摘要：近日，测绘遥感信息工程国家重点实验室唐炉亮教授团队在交通地理领域TOP期刊《Journal of Transport Geography》(IF=5.7) 发表研究成果。论文题为“An adaptive OD flow clustering method to
近日，测绘遥感信息工程国家重点实验室唐炉亮教授团队在交通地理领域TOP期刊《Journal of Transport Geography》(IF=5.7) 发表研究成果。论文题为“An adaptive OD flow clustering method to identify heterogeneous urban mobility trends”，博士生郭小刚为第一作者，唐炉亮教授为通讯作者，中国地质大学（武汉）杨雪副教授为共同通讯作者，合作者还包括香港中文大学阚子涵助理教授、中国科学院地理科学与资源研究所裴韬研究员、深圳大学李清泉院士和湖南科技大学李朝奎教授。
研究意义
OD流作为移动性和空间交互的抽象表征，已被用来揭示人类活动的运动模式和人地系统的耦合过程。OD流聚类是一种新兴的空间分析方法，可以用来识别城市交通出行的典型行为和空间结构。但是城市活动流普遍存在聚类形状不规则、空间分布不均匀、密度结构差异大等特点。现有方法受限于特定的空间尺度和敏感的参数设置，难以在海量出行OD数据中挖掘异质性城市交通模式。
研究方法
唐炉亮教授课题组提出了一种融合空间统计与密度聚类的OD流分析方法(AF-OPTICS)。该方法可以在无人工干预的情况下从数据集中确定参数值，自适应识别多尺度混杂的OD流聚类簇。
AF-OPTICS方法流程图
在仿真实验中，该方法能够准确地检测出所有预设的OD流聚类簇，并在轮廓系数、V-measure和Fowlkes-Mallows指数方面优于基线方法。
包含低密度(a)和高密度(b)聚类簇的OD流模拟数据集
基于两个模拟数据集的聚类结果可视化
应用案例
以成都市出行OD数据为例，AF-OPTICS方法提取了63个具有代表性的活动流簇，揭示了不同长度、密度的异质性交通模式，为理解城市出行的多样性提供了新工具。
来源：测绘学报
