Discovering spatiotemporal flow patterns: where the origin–destination map meets empirical orthogonal function decomposition
Discovering spatiotemporal flow patterns: where the origin–destination map meets empirical orthogonal function decomposition
复制标题
发现时空流动模式：起点-目的地地图满足经验正交函数分解的地方
DOI：
10.1080/15230406.2023.2171490
复制
发表时间：
2023-02
影响因子：
2.5
通讯作者：
Hu Wenqing
中科院分区：
文献类型：
--
作者：
Zhou Mengjie;Fu Qingyang;Li Yige;Wang Yixin;Wang Xiaomi;Hu Wenqing
摘要 流通常表示为从起点到目的地的矢量线，可以反映个人或群体在空间和时间上的运动。揭示和分析时空流动模式有利于理解运动背后的信息。本文提出了一种称为OD-EOF（起点-终点-经验正交函数）的新方法，在保持起点和终点之间成对连接的前提下发现重要的时空流模式。我们首先通过在 OD 图中添加时间维度来构造一个时空流矩阵，其中包含起点和目的地之间的连接信息以及时间流信息。然后，我们通过EOF分解将时空流矩阵分解为空间模式和相应的时间系数。分解结果描绘了流量的显着空间分布和时间变化，大多数时空特征高度集中在前几个空间模式中。该方法通过五个综合数据集和一项用户研究进行评估，随后应用于分析2020年和2021年春运期间COVID-19大流行对中国人口流动时空格局的影响。结果表明，在COVID-19大流行爆发和大流行防控常态化的影响下，这些时期的人口流动时空格局显着。
ABSTRACT Flows are usually represented as vector lines from origins to destinations and can reflect the movements of individuals or groups in space and time. Revealing and analyzing the spatiotemporal flow patterns are conducive to understanding information underlying movements. This paper proposes a new method called the OD – EOF (Origin – Destination – Empirical Orthogonal Function) to discover important spatiotemporal flow patterns on the premise of maintaining the pairwise connections between origins and destinations. We first construct a spatiotemporal flow matrix that contains connection information between origins and destinations and temporal flow information by adding a temporal dimension to the OD map. Then, we decompose the spatiotemporal flow matrix into spatial modes and corresponding time coefficients by EOF decomposition. The decomposition results depict the prominent spatial distribution of and temporal variation in flows, with most of the spatiotemporal characteristics highly concentrated into the first few spatial modes. The method is evaluated by five synthetic datasets and a user study and subsequently applied to analyze the impact of the COVID-19 pandemic on the spatiotemporal patterns of human mobility in China during the Spring Festival travel rush in 2020 and 2021. The results show the prominent spatiotemporal patterns of human mobility during these periods under the influence of the COVID-19 pandemic outbreak and the normalization of pandemic prevention and control.
登录
查看更多内容
DOI：
10.1201/b10345-5
发表时间：
2010-11
期刊：
Encyclopedia of Autism Spectrum Disorders
影响因子：
--
作者：
Kim-Anh Lê Cao;Z. Welham
通讯作者：
Kim-Anh Lê Cao;Z. Welham
影响因子：
3.9
作者：
Yong Gao;Jiajun Liu;Yan Xu;Lan Mu;Yu Liu
通讯作者：
Yong Gao;Jiajun Liu;Yan Xu;Lan Mu;Yu Liu
影响因子：
3.6
作者：
Kan, Zihan;Kwan, Mei-Po;Tang, Luliang
通讯作者：
Tang, Luliang
DOI：
10.5047/eps.2011.07.002
发表时间：
2011-09
期刊：
Earth, Planets and Space
影响因子：
--
作者：
E. Chang;B. Chao
通讯作者：
E. Chang;B. Chao
影响因子：
2.5
作者：
B. Jenny;Daniel M. Stephen;Ian Muehlenhaus;Brooke E. Marston;R. Sharma;E. Zhang;H. Jenny
通讯作者：
B. Jenny;Daniel M. Stephen;Ian Muehlenhaus;Brooke E. Marston;R. Sharma;E. Zhang;H. Jenny