基于职住表的街道平均通勤距离分析

基于职住表的街道平均通勤距离分析

本教程基于西安职住表数据进行分析,前期数据导入,职住数据处理,职住OD分析在“LINDADADADA"的教程中有详细介绍,本教程从建立基站X,Y坐标开始

主体思路:

  1. 投影西安基站与街道底图,建立基站X,Y坐标

  2. 将基站X,Y坐标与居住地基站和工作地基站连接

  3. 求街道内居民出行总距离

4.求街道内居民总数

  1. 求出行平均值

1. 投影西安基站与街道,将地理坐标系转为投影坐标系,建立基站X,Y坐标

将西安街道投影为WGS_1984_UTM_Zone_49N坐标系


1.png

同理,将基站也投影为WGS_1984_UTM_Zone_49N坐标系

然后建立基站X,Y坐标,在投影后的基站属性表中分别天加新字段X和新字段Y,分别计算坐标


2.png
3.png

以上为基站X坐标计算方法,注意单位选择米,Y坐标计算方法同理

计算完成后导出数据表,并导入数据库


表1

GIS与数据库连接方法及数据导入见 "LINDADADADA"教程一和三

2. 将基站X,Y坐标与居住地和工作地基站连接

首先,我们通过对数据的处理得出居住与工作基站位置不同的数据表,具体操作方法见 "LINDADADADA"教程二和六


表2

然后,我们需要通过将刚刚导出的表1与表2连接,得出居住地基站坐标和工作地基站坐标

CREATE TABLE geo_connect_project AS
SELECT "weizhiclean".*,"geo project xy".x,y
FROM weizhiclean LEFT JOIN "geo project xy" on bmbm=juzhu
CREATE TABLE geo_connect_project2 AS
SELECT geo_connect_project.*,"geo project xy".x,y
FROM geo_connect_project LEFT JOIN "geo project xy" on bmbm=gongzuo

得出居住地基站坐标和工作地基站坐标


6.png

然后根据勾股定理计算居住地与工作地之间的距离

CREATE table jz_distance AS
SELECT geo_connect_project2.*, |/(juzhu_x-gongzuo_x)^2+(juzhu_y-gongzuo_y)^2 AS distance
FROM geo_connect_project2

得出下表


7.png

得出距离后,需要根据街道名称将街道内出行的总距离聚类(利用每个出行距离乘出行人数,然后按街道名称聚类)

CREATE TABLE sum_distance AS
SELECT jz_distance.j_jdmc, "sum"(jz_distance.distance*jz_distance.zonghe)
FROM jz_distance
GROUP BY jz_distance.j_jdmc

得出下表


8.png

同理,将不同街道内出行总人数按街道名称聚类

CREATE TABLE population_amount AS
SELECT jz_distance.j_jdmc, "sum"(jz_distance.zonghe)
FROM jz_distance
GROUP BY jz_distance.j_jdmc

得出不同街区内总出行距离和总出行人口后将两表按相同街道名称连接

CREATE TABLE distance_amount AS
SELECT sum_distance.*,population_amount.amount
FROM sum_distance LEFT JOIN population_amount on jdmc_start=jdmc_start1

利用街道内总出行距离除以总出行人数及为平均距离

CREATE TABLE distance_amount_average AS
SELECT distance_amount.*, (distance_amount."distance total"/distance_amount.amount) AS average
FROM distance_amount

得出街道内平均通勤距离表


9.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,088评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,715评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,361评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,099评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 60,987评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,063评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,486评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,175评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,440评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,518评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,305评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,190评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,550评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,880评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,152评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,451评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,637评论 2 335

推荐阅读更多精彩内容

  • 初等数学2300年之重大错误:将无穷多各异点集误为同一集 ——让中学生也能一下子认识3000年都无人能识的直线段 ...
    hxl268阅读 494评论 0 0
  • 文章图片上传不正常,如需文档,可联系微信:1017429387 目录 1 安装... 4 1.1 配置探针... ...
    Mrhappy_a7eb阅读 6,261评论 0 5
  • 镜子很漂亮 带着樱色的边框 阳光照上去,是一片灿烂的光 月光照上去,是一片温凉的水 我站在它面前 是一张平凡的脸 ...
    不过花开阅读 145评论 0 0
  • 目前来说,结石形成的原因比较复杂,还没有完全搞清楚,首先尿路感染是可以形成结石的,尿路梗阻也可以导致结石,例如前列...
    大海_f916阅读 279评论 0 0
  • 文章转载自:开源中国社区 [http://www.oschina.net]原文地址:http://www.osch...
    IT程序狮阅读 3,345评论 0 18