城市活动热点区域,是指城市中具有较高吸引力和活力的区域,是社会热点事件和市民出行的高发地。提取并分析城市热点区域时空分布特征,可为居民选择出行目的地、高峰避让等出行计划的制定提供辅助决策支持;可为交通管理部门提供区域人流量和车流量超载预警,以提前做好警力部署及应急计划;可助相关部门考察交通和区域规划的有效性,制备更符合城市发展和居民出行的区域规划方案。出租车作为重要的公共交通工具之一,因其运营时间长、城市覆盖率广和自由度较大等特点,使其轨迹数据中蕴含了与城市功能结构、城市交通演化模式和居民出行活动相关的丰富信息。其中出租车轨迹中的乘客上下车点,刻画了居民出行和司机择路行为的时空事件。因此对于上下车点密集之处,可视为城市热点区域的分布之处。本文以武汉市的出租车轨迹为数据源,以乘客上下车点为实验数据,该方法通过引入归一化时差因子对数据场理论进行时空扩展,提出一种基于时空数据场的热点探测方法。基于该方法,本文对武汉市节假日、工作日和休息日三天数据进行热点区域提取,从而分析武汉市热点区域的时空分布特征。进一步,分别以武汉市行政区划和热点区域为节点,乘客在区域间的上下车关系为边,构建了城市区域交互网络。利用复杂网络的理论和方法,挖掘区域网络的结构和特性,从而探索武汉市行政区划之间以及热点区域间交互的时空演变模式,并进一步分析市民出行的时空变化特征。本文的主要研究工作如下:(1)数据场的时空扩展及时空数据场聚类方法研究出租车上下车点数据集是具有分布不规则、数据间的相互作用强度随时间衰减等特征的时空数据。数据场理论具有探测不规则形状类簇的优点,但传统数据场理论没有考虑时间因素。基于此,本文引入时差权重对数据场理论进行时空扩展,并利用邻域范围内的平均势差作为轨迹点之间的相似性度量标准,从而提出一种基于时空数据场的聚类方法。(2)城市热点提取及分析本文将时空数据场方法应用于出租车的上下车点的时空聚类分析中,通过对不同日期的上下车数据进行聚类分析,实现城市热点区域的提取。然后从全天数据中,以不同时段为截面,分析热点区域在不同时段不同日期下的分布特征。此外,本文从社会热点时事、区域规划政策和市民上下车目的差异等方面,分析武汉市热点区域形成以及持续时长的影响因素。(3)城市区域交互网络构建及演化分析在总结复杂网络经典理论和主要统计指标的基础上,分别以行政区划和提取出的热点区域为节点,区域间往来关系为边,构建城市内部区域交互网络。通过复杂网络统计指标的应用,量化各区域间交互差异及抱团情况,进而分析各区域在整个城市中的重要性。