《表1 不同时空数据对比：面向城市空间热点分析的可视化方法综述》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向城市空间热点分析的可视化方法综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

时空数据产生来源主要包括人类活动、动物活动、交通工具和自然现象[3].本文主要关注人类活动产生的数据和交通工具产生的数据中的出租车数据、公共交通智能卡数据和基于地理位置的社交网络数据[4]，表1所示为3种时空数据在空间自相关性、数据稀疏性和数据维度等方面的比较.时空数据的稀疏性是指采样数据在时间和空间范围内分布不稠密.不同时空数据的数据稀疏程度和维度高低是热点分析的主要难点，需要利用可视化方法辅助进行分析[5].例如，通过语义和词云的技术引入交通状况数据或多源移动数据来缓解数据稀疏性问题，可以为时空数据人为地分配上下文特征或行为模式特征，使数据更适合于实际环境，有利于挖掘深层热点信息.另外，时空数据维度越高，分析结果越容易产生视觉混乱，而使用面向不同维度的可视化技术可以有效地揭示各维度之间的关系.