1）标准置信椭圆法
椭圆是最常见的刻画活动空间的图形之一，而根据如何确定椭圆的两个焦点以及是否覆盖全部活动点又可分为不同的方法（Newsome et al，1998；Schönfelder and Axhausen，2003；Sherman et al，2005）。如纽瑟姆利用出行数据将居民的家和工作地作为椭圆的两个焦点，并通过覆盖最远到达的区域来生成椭圆（Newsome et al，1998）。本研究采用标准置信椭圆法，该方法首先通过位置点在x轴和y轴上的均值计算椭圆中心，进而分别计算位置点在x轴和y轴上的标准差确定椭圆的长短轴，通常用来估计位置点在空间上分布的范围和方向。与传统的问卷数据相比，利用GPS的位置点生成标准置信椭圆刻画活动空间同时考虑了活动的空间范围和出行经过的空间范围，并且具有更高的时空精度。
利用ArcGIS 10.0空间统计工具提供的标准置信椭圆功能实现标准置信椭圆的生成，考虑到GPS数据存在的数据噪声，采取95%置信度的椭圆进行个体活动空间的刻画，即生成的椭圆覆盖了近95%的GPS空间位置点。研究还利用一日和一周两种不同的时间尺度进行汇总和椭圆的生成，分别得到七个一日活动椭圆和一个七日活动椭圆，最终分别用七个一日活动椭圆的叠加和七日活动椭圆来表示个体一周的活动空间（图10－1）。
2）最小凸多边形法
图10－1 基于标准置信椭圆法生成的个体活动空间
最小凸多边形指包含所有位置点，并且所有内角均不超过180度的最小多边形，近期也被用于刻画人类活动和出行（Buliung and Kanaroglou，2006；Fan and Khattak，2008；Wong and Shaw，2011）。该方法的基础观点是经常访问的区域以及这些区域之间的地域对于个体具有重要影响。黄和萧提出了基于问卷获取的活动地点数据利用这种方法存在的一个问题，即人们在不同活动地点之间的出行并不是直线，因此生成的最小凸多边形不能代表真实的到达区域（Wong and Shaw，2011）。而GPS轨迹数据包含的出行位置信息在一定程度上为这种方法存在的问题提供了解决方案。
利用基于ArcGIS的二次开发工具包Hawth's Analysis Tools生成最小凸多边形[1]，同样利用一日和一周两种汇总时间尺度，分别用七个一日活动凸多边形的叠加和七日凸多边形来表示个体一周的活动空间（图10－2）。
图10－2 基于最小凸多边形法生成的个体活动空间(www.xing528.com)
3）缓冲区分析法
对于基于问卷获取的活动日志数据，学者们尝试利用最短路径网络分析法来模拟实际的出行路径，以刻画个体的活动空间（Schönfelder and Axhausen，2003）。而对于GPS轨迹数据，则只需要对轨迹点进行连接生成个体路径，进而通过缓冲区分析生成活动空间。
首先利用基于ArcGIS的二次开发按时间顺序将轨迹点连成线，进而利用ArcGIS 10.0分析工具提供的缓冲区分析功能生成个体路径的缓冲区。对于缓冲区分析法，不存在汇总的时间尺度问题，但考虑到缓冲区半径可能产生的影响，研究分别选取1千米（步行可达的空间范围）和3千米（认知的空间范围）作为缓冲区分析半径，生成个体一周的活动空间（图10－3）。
图10－3 基于缓冲区分析法生成的个体活动空间
4）核密度分析法
核密度分析法将一系列点转换为能够表达点密度的连续的面，也被应用于活动空间的表达（Schönfelder and Axhausen，2003；Kwan et al，2009）。与基于问卷的活动日志数据相比，由于GPS定位的时间间隔相对固定，使得GPS轨迹点的密度带有一定的时间累计效应，因此基于GPS轨迹进行核密度分析能够强化个体频繁访问的活动地点，使得核密度的趋势面更加真实，也更具实际意义。
本研究首先利用ArcGIS 10.0空间分析工具提供的核密度分析功能（Kernel density）计算核密度趋势面栅格图层，其中搜索半径选择与缓冲区分析相同的1千米，输出的单元格边长也选择1千米。而为了便于与其他方法的比较，需要在趋势面栅格图层的基础上对个体的活动空间进行刻画和测度，研究通过一定的核密度门槛值实现活动空间的提取，针对本研究，选取0作为门槛值（即核密度值超过0的栅格将被提取出来），并将提取出的栅格转换为多边形，来表达基于核密度分析法的个体活动空间（图10－4）。
图10－4 基于核密度分析法生成的个体活动空间
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
