精细地图融合手机信令的城市人口时空分布特征研究

针对城市人口时空分布研究中缺乏以精细地图数据为支撑的地理分析方法、不能真实反映人类活动目的等问题,提出了一种精细地图融合手机信令的方法。该方法以地图为智能底板,基于信令轨迹中的基站位置与精细地块的类型,通过空间计算和时间推理得到手机用户在每个时段的驻留地块以及驻留时长,建立基于精细地块的人口空间化模型;识别每个地块中的职住人口和短期到访人口,再汇总得到任意目标区域的实际服务人口总量及人群结构,分时段研究人口流动和聚集变化特征。经过验证,该方法提升了人口时空分布研究结果的真实性和实用性,弥补了手机基站定位与用户实际位置存在偏差且无法准确识别居民行为规律的不足,为城市人口精细化管理、重点区域人流监测与安全保障、优化公共资源配置等提供可靠的决策支撑。     

一种适用于手机基站定位的地图匹配方法

本文提出了一种适用于手机基站定位(Cell-ID)的地图匹配方法,基本思想是先采用线性加权方法提高Cell-ID定位的精度,然后利用定位过程中的历史信息,综合考虑距离、角度等因素来完成地图匹配。实验结果表明在基站分布比较密集的城市区域,该匹配方法能够适用于手机基站定位,满足精度要求比较低的位置服务应用需要。     

城市人口时空分布估计研究进展EI北大核心CSCD

城市人口是构成城市的社会主体,是城市发展中最为活跃的因素。城市人口时空分布是城市管理需要掌握的重要信息。正确、精细化的城市人口分布数据对于城市运行与规划、城市经济发展和人民生活具有极为重要的意义,因此城市人口时空分布估计是城市地理学需要解决和研究的热点问题之一。本文以城市人口时空分布估计的关键点为核心,从以下几个方面展开综述:①空间分布单元划分方法,即城市人口分布的空间划分方式;②主要的模型和方法,从模型思想发展过程和估计对象的角度总结了6类方法并进行详细阐述;③估计结果在城市发展中的主要应用。在此基础上,本文指出了目前人口时空分布研究在空间单元构建、建模数据、建模思想和结果验证上存在的问题,同时探讨了未来的研究方向。     

基于平面Delaunay三角网的多基站差分GPS数据处理方法

单基站差分GPS模式的结构和算法较为简单,其局限是要求动态站和基准站具有较强的误差相关性,一般要求两者之间的距离不能超过35km,否则精度很难满足要求,多基站差分GPS利用基准站均匀的空间分布和精确估计的基准站间的空间相关误差,最大程度的消除了基准站到动态站基线的空间误差,本文基于平面Delau-nay和重心基准原则的最佳三角网选择,对多基站差分GPS数据处理方法进行了分析。     

利用时序手机通话数据识别城市用地功能

城市土地利用是人的活动与城市物质空间交互所表现出的综合结果,因此人的活动与城市土地利用功能密切相关;具有不同时间段人的活动的空间聚集与分散规律的区域,其所属的社会功能属性亦不相同。随着大数据时代的到来,以居民手机数据为代表的基于位置的服务数据（local basic service,LBS）大量出现,使得实现时空全覆盖和精细化地监测城市人的活动成为可能。因此,利用手机数据的优势,能够实现从人的角度来区分识别城市用地功能类型。利用手机通话详单数据（call detail records,CDRs）提取面向地块尺度的居民通话聚合时序特征,提出了一种城市土地利用类型谱聚类识别方法。以武汉市为例进行实验分析,结果表明,该方法识别城市土地利用的平均精度为54.6%,为探知城市土地利用空间分布提供了一个有效的方法。     

土地利用变化反事实情景模拟与评价——以湖北省嘉鱼县为例

引入了反事实情景模拟方法来模拟土地利用变化的历史,通过重构土地利用变化历史情景来辅助评价土地利用政策实施效果。以我国的耕地保护政策对粮食安全和城市扩张影响为例,构建耕地保护政策干预下的事实情景和假设无耕地保护政策影响的反事实情景,并借助CLUE-S模型进行土地利用变化情景模拟。通过比较两种模拟结果在耕地数量、产能、空间分布以及城市建设用地数量、效益和空间扩张的差异,实现对耕地保护政策实施效果的评价。实例研究表明,现行的耕地保护政策在遏制耕地流失、提高粮食产量、调整耕地及建设用地空间布局等方面取得了积极效果。     

轨迹数据的时间采样间隔对停留识别和出行网络构建的影响

个体轨迹数据已经广泛用于人群活动的研究中。在静止的局部空间开展的活动是个体日常生活的基本元素,在轨迹数据中对应停留部分。因此学者常从轨迹数据中识别停留来研究个体活动信息。然而,轨迹数据的时间采样间隔会对停留识别带来影响。针对该问题,首先提出了一个框架,量化不同持续时间长度的活动在不同时间采样间隔的轨迹数据中被识别为停留的概率。其次,考虑到个体出行网络依赖于停留识别结果,基于该框架,研究分析了时间采样间隔对出行网络分析结果的影响。最后,利用该框架分别对深圳市居民出行调查数据和手机轨迹数据进行了分析。研究表明,在面向人群活动的研究和应用中,该框架能支持时间采样间隔的选择决策和面向活动类型的研究结果评价。     

不同遥感影像的城市热岛空间分布特征分析

针对传统的地面观测方式很难全面掌握城市地面热岛的空间分布情况的问题,该文将HJ-1B卫星热红外图像代表的亮温图和采用HJ-1B卫星反演的温度图像正规化,利用量化等级体系对同一地区的亮温分布图和温度分布图进行划分,提出并采用间隙度指数对不同影像的高温区进行空间分布进行评价。实验结果表明:基于热红外影像的城市热岛空间分布比基于热红外影像反演的温度图的热岛空间分布更为集中,为研究不同影像之间的城市热岛空间分布提供了一种评价方法。     

基于VCM的建设用地空间分布格局对比研究

利用ArcGIS软件,通过空间聚散程度的测度方法以城市中心和主干道建立各县的VCM曲线,对比分析了各县的空间分布格局。其结果表明:(1)青河、布尔津、吉木乃、富蕴具有相似的空间分布特征,哈巴河和福海的空间分布特征各自具有独特的空间分布特征。(2)青河、布尔津、吉木乃、富蕴和哈巴河,其建设用地分布相对集中,其总体特征呈沿城市中心和主干道分布,而福海县的建设用地较为分散分布。(3)城市中心和主干道的区位影响研究区建设用地分布。     

一元p范分布的参数快速估计方法

首先得到了一元p范分布在不同情况下的估计效率公式,给出了选择不同尺度参数时Lp估计的效率,说明了选择合适尺度参数的重要性;然后根据误差分布的实际情况,从一元p范分布的概率密度函数和统计性质出发,利用绝对矩得到了尺度参数和方差的合理选择公式。通过曲线拟合的公式,给出了一种一元p范分布的参数p的估计方法,并用两个模拟算例对本文方法进行了验证。     

Quality of hybrid location data drawn from GPS‐enabled mobile phones: Does it matter?

Despite their increasing popularity in human mobility studies, few studies have investigated the geo‐spatial quality of GPS‐enabled mobile phone data in which phone location is determined by special queries designed to collect location data with predetermined sampling intervals (hereafter “active mobile phone data”). We focus on two key issues in active mobile phone data—systematic gaps in tracking records and positioning uncertainty—and investigate their effects on human mobility pattern analyses. To address gaps in records, we develop an imputation strategy that utilizes local environment information, such as parcel boundaries, and recording time intervals. We evaluate the performance of the proposed imputation strategy by comparing raw versus imputed data with participants’ online survey responses. The results indicate that imputed data are superior to raw data in identifying individuals’ frequently visited places on a weekly basis. To assess the location accuracy of active mobile phone data, we investigate the spatial and temporal patterns of the positional uncertainty of each record and examine via Monte Carlo simulation how inaccurate location information might affect human mobility pattern indicators. Results suggest that the level of uncertainty varies as a function of time of day and the type of land use at which the position was determined, both of which are closely related to the location technology used to determine the location. Our study highlights the importance of understanding and addressing limitations of mobile phone derived positioning data prior to their use in human mobility studies.     

Visualizing population mobility from spatiotemporally aggregated mobile phone data via a 3D gradient approach

Population mobility patterns are important for understanding a city's rhythms. With the widespread use of mobile phones, population-based trajectories can be utilized to explore such mobility patterns. However, to protect personal privacy, mobile phone data must be de-identified by data aggregation within each spatiotemporal unit. In data acquired from mobile phones, population mobility features are still implicit in the spatiotemporally aggregated grid data. In this study, based on image-processing techniques, a two-step 3D gradient method is adopted to extract the movement features. The first step is to estimate the initial movement pattern in each spatiotemporal grid, and then to estimate the accumulated movement pattern within a time period around a geographical grid. This method can be applied adaptively to multi-scale spatiotemporal grid data. Using geospatial visualization methods, estimated motion characteristics such as velocity and flow direction can be made intuitive and integrated with other multiscale geospatial data. Furthermore, the correlation between the population mobility pattern and demographic characteristics, such as gender and age groups, can be analyzed with intuitive visualization. The implication of the visualization results can be used for understanding the human dynamics in a city, which can be beneficial for urban planning, transportation management, and socioeconomic development.     

一种基于地理信息的手机用户定位方法北大核心CSCD

基于手机信令数据的用户轨迹行为分析已广泛应用于交通监测、城市管理、人口分析等多个业务领域。针对手机基站定位与用户实际位置存在偏差且驻留轨迹缺失语义信息的问题,本文提出了一种基于地理信息的手机信令数据用户定位方法。该方法首先构建面向轨迹分析的地理实体数据采集规范;然后对手机信令数据进行聚类,建立地理实体与基站的权重映射关系;最后使用时空推理及对轨迹的深度学习技术,将用户有效驻留轨迹点拟合至实际的地理实体,实现用户定位。验证结果表明,该方法提升了用户定位的准确度,为后续业务场景的应用提供了可靠的数据支撑。     

Mapping hourly dynamics of urban population using trajectories reconstructed from mobile phone records

Understanding the spatiotemporal dynamics of urban population is crucial for addressing a wide range of urban planning and management issues. Aggregated geospatial big data have been widely used to quantitatively estimate population distribution at fine spatial scales over a given time period. However, it is still a challenge to estimate population density at a fine temporal resolution over a large geographical space, mainly due to the temporal asynchrony of population movement and the challenges to acquiring a complete individual movement record. In this article, we propose a method to estimate hourly population density by examining the time‐series individual trajectories, which were reconstructed from call detail records using BP neural networks. We first used BP neural networks to predict the positions of mobile phone users at an hourly interval and then estimated the hourly population density using log‐linear regression at the cell tower level. The estimated population density is linearly correlated with population census data at the sub‐district level. Trajectory clustering results show five distinct diurnal dynamic patterns of population movement in the study area, revealing spatially explicit characteristics of the diurnal commuting flows, though the driving forces of the flows need further investigation.     

基于手机数据的城市内部就业人口流动特征及形成机制分析——以武汉市为例

城市内部就业人口流动作为城市群体的主要移动形式,分析其特征及形成机理对城市规划、交通预测等具有重要意义。基于武汉市手机信令数据,识别职住人口分布与流动,构建城市内部就业流动网络。运用网络分析、可达性计算、逻辑回归等方法,分析城市内部就业流动的特征及其形成机制。研究表明,武汉市内部就业流动在数量上分布不均衡,大量就业流动集中于少数街道间。在空间上,就业流动随距离、可达时间增加而减少,并依地形、文化形成若干联系紧密的就业社区;以就业流出地居住人口、流入地工作人口度量的就业势能是驱动就业流动的最主要因素,而文化差异、空间不邻近、可达性差阻碍就业流动的发生。此外,不同产业特色对就业流动影响不同,商业、科教阻碍就业外流,工业吸引外来就业。     

Identifying stops from mobile phone location data by introducing uncertain segments

Identifying stops is a primary step in acquiring activity‐related information from mobile phone location data to understand the activity patterns of individuals. However, signal jumps in mobile phone location data may create “fake moves,” which will generate fake activity patterns of “stops‐and‐moves.” These “fake moves” share similar spatiotemporal features with real short‐distance moves, and the stops and moves of trajectories (SMoT), which is the most extensively used stop identification model, often fails to distinguish them when the dataset has coarse temporal resolution. This study proposes the stops, moves, and uncertainties of trajectories (SMUoT) model to address this issue by introducing uncertain segment analysis to distinguish “fake moves” and real short‐distance moves. A real mobile phone location dataset collected in Shenzhen, China is used to evaluate the performance of SMUoT. We find that SMUoT improves the performance (i.e., 15 and 19% increase in accuracy and recall rate for a one‐hour temporal resolution dataset, respectively) of stop identification and exhibits high robustness to parameter settings. With a better reliability of “stops‐and‐moves” pattern identification, the proposed SMUoT can benefit various individual activity‐related research based on mobile phone location data for many fields, such as urban planning, traffic analysis, and emergency management.     

地理空间数据结合手机信令等多源数据刻画城市居民出行特征

本文提出了以地理空间数据为支撑,结合手机信令、POI等多源数据刻画城市居民出行特征的方法。首先将信令数据与地理信息区块绑定,根据时间特征和地理区块的社会属性,识别居民的基本职住娱信息;然后综合民生POI点、出行特征拓展关键词、图谱等多源数据,运用工作日通勤分析模型和节假日出行特征提取模型,识别用户的通勤距离、通勤方式、日均通勤频次、周均工作时长、节假日出行场景、出行频次、驻留时长等内容,并形成涵盖职住娱信息的出行特征类标签集。以成都市为例,采集连续1个月的手机信令数据和同时期的POI等数据,验证了该方法的可行性,该成果作为反映城市实际人口规模数量和空间分布特征的城市人口地图大数据产品的重要内容,为政府部门、商企用户开展相关分析业务提供数据支撑。     

一种基于GPS—RTK的超快速静态控制测量新方法

讨论利用GPS-RTK的作业模式,采用超快速静态建立GPS控制网的新方法。将常规的RTK方法中参考站固定不动改变为参考站和流动站交替流动,每时段至少获得一条独立的基线向量,所有的基线按设计的网形组成多边形GPS网,网的各项指标执行城市GPS规范,数据按静态网的数据处理方法进行。实践结果表明,该方法获得的结果可靠,具有速度快、效率高、操作简便等特点,能达到城市GPS规范各等级的精度要求。