一个数据集，一组全局描述：传统元数据的三重失配
空间数据基础设施（SDI）中的元数据，通过描述来源、内容结构、时空范围、质量状态与使用条件，使用户判断数据是否适用于具体研究任务。但传统元数据标准是在相对静态的基础地理数据、专题图层、遥感影像背景下发展起来的，其描述粒度以数据集整体为主。浮动车轨迹数据由出租车、网约车、公交车等移动对象连续采集，包含位置、时间戳、速度、航向与运营状态，其质量由采样机制、定位精度、车辆运动状态、道路网络约束和应用目标共同决定——「一个数据集一组全局描述」的传统范式在此失效。
质量分布的时空异质性被全局标量抹平
大规模轨迹数据内部的质量分布呈现显著时空异质性：不同区域、不同时段、不同车辆的数据质量水平可能存在数量级差异。ISO 19115 将数据质量描述压缩为少量全局标量，对于整个数据集仅能提供一个位置精度均值、一个完整性百分比等，共计 7 类静态描述字段。全局性的单一质量标量无法反映这种内部分化，数据使用者在选取和评估时因此缺乏判断依据。
不同应用视角对质量的敏感维度各异
同一数据集可能同时服务于交通监测、路径规划、出行需求分析和城市功能识别等差异显著的任务：交通运行监测更关注采样频率、路段覆盖和速度可靠性；路径分析更关注定位精度、道路匹配一致性和轨迹连续性；出行需求与城市活动研究更依赖起讫点完整性、行程有效性和样本代表性。同一数据集可能适合宏观交通状态分析，却不足以支撑精细化路径重构。
现有标准的适用前提与轨迹数据错位
ISO 19115 确立了地理信息元数据基本框架，ISO 19157 规范了完整性、逻辑一致性、位置精度、时间质量和专题精度的描述与评价，INSPIRE 推动了区域性 SDI 互操作。但它们较少系统刻画采样频率、轨迹连续性、对象身份一致性、道路匹配可靠性、行程语义和应用适用性，也未建立质量元素与具体应用任务之间的映射关系。OGC Moving Features 重点在移动要素互操作，未解决面向多应用场景的质量元数据建模。
浮动车 / 道路 / 起讫点 OD
5 + 4 + 4 分属三视角
全局标量式质量表达上限
应用分类 / 通用标准 / 评估转化
多视角时空元数据模型：从形式化定义到三视角质量元素
本文以浮动车数据的采集过程、轨迹对象结构和应用场景差异为主线，构建浮动车视角、道路视角和起讫点视角 3 类应用视角，并在此基础上形式化定义包含 13 个质量元素的元数据模型。模型将道路网络抽象为图结构 G=(V, E)，把车辆轨迹点定义为含经纬度、时间戳、速度、航向角与运营状态的六元组，再按运营状态变化切分为行程；三个视角分别对应车辆个体运行过程、道路网络观测状态和区域出行联系结构，从不同空间尺度和行为层次刻画质量特征。
数据对象的形式化定义：网络、轨迹点、轨迹与行程
道路网络记为 G=(V, E)，V 为交叉口、端点或拓扑连接点，E 为连接节点的路段。车辆 j 的第 i 个轨迹点定义为六元组（经度、纬度、时间、速度、航向角、运营状态），航向角取值 [0,360] 表示相对正北方向的角度，出租车运营状态为布尔变量（1 载客 / 0 空驶）。轨迹点按采集时间排序并满足时间递增约束，构成判断时间错序、轨迹异常与行程有效性的基础；若把时间视为第三维，轨迹即车辆在 (x, y, t) 三维空间中的时空路径，并可按连续运营状态切分为行程。
浮动车视角：5 项质量元素刻画车辆运行过程
以单车轨迹和行程为基本单元。采样频率描述相邻轨迹点的时间间隔，反映记录密度；轨迹完整度衡量地图匹配路径中有原始 GPS 观测点直接支撑的路段比例（随隐马尔可夫模型、时空匹配和动态规划算法成熟，中高采样频率下匹配路径正确率已普遍达到 95% 以上，为完整度计算提供可靠路径参考）；行程有效性以最小有效载客时长阈值判定载客行程是否具有行为意义；载客行程数按时间窗口或日期聚合，衡量出行样本充足程度；载客/空驶时间比反映车辆利用效率与运营状态结构。
道路视角：4 项质量元素刻画路段观测状态
将轨迹点或轨迹段聚合到路网边上。道路定位精度定义为 GPS 原始观测点与其匹配道路位置之间的欧氏距离均值，并配以标准差刻画误差离散程度，无需外部高精度参考即可反映定位噪声的空间差异（高层建筑密集区、立交桥、隧道出入口更易出现偏移）；路段车辆数统计时间窗口内经过该路段的车辆数量；路段速度为窗口内匹配轨迹点速度均值；路网覆盖率以最小轨迹点数阈值判定路段被有效覆盖，并区分「基于匹配路径的覆盖率」与「基于原始采样点的覆盖率」，二者差值可识别采样频率不足对覆盖评价的影响。
起讫点视角：4 项质量元素刻画区域出行联系
以载客行程的起点和终点为分析对象，将研究区划分为规则网格，把轨迹数据转换为网格之间的 OD 流。OD 对行程数是该视角的基础统计量，其余指标由其派生：区域出行强度区分流出强度（以该区为起点的行程数）与流入强度（以该区为终点的行程数），可用于识别通勤区、商业中心、交通枢纽和夜间活动区；区域出行广度以集合基数度量一个区域连接的不同目的地/来源地数量，强调空间联系结构而非数量；OD 对平均出行距离反映区域间出行的典型空间尺度，行程数为零时不予定义。
旧金山出租车轨迹与 OSM 路网
研究区域为美国加利福尼亚州旧金山市（San Francisco County, CA）。道路网络采用 OpenStreetMap 数据，经拓扑整理后共包含 91 427 条唯一路段，作为地图匹配、道路覆盖度计算和路段尺度质量分析的基础路网。出租车轨迹数据包含 536 辆出租车的运行记录，采集时间自 2008 年 5 月 17 日 10:00:04 至 2008 年 6 月 10 日 9:22:06，时间跨度约 24 d，字段含车辆编号、时间戳、经纬度与运行状态。经地图匹配处理后共有 85 897 003 个轨迹点，其中原始 GPS 采样点 77 467 577 个（占 90.19%），匹配生成的插值点 8 429 426 个（占 9.81%）。
单机计算环境与统计口径
质量元素计算在单机环境下完成（Windows、Intel-i9 处理器、32 GB 内存、Python 3.9 + pandas），对 8 600 万条轨迹记录的全部指标计算可在 10 min 内完成，且各元素按车辆/道路/OD 分区后可独立并行，天然适配分布式扩展。车辆视角以 536 辆出租车的单车轨迹和行程为基本单元；道路视角以 91 427 条路段为基本单元；OD 视角将研究区划分为 500 m×500 m 空间网格。各质量元素分别从总体分布和小时动态 2 个方面统计，每项指标按 24 小时划分时间切片，使有效信息量从 ISO 19115 的个位数标量提升至数万量级的时空分布值。
旧金山出租车轨迹验证：同一数据集的三副质量面孔
基于 536 辆出租车、8 589 万个轨迹点与 91 427 条路段的计算结果显示：该数据集采样频率稳定、行程语义质量较高，但轨迹完整性不足；路网层面覆盖度较高、速度表达稳定，而路段观测样本量差异明显；OD 层面出行活动高度空间集中，细粒度 OD 对却明显稀疏。三个视角给出的质量结论互不重合，恰是「单一指标无法概括」的直接证据。
中位数 6.06 s，时间分辨率稳定
中位数 24.26%，路径表达不足
中位数 76.31%
中位数 7 159.75 m
| 视角 · 质量元素 | 均值 | 中位数 | 分布特征与质量解读 |
|---|---|---|---|
| 浮动车 · 采样间隔 | 6.20 s | 6.06 s | 绝大多数车辆集中在 6 s 左右；小时动态显示凌晨至上午早段略低，10:00 以后逐渐升高，中午前后达到较高水平且分位区间扩大 |
| 浮动车 · 轨迹完整度 | 23.42% | 24.26% | 多数车辆集中在 20%~26% 区间；10:00—12:00 附近升高且车辆间差异更大。记录密度与路径表达充分性是两个不同属性，不能相互替代 |
| 浮动车 · 行程有效性 | 90.93% | 91.54% | 多数车辆保持在 90% 以上，载客状态切分结果总体可信；上午至中午前后有所下降，可能存在更多短行程或状态切换异常 |
| 浮动车 · 载客行程数 | 799.51 次 | 861.50 次 | 载客出行样本较充足；凌晨至早晨较高，中午前后下降，下午以后恢复并趋于稳定 |
| 浮动车 · 载客/空驶时间比 | 0.63 | 0.61 | 总体空驶时间长于载客时间；凌晨至清晨较高、部分时段超过 1，中午前后明显下降，说明数据同时保留了空驶巡游信息 |
| 道路 · 覆盖度 | 74.70% | 76.31% | 多数观测集中在 75%~77%；凌晨至上午早段较高，9:00—12:00 明显下降后逐步恢复。路网覆盖并非固定属性，而随运行强度与时段变化 |
| 道路 · 定位精度 | 2.09 m | 0.70 m | 分布明显右偏，多数路段误差较小、少数路段偏差较大；对交叉口与高精度匹配任务，仅报告均值不足，还应关注长尾 |
| 道路 · 路段速度 | 9.69 m/s | 9.06 m/s | 主要集中在 7~12 m/s，整体较平稳，上午略升、下午后段下降；可靠性依赖对应路段的车辆样本量 |
| 道路 · 路段车辆数 | 181.40 | 101.00 | 显著不均衡：多数路段观测较少，少数路段集中大量轨迹；凌晨至早晨较高，10:00—12:00 附近下降后回升 |
| OD · 出发广度 / 到达广度 | 83.05 / 86.79 | 46.00 / 30.00 | 均呈明显右偏，多数网格仅与有限网格发生联系；高广度网格主要位于城市核心区，外围网格联系范围有限 |
| OD · 出发强度 / 到达强度 | 435.01 / 454.61 | 62.50 / 38.00 | 均值远高于中位数，少数网格承担主要出行活动；高值网格集中在旧金山市东北部及中心城区附近 |
| OD · 对行程数 | 5.24 | 2.00 | 500 m 网格尺度下多数 OD 对仅有少量行程记录，细粒度层面高度稀疏；适合识别主要联系，不宜构建全覆盖 OD 矩阵 |
| OD · 平均距离 | 8 590.79 m | 7 159.75 m | 分布右偏，多数出行属中短距离联系；小时动态整体稳定、中午前后略升。样本量小的 OD 对易受单次异常行程影响 |
高采样频率不等于高路径完整性
采样间隔均值 6.20 s、行程有效性均值 90.93%，说明数据具有较稳定的时间分辨率与较可靠的载客行程语义；但轨迹完整度均值仅 23.42%，表明车辆实际经过道路中被原始轨迹点直接覆盖的比例有限。该数据集适合车辆运行状态分析、载客行程识别和运营行为研究；若用于精细路径重构或逐路段行驶过程还原，需依赖地图匹配与路径补全，并在数据发布时明确报告轨迹完整性水平。
速度可靠性受制于路段样本量
道路覆盖度均值 74.70%、路段速度均值 9.69 m/s 且整体平稳，但路段车辆数均值 181.40 而中位数仅 101.00，分布显著不均衡。对样本充足的主干路和高活动时段，道路速度具有较好解释力；对低等级道路、边缘区域或车辆数较少时段，速度估计可能受个别车辆行为影响。因此不宜单独发布道路平均速度，而应同时报告道路覆盖度与路段车辆数。
区域强度高，细粒度 OD 对仍稀疏
出发强度均值 435.01 而中位数 62.50，到达强度均值 454.61 而中位数 38.00，高值集中在中心城区，对边缘区域出行需求刻画相对不足；OD 间行程数均值 5.24、中位数仅 2.00。该数据适合出行热点识别、城市活动中心分析和主要 OD 通道提取，但对低频 OD 对、高分辨率全量 OD 矩阵和局部精细需求估计，样本支撑不足。
浮动车轨迹数据质量具有明显的视角依赖。同一数据集在车辆运行、道路表达和区域联系 3 个层面可能呈现不同质量状态，因此不能用单一质量指标概括其应用价值。这种从「全局一个点」到「多维质量曲面」的信息量跃升，使数据使用者能够识别出被传统元数据所掩盖的质量异质性。
三项贡献、共享价值与后续议程
本文针对浮动车轨迹数据动态性、非集计性和应用场景差异大的特点，把轨迹数据质量从数据集整体层面的静态描述，扩展为面向不同空间对象、时间窗口和应用任务的多尺度质量表达。由此，元数据不再只是数据集的附属说明，而成为解释轨迹数据适用性的重要信息载体。
建立三视角质量元素体系
将浮动车轨迹数据质量组织为浮动车视角、道路视角和起讫点（OD）视角，并形式化定义 13 项质量元素，从车辆运行过程、道路交通状态表达和区域出行联系 3 个层面刻画质量特征，使描述粒度由数据集整体下沉到车辆、路段、OD 对与时间窗口。
打通质量元素与应用任务映射
把质量元素与交通状态监测、路径还原、道路速度估计、OD 分析和城市活动识别等具体任务相联系，弥补传统元数据「对具体分析任务的质量需求区分较弱」的不足，使用户可按研究任务判断数据适用性而非依赖笼统结论。
完成真实数据案例验证
以旧金山市出租车轨迹为例，在 8 600 万条记录、91 427 条路段与 500 m 网格尺度上完成全部质量元素计算（单机 10 min 内），并给出总体分布与 24 小时动态双重统计，验证了模型对质量异质性的揭示能力与工程可行性。
应用价值
传统元数据模型在质量概括、空间参考和分发方式上仍具基础作用，本文模型在其上补充面向动态时空数据的质量表达层，使数据使用者能够根据研究任务判断数据是否适合用于路径重建、道路状态估计、OD 分析或城市活动识别。案例表明旧金山出租车数据适合总体交通状态监测、主要道路速度分析与出行热点识别，而在精细路径还原、低样本道路状态推断和高分辨率 OD 矩阵构建方面存在限制——这类判断依据正是共享复用与时空数据基础设施（STDI）建设所需。
局限与未来
局限有二：其一，案例仅使用旧金山市出租车轨迹数据，模型在不同城市形态、交通结构与浮动车类型（网约车、公交车、物流车）中的适用性仍需检验；其二，部分质量元素依赖地图匹配、插值策略、路网拓扑质量、时间窗口设定和空间网格尺度，跨城市或跨数据源比较时需同时记录计算条件与处理流程，避免将方法设定差异误读为数据质量差异。未来可开展多城市多源对比实验检验指标稳定性，并将质量元素与现有 ISO 地理信息元数据及数据质量标准衔接，形成可注册、可查询比较的轨迹数据质量元数据内容。