[发明专利]空气质量与居民出行可视分析方法与系统

说明书

本发明公开了基于大数据驱动的空气质量与居民出行可视分析方法与系统，包括以下几个步骤:(1)原始空气质量数据、温度数据、POI数据和打车难易度数据重构；(2)POI带权活跃度及偏移率计算：POI带权活跃度反映POI周围人流量的大小；偏移率反映POI带权活跃度的变化情况；(3)相同类型POI聚类；(4)空气质量与居民出行的可视分析。本发明成本低廉，维护简单，部署迅速，可视化界面交互具有多样性，每个用户可以多粒度分析空气质量和居民出行状况。

技术领域

本发明涉及基于大数据驱动的空气质量与居民出行可视分析方法与系统。

背景技术

伴随着我国工业化进程的发展，以硫化物(SOx)、氮化物(NOx)、臭氧(O3)、碳化物(COx)、颗粒物(粒径小于等于10μm和2.5μm)为主的工业排泄物对空气质量造成的污染问题日益严重，对人们的日常出行和生活造成极大影响，据调查显示，当空气质量较差时，人们更愿意待在室内以减少非必须出行行为。

随着科技的发展，数据被大量采集和存储，数据量呈爆炸式增长，如何从这些数据中挖掘出有价值的信息成为急需解决的问题。在面对庞大并且复杂的数据时，传统的数据挖掘和数据分析方法在探索数据时显得力不从心。为了获取数据中蕴含的价值，各种数据分析与挖掘方法运用而生。

因此我们需要一种行之有效的方法来解决这些问题。近些年来，作为以可视交互界面为基础的分析推理科学，可视分析为数据挖掘、数据分析提供了一种全新的手段，它以交互性、可视性等特点受到广大研究者的热烈欢迎，已渐渐成为研究热点。

因此，针对空气质量与居民出行的可视化研究对于探究空气质量和居民出行之间的关系具有重要意义，它不仅可以为探索居民的出行行为提供重要参考，还可以引起交通、医疗等相关部门对空气质量的重视。因此探究空气质量和居民出行的可视化研究无论在理论上还是在实际应用中都具有非常重要的研究价值。

发明内容

本发明针对空气质量与居民出行分析的问题，设计一种基于大数据驱动的空气质量与居民出行可视分析方法与系统，更好的帮助交通、医疗等部门对空气质量与居民出行进行分析，并且提供一套可视分析系统帮助用户分析空气质量特征，居民出行特征，展示空气质量条形图、温度箱线图、POI带权活跃度堆叠图和流图、POI带权活跃度偏移率日历热图和多维柱状图，对城市空气质量和居民出行进行探索。本发明的目的是通过以下技术方案来实现的：一种基于大数据驱动的空气质量与居民出行可视分析方法，该方法包括以下步骤：

(1)原始空气质量数据、温度数据、POI数据和打车难易度数据重构：首先分别对空气质量数据、温度数据、POI数据和打车难易度数据进行数据清理和排序，其中数据清理主要是对各种数据源中数据异常和缺失值的查找及剔除，然后按照时间戳将所有数据按照时间排序，这有利于后续的时序数据可视化。所述打车难易度数据包括打车难易度分布点的地理坐标和权值。所述POI数据包括POI分布点的地理坐标和POI类型。

(2)POI带权活跃度及偏移率计算：POI带权活跃度反映POI周围人流量的大小；偏移率反映POI带权活跃度的变化情况。

POI带权活跃度的计算具体为：

(2.1)计算打车难易度分布点和每个POI分布点之间的欧氏距离，判断欧式距离是否小于预先设置的阈值T，若满足条件则将打车难易度分布点的权值设为这个POI活跃度的权值。

(2.2)根据POI类型不同分别统计各种类型POI活跃度的累加和，作为这种类型POI带权活跃度。

POI带权活跃度偏移率的计算具体为：

Offset_t＝(POIWeight_t-Aver_week,hour)/(POIWeight_t)-1