基于手机信令数据的北京市空间品质时空动态分析

提升城市功能,增强城市承载力成为城市规划发展的新目标,城市空间品质研究已经成为目前城市规划研究的重点和难点,但是目前空间品质的研究存在动态连续性和空间精确性不足的问题。本文基于手机信令数据获取的城市内部全天的动态人口信息,以街区为尺度定量评价北京市五环内不同功能类型街区的空间品质指数一天内的动态变化,并进行时空分布特征、变化模式以及与人口活跃度关系的分析。结果表明,北京市五环内空间品质随人群活动的变化存在不均衡性,且在时间、空间、功能性质方面存在显著的分化。具体为：空间上城市内环与外环、城市南部与北部的品质差异显著;时间上大体呈现“陡降-低值稳定-陡升-高值稳定”的不稳定趋势;不同功能类型上有着特殊的变化模式,并且功能区之间的空间品质均值差距较大,夜晚街区的居住空间品质在城区内存在明显的等级差异性。这些结果为微观尺度下城市的资源分配和合理规划发展提供了参考和建议。     

城市建筑物人口时空分布模型与实验分析——以北京东华门街道为例

精细尺度上的城市人口分布是解决城市规划与管理、预警与应急等问题的关键。研究精细尺度上城市人口的时空分布需要还原与模拟城市人口与城市建筑物之间的关系。本文利用高分辨率遥感影像提取城市精细尺度的建筑物信息,建立了适用于城市人口分布研究的城市建筑物功能分类体系,并获取了不同使用功能的建筑物人口容纳系数;在实际调查和前人研究的基础上得到不同使用功能的城市建筑物人口吸引率曲线,建立城市建筑物人口分布模型,实现城市精细尺度上的人口分布情况的模拟。以北京东华门街道为例,对16个时间点(0∶00、6∶00、7∶00、8∶00、9∶00、10∶00、11∶00、12∶00、13∶00、14∶00、15∶00、16∶00、17∶00、18∶00、19∶00、22∶00)的城市建筑物人口分布情况进行了模拟,并根据建筑物功能的聚集及道路空间分割情况划分为4个区域进行了人口数量变化分析和原因探讨。最后,讨论了研究中存在的问题,并提出了增加实际调查数据等可能的改进方法。     

引入城市公共设施要素的人口数据空间化方法研究

精细尺度的人口分布是当前人口地理学研究的热点和难点,其在灾害评估、资源配置、智慧城市建设等方面应用广泛。城区是人口分布集中的区域,揭示该区域人口分布差异是精细尺度人口空间化研究的核心内容。本研究基于城市公共设施要素点位数据,对居住建筑斑块进行分类,以社区作为人口数据空间化转换尺度,构建各类别斑块面积与人口数量的多元回归模型,生成了宣州城区居住建筑尺度的人口空间数据,揭示了研究区人口空间分布差异。结果表明：① 该方法生成的人口空间数据精度较高,结果可信。779个居住建筑斑块中,估算人数在合理区内的斑块个数占比为35.4%,相对误差在-20%~20%范围内的斑块个数比例之和为61.2%;城东社区、思佳社区作为精度验证单元,其人数估算的相对误差绝对值低于9%;② 城市公共设施要素数据,尤其是中小学及幼儿园、菜市场及水果店,是建筑物尺度上人口分布的指示性因素,其对多层居住建筑人数的估算精度较高,但对中高层居住建筑人数的估算精度偏低。     

沈阳市城市功能区分布与人口活动研究

从精细尺度上研究城市功能区分布与人口活动规律对于政府和相关部门合理调节城市内部资源配置、安排城市设施布局具有重要意义。以沈阳市中心城区为例,根据核密度估计原理,基于兴趣点（POI）数据探索沈阳市中心功能区分布情况,通过解读多时相百度热力图数据,探索工作日和周末城区人口时空分布规律,即从城市人口活动和城市功能设施分布2个角度解读沈阳市中心城区空间结构与组织形式。借助SPSS 20.0分析人口热度和设施分布的相关性关系,建立多元线性回归模型。主要结论如下：① 沈阳市城市活力区呈现多中心分布模式,大多位于商业中心、金融中心或者城市功能复合中心。② 工作日人口高热区空间分布较周末更为分散,面积较大,早晚波动较大。周末人口高热区主要集中在商业中心和城市复合功能区且白天存在较大波动。③ 功能区分布与人口热度显著相关,其中生活服务设施、金融设施、交通设施、住宿设施和景点设施是工作日人口热度的主要影响因子;教育设施、餐饮设施、交通设施、金融设施和公共服务设施是周末人口热度的主要影响因子。     

基于手机定位数据的城市人口分布近实时预测

精细时空尺度下城市人口分布的近实时预测可为优化公共资源配置、协助城市交通诱导、制定公共安全应急预案、探索城市居民活动规律等提供重要科学依据。本文采用城市手机定位数据,基于时间序列分析方法,分别建立参数预测模型和非参数预测模型,对精细尺度下的城市人口空间分布开展近实时预测。预测结果表明,基于时间序列分析方法的预测模型可为精细尺度下的城市人口分布近实时预测提供方法支持;在本文实验条件下,从人口规模、时空分布、多时间尺度、特殊事件等多个角度评估模型精度,非参数预测模型其预测误差均小于参数预测模型,且预测结果更为稳定。     

基于位置大数据的国庆假期青藏高原人群分布时空变化模式挖掘

人类活动是引起青藏高原生态环境发生改变的重要因素。很多学者对青藏高原史前人类活动和近几十年的人口分布格局与人口流动开展了大量研究,但有关人群时空分布的精细尺度研究相对缺乏。海量的位置大数据为认识高原人群短期的动态变化提供了新途径。本文利用手机定位数据、人口迁徙数据等高时空分辨率的位置大数据,通过时间序列分解方法和基于统计检验的异常判别方法,分析了2017年国庆期间青海与西藏的人群分布时空变化特征,并探讨了假期旅游行为及人口迁徙与变化特征之间的关系。研究结果显示：① 在省级和城市整体尺度上,定位请求量的假期变化在时间上呈现先降后升的“潮汐”变化模式;② 在精细网格尺度上,西宁和拉萨城市及周边地区的人群分布变化在空间上呈现中心跌、周边涨的“离心化”变化模式。国庆假期人们向城市周边热门景点移动聚集的旅游行为和城市之间的人口迁徙都是导致西宁和拉萨周边地区定位请求量上涨的重要潜在原因,而两座高原城市中心定位请求的下跌不仅与人口迁徙有关,还与假期人类日常行为及定位请求频次的变化等因素有关。通过位置大数据挖掘节庆假期人群分布的时空变化,不仅加深了对高原人口分布格局与流动变化的认识,也为高原城镇化与生态保护的精细化管理与决策提供支撑。     

基于多源数据的北京市朝阳区人口时空格局评估与预测

城市人口分布与活动呈现高度的时空动态变化,掌握人口时空变化特征并进行未来预测,对于精准人口评估、有效的政策措施制定、实时的人口预警与调控等具有重要意义。本研究利用以手机信令数据为主的多源时空数据,首先利用地理探测q统计进行探索性数据分析,其次结合贝叶斯模型进行北京市朝阳区居住人口的时空变化探究及时空预测,以期达到对朝阳区人口的动态评估与预测。首先,选用地理探测q统计进行空间异质性探测,用贝叶斯时空层次模型探究基于手机信令数据推算的北京市朝阳区居住人口的总体空间效应、总体时间效应以及局部变化趋势;其次,选用贝叶斯高斯预测过程模型,基于朝阳区各街乡的居住人口及相关人口影响因子数据进行朝阳区各街乡2017年12月的居住人口预测。时空探究表明：朝阳区居住人口在空间上存在完美空间分异,整体呈现沿环路由内向外递增的空间分布格局,整体时间趋势表现为增长,各街乡局部时间变化趋势呈现一定差异。预测的空间分布与实测空间分布整体一致,精度较高,各街乡预测精度不一。结果表明基于贝叶斯理论的时空层次模型和高斯预测过程模型可以为多源时空数据下的多尺度精准识别与人口时空模式挖掘提供有效的方法支撑。     

城市局域动态人口估算方法与模拟应用

获取城市局部区域内的实时人口是应急决策等诸多城市管理应用需要解决的问题。但时空的不确定性导致了估算操作的困难:空间范围不确定,即给定的城市区域是可变的;时间不确定,即估计的时间事先不可知。根据城市居民的总体出行规律,居民日常活动基本以城市建筑为中心,或者认为居民因受建筑物所承载功能的吸引而出行。鉴此,给定区域内的静态人口可使用区域内的居住型建筑,以及人均住房建筑面积等统计数据来估算,而动态人口的估算则需要确定每类建筑物在不同时刻所吸引的居民人数。为此,引入建筑物修正系数和建筑物吸引率两个指数。修正系数是其他类型建筑物的容纳能力与作为基准的居住型建筑物的容纳能力之比。通过修正系数可获得每类建筑物的额定容纳人数。吸引率是不同时刻每类建筑物的实际容纳人数与其额定容纳人数的比值。根据居民出行的一般时间分布,将一天按照休息日和节假日分别都划分成七个时段,建筑物类型参照调查城市交通出行率时的分类划分。利用居民出行和交通出行率调查资料等数据,估算每类建筑物的修正系数和吸引率,计算区域内的实时人口数,模拟了一起突发化学品泄漏事故,将所提方法应用到模拟场景的动态人口估计中,并对方法应用中的问题进行了讨论。     

基于大规模手机位置数据的城市潜在自行车出行需求评估

潜在自行车出行是指可能会使用自行车作为交通工具的出行,评估潜在自行车出行需求能够帮助指导城市自行车资源配置方案的优化。大规模手机位置数据蕴含丰富的人群移动信息,而且具有大样本、低成本的特点,能够用于评估城市潜在自行车出行需求。本文结合自行车出行的时间和距离特征,提出一种基于大规模手机位置数据的潜在自行车出行需求评估方法。该方法以单次出行为分析单元,从手机用户的轨迹中提取出具有短距离出行特征和公共交通接驳出行特征的移动轨迹段,并根据该移动轨迹段评估潜在自行车出行需求。基于该方法,利用上海市大规模手机位置数据评估上海市潜在自行车出行需求并分析其时空分布特征,发现在空间上,潜在自行车短距离出行需求主要分布在城市中心和郊区的商业中心,而公共交通接驳的自行车需求主要分布在郊区。在时间上,上午,自行车出行需求从非中心城区向中心城区聚拢;晚上,上海市自行车出行骑车与停车需求从中心城区向非中心城区扩散。     

顾及POI人口吸引力异质性的城市人口空间化方法

人口空间化是提升人口统计数据空间分辨率的常用手段,现有研究多基于统计建模思想建立多源数据与统计人口的数学模型以预测格网人口。兴趣点（Point of Interest, POI）作为精细人口估算的重要数据源,通常以数量/密度型指标形式参与回归建模,该方式忽略了类型相同但个体规模不同的POI与人口之间数量关系的差异,特征均质化处理造成POI语义细节的损失,导致中心城区人口低估与远城区高估。为此,本文基于随机森林模型,提出一种顾及POI人口吸引力异质性的城市人口空间化方法。该方法在表征POI空间多尺度重要性的基础上,引入移动定位数据构建人口吸引力指标;并基于非欧式滤 波修正格网人口权重,建模人口空间自相关,刻画水体等障碍物对局部空间连通性的影响。本文以武汉市为研究区域开展100 m格网验证,通过与POI密度型回归模型、公开人口数据集的对比和消融实验,展现了人口吸引力指标与权重修正的有效性。结果表明,本文方法平均绝对误差为WorldPop、GPW及对比模型的1/4~2/3,在精细人口空间化场景具有精度优势。此外,本文还讨论了移动定位数据采样率及格网粒度对建模精度的影响。     

城市邻近基站间人群流动时空变化同步性分析

不同区域人群流量随时间的变化可以反映城市结构的空间差异。现有对于城市人群空间分布特性的研究大都以人群密度计算为基础,注重时空切片尺度,但是不能有效刻画邻域空间单元间流量变化的时空过程同步特性。本文提出一种基于基站间流量变化过程相似度的城市邻域基站流量变化同步性度量方法,量化分析不同区域的人群进出流量过程的相似程度,研究城市中具有相同人群流量变化过程的同步性区域空间分布规律。以深圳市为例,对城市同步性区域的空间分布与特点进行剖析。实验发现：计算同步性时参数选择需根据城市本身基站分布及流量特点分析,一般研究中,城市基站平均距离可作为邻近区域半径d,描述基站间流量变化相似度的特征阈值λ选取与邻近区域半径有关,半径越小,阈值取值越小。通过基站人群流量同步性得到的城市同步区域的空间分布不同于行政区域划分结果,同步区域面积小,划分更为精细;且规划级别越高的中心区,其范围内基站同步区域数目越多。最后,将同步区域结果与流量密度图对比,发现该方法不仅能够发现流量变化大的同步区域,并且能够发现城市中流量变化小的同步区域。本文提出的方法能量化衡量区域流量变化同步性并发现具有不同流量变化特点的同步性整体区域,对城市人群空间变化特点进行分析,可用于指导和评价城市规划与实际人群活动区域效果,以及城市服务设施布局等。     

基于多源时空大数据的区际迁徙人群多层次空间分布估算模型——以COVID-19疫情期间自武汉迁出人群为例

已有研究很少关注区际迁徙人群在不同尺度上空间分布的动态估算问题。COVID-19疫情爆发以来,坚决防止疫情扩散成为社会最紧迫的事情。在2020年1月23日武汉“封城”前夕,已有500多 万人离开了武汉,快速准确地推算这部分人群的去向,可以为防止疫情扩散和制定防疫决策提供科学依据。本文以此为例,基于开源腾讯位置请求大数据、百度迁徙大数据、土地覆盖数据等多源地理时空大数据,提出一种区际迁徙人群多层次空间分布动态估算模型,用于推算2020年除夕 （2020年1月24日）之前从武汉流入湖北省内各地的人群数量及其分布特征。结果显示：① 春节时段湖北省各地级市农村地 区人群增加数量占人群变化总量的比例平均达124.7%,从武汉市迁入各地级市的人群中至少51.3%流入农村地区;② 区县尺 度人群变化总量的空间分布呈现3个圈层结构：第一圈层为疫情核心区,包括武汉及其周边地区,以人群流出为主;第二圈层为 重点关注区,包括黄冈、黄石、仙桃、天门、潜江、随州、襄阳,以及孝感、荆门、荆州和咸宁的部分地区,以人群总量和农村地区人 群数量大幅增加为主;第三圈层为次级关注区,包括湖北西部宜昌、恩施、神农架和荆门部分地区,以人群小幅流入为主。最后,建议湖北省内,尤其是位于第二圈层内的区县,应高度关注农村地区人群的疫情防控。此研究成果在2~3天完成,显示大数据是可以快速地响应重大公共安全事件,为决策的制定提供一定支持的。     

利用终端位置时空转移概率预测通讯基站服务用户规模

基站服务用户数的预测对通信基站的空间位置选取、通讯服务带宽的配置优化等有重要作用,并为城市公共安全管理方面中的人群聚集预警与群体事件预防提供辅助决策支持。本文利用海量手机轨迹数据,运用时空转移概率定量化描述城市内不同区域间人群流动的时空特性,结合马尔可夫链和贝叶斯定理,构建手机用户群体在基站间的时空转移概率模型,并以此提出一种城市区域尺度上的基站服务用户数预测方法。利用湖北省某城市长达30 d的手机轨迹数据进行模型训练与预测方法验证,实验结果表明：在时间粒度为60 min时,本文提出的方法对8-22时各时段基站服务用户数预测准确率都大于94.8%;在不同时间粒度下对比本文方法、Castro模型、移动平均法,发现在时间粒度大于20 min时,本文方法预测准确率高于另外两种方法。     

京津冀都市圈人口集疏过程与空间格局分析

人口集疏过程及其空间格局变化是人口空间分布最直观的表现。以1982-2010年4期人口普查数据为基础,采用人口总量和人口密度指标,结合人口增减变化分级、人口商度等方法,定量分析了京津冀都市圈人口集疏过程及其空间格局变化。研究表明:近30年来,京津冀都市圈人口总量呈现持续增长趋势,人口空间分布日益不均衡,区域人口分布存在明显的南北、东西差异;人口增加是主要特征,人口集聚效应凸显,人口增加地区的县域单元比例在80%以上,以人口显著增加为主;人口减少只是零星分布,人口减少地区的县域单元比例占不到20%;人口流动比较频繁,以人口流入为主,主要流向北京、天津和河北的市辖区,人口流出地区仅是散落分布在张家口和承德的山区贫困县域;无论从静态人口指标还是动态人口分析方法,都表明京津冀都市圈人口地域集疏特征十分明显,已形成以北京、天津、石家庄为中心,其他地市(县域)人口分别向外依次扩展的人口多中心分布的圈层结构。     

Transportation characteristics change under rapid urban expansion: A case study of Shanghai

This paper focuses on the economic development and urban morphology as well as its impact on the transportation system during the urban expansion of Shanghai in the last more than 20 years(1986-2008).Based on data from 3 comprehensive transport surveys of Shanghai since 1986,the changes in residential trip demand,vehicle use,and the spatial distribution of trips were studied to understand the demands on the transportation system.The factors contributing to those changes in transportation demand were discuss...     

城市创意产业空间动态集聚演化的计算与可视优化方法

基于人文地理视角下的城市创意产业图像可视化分析对城市深层次空间综合和区域创新发展具有重大意义。但Swarm群智能动态时空建模难以满足创意产业空间集聚的可视化发展。本文研究目标是,从城市区域创意产业空间聚类影响因素指标出发,创新性地提出区域空间动态集聚轨迹算法（Density-Based Interest Spatial Clustering of Path,DBICP）,并与计算机浏览器共建聚类可视化图像,为城市管理提供决策依据。首先,根据影响因素指标体系,利用2014—2018年空间卡口流量数据和产业指标数据进行预处理,构建空间标准聚类算法DBSCAN。然后,对其进行聚类密度分级优化形成全新DBICP算法并得出初步轨迹图像。最后,通过源码转译实现了浏览器界面下空间动态集聚轨迹图像的输出。结果表明：以上海市为例,普陀区、浦东新区、徐汇地区的创意产业空间分布形成了3种不同的聚类模式,并相应提出了分摊、均布、虹吸的管控策略。此方法克服了传统图像的聚类分级和轨迹测量的缺失,可以有效地从指标数据中发现图像轨迹聚类信息,体现了地理信息科学和人文社会学科的交叉融合。也为大数据动态图像的集聚方法提供了全新视角和借鉴价值。     

地理大数据支持下的城市功能区识别研究

准确识别城市功能区有助于精细化城市管理、合理化资源配置。传统的城市功能区识别方法在很大程度上依赖实地调研及统计年鉴数据,不可避免地存在较大的主观性,且受限于数据获取的繁琐性,导致识别过程耗时耗力且效率低下。地理大数据的广泛应用为城市研究提供了一种新的方法和途径,已被用于辅助城市规划建设与管理相关工作。为推广和普及地理大数据在城市功能区识别中的应用,以特大城市为研究对象,基于OSM(OpenStreetMap)路网与互联网位置信息等地理大数据,准确识别了研究区内多种类型的主要功能区,并将识别结果与城市实景予以比较和验证。实验结果表明,基于地理大数据结合区域活跃度指标的空间与时间尺度分析,可以较为准确地识别出符合特大城市规划现状的主要功能区,证明了地理大数据支持下的城市功能区识别的有效性,有助于为城市规划和建设管理等相关工作的高效开展提供参考。