[论文解读] (geo)graphs - Complex Networks as a shapefile of nodes and a shapefile of edges for different applications

Leonardo Bacelar Lima Santos, Aurelienne A. S. Jorge+5 more|arXiv (Cornell University)|Nov 16, 2017

Complex Network Analysis Techniques参考文献 5被引用 8

一句话总结

本文提出了（地理）图——一种具有地理参考节点和空间依赖边的复杂网络——实现了网络分析与GIS环境的无缝集成。本文提出了两个开源工具GIS4GRAPH和GeoCNet，可将Shapefile和邻接矩阵转换为地理空间网络表示，从而实现在交通、移动性和气象系统中对网络进行可视化与空间分析，并通过里约热内卢州洛雷纳和诺瓦弗里堡的案例研究进行了验证。

ABSTRACT

Spatial dependency and spatial embedding are basic physical properties of many phenomena modeled by networks. The most indicated computational environment to deal with spatial information is to use Georeferenced Information System (GIS) and Geographical Database Management Systems (GDBMS). Several models have been proposed in this direction, however there is a gap in the literature in generic frameworks for working with Complex Networks in GIS/GDBMS environments. Here we introduce the concept of (geo)graphs: graphs in which the nodes have a known geographical location and the edges have spatial dependence. We present case studies and two open source softwares (GIS4GRAPH and GeoCNet) that indicate how to retrieve networks from GIS data and how to represent networks over GIS data by using (geo)graphs.

研究动机与目标

• 通过引入（地理）图作为统一的空间网络模型，弥合复杂网络分析与GIS/GDBMS环境之间的差距。
• 解决在地理空间计算环境中处理复杂网络缺乏通用框架的问题。
• 利用标准GIS数据格式，实现具有空间嵌入和依赖关系的网络的表示与分析。
• 开发易于使用的开源工具，促进GIS数据与网络结构之间的转换。
• 通过城市移动性、交通和气象时间序列相关性的实际案例研究，展示（地理）图的实用性。

提出的方法

• 将（地理）图定义为节点具有地理坐标、边表现出空间依赖性的网络，兼容GIS和GDBMS系统。
• 使用基于Python和JavaScript构建的基于Web的工具GIS4GRAPH（G4G），通过PostGIS和pgRouting实现空间连接与图构建，将OSM或Shapefile输入转换为（地理）图。
• 利用igraph库在生成的（地理）图上计算标准网络指标，如度数、聚类系数、介数中心性和最短路径。
• 开发基于Python和C的桌面应用程序GeoCNet，将节点Shapefile和邻接矩阵转换为表示边的线型Shapefile，同时保留拓扑和空间属性。
• 通过OpenLayers在交互式地图上使用颜色编码，将网络指标（如介数中心性、节点度数、边权重）集成到可视化中。
• 应用空间过滤（如基于阈值的边创建）构建网络，例如在移动性中使用流量阈值，或在气象时间序列中使用相关性阈值。

实验结果

研究问题

• RQ1 如何在标准GIS和GDBMS环境中正式表示具有空间嵌入的复杂网络？
• RQ2 何种计算框架能够高效实现地理空间数据（Shapefile）与网络结构（节点和边）之间的转换，同时保持空间和拓扑保真度？
• RQ3 如何在地理空间背景下有效可视化和分析介数中心性、度数等网络指标？
• RQ4 （地理）图在多大程度上能增强对城市移动性与天气雷达网络等现实系统分析的效能？
• RQ5 使用GIS4GRAPH和GeoCNet等开源工具在集成网络科学与地理信息系统方面具有哪些实际优势？

主要发现

• GIS4GRAPH成功将OSM和Shapefile输入转换为（地理）图，使城市街道路网的介数中心性等网络指标得以提取。
• 在圣保罗州洛雷纳市，分析显示介数中心性高的街道对应主要交通走廊，通过颜色编码地图图层得到视觉验证。
• GeoCNet能够从节点Shapefile和邻接矩阵重建空间网络，生成与GIS软件兼容的拓扑准确的边Shapefile。
• 在里约热内卢大都市区，移动性网络显示，高流量通常发生在远距离且高度连接的区域之间，通过加权边颜色和节点度数得以可视化。
• 在诺瓦弗里堡的山地地区，降雨相关性网络揭示了与地形一致的类社区结构，边在山地特征周围形成聚类。
• 将（地理）图与GIS集成，支持分层空间分析，结合网络属性与地理背景，提升可解释性与决策支持能力。