Spatial pattern of urban management cases based on Log Gaussian Cox Processes

Wenqian DONG; Liang DONG; Lin XIANG; Haijun TAO; Chuanhu ZHAO; Hanbing QU

doi:10.18306/dlkxjz.2020.08.010

Journals >Progress in Geography >Volume 39 >Issue 8 >Page 1356 > Article

Progress in Geography
Vol. 39, Issue 8, 1356 (2020)

Spatial pattern of urban management cases based on Log Gaussian Cox Processes

Wenqian DONG¹, Liang DONG^2、3, Lin XIANG^1、*, Haijun TAO¹, Chuanhu ZHAO⁴, and Hanbing QU^2、3

Author Affiliations

¹College of Information Engineering, China Jiliang University, Hangzhou 310018, China

²Beijing Academy of Science and Technology, Beijing 100089, China

³Beijing Institute of New Technology Applications, Beijing 100094, China

⁴School of Artificial Intelligence, Hebei University of Technology, Tianjin 300401, China

show less

DOI: 10.18306/dlkxjz.2020.08.010 Cite this Article

Wenqian DONG, Liang DONG, Lin XIANG, Haijun TAO, Chuanhu ZHAO, Hanbing QU. Spatial pattern of urban management cases based on Log Gaussian Cox Processes[J]. Progress in Geography, 2020, 39(8): 1356 Copy Citation Text

show less

Fig. 1. 3类事件在各个街道上的计数Fig.1

Download full size | View in the Article

Fig. 2. 用于模型计算的SPDE网格Fig.2

Download full size | View in the Article

Fig. 3. LGCP模型的协变量Fig.3

Download full size | View in the Article

Fig. 4. 空间随机场的后验均值(a~c)和P(exp(S(x))>1)的后验概率分布(d~f) 注：图a~c中斑块的颜色表示对应区域中城管事件的疏密,红色表示该斑块所覆盖的区域是城管事件的高发区域,而蓝色则表示该区域可能没有记录到城管事件,蓝色和红色之间的过渡色表示城管事件的聚集密度不断提高;图d~f中白色表示后验概率接近于1,白色斑块代表的是城管事件聚集最为显著的区域,绿色至土黄色的过渡色表示后验概率不断提高,对应的其斑块内城管事件的聚集密度也不断接近平均值。Fig.4

Download full size | View in the Article

Fig. 5. 空间随机场的后验标准差注：图中红色表示空间随机场的不确定性即局部变异性相对更大,蓝色则相反。Fig.5

Download full size | View in the Article

事件类别	事件内容	事件数量/件
街面秩序	乱堆物堆料、占道经营、流动摊贩、机动车乱停放等	27016
市容环境	暴露垃圾、道路不洁、绿化不洁、积存垃圾渣土等	12429
宣传广告	散发小广告、违章悬挂物品、占道广告牌等	20434

Table 1.

3类城管事件的简要信息

POI类别	POI内容	POI数量
餐饮服务类	中餐厅、快餐厅、外国餐厅、休闲餐饮场所等	2096
交通设施类	公交车站、物流站等	138
居民住宅类	住宅区	292
购物服务类	便利店、超市、烟酒专卖店、购物相关场所等	1073
生活服务类	美容美发店、洗浴推拿场所、生活服务场所等	1103
住宿服务类	酒店、旅馆、招待所等	113
医疗保健类	医院、社区诊所、卫生院、药店、药房等	385
公司企业类	公司、企业、工厂等	773

Table 2.

POI数据的简要信息

	参数	均值	标准差	2.5%分位数	97.5%分位数
街面秩序类	$σ_{S (x)}^{2}$	1.5161	0.1219	1.2946	1.7731
街面秩序类	$ρ$	0.6897	0.0324	0.6297	0.7567
市容环境类	$σ_{S (x)}^{2}$	0.9505	0.0816	0.8024	1.1227
市容环境类	$ρ$	0.7210	0.0372	0.6522	0.7983
宣传广告类	$σ_{S (x)}^{2}$	1.2771	0.1230	1.0574	1.5396
宣传广告类	$ρ$	0.8279	0.0460	0.7437	0.9242

Table 3.

LGCP模型的随机场超参数后验估计值

城管事件类型	协变量	均值	标准差	2.5%分位数	97.5%分位数
街面秩序类事件	截距	0.9891	0.0122	0.9656	1.0130
	$D (x_{1})$	0.3906^*	0.0726	0.3387	0.4503
	$D (x_{2})$	0.8288^*	0.0526	0.7474	0.9189
	$D (x_{3})$	1.7451^*	0.0454	1.5963	1.9075
	$D (x_{4})$	4.9590^*	0.0848	4.1980	5.8574
	$D (x_{5})$	1.0134	0.0828	0.8613	1.1921
	$D (x_{6})$	1.2264^*	0.0272	1.1626	1.2936
	$D (x_{7})$	1.1971^*	0.0444	1.0972	1.3060
	$D (x_{8})$	0.5372^*	0.0815	0.4577	0.6304
市容环境类事件	截距	0.6619^*	0.0161	0.6414	0.6832
	$D (x_{1})$	0.3364^*	0.0749	0.2904	0.3895
	$D (x_{2})$	0.9001	0.0593	0.8028	1.0092
	$D (x_{3})$	1.4776^*	0.0493	1.3411	1.6276
	$D (x_{4})$	5.9174^*	0.0880	4.9789	7.0315
	$D (x_{5})$	1.6981^*	0.0869	1.4318	2.0138
	$D (x_{6})$	0.6726^*	0.0293	0.6350	0.7124
	$D (x_{7})$	3.6503^*	0.0465	3.3318	3.9992
	$D (x_{8})$	0.2838^*	0.0923	0.2368	0.3402
宣传广告类事件	截距	0.8779^*	0.0135	0.8550	0.9015
	$D (x_{1})$	0.3322^*	0.0763	0.2860	0.3858
	$D (x_{2})$	0.7966^*	0.0557	0.7141	0.8884
	$D (x_{3})$	0.8907^*	0.0475	0.8113	0.9777
	$D (x_{4})$	9.9115^*	0.0894	8.3170	11.8106
	$D (x_{5})$	1.2930^*	0.0879	1.0882	1.5363
	$D (x_{6})$	0.8584^*	0.0321	0.8059	0.9141
	$D (x_{7})$	2.8320^*	0.0486	2.5744	3.1152
	$D (x_{8})$	0.4776^*	0.0897	0.4004	0.5696

Table 4.

LGCP模型的协变量参数后验估计值

Wenqian DONG, Liang DONG, Lin XIANG, Haijun TAO, Chuanhu ZHAO, Hanbing QU. Spatial pattern of urban management cases based on Log Gaussian Cox Processes[J]. Progress in Geography, 2020, 39(8): 1356

Download Citation

Tools

Save the article for my favorites

Paper Information