| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义与目的 | 第11-12页 |
| 1.2.1 研究目的 | 第11页 |
| 1.2.2 研究意义 | 第11-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 技术路线 | 第13页 |
| 1.5 相关研究综述 | 第13-19页 |
| 1.5.1 交通碳排放 | 第13-16页 |
| 1.5.2 轨迹数据 | 第16页 |
| 1.5.3 出行热点区域 | 第16-18页 |
| 1.5.4 国内外研究现状评述 | 第18-19页 |
| 第二章 数据处理与研究方法 | 第19-24页 |
| 2.1 研究区域 | 第19页 |
| 2.2 数据来源及预处理 | 第19-21页 |
| 2.3 研究方法 | 第21-24页 |
| 2.3.1 大数据研究方法 | 第21-22页 |
| 2.3.2 文献分析法 | 第22页 |
| 2.3.3 定性与定量相结合 | 第22-24页 |
| 第三章 基于出租车GPS数据的出行特征研究 | 第24-49页 |
| 3.1 出租车空驶和载客状态识别 | 第24页 |
| 3.2 基于出租车GPS数据的乘客出行次数分析 | 第24-31页 |
| 3.2.1 日出行总次数 | 第24-25页 |
| 3.2.2 各小时出行次数 | 第25-31页 |
| 3.2.3 出租车乘客需求分析 | 第31页 |
| 3.3 出租车OD矩阵时空分布研究 | 第31-49页 |
| 3.3.1 Kmeans聚类算法 | 第32-43页 |
| 3.3.2 出租车乘客上下客点时空分布 | 第43-49页 |
| 第四章 基于GPS数据的城市空间活跃度的时空演变分析 | 第49-63页 |
| 4.1 各时间段城市活跃空间分析 | 第49-58页 |
| 4.1.1 工作日城市活跃空间分析 | 第49-53页 |
| 4.1.2 休息日活跃空间分析 | 第53-56页 |
| 4.1.3 上海市城市活跃度总体空间分析 | 第56-58页 |
| 4.2 工作日、休息日活跃度对比分析 | 第58-61页 |
| 4.2.1 最高活跃度 | 第58-59页 |
| 4.2.2 城市活跃度变异系数 | 第59-61页 |
| 4.3 城市活跃空间格局分析 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 基于GPS数据的碳排放时空分布及减排措施 | 第63-73页 |
| 5.1 基于GPS数据的交通参数计算 | 第63-65页 |
| 5.1.1 行驶距离 | 第63-64页 |
| 5.1.2 行驶时间 | 第64页 |
| 5.1.3 出租车空驶分析 | 第64-65页 |
| 5.2 出租车碳排放计算模型及方法 | 第65-66页 |
| 5.3 碳排放的计算及时空特征分析 | 第66-70页 |
| 5.3.1 运行里程及碳排放计算 | 第66-68页 |
| 5.3.2 碳排放时空分布 | 第68-70页 |
| 5.4 结合城市出行特征的出租车碳减排措施 | 第70-73页 |
| 5.4.1 基于上客点的碳减排措施 | 第71-72页 |
| 5.4.2 基于上客点的碳减排措施效果 | 第72-73页 |
| 第六章 结论与展望 | 第73-75页 |
| 6.1 结论 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读学位期间研究成果 | 第78-79页 |
| 致谢 | 第79页 |