城市交通时空数据可视化研究

李一凡，杨 帆，余正红

（武汉科技大学城市学院，湖北武汉 430083）

0 引言

城市中的交通出行问题是目前制约众多城市发展的首要问题。解决交通问题的第一步是解决城市交通管理与调度问题，其实质是对各种交通信息进行合理地管理、调度及处理。现有时空数据模型被应用于各个行业，可进行时空信息的管理与查询。但相关数据信息通常是离散化的片段信息，存在信息孤岛与竖井现象，无法满足指挥人员对各行业环境中时空全息信息的快速查询需求。因此，首先需要一种全新的能够描述全息信息的时空数据模型，其次需要一套时空数据库管理系统对交通环境中的全息数据进行存储与管理。在此基础上，还需要一系列全息时空数据的表示、整理、加工与融合方法，以支持交通环境中对象实时信息、连续历史轨迹、对象态势预测信息以及综合态势预测信息的多尺度快速查询。

实际中收集的信息是离散、片段化的，而不同角色需要的信息又是多样化的，目前亟需对信息进行处理加工，从而为不同角色提供不同层级、从离散到连续、从历史到未来预测的各种信息。因此，本文提出一种全新的多层次交通环境信息融合数据模型。

1 相关工作

1.1 时空数据模型研究现状

国内学者针对时空数据模型进行了长时间研究，但现有模型主要研究各种类型对象的离散时空信息表示，无法支持对象的连续时空信息表示。目前也暂未在此基础上形成相应的时空数据库管理系统，对时空数据进行有效的存储与管理［1］。

在时空数据模型的实际应用方面，从2000 年以来，该模型结构的建立与改进更多地是用来满足特殊行业和研究的需要。如David 等［2］提出基于图论的时空数据模型，尹章才等［3］和黄照强等［4］又对该模型进行了更深入的扩展研究及延伸实验；Rasinmäki 等［5-6］针对自然林分设计了一种以嵌套地理实体类结构为基础的环境资源时空数据模型，之后又进一步探究并新增了时空数据处理、时空数据查询和林分模拟分析等功能；薛存金等［7］面对连续渐变地理实体，提出面向过程的时空数据模型；Lyell 等［8］导入时空坐标概念，并提出基于Web 本体语言（OWL Web Ontolo⁃gy Language，OWL）的时空数据模型；Wang 等［9］提出在时间段内检索临时基态与修正态的时空数据模型；Anh 等［10］提出一个新的四维时空数据模型（TUDM），该模型旨在简化将语义对象融合到指定应用程序的过程；龚健雅等［11］根据实时GIS 中各种地理要素特点及存储管理要求，提出一种面向动态地理对象与动态过程模拟的实时GIS 时空数据模型；张忠贵等［12］搭建网络时空数据模型（NSTDM），并通过邬群勇等［13］的时态地理燃气管网进行实例验证。

此外，章明［14］基于GIS 方法对綦江县地质灾害时空分布特征进行分析，王家耀等［15］提出时空大数据面临的挑战与机遇，张艳梅等［16］基于时空地理信息数据分析区域规划实施效果，分别从时空分布、时空机遇、具体实施等角度对如何充分发挥时空地理信息大数据在区域规划方面的服务保障作用进行了研究。

1.2 本课题研究内容

本文将城市中的大量交通环境信息收集起来，经过加工、整理、融合，按照不同角色分发相应内容，构造交通环境时空数据多层次模型，建立点、线、面、数据4 层体系结构，定义点、线、面、数据表达标准，提出一套时空域环境中的对象多尺度动态可视化方法，收集交通中不同粒度对象对应尺度位置、历史运动轨迹以及预测的运行轨迹等，并实现结果的可视化展示。

第一步：对一系列全息时空数据进行收集=>加工=>整合=>融合，以支持对交通环境中对象实时信息、连续历史轨迹、对象态势预测信息及综合态势预测信息的多尺度快速查询。同时进行信息的融合加工，为不同角色（如行人、指挥人员等）提供不同层级、从离散到连续、从历史到未来预测的各种信息。

第二步：细化发布内容，以此构建交通环境时空数据多层次模型。

第三步：借助现有技术，通过PC 端ArcMap10.2 及移动端Baidu-Apache ECharts，对多层次模型进行实时的可视化展示。

1.3 本文创新点

（1）以往针对城市交通数据一般只是进行统计，而单纯的数字数据无法将当时的交通状况很好地展示出来，因此很难直观获取所需信息，而可视化的城市交通时空数据可提供更加直观、清晰的图像数据信息。

（2）目前广泛使用的各种APP 往往缺乏数据清洗这一步。在完成地理数据信息采集后即直接利用数据进行制图，通常会造成一些误差。若数据的真实性、时效性、准确性不能得到保障，用户获得的地理信息很可能是滞后的，从而为数据将来的应用埋下一定隐患。因此，完成前期数据采集后，数据清洗是必不可少的一个环节。

（3）本文使用华为云服务器代替公共的云服务，以此保障系统的安全性。此外，借助北斗的时空网格编目对数据进行整合处理，并进行自助式的时空建模，形成交通时空可视化数据模型，以初步构建独立于六大时空模型以外的独属于中国的数据模型——交通信息融合系统数据组织模型，如图1 所示。

Fig.1 Data organization model of traffic information fusion System图1 交通信息融合系统数据组织模型

2 理论基础

城市交通时空数据可视化研究以已有的6 种时空数据模型为基础，借助多渠道、多层次、多方位的大批量交通数据采集工作，首先清洗数据，筛选出所需的交通数据信息，然后通过两种方式进行数据整合工作，最后实现数据的可视化，为实现城市交通时空数据可视化研究作前期的理论铺垫。

2.1 时空数据模型

通过空间数据与衍生的数据源信息，借助与空间地理坐标没有具体派生关系的属性信息及时变信息，构成时空数据模型。目前比较具有影响力的时空数据模型主要有以下6 种：时空复合模型、连续快照模型、基态修正模型、时空立方体模型、时空对象模型、面向对象的时空数据模型。此外，还有第一范式、非第一范式、基于事件与历史图的模型等时空数据模型，这些模型能够在时空可视化方面提供有力的数据支持。

2.2 数据采集

为了实现城市交通时空数据的可视化，相关数据信息的采集是必不可少的一环。数据采集分为线上与线下采集两种方式，不同方式获取的数据有很大差异。虽然有时线上信息可能会很详细，但线上数据的真实性往往得不到保障。有时即使数据是真实的，但部分数据的时效性较差，如地理数据等，需要实时进行更新处理。因此，数据的不定期、不定点采集是十分必要的。

此外，数据采集不能仅采集当下的交通数据信息，还需要拉长时间线，从时空角度进行分析与采集，才能满足对多元化数据的采集需求。

2.3 数据清洗

完成数据采集后，往往会发现一些问题。数据清洗是指通过对数据重新进行审查、校验，删除重复数据、错误数据与残缺数据等，并纠正存在的问题，以保障数据的一致性。首先分析数据、定义错误类型，并定义清洗转换规则，然后搜索、识别错误记录，最后修正相关具体错误。数据清洗完毕后，将干净数据回流，用于替换原有数据，以提高原系统的数据质量，还可避免将来再次抽取数据进行重复的清洗工作。有时需要将线上线下操作相结合，在线下分析、线上处理，这样进行数据清洗效率最高。

3 道路信息收集

道路信息收集需要保障数据的真实性、准确性与时效性，才能将数据应用于实际。因此，在信息收集方面，首先需要分析武汉市交通现状，然后根据现有资料及后期收集的数据信息作进一步分析处理，最后通过多渠道验证获得的资料、数据和信息，如：实地考察、申请查阅政府公开发布的地理信息等，对道路信息收集质量进行判断。

3.1 武汉市交通现状

当前疫情期间的交通数据暂不纳入研究对象，对近10年网上公开的交通数据（如公交、地铁、私家车等样本数据）进行抽样调查，并对前期实地考察的结果进行分析。

截至2019 年年底，武汉市机动车保有量已超过330万辆。10 年来，机动车增幅相比常住人口增幅达到了悬殊的15 倍，机动车数量较10 年前已翻了两三倍，而公路里程的年增长率从2010 年的16.6% 下降到2019 年的8.1%。车辆的激增导致了道路拥堵，而公路里程增长放缓也加剧了道路拥堵情况。

近年来，道路拥堵问题进一步加重。三因素形成的四大矛盾凸显出来：即人、车、路三因素下，人与车之间的矛盾、人与路之间的矛盾、人与人之间的矛盾，以及车与路之间的矛盾。自2018 年起，武汉开始推行潮汐车道，以缓解交通压力。2019 年新增多条线路与隧道，同时动工的青山长江大桥、双柳长江大桥打通了交通阻塞点，而汉江大道也进一步将汉阳至天河机场的交通路线全线贯通，从而有效缓解了武汉市的交通压力，更好地满足了市民出行需求。

3.2 道路信息收集渠道

为了采集到更全面的道路交通信息，采用多渠道、多方位的信息采集方式。由于信息存在实时性与滞后性问题，所以在城市线路信息搜集方面，需要不断进行数据的实时更新。但由于地理信息数据与国家安全密切相关，必须获得政府同意后才能进行。保障国家地理信息的安全性始终要放在第一位，以防信息泄露。

3.2.1 市政府发布的道路交通线路

借助市政府发布的道路交通线路，不用担心其准确性与安全性，虽然相关信息可能有所滞后，但依然大大减小了信息采集工作量。直接利用现有数据信息，将其作为实地道路考察的补充材料，并对照实地考察情况进行核对校验，对与现实有出入的部分进行补充更新，同时也可将以往的道路信息材料作为参考进行对照。

当前武汉的“8+1”城市圈以武汉为核心，与周边黄石等8 个城市共同构建完备的城市圈交通运输体系，这将推进城市的交通一体化，极大地缓解交通压力。在2019 年初发布的武汉市城市总体规划图中，主城配合新城，加上三副城与三组团的布局，以“核，极，园，圈”4 个层次展开的新格局，将进一步推动武汉道路交通的发展。利用市政府发布的道路交通线路，可借助中观动态交通仿真获取模拟交通数据，通过比对，同时结合实地考察结果，对相关数据进行汇总、校验，得出线路实时状况、当前潜在风险与调整措施。

3.2.2 国家地理信息公共服务平台上的道路交通线路

借助国家地理信息公共服务平台上的道路交通线路，可解决目前的信息孤岛和数字鸿沟问题。可通过省级和地级市地理信息服务机构获取信息基地中的地理数据信息，并利用在数字城市中获取的数据进一步构建实时地理模型，最终完成可视化目标。但只有遵守地理实体数据规范、地名地址数据规范等具体规范要求，才能获取相关服务。

目前该平台已为全国提供了1∶5 万的矢量电子地图、精确到200m 的影像电子地图以及1∶100 万的全球高程数据等，可提供GIS 等各类符合规范的服务应用，同时能通过申请获取精度更高的矢量地图，以满足人们的实际需求。此外，使用国家地理信息公共服务平台，也可将自己实地考察的道路信息进行共享，以满足相关数据的实时更新需求。

4 道路交通可视化研究

4.1 城市道路信息整合方法

目前主要采用两种方式进行城市道路信息整合：

（1）采用美国环境系统研究所ESRI 开发的GIS 系统，借助ArcMap 搜索、展示、解析数据，形成图表，并能以数据视图和编辑视图两种不同方式展现。

（2）采用云技术，借助智能大数据的服务支持，完成城市道路信息的数据前期采集与融合处理。同时可借助智能云计算强大的运算处理能力，实现实时数据的即时更新与整合。以北斗卫星多种时空网格编目的方式进行整合处理，不仅能获取详实的地理数据信息，还可确保其安全性。

4.1.1 传统ArcMap

在传统的ArcMap 中，可从国家地理信息公共服务平台获取相关底图数据的.shape 文件及相关参数信息的.dbf文件，也可自己手动创建文件。

首先需要在ArcGIS Online 中添加相关数据，然后在layers 中新建底图图层，接下来进行识别，在对话框中显示相关属性值，对当前位置进行修改，也可直接在地图上选定区域，通过滚轮进行缩放。之后在查找中输入China，进入中国的可见图层，通过平移、识别、选择，将其新建至图层组。由于.shape 文件是从平台上下载的数据文件，只有大概轮廓，因此具体道路需要自行铺设。目前提供的底图只有武汉市的区县轮廓图及主要江河支流，因此需要使用ArcMap 符号选择器，如图2 所示。

Fig.2 ArcMap symbol selector图2 ArcMap 符号选择器

在ESRI 中，选择公路及公路匝道进行主干道铺设，之后打开图层属性，输入历年人口密度情况，完成对人口稠密程度的设置，并补充数据表中相关数据信息，并根据所选要素创建图层。

在编辑器工具栏上点击创建要素工具，如图3 所示，选择计划路线Planned Road，双击端点创建道路要素，也可添加相应的图例信息、比例尺等规范地图，通过插入Scale Bar 以插入相应比例尺。在数据框选项中，可更换名称为Wuhan，设置经纬度范围为东经113°41′～115°05′、北纬29°58′～31°22′。由于武汉市的经纬度是一个区间，所以选取中心值为确定值，即中心经度、中心纬度分别取中心值114°和30°代入。进入XY 工具，可在参考比例中选取合适比例，如：1∶1 000 000，展示地图并将其连接至Excel 表。右键点击Wuhan，指向连接和关联，在连接数据窗口中选择首项设置。这里选择Wuhan_state 作为连接所依据的字段，完成设置。在浏览按钮中添加地图至文件夹，双击Wu⁃han Data.xlsx，之后双击Sheet1$（第一个表单）作为要连接的表。

Fig.3 ArcMap edit route characteristics图3 ArcMap 编辑路线特征

最后确认state，点击连接数据窗口底部的验证连接，查看是否通过验证。验证后关闭该窗口，单击确定以连接表。接下来，打开Wuhan_state 的属性表，在表中添加相关字段state 等后保存，选择该表指向数据即可，至此初步完成了ArcMap 中城市道路信息的整合。之后创建一个Web系统，即可在页面中实时查看相关数据，但这里考虑到国家道路信息数据可作为国家安全方面的数据信息，因此不采取共享形式。

4.1.2 云平台

云平台的管理与使用无疑会比传统的ArcMap 便捷许多，虽然在安全性上逊于之前的断网保护，但优势也很明显，可借助云平台实现移动设备的在线使用，同时降低了使用起步标准。目前最佳选择是华为云，其采用“云—管—端”的战略方针以及分层与纵深防御理念，聚焦I 层、使能P 层、聚合S 层，致力于提供安全、中立、可靠的IT 基础设施云服务，但也存在偶尔不稳定的问题。

首先，需要购买华为云主机，完成相应配置后，以root权限登录，进入弹性云服务器；然后，对CentOS-Base.repo文件进行数据拷贝与存储，利用curl 命令将对应版本的CentOS-Base.repo 文件存入目录/etc/yum.repos.d/中，借由执行yum makecache 命令产生相应缓存；进入鲲鹏架构图形化界面，执行# apt-get update 对软件库进行更新；执行语句# apt-get install ubuntu-desktop，安装Ubuntu 图形化桌面。

云服务器重启后，远程桌面可以正常连接，然而远程连接依然只能使用guest 帐号，而不能选择其他用户。guest 用户可以免密登录，如果其他用户需要登录，则需修改root 用户权限。执行#vi/usr/share/lightdm/lightdm.conf.d/50-ubuntu.conf，修改50-ubuntu.conf 配置文件，将其修改为［Seat：*］user-session=ubuntu greeter-show-manual-login=true allow-guest=false，执行#～/.profile：executed by Bournecompatible login shells.if［“$BASH”］；then if［-f～/.bashrc］；then.～/.bashrcfifitty-s&&mesgn||true，编辑root/.profile 文件。重新启动后，即可通过root 账号登录。最后将ArcMap、ECharts 及.shp 文件部署至云，从而通过云平台实现实时道路信息的查询与更新。由于部署在云平台上，有利于扩大受众影响范围，但也存在针对网络袭击的安全防护等问题。

4.2 可视化原理

针对交通环境时空数据的可视化，首先采用5W1H 模式进行数据采集与归纳。首先Why，为什么要对交通环境时空数据进行收集；Who，数据是由谁产生的；Where，数据来源于哪里；When，数据是在什么时间段采集的；What，数据是由什么产生的；How，通过什么途径采集数据。

之后，需要对数据进行查漏补缺，通过数据清洗、去噪等处理方式明确数据指标，确定数据之间的关系。常见的数据之间的关系有7 种类型：地理型、关联型、区间型、分布型、趋势型、对比型和比例型。考虑到本文主要进行的是交通环境时空数据的可视化，因此研究侧重点为地理型。

借助于地图上的位置信息数据，以此显示差异化的地理分布区域状态，根据具体的空间维度差异，可分别通过二维地图与三维立体地图两方面进行考虑。可视化还需要在最短时间内使用户直接、有效地获得最核心的数据信息。

经过可视化的布局设计以及数据的图形化展现，以聚集、平衡、简洁三大原则完成总体布局设计。在数据图形化呈现方面，还需要考虑到两个层面的问题：一是数据层面，如果在数据中存在极端值或较多分类项时，将在一定程度上影响可视化效果；二是非数据层面，在图表及二维与三维地图中，对于辅助性的次要元素，应进行处理后再部分显示出来，以避免对用户视觉造成干扰。

由于数据的可视化往往显示的是一个二维空间，为了达到实际交通的三维可视化效果，还需要通过具体的图形绘制对其不断进行补充与更新。除数据信息采样、数据属性变换、对应数据的可视化与映射外，数据可视化处理与其它数据分析处理方法的最大差异在于与用户的实际互动。某一时段、某一空间的数据是恒定的，然而用户从可视化中获得的体验是存在差异的，并且不同用户在其中获得的信息往往也有一些不同之处，因此还需要将数据的线性与非线性联系借助图形图像表达出来。可视化界面在协助用户进行分析时，可以一目了然地看到具体参数或算法的变更，从而提高模型的实时评估效率。

4.3 城市道路信息可视化实现

通过上述方法对城市道路信息进行梳理与整合，为可视化模拟提供有力的数据支持，同时通过实地考察以及多方位、多渠道的数据收集，借助ArcMap 与ECharts 实现道路信息的可视化模拟。

本文使用ArcMap 完成城市道路信息的可视化模拟，通过在不同图层建立初步地理信息，然后将道路交通线路分别以相同比例尺进行布设，通过不同颜色线条建立城市交通的主干道、支道等交通要道。同时，在进行二维交通线路地图模拟时，还需要考虑现实中稠密的三维交通要道，如立交等。由于在二维平面中会发生重叠错位的情况，因此在进行可视化模拟时，需要将二维平面当作三维空间进行道路交通线路的铺设，一次铺设一条完整的线路，才不易造成混淆或发生错误。此外，ArcMap 中也支持建立城市3D 模型，在此基础上铺设的道路交通线路即是三维的，但建模需要的时间也以几何倍数增加。

完成ArcMap 建模后，在ECharts 中构建立体交通线路，但在ECharts 中不用像ArcMap 中一样需要手动建模，可以直接通过代码进行构建。此外，除北斗、市政府以及国家地理信息资源网上的地图数据外，还可借助目前开源的API 接口扩充地图资源数据，从而获取多样化的数据支持。

4.3.1 ArcMap 可视化

传统ArcMap 可视化是借助ArcGIS 进行制图，然后通过Web 系统将ArcMap 中的地图线路进行可视化展现，也可使用GIS 旗下的ArcGIS 将地图线路的空间构图展现出来。最后将完成的制图联网进行展示，从而实时更新道路交通线路。

此外，ArcMap 作为一款专业制图软件，相比其它软件具有很多优势，比如精准的制图细节，以及对地图线路的准确显示等。人们不仅可以直接使用其制作地图，而且可借助ArcGIS 联通网络，将地图信息上传至网络服务器，以提升地图的实时性。另一方面，ArcMap 的制图具有极其详实的数据信息，可结合数据表选择锚点进行数据补充。Ar⁃cMap 的可视化可将道路交通线路展现出来，同时将具体路况信息存入相关数据表中，成为道路数据的一部分，从而极大地丰富了相关数据，并为后期的道路情况预测提供有力支持。当然该软件也存在不足之处，如体积较大，且不便使用。

获取武汉市行政边界点数据相关代码如下：

具体操作步骤如下：

步骤一：创建武汉市行政边界的线要素，添加线字段及排序字段。线字段表示该点属于哪条线，排序字段表示点在线中的位置。接下来创建武汉市的行政边界线，只需将点按顺序连接形成闭合线即可。

在实际操作中，先添加线字段及排序字段，重新建立点图层。打开ArcTollbox，在“数据管理工具”—“要素”—“点集转线”中，选择输入要素为本文的点要素文件。设置好线字段和排序字段，点击“闭合线”，确定即得到闭合线的.shp 文件（见图4）。

Fig.4 Transformation of point set into lines图4 点集转线

步骤二：创建武汉市行政边界的面要素。直接在上述线的基础上生成面，打开ArcTollbox，在“数据管理工具”—“要素”—“要素转面”中，选择输入要素为线图层。设置好XY 容差，即可得到行政区的面.shp 文件（见图5）。

Fig.5 Transformation of elements into surfaces图5 要素转面

步骤三：创建武汉市中心交通时空圈。在“数据管理工具”—“要素类”—“创建渔网”中，模板范围选择面图层，设置行数和列数，几何类型选择“POLYGON”，创建完成渔网（见图6）。

Fig.6 Fishing net creation图6 渔网创建

步骤四：执行图层取交集命令。在“分析工具”—“提取分析”—“裁剪”中设置相关参数，选择输入要素为需要裁剪的要素，裁剪要素为裁剪的模板，裁剪完成（见图7）。

Fig.7 Cropping elements图7 裁剪

步骤五：在“打开属性表”—“连接和关联”—“连接”中，点击相应的xlsx 文件，为每个网格附上相应属性值（人口密度与市中心距离等），然后点击图层“属性”—“符号系统”—“数量”—“分级色彩”，设置好“值”和“类”，即得到时空分布图。

线路示意图如图8 所示。

Fig.8 Route diagram图8 线路示意图

根据高峰时段和平峰时段的交通时空圈，使用武汉500*500 格网数据中心经纬度获取各地到达市中心所需时间。源码如下：

4.3.2 Baidu ECharts 可视化

相较于上述传统的ArcMap，作为开源项目的ECharts具有更大的发展潜力。与北斗进行合作的ECharts 将拥有不逊色于ArcMap 的地理精度，此外，其可视化界面十分适应移动端。相较于ArcMap 庞大的体积，ECharts 甚至不需要下载任何软件，获取数据也更加便捷。对于开发者而言，开源意味着自由、创新，因此ECharts 的应用前景更加广阔。ECharts 的可视化能力目前取决于目标代码的详细精度。

4.3.3 分布式交通环境时空信息数据库管理系统

通过以上两种方式实现的可视化，可支持分布式交通环境时空信息数据库管理系统构建。系统统一融合地面、空中和地下范围内不同类型和粒度的交通环境信息，支持全市范围内多尺度交通环境信息的一体化组织、存储与管理，支持时间维，同时具备多中心交通环境数据同步更新能力。系统体系架构包括时空数据服务器、时空数据管理系统、时空信息运行与维护系统以及时空信息智能处理系统，如图9 所示。

Fig.9 Architecture of traffic information fusion system图9 交通信息融合系统体系架构

（1）时空数据服务器。时空数据服务器是一个用于4类交通环境时空信息一体化组织、存储与管理的分布式、多中心、异构的数据服务器，其具有全局外模式、全局概念模式、分片模式、分布模式等多种模式。

（2）时空数据管理系统。具备数据存取、数据组织与管理、数据库定义与创建等功能。

（3）时空信息运行与维护系统。具备数据库运行控制与管理、数据库建立与维护等功能。

（4）时空信息智能处理系统。系统主要面向军事领域，其中应用了多层次、多尺度、多粒度数据的分发技术及智能算法，以及时空数据预测、干预、推演智能算法。

4.3.4 原型系统

交通环境时空信息融合框架与数据模型如图10 所示，主要包含基础设施层、虚拟化服务层、服务平台层与交通应用层。

5 结语

城市交通时空数据可视化研究是基于ArcMap 与ECharts 的大量数据进行的。当前武汉的道路交通线路可通过ArcMap 进行建模，也可通过ECharts 直接获取模型数据，而跳过建模这一步，但相对而言该方式获取到的数据不够精确。一个作为PC 端的软件，一个作为移动端的应用，二者从不同角度实现了武汉城市交通时空数据的可视化。通过前期对大量数据的采集、梳理，之后利用两种方法进行数据清洗与整合，最后进行两种途径的可视化模拟，成功构建了武汉城市内交通模型。录入往年数据之后，可大致评估得出今年可能达到的峰值数据，从而对未来可能出现的交通情况进行预判。

Fig.10 Traffic information fusion prototype system图10 交通信息融合原型系统

通过城市交通时空数据的可视化研究，将武汉近10年来的交通数据进行梳理、整合，得到最接近目前交通情况的数据（新冠肺炎疫情发生之前的数据）。发现历年来每个时期的数据出入不大，仅在有限范围内变动，说明城市交通数据在时空上具有稳定性，不会因个体的突然变化而发生改变。通过对相关数据的分析，发现城市交通具有时空重复性，会随着时间进行周期性往复。从空间上看，城市交通具有辐射性，从市中心辐射至郊区，密度也逐步降低；从时间上看，早晚两个高峰时段的交通最为繁忙，中间时段则趋于平缓，也从侧面反映了武汉人真实的生活情况。

在研究中遇到的最大难题是地理数据信息的获取，因为要保证获取的地理数据是真实、准确、实时的，但无论是实地考察，还是市政府发布的信息都不完整。国家地理信息公共服务平台上虽然有较为完整、详实的数据信息，但是匿名只能获取到比例尺为1∶100km 的地图，实名后虽然能够获取到1∶100m 的地图，数据信息却往往存在缺失。因此，该研究需要进一步获得企业或政府支持，才能更好地获取相关平台的数据支持，从而真正提高可视化精度。