本文内容转载自微信公众号：地球信息科学学报。版权归原作者及刊载媒体所有，所刊载内容仅供交流参考使用，不代表本刊立场。

引用格式：骆钰波,陈碧宇.面向路网轨迹的自适应数据模型与索引结构[J].地球信息科学学报,2023,25(1):63-76. [ Luo Y B, Chen B Y. Adaptive data model and index structure for network- constrained trajectories[J]. Journal of Geo-information Science, 2023,25(1):63-76. ] DOI:10.12082/dqxxkx.2023.220145引言

城市路网轨迹数据作为时空大数据的一种，蕴含着城市人群丰富的移动模式与规律。对海量路网时空轨迹数据进行挖掘从而进行决策推理，能够服务于智能交通系统、智慧城市规划、人类移动性分析等应用。然而，爆炸式的数据量增长、时序数据的升维、复杂的道路网络环境等数据特征给路网轨迹的高效存储与查询带来了挑战。

本文针对现有路网轨迹数据模型与索引结构自适应调节能力低的问题，提出了一种面向路网轨迹的自适应数据模型与索引结构，以支持路网轨迹的高效存储与查询。所提出的数据模型扩展了多层级压缩线性参考（Hierarchical Compressed Linear Reference, HCLR）数据模型，从时空轨迹群中挖掘高频路径作为主要网络线性元素建立自适应线性基准，并根据自适应线性基准对路网时空轨迹进行转换，能够显著减少转换后的实体数量，支持更高的存储效率。所提出的自适应时空索引结构根据自适应线性基准构建自适应线性参考系统，能够实现更高效的路网轨迹时空查询。

在出租车轨迹与人工合成轨迹数据上的实验分析表明：相较于基于HCLR 数据模型，所提出的基于高频路径的自适应数据模型最高能够提升约40%的存储效率；相较于基于功能性路径的时空索引结构，所提出的基于高频路径的自适应时空索引结构最高能够提升约50%的查询效率。

陈碧宇 骆钰波

作者简介

陈碧宇 教授

武汉大学测绘遥感信息工程国家重点实验室教授、博士生导师，国家级青年人才，湖北省杰出青年基金获得者。长期从事社会地理计算、交通信息学、交通地理学、行为地理学等领域的教学与科研工作。近年来在领域主流期刊发表SCI/SSCI论文50余篇，其中第一/通讯作者论文近40篇，获得省部级科技奖励4项。担任IEEE Transactions on Intelligent Transportation Systems、Travel Behaviour and Society、Transportmetrica B等多个国际权威期刊的副主编、编委；并担任国际摄影测量与遥感协会ISPRS WG IV/3 Geocompuation and Geosimulation 工作组主席, 中国地理信息产业协会–GIS理论与方法工作委员会委员等学术兼职。

骆钰波 博士研究生

武汉大学测绘与遥感信息工程国家重点实验室2019级博士研究生，在IJGIS等期刊上发表了多篇论文，他的研究方向包括时间地理学、人类流动性和时空大数据分析。

全文请在中国知网或学报官网下载

《地球信息科学学报》是由中国科学院主管，由中国科学院地理科学与资源研究所、中国地理学会联合主办，由资源与环境信息系统国家重点实验室（中国科学院地理科学与资源研究所）、虚拟地理环境教育部重点实验室（南京师范大学）、三维信息获取与应用教育部重点实验室（首都师范大学）联合协办的地球信息科学领域综合性学术期刊，月刊。学报创刊于1996年，创始人为陈述彭院士。学报现任主编徐冠华院士，执行主编陆锋研究员。

《地球信息科学学报》是EI 、Geobase和Scopus数据库收录期刊；是中国科学引文数据库（CSCD）核心期刊、中国科技核心期刊、全国中文核心期刊。欢迎国内外学者踊跃赐稿，欢迎国家重大科研项目、国内外学术会议组织专辑专栏。

官网网址

http://www.dqxxkx.cn/CN/1560-8999/home.shtml

联系电话

010-64889219（稿务）

010-64888891（编务，财务）

邮 箱

dqxxkx@igsnrr.ac.cn

初审：张艳玲

复审：宋启凡

终审：金 君

资讯