大数据驱动的人类移动模式和模型研究

大数据时代的到来使得基于个体粒度的海量时空轨迹获取人类移动模式成为可能。来自不同领域的学者基于手机通话数据、公交卡刷卡记录、社交网站签到数据、出租车轨迹、银行刷卡记录等进行了人类移动模式的研究,这些研究丰富了地理信息系统的时空分析方法,为从个体角度审视人与地理环境之间的交互关系提供了一个新视角,并可以应用于交通、公共卫生等领域。总结了基于大数据的人类移动模式研究流程,归纳了人类移动模式的基本度量方法,探讨了解释所观测移动模式的模型构建方法,指出了地理环境对于移动模型建立的影响。     

黑龙江工业城市建设用地时空扩张遥感监测

为揭示2000─2015年间黑龙江省工业城市建设用地扩张规律,以哈尔滨、大庆、齐齐哈尔3个城市(分别简称哈、大、齐)为研究对象,选取2000年、2005年、2010年和2015年Landsat遥感影像为数据源,基于扩张强度与速度指数、紧凑度、增长弹性系数、分维指数、变异系数和空间重心转移模型等,探讨哈、大、齐建设用地扩张时空特征。研究表明:2000─2015年间哈、大、齐城市建设用地扩张态势显著,建设用地增长近1倍;城市整体投资效益不高,其中大庆建设用地利用效益最低且年均扩张变化率的变异系数最大,齐齐哈尔与哈尔滨年均扩张变化率的波动相对较弱; 2000─2010年间工业城市扩张形态简单,2010─2015年间扩张模式趋于多元化且边缘不规则、形态复杂;哈尔滨呈现"北跃南拓、东优西扩"发展格局,大庆呈现斜"T"形扩张格局,齐齐哈尔呈现斜"上"字扩张态势;哈尔滨的西南、西北部已成为城市扩张的热点区,大庆建设用地重心移动轨迹为"西南—东南—西南",齐齐哈尔建设用地有自东北向西南移动的趋势; 2000—2010年间除大庆外其他城市重心向市政府方向移动,2010—2015年间向远离市政府方向移动;建议政府在工业城市发展过程中制定适宜的土地利用总体规划,加强监管力度,切实提高土地利用效益,从而保护耕地资源。     

移动轨迹数据支持下的城市居民通勤活动分析

城市居民通勤活动分析是解决城市职住失衡和交通拥堵问题的重要技术支持.移动轨迹大数据增加了城市居民通勤活动观测的数据类型、数据规模、采样频率和信息量,有助于揭示就业居住空间模式和通勤活动的内在规律.概述了多学科领域城市居民通勤活动研究及相关移动轨迹数据分析的进展,明晰了通勤活动分析的概念、指标、模型和方法.从城市居民通勤...     

移动轨迹数据可视化方法总结

作为移动社交网络的主体,人们移动带来的位置轨迹不仅记录了人的行为历史,也记录了人与社会的交互活动信息。移动社交网络中位置轨迹数据的分析与利用为解决城市问题提供了一种新的思路。本文概述了轨迹数据可视分析中的几种方法,总结了轨迹数据可视分析研究中存在的问题和面临的挑战。     

北京地区居民时空行为的大数据分析

信息技术的快速发展带来了"大数据"时代的到来,使得城市时空行为研究面临变革。传统的城市时空行为研究方法并不能涵盖居民空间移动的复杂性和工作生活的移动性。随着智能手机的普及,微博也成为人们日常生活中常用的社交网络。本文通过获取新浪微博的签到数据,应用GIS软件分析北京地区居民行为的时空间关系。研究发现:工作日的热点要比周末集中很多,上下班高峰期多条地铁线路客流量较大,北京地区办公地区比居住地更加集中。     

融合Markov与多类机器学习模型的个体出行位置预测模型

随着城市化的发展,人们出行的方式逐渐多样化,对人类行为的深入理解以及对个体出行行为的建模预测有助于解释若干复杂的社会经济现象,且在基于位置的服务、交通规划、公共安全等方面具有重要价值.个体出行行为预测建立在深入理解人类活动特性的基础上,而在移动互联网时代,网络空间的上网行为与现实空间的出行行为密不可分.首先基于上网行为...     

大数据驱动的城市活动空间动态研究

近年来,城市空间研究视角从物理经济空间逐渐转向为以人为中心的城市活动空间.随着城市经济发展和交通条件改善,城市活动空间格局持续变化.受限于长时间序列个体活动数据的缺乏,相关研究大多局限于单一活动空间及活动汇总层面,存在空间上覆盖不全、时效性不够等问题,导致对城市活动空间演变的微观过程理解不足.尤其对于城市要素(例如:住...     

视点

世界十大科技城市美国媒体3月13日评出"世界十大科技城市排行榜",这十个城市分别是:No.10:以色列特拉维夫——这座以色列的文化之都不仅人口年纪轻,而且每4个从事高科技行业的以色列人中就有一人出自特拉维夫。美     

基于SCD的公共交通换乘时空模式——以武汉市为例

换乘问题直接影响数十万乘客出行方便,已成为影响城市公共交通系统运营的一个重要因素。基于武汉市2015年3月份完整一周的公共交通智能卡数据(smart card data,SCD),识别公共交通换乘行为,研究乘客换乘时空特征,分析轨道交通发展现状,总结换乘出行模式。研究结果如下:①换乘行为在工作日和休息日均呈现早高峰单高峰分布,大概率存在加班行为;②换乘行为地理特征的3个影响因素为城市地理格局、轨道交通建设、站点辐射范围;③根据武汉市的圈层结构和换乘出行方向,将换乘行为总结为4种模式。基于交通大数据识别乘客换乘行为及其时空分布特征并归纳换乘模式,可为城市规划、城市空间合理利用提供科学依据和决策支持。     

水煤气大数据在芜湖社会化管理中的应用

人房基础数据的准确性是社会网格化管理工作的一项重要依据.在传统网格化的管理模式下,网格员需要挨家挨户走访才能掌握管辖区域内的人口变化,针对性不强,信息滞后,工作量巨大.为了解决这一问题,芜湖市社会服务管理网格化平台创造性地引入水煤气大数据分析来研判预测人口变化,为网格员核查人房数据提供重要的"情报"支持.水煤气大数据分析以户为单位对户内用水、用气能耗数据进行自动化分析,同时引入季节性差异补偿参数,建立户内人口居住变化推测模型,提取出需核查的住户数据.以核查任务的形式发送到移动终端App——"社管通",网格员通过社管通核查任务有针对性地进行上门核查.本文提出的水煤气大数据分析解决方案体现了大数据的价值,改变了传统定期全面核查模式,建立了精准靶向核查的工作模式,对保障社管网格内"底数清,情况明"具有重要意义.