IASM：个性化活动空间建模器的设计、功能及案例分析——基于Python和Arcpy的GIS工具箱

SoftwareX 7（2018）138原始软件出版物IASM：个性化活动空间建模Kamyar Hasanzadeh建筑环境系，阿尔托大学，邮政信箱14100，00076阿尔托，芬兰ar t i cl e i nf o文章历史记录：2018年1月10日收到收到修订版，2018年4月16日接受，2018年关键词：活动空间邻域GIS场所暴露a b st ra ct长期以来，来自不同学科的研究人员一直对分析和描述人体运动模式感兴趣。活动空间（AS），定义为一个区域封装日常人类的流动性和活动，一直在这个兴趣的中心。 然而，鉴于这一领域研究的应用性质，尽管高级地理建模可能给用户带来复杂性，但所提出的模型在许多情况下仍然过于简单和不准确。个性化活动空间建模器（Individualized Activity Space Modeler，IASM）是一个地理信息系统（GIS）工具箱，使用ESRI的Arcpy模块以Python编程语言编写，包括四个工具，旨在促进在实证研究中使用高级活动空间模型。IASM提供了基于个人和上下文敏感的工具，以估计家庭范围的距离，划定活动空间，并使用个性化的地理数据模型的地方曝光。在本文中，我们描述了IASM的设计和功能，并提供了一个例子，它是如何执行的空间数据集收集通过在线地图为基础的调查。©2018作者由爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）中找到。代码元数据当前代码版本V 2.0.1此代码版本使用的代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX_2018_35法律代码许可证MIT使用的代码版本控制系统无使用Python、Arcpy的软件代码语言、工具和服务编译要求、操作环境依赖性需要安装Arcpy模块如果可用，链接到开发人员文档/手册https://github.com/kamyar68/-IASM/blob/master/InstructionsANDTutorial/Instructions.pdf技术支持邮箱kamyar. gmail.com1. 动机和意义来自不同学科的研究人员一直对分析和描述人类移动模式感兴趣。了解人类的流动行为在社会科学、健康地理学和环境健康促进研究中尤为因此，大量的研究集中在评估人类暴露于不同环境特征，以寻找其与健康和福祉相关的经验证据[1尽管一些研究已经能够验证城市环境对人们生活体验的重要性[ 6 - 8 ]，但先前关于环境-健康关系的研究人员越来越多地将观察到的关联的弱点归因于地理位置的错误指定。电子邮件地址：kamyar. aalto.fi。https://doi.org/10.1016/j.softx.2018.04.005上下文[4，14在这些研究中，不仅要准确了解地理背景的范围，而且要了解个人越来越多的来自不同领域的文献，如公共卫生、健康地理学、交通、城市规划和环境心理学，为涉及人类活动和空间流动性的类似概念带来了不同的术语。这些术语包括但不限于活动空间[20]、局部活动空间[19]、家庭范围[21]、领土范围[22]、行动空间[23]、家庭地带[24]和邻居[18]。在这篇配套论文中，我们使用了活动空间和家域这两个活动空间可以定义为个体在日常活动和移动行为中直接接触的空间的集合。正如这个定义所暗示的那样，AS通常被认为是环境中不受限制的一部分，而家庭范围涉及更高的关注，2352-7110/©2018作者。由爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softxK. Hasanzadeh / SoftwareX 7（2018）138139一个人的居住地因此，家域-也称为局部活动空间-可以被视为整个AS的子区域，其通常受到限制[2019 - 10 -19 ]第19话家的秘密因此，虽然这两个概念都可以使用更具包容性的术语AS来指代，但家域有时用于强调模型的地理规模和重点。AS已应用于各种领域，以描述移动范围[25，26]或识别人们暴露于[15，27]的地方。然而，尽管AS的应用相对广泛，但它们的测量在概念上或技术上都不是很先进这就是为什么到目前为止，大多数的努力往往局限于创建这些空间的过于简单的不同大小的缓冲区[13]、最小凸多边形[28]、标准偏差椭圆[29]和动态归属范围[30]是这种所谓的容器方法[19]的示例。然而，一些研究表明，AS可能不仅仅是Hasanzadeh和他的同事[19]使用了地点暴露的概念，并认为暴露不仅在空间范围上因人而异，而且在大小上也会因地而异这些研究人员提出的个性化住宅暴露模型（IREM）是基于这样的理解，即地方暴露是AS的一个组成部分，因此应该是建模的一部分。虽然这些先进模型的应用已显示出改善了实证结果，但它们在研究中的使用仍然这在很大程度上是由于目前在这一研究领域使用地理信息系统的复杂性。地理信息系统（GIS）是一个用于收集、管理和分析空间数据的框架。在这一点上，现成的GIS工具，不提供一个简单的方法来实现许多讨论的概念有关的建模的AS。此外，许多可能对使用这种方法感兴趣的研究人员并不是来自空间科学背景，可能不具备实现这种想法所需的专业知识本文档中描述的软件是出于这些复杂性，它旨在提供方便的工具，可以支持和促进在研究中使用更先进的AS模型。个 性 化 活 动 空 间 建 模 器 （ Individualized Activity SpaceModeler，IASM）是一个GIS工具箱，提供建模、可视化和描述单个AS的工具。第一个工具，归属范围距离识别器，使用数学算法来估计用于定义归属范围的最佳距离[30]。第二个工具，家庭范围建模器，创建家庭范围边界的个性化和参数化模型[30]。第三个工具IREModeler是IREM的实现[19]。该工具是家庭范围模型的扩展版本，不仅可以估计AS的范围，还可以最后，第四个工具提供了一个新的方法建模AS边界纳入地方曝光。最大曝光区域估计器使用由用户定义的最小曝光值来识别和提取高曝光区域在本文件中，使用通过在线地图调查（公众参与地理信息系统）从800多名参与者收集的数据演示了这些工具然而，为了提供一个更集中的形象，什么工具箱创建，结果从一个人随机选择的参与者在本文中值得注意的是，该工具箱还兼容通过GPS和移动电话跟踪等其他方法收集的地理数据2. 软件描述该软件由四个独立但密切相关且相互补充的GIS工具组成，它们执行专门的任务用于模拟个体的AS。这个工具箱中的AS模型是使用参与者的家庭位置、活动点以及可选的旅行路线和模式的信息创建的。这些工具是使用ESRI的Arcpy模块以Python语言开发的，因此与ESRI文件格式兼容。这个工具箱中的建模工具能够通过一个实现的迭代过程，在一次运行中对许多个体的AS进行建模。2.1. 软件构架在下面的部分中，我们将提供此工具箱中四个工具中每一个的总体2.1.1. 归属范围距离标识符该工具使用从活动点到各个归属位置的距离来提供归属范围距离的估计。这是通过Jenk的优化方法的实现来完成的该算法旨在最小化每个类别使用方差拟合优度（GVF）确定此工具中的最佳类数，同时确保所选中断距离至少包含80%的活动点。这种方法以前已经在实证研究中实施[30]。关于该模型理论方面的更多细节可以在引用的论文中找到。2.1.2. 家庭范围建模器该工具使用三个参数D1、D2和D3为每个人创建自定义凸多边形。D1是表示个体的紧邻的圆形缓冲区距离。参考文献中的默认值为500 m [30]，但用户可以修改。D2是用于在访问点周围创建环形缓冲区的距离这意味着表示每个活动点周围的估计暴露面积，并考虑AS的模糊特性[4]。该值可以通过测量数据集中空间聚类的平均大小来确定[30]，或者通过计算研究区域的平均块大小来确定。然而，这些是一些实用的建议，用户可以使用其他适用的标准定义此值最后，D3是用于定义归属范围的阈值换句话说，如果应用了该方法，则超出此距离的任何点都将被排除在建模之外。D3可以使用上述归属范围距离标识符工具系统地定义，或者通过使用由用户定义的其他标准来定义。该模型先前已在经验研究中实施[30]。关于该模型理论方面的更多细节可以在引用的论文中找到。2.1.3. IREModeler这是上述家庭范围建模器的扩展版本，其使用地点暴露的概念创建AS的更空间敏感的模型。在第一步中，AS的空间定界使用来自Home range modeler工具的集成代码来定义在第二步中，使用家庭和活动点、访问频率或持续时间、旅行模式和旅行路线来估计为了量化暴露水平，为每个空间特征分配权重点特征的权重根据频率或每个定义的持续时间的总访问时间来计算因此，最高权重被分配给家庭点，因为家庭点是人们通常每天频繁或花费大部分时间的位置。根据每个访问点的访问频率或持续时间，为每个访问点分配权重的每一个的权重140K. Hasanzadeh / SoftwareX 7（2018）138路线通过其估计的使用频率或持续时间以及所使用的行进模式来计算。这可操作为通过所指示的行进模式的速度调整的目的地和起点重量的在计算所有地理特征的权重因此，所有的值都使用距离倒数作为距离衰减函数进行插值，模型输出被表示为具有每个像素的曝光值的估计的个性化光栅文件这是以前在实证研究中引入的IREM的实现[19]。关于该模型理论方面的更多细节可以在引用的论文中找到。2.1.4. 最大曝光面积估计器该工具可以与在上述工具中创建的IREM光栅文件或其他类似的个性化曝光模型一起工作。该工具可以使用用户定义的最小曝光值来识别和提取高曝光区域。提取的区域将由每个人的多边形划定，并保存到特征类即，shapefile作为输出。由于IREM工具中估计的暴露值没有上限，因此最小暴露值由用户以单位指定。例如，由用户设置的值70将提取具有高于给定个体的最大暴露极限的70%的暴露值的所有区域。2.2. 软件需求该软件使用Python语言开发，并使用ESRI的Arcpy模块中提供的工具IASM是一个Ar-cGIS工具箱，包括四个工具，旨在创建或促进创建个人AS模型。这些工具既可以在ArcMap环境中使用定义的图形用户界面执行，也可以独立于Python IDE执行，前提是ArcGIS已安装在工作站上并获得许可。图1说明了工具要求和关系的概述。有关要求和安装程序的更多详细信息，请参见软件文档。2.3. 软件功能该软件主要用于基于地点的研究，它可以创建不同的AS模型，即家庭范围，IREM和高曝光区域多边形。在努力保持软件易于使用的同时，IASM以灵活和数据敏感的方式创建，允许根据不同的研究环境和背景调整参数图2示出了用于个体研究参与者的IASM工具箱的实现的示例。在这个例子中，模型是在芬兰赫尔辛基大都市区进行的基于地图的在线调查收集的数据集上创建的该数据集是从超过800名参与者收集的，包括个人的家庭位置、活动点以及每个活动点的访问频率和旅行模式的使用网络分析估计旅行路线，使用地理信息系统测量计算距离。在下面的部分中，我们将介绍输出，并讨论工具特定的功能和工具箱的潜在应用。归属范围距离标识符：该工具根据数据集特征提供归属范围距离在赫尔辛基地区的数据集上运行这个工具，发现4公里是最佳的家庭距离。该工具提供了一种数据和上下文敏感的方式来定义社区，同时避免做出纯粹的任意决定，这在研究中很常见此工具中估计的距离可以应用于任何旨在描绘和审查个人生活环境的研究家域建模器：该工具使用有关生活位置和活动场所的信息来描绘个人家域。通过将家庭范围距离指定为D3，该模型将仅映射个体的家庭范围，而在没有阈值距离的情况下，将映射整个AS在来自赫尔辛基地区的如图图2（B）中，该工具为所有研究参与者创建了个体家域多边形。多边形的形状和大小可以根据个人的流动模式而有很大的不同。该工具可用于需要个体特定地理容器来分析环境特征和调查人与环境关系的广泛领域IREModeler：该工具通过基于位置的暴露估计提供了更精确的AS图像图图2（C）示出了来自赫尔辛基都市区的同一个人的IREM。此模型是基于从前面两个工具获得的归属范围边界和距离该工具可以应用于不同的领域，如环境科学，城市研究和健康研究，以评估暴露于不同的环境因素在个人AS的水平此外，曝光值的总和通常可以用作个体AS的强度的指示。最大暴露面积估算器：该工具提供了单个AS内高暴露面积的划定，以便识别和审查AS的潜在最重要区域用户可以通过提供百分位值来定义在赫尔辛基地区的示例数据中，如图所示。图2（D）中，我们提取了暴露值超过最大范围50%的IREM区域。该工具可以在不同的研究领域有广泛的应用。该模型的主要特点之一是它是一个基于加密的模型，没有处理光栅文件的复杂性。 如示于图 2（D），该工具允许研究人员识别单个AS的最强烈区域并将其提取为多边形。这有助于对环境研究采取更有重点的办法。此外，这个模型可以用来研究一个完整的地理范围的AS，而不会面临一些容器的方法的限制。容器方法不了解实际的单个场所暴露，容易高估暴露区域或任意选择阈值，这两者都可能影响结果。3. 影响在环境卫生、城市规划、交通工程和社会科学等许多学科中，研究人员需要对地理背景进行工作定义，以评估人与环境的根据研究和所需的复杂程度，地理模型可以像多边形一样简单，也可以更复杂，如空间敏感的暴露模型。然而，由于缺乏专门的空间工具和专业知识，创建由于这些挑战，研究人员大多依赖于模型，这些模型往往过于简单，不能充分考虑人们如何体验和使用环境的个体差异本文中介绍的软件正是受到这些挑战的激励，它旨在提供一种创建复杂AS模型的可行方法。IASM包括四个GIS工具，用于创建适合不同研究目的的几种家庭范围建模器创建功能和个人特定的模型K. Hasanzadeh / SoftwareX 7（2018）138141Fig. 1. 工具箱要求、关系和输出的概述。输出格式显示在括号中。UID：唯一用户标识符。图二、来自赫尔辛基地区的个体的模型输出的示例性图示。A：输入数据：家庭、活动点和旅行路线，B：家庭范围模型，C：IREM，D：从IREM提取的高暴露区域（>50%）。的AS，这可以作为一个改进的地理容器环境研究。IREModeler为用户提供了一个更现实和复杂的AS模型，该模型基于使用多级方法的基于位置的环境暴露评估尽管该模型更复杂，输出可能更难以处理，但它可以为研究人员提供更精确的AS图片，从而可以实现更敏感的空间分析。理解和评估环境影响。此外，最大曝光区域估计器通过提取易于使用的最高曝光区域的多边形来降低IREM的复杂性并且作为对所有这些工具的补充，第一工具，归属范围距离标识符，提供了定义位置阈值的系统方式，以使得可以关注住宅邻居。142K. Hasanzadeh / SoftwareX 7（2018）138尽管模型和操作的复杂性，该软件通过一个简化的界面为用户提供了一个方便的，迭代的，此外，该通用软件为用户提供了调整模型参数以满足不同项目特定需求和偏好的可能性这些工具的使用可以促进地方和个人为基础的环境研究。这可以帮助研究人员找到与城市环境使用相关的广泛研究问题的答案，以及对积极生活，旅行行为和公共健康的背景影响。4. 结论活动空间是一个描述个体空间行为的概念，在多个研究领域有着广泛的应用本配套文档中介绍的软件Individualized ActivitySpace Modeler（IASM）是一个用Python编程语言编写的GIS工具箱IASM包括四个实用的工具，用于模拟个人的AS第一个工具，归属范围距离标识符，提供了一个系统的方法来估计最佳距离定义归属范围。第二个工具，家庭范围建模器，可选地使用上述值来创建AS边界的个性化和参数化模型。第三个工具，IREModeler，是一个扩展版本的家庭范围建模，创建一个描述每个单独的AS使用一个光栅文件建模空间内的地方曝光的变化最后，第四个工具，最大暴露面积估计器，提取每个人的高暴露面积，以提供一个简化的基于风险的容器。鉴于AS概念对不同学科研究者的重要性以及现有空间建模的局限性，该工具可以帮助研究者更好地理解个体AS，并有助于评估情境效应。该工具箱旨在为在实证研究中应用更先进的AS模型提供一种可行的方法。IASM可广泛用于通过公众参与地理信息系统，全球定位系统，和移动跟踪。致谢这项研究主要由芬兰科学院资助，作为PLANhealth项目（13297753）的一部分。我们还要感谢芬兰教育和文化部为这项研究提供部分引用[1] 范坎普I，范龙J，Droomers M，de Hollander A. Rev Environ Health2004;19：381-401.[2] MitchellR，Popham F. 柳叶刀2008;372：1655-60.[3] [10]李文辉，李文辉. 健康场所2011;17：1150-61。[4] 张文忠，张文忠，张文忠. HealPlace 2013;21：86-93.[5] KyttäM，Broberg A.健康。英国奇切斯特：约翰威利&父子公司; 2014年。 p. 1-54[6] Dalgard OS，Tambs K. 英国精神病学杂志1997;171：530-6.[7] Frank LD，Engelke PO. J Plan Lit2001;16：202-18. [8] Dye C. Science2008;319：766-9.[9] 放大图片作者：Pickett KE，Pearl M. J. Epidemiol. Commun.痊愈的痊愈的2 0 0 1 ;55：111-22.[10] DiezRoux AV. SocSci Med 2004;58：1953-60.[11] 萨勃拉曼尼亚湾 SocSci Med 2004;58：1961-7.[12] Adams RJ，Howard N，Tucker G，Appleton S，Taylor AW，ChittleboroughC，GillT，Ruffin RE，Wilson DH. 国际公共卫生杂志2009;54：183-92。[13] 杨伟杰，王伟杰，王伟杰. 2015年，《环境规划B计划》;43：34-57。[14] Spielman S，Yoo E. Soc Sci Med2009;68：1098-105.[15] Kwan M-P.Ann GIS 2012;18：245-55。[16] [10]李国伟，李国伟. UrbanStud 2014;1-20.[17] Matthews SA.社区，邻里，治愈。扩大边界的地方。2011年。p. 三十五比五十五[18] Vallée J，Cadot E，Roustit C，Parizot I，Chauvin P.Soc Sci Med2011;73：1133-44.[19] HasanzadehK，Laatikainen T，Kytta M. JGeogr Syst 2018.[20] Schönfelder S，Axhausen K. Arbeitsberichte Verkehrs-UndRaumplan2004;258：1-40.[21] 放大图片作者：Kyttä M.84.第八十四章：你是谁[22] KyttäAM，Broberg AK，Kahila MH. 美国健康促进杂志2012;26：e137-48。[23] 迪斯特湾 荷兰J Hous Built Environ 1999;14：163-82.[24] 比道夫湾 JUrban Des 2003;8：217-41.[25] Sherman JE，Spencer J，Preisser JS，Gesler WM，Arabia TA. 国际卫生地理学杂志2005;4：24.[26] [10]李国雄，李国雄. Soc Sci Med2014;119：64-73.[27] F.E.H. Reynolds DR.Econ Geogr1971;47：36-48.[28] Buliung RN，Kanaroglou PS. 增长变化2006;37：172-99.[29] Armenia TA，Gesler WM，Preisser JS，Sherman J，Spencer J，Perin J.HealthServRes2005;40：135-55.[30] 放大图片作者：Kyttä M. ApplGeogr 2017;84：1-10.[31] 詹克斯GF。《国际制图年鉴》，1967年;7：186- 190。