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。     

基于大数据的城市功能区人口时空聚散模式研究

城市功能区和人口流动是行为地理学和城市规划领域的研究热点,不同城市功能区的人口聚散现象更是其重点议题。该文基于POI和腾讯位置服务(LBS)大数据,以武汉市主城区为研究区,利用功能密度指数、功能优势指数识别城市功能区,并通过空间关联判断城市功能区人口流动变化规律,采用聚类分析方法归纳人口时空聚散模式。研究结果表明:1)中心城区功能混合度较高;2)受人群时空需求影响,不同城市功能区的人口流动规律呈现一定差异性;3)根据城市功能区人口流动聚散趋势并综合其构成特征,可分为公共主导-聚散波动、商务主导-持续集聚、居住主导-持续集聚、绿地主导-聚散交替、商业主导-动态平衡和工业主导-先聚后散共6种模式。研究结果对于优化城市空间布局、合理配置城市资源以及提升城市运行效率具有参考意义。     

基于图结构的城市道路短时交通流量时空预测模型

准确、实时的城市短时交通流量预测可为驾驶员提供实时的道路状况预警,是城市智能交通系统发展的重点之一.考虑交通流量数据的时空特征,该文提出一种基于注意力机制的GC-GRU时空预测模型(STGCGRU),模型输入根据交通流量时间特性划分为邻近片段、日周期片段、周周期片段3类,以嵌入图卷积(GC)计算的门控循环单元(GRU)作为基本单元搭建Encoder-Decoder模型框架.其中,GC用以捕捉城市道路图中的空间特征,GRU用以捕捉交通流量时序特征,注意力机制用以调节交通流量的趋势变动性.基于北京市出租车GPS轨迹数据集的实验结果表明,该模型适用于短时交通流量预测,预测精度随预测时长减少而升高;未添加周期性信息模型的预测精度优于常规基准模型,添加周期性信息后预测精度提升,并优于添加周期性信息的DeepST模型.对比不同交通情况,该模型可捕捉易堵路段交通流量的趋势变动性,晚高峰时期预测精度更高,但对交通流量的突增突减不敏感.     

基于智能手机的个体室内时空行为分析

智慧城市近年来在全球范围内得到了广泛的重视,智慧城市的基础是对城市各要素的感知与理解。人是城市的主导因素,对个人的时空行为分析是城市感知的关键,对智慧城市的建设具有重要意义。个体时空行为分析一直受限于时空数据的获取手段,使得相关理论研究及应用受到了很大的限制。个体时空行为数据获取的挑战之一在于室内空间位置信息的获取。随着智能手机功能的日益强大和室内定位技术的发展,可以通过智能手机获取个体的室内位置信息;另外,智能手机内置的多种传感器使其具备强大的感知能力,可以检测用户的行为。因此,智能手机成为获取个体室内时空行为数据的理想终端。本文对基于智能手机的个体室内时空行为进行分析,首先介绍了室内定位的研究进展,然后给出基于智能手机进行个体室内时空行为分析的实例,最后对基于智能手机的个体室内时空行为分析对智慧城市建设的意义进行了讨论。通过智能手机获取的个体室内时空行为数据可以分析城市居民的实时空间分布及行为模式,对于智慧城市建设中的智慧交通、智慧安防以及智慧城管等应用提供数据支撑;基于大规模的历史个体室内时空行为数据,可以分析城市功能的时空变化特征,服务于智慧城市建设。     

居民家庭日常出行碳排放的发生机制与调控策略——以北京市为例

根据2007年北京市居民活动日志调查数据,利用Amos7.0软件建立单效标因素的路径分析模型,试图在"社区-家庭"层面上挖掘"空间利用-出行特征-碳排放"的内在发生机理,藉此寻找城市空间组织低碳化的调控路径。研究发现:影响居民家庭日常出行碳排放的主要因素是出行距离和出行方式。社区空间利用特征对家庭出行的距离总量有显著影响,对小汽车出行比率则没有明显作用效果;私家车的购置对居民家庭出行行为的高碳化具有不可逆的作用特点;在现有设施条件、空间环境和车辆使用政策下,公共交通对私人交通出行没有替代性。研究认为,城市空间组织和调控优化应通过土地混合利用、设施供给等物质空间组织与再组织手段,形成空间行为组织和行为规划策略,引导居民降低交通发生量,优化居民交通发生的时空结构,建构低碳的城市空间结构。     

非渗透表面对广州主城区地表热特征的影响

运用Landsat 5号和7号获得的遥感数据,评估广州地表热特征。为了量化城市土地利用程度和开发密度,对研究区基于子像元的非渗透表面丰度进行了分类。通过选择一定的非渗透表面丰度域值定义城乡边界和城市开发密度,应用陆地卫星热波段研究城市热格局。分析认为:可以基于量化的城市土地利用程度和开发密度确定地表热特征和格局。广州城区在日间具有热效应(热源),这种热效应与城市开发密度高度相关,即高丰度的非渗透表面通常与高地表温度相关联。基于植被冠层覆盖信息,证明城市非渗透表面丰度的时空分布及与其关联的热特征是量化城市土地利用、开发密度和城市热格局的有效资料。     

城市土地利用演化CA模型的扩展研究

城市土地利用演化的实质是人为干预下城市生态景观的自组织机制作用过程。根据城市土地利用演化生命机制概念,构建基于地理特征的城市土地利用演化CA模型,并以深圳特区为试验区域进行实证研究。结果表明,基于城市生命机制和地理特征的城市土地利用演化CA模型,可以有效地进行城市土地利用演化的时空模拟与预测。     

基于POI数据和Place2vec模型的城市功能区识别研究

功能区识别对于揭示城市的物理和社会特征至关重要。目前,结合大数据和自然语言处理进行城市功能分区和识别是研究的热点。该文以广州市白云区为例,基于道路网络数据将研究区域划分为503个单元,结合POI数据和Place2vec模型对城市功能区进行识别:1)根据兴趣点的语义信息和地理信息构建训练数据集;2)利用SkipGram模型提取POI类型的高维特征向量,通过加权平均法得到各研究单元的特征向量,进而基于K-Means算法对研究单元进行聚类分析;3)利用POI频数密度、百度热力图等指标和方法进行功能区识别和标注,并将识别结果与高德地图进行对比分析。结果表明,该方法能够有效识别出城市功能区,对于低成本、快速有效地识别和理解一个城市的空间结构和功能配置以及城市功能区规划和地理空间分异研究具有参考意义。     

遥感技术在六安市城市建设规划中的应用

随着遥感技术的不断成熟,其空间、信息和动态监测等优势在城市建设规划领域的应用愈加广泛,有效提高了城市建设规划工作的效率和质量。本文以六安市为例,将遥感技术应用于六安市1984年—2018年城市建设规划遥感解译工作中,进行时空对比分析,得到六安市十年间城区变化数据,结合地面地质调查和其他探测技术,能够更好地服务于城市建设规划。     

塔里木河干流植被遥感监测时空多尺度协同分析方法

利用遥感植被指数、典型植被样方和地面观测信息进行塔里木河干流植被监测是目前的主要方法。由于塔里木河干流具有流域下垫面均匀性差,自然植被随机分布的特点,使得现有研究方法局限在特定的时间和空间尺度,很难使用地面的观测数据和不同尺度的遥感数据进行植被生长状态的协同分析。针对这些问题,本文提出了利用不同分辨率遥感数据和地面观测数据进行多尺度协同分析的方法MSSA(Multiple Scale Synergy Analysis)。该方法包括以下几个步骤:①通过低空间分辨率的遥感数据构建时间序列的塔里木河干流植被指数分布图像,在分析图像特征的基础上划分塔里木河遥感监测单元;②对监测单元内部不同组分的时间和空间状态参数进行量化与率定;③根据几何光学模型原理和植被随机分布特性,采用线性混合模型模拟单元植被指数;④根据模拟结果和遥感数据的对比分析,获得地面植被参量的可靠估计。该方法将地面组分的状态参量和遥感数据通过模拟模型相关联,实现了不同时空尺度遥感数据以及地面样方或者点观测数据的协同分析,为塔里木河干流植被监测进行长期、细致的研究建立了海量数据综合分析的方法体系。     

无人机低空飞行障碍物环境风险评估方法研究——以京津新城为例

无人机应用日益广泛,但随着城市环境建设的不断推进,无人机在城市中安全运行的问题也日益突出,因此无人机低空障碍物环境风险评估成为无人机领域研究的关键问题之一。论文按照不同类型无人机及运行高度将低空空域划分为微型、轻型和小型无人机风险评估区域,在充分考虑无人机自身形状大小、运动约束以及障碍物约束等条件的基础上,提出一种近似点扩张算法,基于障碍物原始边界生成扩张边界,并将其作为低空飞行环境中高风险与低风险之间的风险过渡区。以京津新城为例,分别提取不同风险评估区内的障碍物要素,并基于风险评估技术生成面向微型、轻型和小型无人机多高度层的低空飞行障碍物环境风险地图,按其对无人机威胁程度分为高风险区、高风险过渡区、中风险区和低风险区。实验结果表明:研究区内微型、轻型、小型无人机风险评估区内的风险过渡区分别占10.9%、7.3%、9.0%,该方法可以在考虑无人机与障碍物相互影响的基础上,计算飞行区域内无人机潜在碰撞风险区域,实现对低空障碍物环境风险的科学有效评估,为不同机型的无人机在飞行区域内的可航行性提供科学参考。     

城镇化区域无人机低空航路网迭代构建的理论体系与技术路径

由于低空环境复杂,当前以无人机为应用主体的低空空域资源开发安全性和利用效率较低。而随着无人机数量的迅猛发展和商业化应用的快速扩张,旺盛的飞行需求与有限的飞行空间在低空的矛盾日益突出,如何安全、高效地管理无人机低空活动成为突出问题。目前各国都在探索解决途径,其中无人机低空航路是一种由中国科学院率先提出并得到业界和中国民用航空局认可的无人机低空交通和低空资源高效利用的综合解决方案。然而,这一概念还处在探索阶段,如何构建还不太明晰,尤其是对于地表环境复杂和高动态变化的城镇化区域,如何快速获取高精度的地理信息以满足无人机安全、高效飞行也是一大难题。鉴于遥感技术在航路的敏感信息提取与深化处理方面呈现出良好的应用前景,本文提出一种基于遥感和地理信息技术的城镇化区域低空公共航路网的高效迭代构建方法,并从理论支撑和已有研究基础论证了该方法的可行性。该研究技术路径主要包括基于地面路网生成具有多高度层的I级航路网,以充分利用地面交通设施;利用航路正约束地理要素生成II级航路网,如沿路的城市绿地和水域;规避负约束地理要素构建III级航路网,主要包括建筑物、通信盲区和电力线（杆）等;最后,通过仿真飞行和实际飞行测试分别生成IV、V级航路网,通过实际量测对比分析来检验无人机飞行的环境地图,保证飞行的安全性。以上方法基于遥感、地理信息、航空、交通等交叉学科解决无人机低空运行难题,为构建无人机低空航路网提供了一种新思路。更进一步讲,本文在低空领域运用地理学方法构建无人机航路网,是继无人机遥感应用之后无人机在地理学应用的又一大突破,同时也拓展了地理学的研究范畴,必将推动地理科学发展。     

基于无人机航拍照片的西安城市形象感知研究

随着消费级无人机技术的快速发展,无人机航拍摄影资料成为城市形象感知研究的重要数据来源。论文基于社交平台“天空之城”获取的西安市无人机航拍照片、简介文本和拍摄地位置等信息,综合运用计算机视觉图片分析、计算机文本情感分析、社会网络分析和GIS空间分析等方法,探究无人机视角下的西安城市形象。研究发现:① 无人机航拍照片主要集中在主城区,周边郊县较为疏散,呈现“内密外疏”的空间格局,其核密度最高值区位于三区交界的城市中心地带,为南北向的“哑铃型”布局;② 视觉形象侧重对现代城市景观的描述,以人文景观类照片为最;③ 情感评价整体趋于积极正向,在主城区热门景点两极分化明显。最后,探索了无人机视角下城市形象建构与提升的综合机制,并对西安城市形象建设和无人机使用政策提出优化建议。     

基于多类型无人机数据的红树林遥感分类对比

使用固定翼无人机、消费级旋翼无人机和专业级旋翼无人机获取广东珠海淇澳岛红树林保护区多类型无人机遥感影像,使用基于面向对象分类的K-最近邻与随机森林分类器对研究区影像进行红树林树种精细分类和对比分析,并探讨了不同类型无人机平台在红树林资源调查应用中的优缺点。结果表明：1）固定翼无人机、消费级旋翼无人机和专业级旋翼无人机数据使用K-最近邻法的分类精度分别为：73.8%、72.8%和79.7%;使用随机森林法的分类精度分别为：81.1%、84.8%和89.3%。3种平台类型的无人机数据均适用于红树林精细分类研究,对于无人机红树林遥感数据,随机森林的分类方法优于K-最近邻方法。2）以拍摄面积与用时之比估算采集效率,固定翼无人机、消费级旋翼无人机和专业级旋翼无人机分别为0.036、0.013和0.003 km2/min。固定翼无人机的采集效率具有明显优势。3）固定翼无人机适合大范围红树林数据采集,要求较高;消费级旋翼无人机适于获取小范围精细数据,成本低且易学易用;专业级旋翼无人机适合搭载质量稍大的如成像光谱仪、LiDAR等专业传感器获取多源数据。最后给出了无人机在红树林遥感研究中的注意事项和建议。     

基于元胞自动机的城市发展密度模拟

元胞自动机CA越来越多地被用于模拟复杂的城市系统,但这些模拟基本不考虑城市的发展密度。不同的城市发展密度会对城市的形态有很大的影响,有必要将城市的发展密度引进CA的城市模拟中,以获得更好的模拟结果。本文将密度梯度函数引进了CA模型的转换规则中,并定义‘灰度’来反映状态的转换。利用该模型对不同可能的城市发展组合进行了模拟,为城市规划提供了辅助依据。     

地理信息技术应用下的无人机云端管理系统发展

日益增长的无人机飞行需求与有限的低空空域之间的矛盾愈发激烈,世界各国都在推进无人机管控政策和技术手段研究,即便在最自由的美国G类非管制空域,管理当局也在制定更为严格的无人机管控措施。无人机云端管理系统作为一种新型的数字化监管手段,其系统建设框架和技术路线得到了国内外学者和监管部门的广泛关注与研究。地理信息技术作为云端管理系统的应用技术之一,具体体现在以下几方面:利用全球导航卫星系统(GNSS)实现无人机精准空间定位;通过遥感技术(RS)获取影响无人机飞行安全的地理约束要素信息;基于地理信息系统(GIS)对低空地理空间数据进行组织管理以及构建低空虚拟地理环境等。论文结合团队在无人机低空应用上的研究进展,指出地理信息技术可以在云端管理和航路规划方面为无人机运行管理提供解决方案。     

人类活动研究的新支点：Wi-Fi数据的特点、研究现状与应用前景

把握人类活动的时空特征是地理学研究中探究人地关系、提升人类福祉的重要基础和核心内容,日益普及的Wi-Fi网络能够为此提供可靠的数据支持。为明确Wi-Fi数据融入地理学研究的切入点和发展方向,论文通过与GPS、手机信令、蓝牙等位置感应数据的比较,认为Wi-Fi数据具有更高的采样精度和更强的采样代表性,能够获取个体在室内外各类城市空间的连续活动轨迹,支撑精细尺度下的人类活动研究。通过系统梳理人群活动状态监测、个体间的社会关系识别、建筑物的功能识别和降低隐私泄露风险等方面的研究进展,认为Wi-Fi数据将会在基于实时动态人口数据的城市功能设施规划、融合多源数据的人地关系探究、以居民福祉为导向的宜居城市建设等方面具有应用前景,有望成为地理学研究人类活动的新支点。     

杭州城市人口密度对人居环境感知的影响

研究人口密度与人居环境感知的非线性关系对于合理控制大城市规模、制定适宜的人口密度控制标准以及寻求城镇化科学发展具有重要的现实意义。以杭州为案例城市,基于2020年住建部“城市体检”社会满意度问卷调查结果和杭州城市建成环境空间数据,利用三阶段逐步回归模型和中介效应检验重点分析了人口密度与居民生态宜居感知、健康舒适感知和交通便捷感知的非线性关系,并分析了人口密度对不同维度人居环境感知的影响路径。研究发现：人口密度与居民生态宜居感知、健康舒适感知和交通便捷感知具有显著的倒U型关联,当人口密度在（1.5~2.0）万人/km²时,居民对这3个维度的感知情况最好;在影响路径方面,人口密度对居民生态宜居感知的影响路径为部分中介,对居民健康舒适感知以及交通便捷感知的影响路径为完全中介。研究不仅可以加深对于紧凑城市理论的理解,还可以为城市体检工作中指标参照值的设置提供科学的参考依据,促进新型城镇化健康有序地发展。     

Flood evacuation simulations using cellular automata and multiagent systems -a human-environment relationship perspective

ABSTRACT

A flood evacuation represents a complex geographic phenomenon that includes comprehensive interactions among humans, the flood and urban environments; thus, the simulation of flood evacuations requires crowd simulation models to be coupled with flood models. This paper studies the human-environment relationship during flooding and promotes a simulation model that combines cellular automata and a multiagent system to simulate crowd evacuations in flood disasters. A case study of Niaodao Island was used to evaluate the performance of flood evacuation experiments, and real-participant experiments based on the virtual reality (VR) environment were employed for bench-mark comparisons. The integrated model can provide a comprehensive solution to assist flood risk analysis.