基于DBSCAN室内定位大数据的轨道枢纽综合体人流时间图谱与空间组织耦合关系研究

China is in the process of rapid urbanization. As the fundamental hardware and catalyst of the urban development, transit hub complex of CBD is also experiencing a large-scale construction process. The research takes it as an opportunity to explore the public property of it in order to promote citizen’s lifestyle to a healthier and more positive manner. However, most of the researches are based on the macro-scale. How to explore the individual representation of urban attributes through quantitative analysis. This study intends to systematically sort out the spatial organization prototype of the transit hub complex, and focus on the time map corresponding to different types of space organization and explore the underlying association between the two...Based on the DBSCAN density clustering algorithm, this study uses multi-source indoor and outdoor integrated navigation technology to collect behavioral big data of people in transit hub complex. At the same time, with the UAV oblique photography, view analysis, and interface scanning technology, the three-dimensional spatial information of the sample is quantified with high precision. Integrate these two to generate a time-space big data library of the transit hub complex. Through the study of multi-directional coupling relationship, this research will try to explore the high-quality time distribution types, time threshold and corresponding high-quality spatial organization type set of the transit hub complex...The research platform intends to use digital technology to establish a dynamic correlation between samples, prototypes, data, and maps. Make the research results updateable, three-dimensional, interactive, and form a human-centered spatial research method and propose preliminary conclusions on the spatial-behavior relationship. Provides designer-friendly design guidelines for high-quality, large-scale construction.

城市中心区轨道枢纽综合体对城市、空间、人有重要影响。但大部分研究以宏观尺度交通规划经济为主，作为巨大人流聚集地，如何从中微观人的视角通过定量分析挖掘其城市属性的个体表征。本研究拟对枢纽综合体的空间组织原型进行系统梳理，同时聚焦不同类型样本所对应的群体人流时间图谱，从中微观尺度挖掘两者之间的底层关联。..本研究基于DBSCAN密度聚类算法，利用多源室内外一体导航技术采集人流全时段行为大数据。同时配合无人机倾斜摄影、视域分析及界面扫描技术，高精度量化样本的三维空间信息。整合生成枢纽综合体人流时空大数据样本库。并通过多向耦合关系研究，探索枢纽综合体优质时间图谱类型、时间阈值、及其对应的优质空间组织类型集。..研究平台拟利用数字化技术建立样本、原型、数据、图谱之间动态关联。使研究成果可更新，可三维，可交互，形成以人为核心的空间研究方法及空间行为关系初步结论。为高品质大规模建设提供人机友好的设计指引

城市中心区轨道枢纽核心区对城市、空间、人有重要影响。但大部分研究以宏观尺度交通规划经济为主，作为巨大人流聚集地，如何从中微观人的视角通过定量分析挖掘其城市属性的个体表征。本研究对城市轨道枢纽核心区的空间组织和人群行为进行系统梳理，基于多源数据，采集人、车全时段行为数据，同时配合网络分析、视域分析，高精度量化样本的三维空间信息。从步行、品质、交通、设计、评价，五个方面入手，通过多维度全视角分析，对轨道核心区的不同个体行为和空间特征进行深入挖掘，为高品质大规模建设的轨道核心区设计策略及决策提供多源定量分析支持。..1.步行方面：研究以深圳市轨道核心区为例，聚焦生活服务街道，采用定量研究分析阐述了交通性活动、商业性活动及生活性活动在上述街道中的时空分布规律，明确了其关键性影响因素，并比较了不同环境因素的有效影响阈值，最终提出了针对轨交邻接生活服务街道多元行为活动的“场所—事件—设施”（SPF）优化设计策略。..2.品质方面：研究以深圳市轨道核心区为例，构建城市日常步行高频步行路径的筛选机制，并结合现有品质量化研究，提出人-事-场三位一体的PEP街道匹配度评价指标体系。高频步行路径筛选机制及PEP评价体系探索不确定城市发展中个体步行使用的确定关系，为当前大规模步行友好城市建设提供新思路和新方法。..3.交通方面：研究以深圳市轨道核心区域为例，利用多源大数据，提出区域交通拥堵测度指标AVT,并通过地理加权回归模型对显著影响因素及其分区特征进行城-区-站三层次挖掘，为城市设计和交通优化提供新思路。..4.设计方面：研究以深圳市轨道核心区域为例，通过对现行设计、法规、管控机制的深入研究，提出法规体系优化策略、设计整合提升策略及管控体系精细化策略，为轨道核心区设计提供可供参考的设计指引。..5.评价方面：研究以深圳市轨道核心区域为例，对远程虚拟评价方式和现场调研评价方式进行深入的一致性检测，并构建两维度、三层次的SOC 主客观一致性检测体系。总结街景图像主观评价的边界适用条件，为当前大规模、全市域、多尺度、多形态的街景图像主观评价的精细化发展提供新思路和新方法。..综合以上五个方面，研究通过对轨道核心区的多方面研究，为大规模建设轨道核心区的设计及研究提供科学依据、论据支持及设计指引。