移动性地理学视角下时空间行为研究创新

在人类移动性不断增强的背景下,移动性地理学深刻地影响了地理学不同分支学科。本文梳理了移动性地理学视角下时空间行为研究的创新与方向。研究发现：(1)移动性地理学从“基于地方”转向“基于人”的视角,研究不可分割的个体在连续时空间中的行为及其与时空间的互动,避免了因忽视了地理情境不确定性问题和邻里效应平均化问题而导致研究结果不可靠。(2)致力于捕捉个体复杂变化的移动性特征和暴露的“真实”的地理情境。地理情境的测度方法不断丰富发展,从基于地理空间数据的估算到基于移动设备实时的精准度量、从对地理情境的客观测度到个体对地理情境的主观感知,以深入研究移动性下行为与时空间互动的内在机理。(3)移动性地理学创新了环境暴露与健康研究、社会空间隔离研究、城市安全研究等方向。中国城市移动性大大增强的现实既挑战了传统的研究范式,也为创新方法论创造机遇。中国行为学派要坚持移动性导向,大力创新行为地理学的方法论和实证研究。     

基于移动定位的行为数据采集与地理应用研究

微观个体行为的研究是人文地理学者解释人文地理现象的重要视角,而个体时空数据的获取是制约行为研究的重要瓶颈之一。随着手机的普及,移动定位服务为个体时空数据的获取提供了新的技术手段。通过与人口普查、交通调查等传统移动性数据获取方法的比较,基于移动定位的时空行为数据所具有特点包括:(1)采集个体位置和移动信息真实;(2)定位精度高、信号覆盖广;(3)可持续实时动态获取移动信息;(4)可减少行为数据编码过程的信息损失,适合大规模采集。详细介绍了基于移动通信网络和手机终端的移动定位技术原理,并通过微观个体行为分析和宏观城市动态空间规划的两个典型案例,实证基于移动定位的时空行为数据在城市规划等领域的可行性和适用性。移动定位方法显示出了巨大的技术优势和应用前景,但一些重要的基础性问题仍没有解决,特别是个人的隐私保护和移动定位的地理尺度问题。现有的研究成果表明,基于移动定位数据的地理应用仍处在试验和探索阶段,新的数据获取协议、数据分析方法、地理时空模式提取方法等研究亟待展开。     

基于时空棱柱的实时可达空间的概念模型与测度

个体活动与地理环境的交互越来越在实时维度上呈现多变性与动态性特征。如何理解行为活动与空间的实时互动变化已经成为当下地理学科发展的前沿议题与关键挑战。基于时空棱柱方法,考虑到人的主观决策与环境条件的实时变化,研究论证了动态决策及决策点的概念,分析了动态决策如何影响着时间资源的分配,并且据此提出了基于决策点的实时可达空间概念模型。其次,通过引入时间切片、等时圈等方法,实现对该模型的构建与测度,并将其拓展至多决策点。最后,在原有模型的基础上,提出了考虑路径决策的实时可达空间模型。在动态视角下测度个体实时可达空间,有助于透视地理空间对个体行为的影响机制与过程,有助于评估及优化设施布局以及服务资源的组织,提升地理环境对新时期个体行为的适配性、支持与引导。     

基于GPS数据的城市居民通勤弹性研究——以北京市郊区巨型社区为例

通勤是居民出行行为的重要组成部分,受到地理、规划、交通等领域的广泛关注,已有对通勤的研究多利用问卷调查数据,定位技术与信息通信技术为个体行为时空数据的采集带来了新的契机。本研究关注个体在不同工作日中通勤的可变性,将活动弹性的概念引入对通勤行为的研究中,提出通勤弹性的概念,并界定了时间、空间、方式、路径4 个通勤弹性维度,通过探讨4 种弹性之间的相互作用关系,提出7 种基于弹性的理论通勤模式。研究以北京市天通苑与亦庄两个郊区巨型社区为案例,基于活动日志与GPS 定位数据相结合的为期一周的居民时空行为数据,分别利用传统方法和通勤弹性视角研究居民的通勤特征,验证通勤弹性现象的存在以及该视角透视城市居民通勤行为的合理性,并利用GIS 三维可视化技术对7 种理论通勤模式居民的活动—移动时空特征进行刻画,从而透视北京市郊区巨型社区居民的通勤特征及复杂模式,为北京市城市与交通问题的解决提供了独特的视角。     

社会感知视角下的若干人文地理学基本问题再思考

近年来,不同类型大数据在地理研究中得到了越来越多的重视,许多学者基于手机、社交媒体、出租车等数据开展了大量实证研究。社会感知概念刻画了地理空间大数据基于大量人的行为时空模式获取地理环境特征的的技术手段,该手段有助于重新审视地理学研究中的一些基本问题,因而本文选择了空间分布和空间交互这两个基本地理概念以及定性方法和定量方法这两个人文地理基本研究方法展开讨论。大数据从微观个体和宏观群体两个层面同时感知空间分布和空间交互,可以定量分析其中的距离以及尺度效应。进而,由于小样本访谈人群和场所是定性研究的基础,而大数据可以通过定量方法识别特定人群和场所并进行刻画,因此,社会感知手段为集成定性和定量研究方法,构建混合地理学奠定了基础。     

大数据时代的空间交互分析方法和应用再论

空间交互是理解地表人文过程的重要基础,与空间依赖一起共同体现了地理空间的独特性、关联性以及对嵌入该空间的地理分布格局的影响,具有鲜明的时空属性,因此对于地理学研究具有重要意义。大数据为空间交互研究带来了新的机遇,能够使我们在不同时空尺度感知和观察空间交互模式并对其动态演化特征进行模拟和预测,从而为揭示人类活动规律及区域空间结构提供有力支持。本文在探讨空间交互与地理空间模式关系的基础上,描述了利用地理大数据感知空间交互的方式和定量模型,介绍了空间交互分析方法的研究进展及其在空间规划与交通、公共卫生、旅游等领域的应用情况,并就一些基本问题进行了讨论,以期为大数据支持下空间交互相关研究提供指导。     

室内定位数据分析与应用研究进展

现代人文地理学的研究越来越多地关注人的时空行为,而获取个体在出行活动中的时空位置数据是研究人类时空行为的前提。受数据获取技术的限制,之前对时空行为的研究主要集中在室外空间。随着室内定位技术的出现和应用,这类研究由室外空间扩展至室内空间。室内定位技术和方法较多,但从数据的角度来看,根据数据获取中使用定位方法的不同,可将室内定位数据分为几何位置数据、指纹位置数据和符号位置数据3类。目前,基于室内定位数据的研究可以归结为以下4个方面,即：人在室内的时空分布、人在室内的移动模式、人在室内的行为习惯及属性推断、人与室内环境的交互作用。然而,总体上目前的研究还处于探索阶段,理论和方法体系尚未成熟。本文认为后续的研究中需要关注以下问题：①数据获取方面。相对于蓝牙、射频识别、红外等定位技术,“智能手机+WiFi”模式的定位系统具有覆盖范围广、成本低廉、无需专门设备支持、易与用户交互等优势,是一种最具应用前景的室内定位技术;②研究内容方面。时空行为特征的研究是基础,个体属性推断及个体与环境的相互作用形式和机理研究将是重点,多时空尺度数据融合分析是一种趋势;③科学伦理方面。室内定位涉及微观尺度人类活动的记录,隐私保护问题需要高度关注。     

地理背景的不确定性对时空行为模式分析的影响——基于西宁市的实证研究

伴随着城市研究新数据源与方法论的兴起,从时空间整合的角度反思和修正传统的概念与方法,成为时空行为研究重要发展趋势。地理背景作为城市研究的核心变量,其界定方式不确定性如何影响对个体行为作用效应的分析结果,已成为地理学的新方法论问题。在已有文献的基础上,本文基于西宁市的实证研究,尝试验证地理背景不确定性对行为模式分析的影响,并进一步探讨多个行为变量与其相互关系以及时间维度差异。通过比较两类地理背景范围（仅考虑居住地建成环境的地理背景范围、综合考虑居住地与家外活动地建成环境的地理背景范围）,分析对个体行为作用效应结果的差异性。研究发现：如果仅以居住地作为地理背景范围,关注其中建成环境对行为影响时,可能会夸大“家”的作用,而综合考虑居住地与活动地的地理背景范围时,更为接近于“真实”的地理背景,建成环境对家外活动时长、出行时长和活动空间有一定的解释力,且能够捕捉到一些重要的影响因素并修正有悖于常识的结论。同时地理背景不确定性对个体行为作用效应的分析结果影响还表现出较明显的工作日/休息日差异,表明地理背景存在时间维度的不确定性。研究结论在一定程度上揭示了时空行为研究在重新审视传统城市地理学概念、探索日常生活视角的度量方法与研究范式方面的有效性。     

定性GIS在时空间行为研究中的应用

定性GIS已经成为地理学混合研究方法的重要组成部分,通过扎根理论并与可视化结合、GIS和民族志整合等途径,对时空间行为研究产生了深远的影响。其通过文本或非文本质性材料与GIS地理特征的整合,形成了时空行为研究中独特的地理环境系统与空间机制分析,一个重要的前沿领域就是地理叙事在时间地理学研究中的应用。时间地理学是研究人类时空行为的重要视角,但由于对个体主观性及行为的社会文化因素的相对忽视等原因,受到了一定的质疑。近年来以GIS为代表的地理空间技术的定性分析与表达,为时间地理学融入质性分析提供了方法论基础。关美宝创建的基于GIS的地理叙事方法,通过借鉴叙事分析的一般方法尤其是三维叙事空间分析,结合时间地理学概念框架,开发了基于GIS平台的计算机辅助叙事分析组件(3D-VQGIS),实现了在GIS内可视化的、循环交互的叙事分析,为定性GIS发展中GIS与叙事分析方法的融合做出了贡献。将地理叙事方法用于时空行为研究,可以为时间地理学方法创造一个更便于理解与解释研究对象日常行为的地理环境,为其融入行为与主体的质性分析提供从数据整合、数据分析到解释与展示的一整套研究方法与具体操作工具。     

南京大学信息地理学的发展回顾与研究展望

信息地理学研究人类信息传播的地理学问题,包括信息传播的空间分布规律、空间结构及其空间影响,特别是对人类社会、经济空间组织的影响以及由于虚拟现实技术带来的地理学问题等。南京大学系统性的展开了信息地理学的研究,并深植于传统的优势地理学科,形成信息时代空间的形态、信息时代的空间效应、数字与信息城市、信息技术与旅游、信息时代的居民行为活动5个重点研究领域。面向全新的移动信息时代,以及信息地理学在社会文化及人文方面的研究不足,南京大学信息地理学面临五大发展趋势:信息技术深入影响下的城市空间研究、移动信息技术作用下的行为地理研究、信息技术与旅游结合的地理学研究、移动信息时代的智慧城市研究、物联网的地理学响应研究。     

A collective human mobility analysis method based on data usage detail records

Human mobility patterns have been widely investigated due to their application in a wide variety of fields, for example urban planning and epidemiology. Many studies have introduced spatial networks into human mobility analyses at the collective level. However, these studies merely analyzed spatial network structure, and the underlying collective mobility patterns were not further discussed. In this paper, we propose a collective mobility discovery method based on community differences (CMDCD). We constructed spatial networks where nodes represent geographical entities and edge weights denote collective mobility intensity between geographical entities. The differences between communities detected from the networks constructed in different periods were then identified. Since collective spatial movement has a large influence on network structure, we can discover groups with different mobility patterns based on community differences. By applying the method to data usage detail records collected from the cellular networks in a city of China, we analyzed different collective mobility patterns between the Spring Festival vacation and workdays. The experimental results show that our method can solve these two problems of identifying community differences and discovering users with different mobility patterns simultaneously. Moreover, the CMDCD method is an integrated approach to discover groups whose mobility patterns have changed in different periods at the large spatial scale and the small spatial scale. The discovered collective mobility patterns can be used to guide urban planning, traffic forecasting, urban resource allocation, providing new insights into human mobility patterns and spatial interaction analyses.     

基于居民行为周期特征的城市空间研究

伴随着中国经济社会进入“新常态”的发展阶段,对城市存量空间的研究提出了更加精细化的要求,基于居民行为活动的周期规律对城市空间进行研究,进而提升城市空间的品质日益重要。随着信息通信技术的快速发展,使许多大数据的获取成为可能,并由于其低成本、即时、大样本等优势,在城市空间研究方面具有巨大的价值。以上海市中心城区为例,利用手机信令数据,探究居民活动的空间周期变化特征,并基于空间的周期特征曲线,采用相似性传播聚类算法进行空间分类。研究表明,居民活动有平日一日周期和平日加周末二日周期,与人的作息规律相符合。市核心区、城市副中心及主要就业中心,昼夜波动和平日周末活动强度的差异都较为明显。空间分类结果显示,城市活动空间的组织既体现出个体充分的空间能动性,也反映出对土地使用类型以及设施建设、投入程度的耦合性。上海市内环内核心区混合多样的用地模式使得活动区内居民活动内容丰富,周期特征功能区边界模糊。研究成果可为未来的城市空间规划提供指导,为城市空间结构、功能布置、设施布局等优化提供决策支撑和科学依据。     

地理科学的信息化与现代化

20世纪我国地理学的成就是空前辉煌的,奠定了现代化的科学基础,21世纪面对全球化、网络化和知识经济的机遇和挑战,需要把全球研究提到日程上来,对地观测技术系统的进步和时、空分辨率的提高,已使全球化同步动态监测成为现实,“地球信息科学”和“数字地球”战略研究提高了对城市化与资源、生态、环境问题的再认识;增强了地理战略决策和参予工程规划、设计的能力。地理学本来就是取法自然、又以人为本的综合性学科,从来就很注重探索时间规律与空间格局及其转换,通过全球化、网络化和智能化,21世纪的地理科学、必将焕然一新。     

移动定位大数据视角下的人群移动模式及城市空间结构研究进展

了解城市人群移动行为和空间结构对城市规划、交通管理、应急响应等具有重要的意义。近年来,随着信息技术(ICT)的快速发展,采集大规模、长时间序列的人群移动定位大数据变得容易,为人群移动行为研究带来了新的机遇和挑战。本文首先介绍了目前用于城市人群移动行为和空间结构研究的主要数据源及其特征,并分别从人群移动行为、城市空间结构2个方面对近3年国内外相关研究进行归纳总结。目前的研究主要从移动定位大数据中挖掘人群移动模式,理解人群移动时空规律,进一步透视城市的空间结构特征;而对城市空间结构与人群移动行为影响的研究较少。未来可通过融合多源时空数据,综合研究人群移动行为与城市空间结构之间的相互作用,发展大规模群体移动行为时空分析理论和模型,进一步深入理解人群移动行为与城市空间结构的耦合关系。     

The effect of temporal sampling intervals on typical human mobility indicators obtained from mobile phone location data

Mobile phone location data have been extensively used to understand human mobility patterns through the employment of mobility indicators. The temporal sampling interval (TSI), which is measured by the temporal interval between consecutive records, determines how well such data can describe human activities and influence the values of human mobility indicators. However, systematic investigations of how the TSI affects human mobility indicators remain scarce, and characterizing those relationships is a fundamental research question for many related studies. This study uses a mobile phone location dataset containing 19,370 intensively sampled individual trajectories (TSI < 5 minutes) to systematically assess the impacts of the TSI on four typical mobility indicators that describe human mobility patterns from different aspects, which are movement entropy, radius of gyration, eccentricity, and daily travel frequency. We find that different TSIs have complex impacts on the values of different mobility indicators. Specifically, (1) coarser TSIs tend to underestimate the values of the four selected indicators with different degrees; (2) the degrees of underestimation vary significantly among users for eccentricity and daily travel frequency but exhibit high inter-user consistency for radius of gyration and movement entropy. The above findings can help better understand the variations among human mobility studies.     

Spatial analysis of linguistic data with GIS functions

Abstract

During the 1980s techniques for analysis of geographical patterns have been refined to the point that they may be applied to data from many fields. Quantitative spatial analysis and existing functions available in geographical information systems (GIS) enable computerized implementations of these spatial analysis methods. This paper describes the application of quantitative spatial analysis and GIS functions to analysis of language data, using the extensive files of the Linguistic Atlas of the Middle and South Atlantic States (LAMSAS). A brief review of recent development of using quantitative and statistical methods for analysing linguistic data is also included.     

THE GEOGRAPHY OF POST-COLONIAL AFRICA: SPACE,PLACE AND DEVELOPMENT IN SUB-SAHARAN AFRICA (1960–93)1

This overview of human geographic studies of sub Saharan Africa begins with the contributions made by West European geographers to the colonial service, and the growing interest in post-war ‘development’ and to the anti-imperial movements in the late colonial period (1945–60). The paper provides an intellectual map of the contributions by European and African geographers to the broad array of development problems which emerged after 1960. North American geographers made significant contributions to the debate somewhat later, particularly in association with the growing involvement of U.S. development agencies in the 1970s. Particular emphasis is given to geographic studies in fields such as agrarian change, ecological degradation, industrialization, human mobility and patterns of urbanization and settlement.     

地理空间中的空间关系表达和推理

针对地理空间中的应用,归纳了在空间关系的表达与推理中不同于人工智能领域研究的一些特点:在人工智能领域,更注重建立形式化的推理系统;而在地理信息科学中,则需更关注地理空间的特点以及地物的地理语义。该文基于地理空间和地理现象的本质且顾及地理空间认知,总结了地理空间中空间关系表达和推理的特点,具体包括空间的有限性、地球的球面特征、地物的地理语义、地物形状的复杂性、面状地物、特殊的空间关系、空间关系的层次性与尺度相应原则、不确定性、三维与时态特性九方面;进而介绍了地理空间关系表达的两个应用,即地理信息检索和基于对象的图像分析。该文的探讨可为地理信息科学中的相关研究提供方向性指导。