(jù)一個最重要的應用就是探測并分析道路網(wǎng)絡中的交通狀態(tài)。例如，利用軌跡數(shù)據(jù)分析城市內(nèi)部不同類型的交通擁堵，一種簡單的思路就是根據(jù)軌跡數(shù)據(jù)中位置和時間的變化，計算出車輛的行駛速度。車輛正常行駛狀態(tài)下的速度可以通過頻率篩選或者規(guī)定限速等方式確定下來，高于和低于正常速度的狀態(tài)都可能表明行駛的道路上出現(xiàn)了異常狀況。當出現(xiàn)交通擁堵時，車輛的行駛速度將低于正常行駛速度，因而可以根據(jù)軌跡數(shù)據(jù)計算出的行駛速度，來說明擁堵發(fā)生與否。此外還可更進一步，根據(jù)計算出的速度低于正常速度的幅度和低速的持續(xù)時間，對交通擁堵的程度進行說明。雖然從軌跡數(shù)據(jù)中檢測出的交通擁堵往往不具備較高的時效性，但是在城市尺度分析軌跡大數(shù)據(jù)，檢測交通擁堵并分析交通擁堵的時空分布規(guī)律，并基于此進一步探討城市內(nèi)交通擁堵的驅(qū)動因素和產(chǎn)生的影響，對于促進城市內(nèi)交通流管理、合理制定城市發(fā)展規(guī)劃等方面具有重要的作用。還可基于軌跡數(shù)據(jù)檢測出的交通擁堵的時空分布，研究不同方法實現(xiàn)對城市內(nèi)交通擁堵出現(xiàn)規(guī)律的預測和模擬，以促進城市智慧交通建設。

OD數(shù)據(jù)著重強調(diào)空間移動的起點和終點，將OD數(shù)據(jù)的起點和終點在地圖上進行展示，能夠說明不同空間區(qū)域之間的關(guān)聯(lián)，因而OD數(shù)據(jù)一種最重要的應用就是作為“流”數(shù)據(jù)，可以形象地稱為“地理流”或者“空間流”，用于挖掘和分析空間關(guān)聯(lián)模式和強度。空間關(guān)聯(lián)模式的挖掘主要包含兩個方面：一方面是進行大規(guī)模流數(shù)據(jù)的可視化，即通過幾何形狀合并、密度計算等操作，對海量個體OD數(shù)據(jù)直接進行空間展示時的相互遮蔽現(xiàn)象進行精簡，實現(xiàn)主要流動模式和流動規(guī)律的可視化，從而從大規(guī)模OD數(shù)據(jù)中揭示主要的空間關(guān)聯(lián)模式；另一方面是通過聚類的方法進行主要空間關(guān)聯(lián)模式的挖掘，即對海量個體的OD連線按照幾何分布形狀進行聚類，相同類別表示具有相近起點和相近終點的OD連線，從而實現(xiàn)主要空間關(guān)聯(lián)模式的揭示。基于可視化的空間關(guān)聯(lián)模式揭示和基于聚類的空間關(guān)聯(lián)模式揭示之間的區(qū)別在于，前者著重于流數(shù)據(jù)內(nèi)在模式的空間展示，并不能充分支持定量的分析，而后者基于定量化的流特征進行聚類，可挖掘出主要的空間關(guān)聯(lián)。

在當前技術(shù)發(fā)展的背景下，以軌跡數(shù)據(jù)和OD數(shù)據(jù)為代表的、表示個體空間位置變化的移動數(shù)據(jù)正快速累積。圍繞著移動數(shù)據(jù)的特征，學者們提出了多種多樣的理論和方法，以期實現(xiàn)移動數(shù)據(jù)中各種時空規(guī)律的挖掘，并將規(guī)律應用于現(xiàn)實問題的解決。各種移動數(shù)據(jù)相關(guān)的理論和方法蓬勃發(fā)展、相互補充，逐漸形成了獨特的移動數(shù)據(jù)科學的內(nèi)容體系。交通運輸行業(yè)是移動數(shù)據(jù)產(chǎn)生的重要領(lǐng)域，通過對移動數(shù)據(jù)進行分析不僅可以挖掘出人的空間移動規(guī)律，還可以挖掘出貨物的空間移動規(guī)律，因而在交通領(lǐng)域引入移動數(shù)據(jù)科學的相關(guān)理論與方法，對于促進交通管理、交通規(guī)劃和交通經(jīng)濟發(fā)展，實現(xiàn)全方位的智慧交通具有重要的意義。