Visualizing the Spatiotemporal Characteristics of Dockless Bike Sharing Usage in Shenzhen, China
Visualizing the Spatiotemporal Characteristics of Dockless Bike Sharing Usage in Shenzhen, China
复制标题
中国深圳无桩共享单车使用时空特征可视化
DOI：
10.1007/s41651-022-00107-z
复制
发表时间：
2022-04
影响因子：
4
通讯作者：
Shunyi Liao
中科院分区：
文献类型：
--
作者：
Feng Gao;Shaoying Li;Zhangzhi Tan;Shunyi Liao
全面了解无桩共享自行车使用的时空特征和模式对于制定自行车管理和调度策略至关重要。最近，自行车共享相关的话题已经成为一个热门的研究课题。现有的研究主要是分别分析了无桩自行车共享使用的时间和空间特征，并没有探讨不同空间单元的时间模式如何变化，尽管这些信息是开发自行车使用的简单配置文件和实施时空调度策略的关键。为了解决这一研究空白，时空立方体模型和新兴的热点分析被整合到这项研究中，以确定中国深圳市无桩自行车共享使用的时空模式和热点/冷点趋势。本研究的主要目标是通过处理超过621万个GPS数据，了解和可视化无桩自行车共享使用的时空特征和模式，并提供时空立方体模型和新兴热点分析的综合应用分析。我们可视化的使用行为特征，包括骑行距离，持续时间和频率，探索时空异质性的骑行起点和目的地，并确定时空热点/冷点的调度策略。这些结果为自行车时空调度策略的制定提供了有价值的指导。
A comprehensive understanding of the spatiotemporal characteristics and patterns of dockless bike sharing usage is crucial in developing bike management and scheduling strategies. Recently, bike sharing-related topics have become a popular research subject. Existing studies have mainly analyzed the temporal and spatial characteristics of dockless bike sharing usage separately and have not explored how temporal patterns vary for different spatial units, even though this information is key to developing a straightforward profile of bike usage and implementing spatiotemporal scheduling strategies. To address this research gap, the space–time cube model and an emerging hot spot analysis were integrated into this study to identify the spatiotemporal patterns and hot/cold spot trends of dockless bike sharing usage in Shenzhen, China. The main goal of this study is to understand and visualize the spatiotemporal characteristics and patterns of dockless bike sharing usage with over 6.21 million GPS data processed, and to provide an analysis with integrated application of the space–time cube model and emerging hot spot analysis. We visualized the usage behavior characteristics, including riding distance, duration, and frequency, explored the spatiotemporal heterogeneity of riding origins and destinations, and identified spatiotemporal hot/cold spots for scheduling strategies. These results provide a valuable guide for developing bike spatiotemporal scheduling strategies.
登录
查看更多内容
了解无桩共享单车使用中的可修改面积单位问题并探索建筑环境因素的交互影响
DOI：
10.1080/13658816.2020.1863410
发表时间：
2021-01-06
影响因子：
5.7
作者：
Gao, Feng;Li, Shaoying;Huang, Ziwei
通讯作者：
Huang, Ziwei
DOI：
10.1016/j.aap.2017.05.026
发表时间：
2017-09
期刊：
Accident; analysis and prevention
影响因子：
--
作者：
O. Gudes;R. Varhol;Q. Sun;L. Meuleners
通讯作者：
O. Gudes;R. Varhol;Q. Sun;L. Meuleners
从中国深圳无桩共享单车数据集中推断出行目的并揭示时空活动模式
影响因子：
6.1
作者：
Shaoying Li;Caigang Zhuang;Zhangzhi Tan;Feng Gao;Zhipeng Lai;Zhifeng Wu
通讯作者：
Zhifeng Wu
利用手机大数据研究深圳自我封闭与职住平衡的空间变化
影响因子：
6.1
作者：
Zhou Xingang;Yeh Anthony G O;Yue Yang
通讯作者：
Yue Yang
DOI：
10.1177/0300060519850734
发表时间：
2019-05
期刊：
The Journal of International Medical Research
影响因子：
--
作者：
Youlin Zhao;L. Ge;Junwei Liu;Honghui Liu;Lei Yu;Ning Wang;Yijun Zhou;Xu Ding
通讯作者：
Youlin Zhao;L. Ge;Junwei Liu;Honghui Liu;Lei Yu;Ning Wang;Yijun Zhou;Xu Ding