movement-trajectory

轨迹与移动分析

目的：将带有时间戳的嘈杂点位转化为可靠的移动事实。反复出现的问题包括：在 GPS 噪声中计算速度（点位跳跃 → 行人速度达到 400 km/h）、信号漂移导致凭空生成停留，以及不顾隐私地交付个人级轨迹。

先定义数据模型

一条轨迹 = 每个对象按顺序排列的定位点：(object_id, timestamp, x, y, [accuracy, ...])。分析前，按对象报告：定位点数量、时间跨度、采样间隔中位数和间隔分布——采样率决定每种方法的选择（1 秒一条的车辆轨迹和每小时 1 个定位点的动物标签，是两个披着相同模式外衣的不同问题）。

import movingpandas as mpd
import geopandas as gpd

gdf = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.lon, df.lat),
                       crs=4326).to_crs(gdf_utm_epsg)
tc = mpd.TrajectoryCollection(gdf, "object_id", t="timestamp")

设定任何阈值前，先声明 CRS 和时间基准

在回答中、使用数值前说明以下两点，否则此技能中的每个距离半径、速度限制和停留时长都毫无意义：

1. 所有距离和速度计算所使用的投影 CRS——将“50 m 停留半径”应用于原始经纬度会得到毫无意义的结果，误差还会随纬度变化。请注明 CRS（本地车队可使用 estimate_utm_crs()，大陆范围则使用等距投影）。
2. 时间戳基准，并将其标准化为带时区的 UTC。车队日志混杂了本地时间、DST 切换和无时区字符串；跨越 DST 边界的停留可能多出或少掉一小时，导致停留时长悄无声息地出错。

请在提出半径或时长前说明这两点，而不是事后才将其作为注意事项。

声明不等于搁置。 CRS 或时区未知，绝不能成为停止作答并反过来提问的理由。请将其作为明确、具体的假设说明，并继续给出方法：

假设距离计算使用本地 UTM 分区，且时间戳为需要标准化为 UTC 的无时区本地时间——请确认这两点，因为它们会改变停留时长。

然后给出清理步骤、参数和敏感性检查。若回答只询问 CRS、时区或文件，而没有给出方法，即使问题问得很好，也不符合此技能要求。可以在回答的同时提问，但绝不能以提问代替回答。绝不要悄悄将无时区时间戳视为 UTC——这里的关键是“悄悄”：明确标注并说明的假设，正是我们需要的做法。

清理流程（按顺序）

1. 去重相同的（对象、时间戳）定位点。
2. 精度过滤：如果存在 HDOP/精度列，则删除超过阈值的定位点（报告阈值和删除比例）。
3. 速度过滤：删除推算速度不符合出行方式实际情况的定位点（持续步行速度 > 15 km/h、汽车速度 > 200 km/h……）；迭代处理——一个错误定位点会产生两个错误路段（mpd.OutlierCleaner）。
4. 按间隔拆分：在时间间隔过长处拆分轨迹（例如 > 中位间隔的 5 倍）——跨越隧道或断电时段进行插值会凭空编造移动。
5. 可选的平滑处理（卡尔曼滤波/滚动中位数），用于抖动严重的城市峡谷数据——必须在剔除异常值后进行，且绝不能早于停留检测参数调优。

每个步骤都记录数量：输入定位点 → 输出定位点。

停留与行程

停留 = 空间范围内的驻留：在最短持续时间内，定位点都位于某个距离半径内（mpd.TrajectoryStopDetector(max_diameter=50, min_duration=timedelta(minutes=5))）。这两个参数就是分析结果——请报告参数，并进行 ±50% 的敏感性检查；城市峡谷中的漂移会伪装成移动，因此直径小于 GPS 噪声水平时，检测到的停留数会为零。

行程 = 停留点之间的路段。每条行程需提供：起点、终点、开始/结束时间、持续时间、长度，以及适用时的主要出行方式推测。OD 矩阵：将行程起终点聚合到区域（参见下方隐私说明）；对于所得流量的可达性问题 → network-accessibility-analysis。

地图匹配

原始 GPS 轨迹并不贴合道路。对于任何以道路为参照的结论（行驶距离、街道级流量、超速），请先匹配到道路网络：

• 工具：Valhalla (Meili)、OSRM match 或 mappymatch；基于 HMM 的匹配器是标准做法。
• 采样间隔超过约 30 s 会显著降低匹配效果——请报告匹配置信度和未匹配点的百分比；不要悄悄保留未匹配的几何数据。
• 绝不要对动物轨迹或越野移动进行地图匹配（显然如此）；也不要根据原始含噪定位点计算“行驶距离”（噪声会使路径长度增加约 5-20%）；应先平滑处理，并说明所用方法。

聚合分析

• 流量图／期望线：绘图前先聚合 OD 对（用于交付时可使用 cartography-geoviz）；避免线团的做法是按区域聚合并设置最小流量阈值。
• 密度：使用定位点或行程的 KDE 或六边形分箱——定位点会使缓慢移动的权重偏高（停留期间会产生许多定位点）；应使用基于行程或按时间加权的密度，并说明采用了哪种方法。
• 时空聚类（共同出现、车队）：使用 ST-DBSCAN 系列方法；空间和时间的聚类参数需同时报告。
• 序列／周期性：在提出任何行为结论前，先按对象类别构建“星期几 × 小时”的活动矩阵。

隐私——不可妥协

在几乎所有地方，个人轨迹都属于个人数据（GDPR 等），而且极易被重新识别（居住地／工作地锚点对可以识别大多数人）。默认做法：分享前先聚合（区域内对象数 ≥ k，抑制对象数 < k 的单元格，典型 k=5-10），在住家附近截断行程终点，未经明确许可绝不发布个人原始轨迹。每项交付内容都应说明采用的匿名化措施。

验证流程

1. 清理后按出行方式绘制速度直方图——尾部必须符合物理实际。
2. 在底图上绘制 3 条样本轨迹（原始、清理后、匹配后）。
3. 停留点检测敏感性：将参数调整 ±50%，报告停留点数量变化。
4. 核对 OD 总量与行程数量（会计核对）。

常见问题检查清单

• 跨越时间间隔或经过异常定位点计算速度。
• 根据原始（未平滑、未匹配）定位点计算行驶距离。
• 检测停留点时使用的半径小于 GPS 噪声范围，或将漂移计为行程。
• 混用时区／DST 跳变造成虚假的瞬移。
• 将定位点密度图误读为移动密度图。
• 未经聚合／抑制就交付个人轨迹。
• 按对象拆分轨迹，却未按时间间隔拆分。

执行约定

• 工作流： 验证标识符、时间和 CRS；分段轨迹；移除不可能的定位点；推断停留点或行程；可选地进行地图匹配；聚合；应用隐私控制；验证。
• 决策规则： 对观测到的带时间戳移动使用轨迹方法；对可能的路线或可达性使用网络分析；在缺少序列和身份信息时使用点模式方法。
• 验证流程： 检查速度和时间间隔分布，在地图上查看原始与清理后的样本，调整停留点参数，核对行程和 OD 数量，并审查信息泄露风险。
• 失败模式： 遇到时区歧义、较长时间间隔、不合理速度、网络匹配效果差、采样稀疏或重新识别风险时，应抑制或限定结论。
• 交付物： 清理后的轨迹或经批准的聚合数据、分段规则、质量报告、派生的停留点／行程表、隐私处理说明、地图和局限性。
• 来源时效性： 使用格式、库或隐私指南前，请查阅权威来源注册表，并记录查阅日期。