多智能体的城市精细尺度人口估算模型

针对传统人口空间化模型普适性较差,且数据处理较依赖人工操作等缺陷,该文提出了一种基于多智能体模型从微观个体的居住选择入手,在以往学者研究的基础上同时考虑居民居住建筑的内、外部环境因素模拟人口居住空间分布。创新性地以人口智能体为中心,结合GIS利用地理国情数据、POI兴趣点数据、夜间灯光数据、遥感影像数据来模拟居住环境,将心理学和经济学观点引入到智能体对居住地选择的决策行为中,结果表明,基于建筑物内、外部环境的多智能体人口空间分布模型,可以获取高空间分辨率的人口分布情况,且更接近于实际人口分布。     

基于元胞自动机和多智能体系统的城市人口空间分布研究

城市人口预测和空间分布模拟是人口社会学、城市规划、地理信息科学等领域的热门问题,其在灾害评估、资源配置、智慧城市建设等方面应用广泛。但小尺度人口数据部分缺失的问题经常出现,城市人口空间分布模型分辨率的提升仍需进一步研究。为此,提出一种基于元胞自动机和多智能体的方法,并考虑土地分类和公共设施的位置信息。通过确定元胞属性值,多智能体进行自主移动以确定人口空间分布,继而生成北京市人口空间分布图。为验证模型模拟结果,对北京市部分街道级行政区人口数据进行检验,结果表明:该方法生成的人口空间分布模型精度较高,结果可信;该模型对人口空间分布预测精度在街道尺度普遍优于6%,空间分辨率达到30m×30m。同时,提出可结合人口预报数值推定未来数年城市人口空间分布。经验证,模型所采用的人口预报方法精度和可信度较好。     

基于多Agent的动态路况信息服务系统仿真研究

基于GIS空间数据模型和多智能体,研究了一种多智能体协作动态路况信息服务系统,通过智能体之间的协作预测路网交通流量在时间和空间的分布,提供更贴近实际状况的诱导路径。在此基础上,基于Swarm平台和Java语言开发实现了实验原型系统,利用实验数据进行实例模拟,对实验结果进行了分析,并对后续的研究工作提出了展望。     

基于GIS的城市人口空间分布模型与应用——以长春市区为例

本文主要研究城市人口空间分布模型在长春市区的应用,目的在于模拟长春市区人口的空间分布情况。本文参考前人研究的基于城镇面积的城市人口密度系数模型,同时考虑交通网对城市人口分布的影响,提出适合长春市区人口空间分布的模型,生成100m(100m网格的人口数据空间分布图。为验证该模型的准确性,将建模所得数据与人口统计数据以街道为单位进行对比,发现模拟结果与调查数据基本相符。     

面向建设选址的多智能体城市空间规划模型

基于多智能体(Multi-agent)之间的动态信息反馈提出了交互式多智能体城市空间规划模型。在模型中,多智能体之间可即时交流信息,并经由反馈与协调等行为获取一致决策意见,最终得到各方可接受的城市规划方案。以长沙市岳麓区内建设项目选址为例,开展了模型实验。研究结果表明:多智能体交互式城市空间规划模型能够较好的模拟不同情景下参与城市空间规划的各类Agent之间的交互行为,并可提供多角色参与城市规划时空间冲突问题的解决方案。     

基于神经网络和GIS的广西都安县人口数据空间化研究

人口数据的空间化是进行小尺度地理分析的基础,本文在分析土地利用与人口分布关系的基础上,发现耕地、居民点以及水域是影响人口分布的主要因素,在GIS中对人口及其土地利用等数据进行分析,同时,利用BP神经网络非线性模型,对广西都安县人口数据进行空间化研究.通过神经网络的模拟和数据的调整,最终生成的栅格人口分布与实际的分布保持大体一致.     

集成地理探测器与随机森林模型的城市人口分布格网模拟

精细尺度的城市人口分布信息是城市资源配置和综合管理的重要依据。本文以广州市越秀区、荔湾区、天河区、海珠区、白云区及黄埔区作为研究区域,基于人口统计、夜间灯光、兴趣点及土地利用等多源数据,利用地理探测器识别人口分布的影响因子,运用随机森林模型开展人口分布空间格网模拟研究。研究结果表明,与传统的相关分析相比,地理探测器能够更为准确地识别人口空间分布的重要影响因子。基于随机森林模型的人口分布格网模拟结果与街道（镇）实际人口的相关系数为0.774,平均相对误差约为30%。相比基于线性回归模型的模拟结果,随机森林模型的精度有明显提高。     

基于多智能体的农地非农化时空模拟与规划模型

遵循时间与空间规划效率最大化和可持续发展准则,基于多智能体系统和资源经济学理论构建农地非农化时空模拟与规划模型(STSPFCM).该模型由外部环境、多智能体系统、决策框架组成,可实现影响农地非农化过程的智能体决策规则的时间与空间“显性”表达,模拟不同农地非农化规划准则下的农地非农化发展趋势,实现农地非农化的时空规划.以...     

基于遥感的城乡人口分布模拟——以松原市为例

利用遥感数据模拟基于居民地的人口空间分布,须解决两大难题：①居民地类型、面积、位置的精确获取;②居民地类型、面积与人口数量间的关系。本文根据地理意义和数学意义,对经典的城市人口-面积异速生长模型进行扩展,推导出城乡人口-面积统一模型。进而以松原市为例,以1∶5万地形图为辅助数据,建立居民地分类体系,利用ETM影像提取居民地信息,在以上模型的基础上采用“城乡人口分割”算法模拟城乡人口的空间分布。本研究方法可为中尺度人口分布的理论与应用研究借鉴。     

基于空间智能体的交通信号灯模型构建

在我国交通问题日益严峻的背景下,交通信号灯在疏导车流方面的意义愈发重大。采用空间多智能体建模方法,使用Netlogo多智能体可编程建模平台,对交通信号灯模型进行构建。通过车辆智能体与其他车辆智能体、信号灯智能体以及瓦片交互实现对车辆智能体控制。将车辆数量和不同方向的信号灯时长作为模型输入参数,设定三种方案进行动态模拟,监测该模型在一定时长内所有车辆总等待时长。通过调整输入参数以及数据统计,对不同信号灯配时方案进行分析,为交通信号灯配时方案的制定提供一定参考。     

Fine-scale simulation of spatial population distribution by coupling GA–ABM and big data: A case study of Dongguan,China

Capturing spatial population distribution can offer useful information for urban planning to promote reasonable population distribution and allocate urban resource. Agent-based model (ABM) based on the modeling idea of “bottom-up” can offer the ability to simulate the complex individual behaviors that generate spatial population distribution. Previous ABMs were unable to be extended for simulation of spatial population distribution at a fine scale due to the shortage of fine characterization of the urban environment and the calibration of agents' behavior. This study filled these gaps by proposing a genetic algorithm-ABM (GA–ABM) for fine-scale simulation of spatial population distribution in a manufacturing metropolis. In this model, the employment and residential choice behaviors of agents were defined by the labor economic theory and discrete selection model. Multisource geospatial big data such as enterprise points-of-interest big data and building footprints data were used to finely characterize the labor market and urban environment to reflect the impact of agents' employment choices on their residential decision. Furthermore, the grid-scale population investigation big data were combined with the GA to calibrate the agents' residential decision behaviors. The proposed model was used in Dongguan, the typical manufacturing metropolis in China. As a comparison, the expert-experience-based method-ABM (EEBM–ABM) was also conducted by using the same data set. Through the comparison of the results produced by these two models, it was demonstrated that the model coefficient calibrated by GA could effectively reflect the agents' residential decisions. The calibrated GA–ABM is more capable than EEBM–ABM in simulating spatial population distribution in a manufacturing metropolis. Hence, the proposed model can be used to simulate spatial population distribution in a manufacturing metropolis which helps the urban planner to conduct scientific urban planning.     

武汉市人口增长与空间分布格局演变

为揭示城镇化背景下武汉市人口时序增长趋势和人口空间分布格局演变特征,本文基于1990年第四次、2000年第五次、2010年第六次全国人口普查和2014年武汉市人口普查数据,运用统计学原理和GIS空间分析方法,分析了武汉市人口增长的时空变化规律;应用人口密度空间分布的数学模型,得到武汉市人口空间分布格局的演变趋势。人口增长研究表明:1990年以后,武汉市人口数量迅速增长,总体上形成了中心聚集、外围扩散的空间发展格局。空间分布研究表明:1)武汉市的人口密度分布更加符合Clark模型,主城区Smeed模型拟合效果更好。近25年来,武汉市城镇化进程迅速,人口向主城区聚集。随着时间发展,主城区逐步呈现初级阶段的郊区化。2)武汉市主城区人口空间分布已经出现多中心化的趋势,并且已经有两个街道发育成为人口次中心。研究结果可为武汉市人口相关决策的制定和城市结构调整提供参考依据,有助于认识我国中部崛起城市的发展规律,为其他城市的发展和规划提供参考和借鉴。     

基于多源信息与深度学习特征提取的人口空间抽样方法

人口抽样调查是通过人口样本估算区域人口总体的一种手段。由于人口分布通常具有空间差异性,传统的抽样调查理论难以满足日益增长的空间抽样需求,合理高效的人口空间抽样调查方法对于人口统计、研究人类活动、解决城市问题等有重要意义。本文提出一种基于多源信息与深度学习特征提取的人口空间抽样方法。在不透水面信息的辅助下,利用四叉树分割进行分层抽样,初步选择出可能存在人口分布的调查样本,并通过深度学习的常用模型——卷积神经网络估算样本建筑物密度,以辅助最终调查样本的选择与调查方案的制定。研究结果证明,该方法能够有效地筛选与人口分布密切相关的抽样区域,排除大量的无用样本,提高了人口调查的效率,节约了大量调查成本。     

融合地理探测器和地理加权回归的太原市建设用地变化因素研究

准确地识别城市化进程中建设用地的变化情况及其背后的驱动力,对城市后续的可持续发展具有重要意义。本文首先以2000—2020年遥感影像为基础,对太原市建设用地空间分布变化进行研究,然后结合地理探测器模型和地理加权回归模型,对研究区建设用地的空间分布影响驱动力因子进行研究,得到以下结论:除政策因素外,现有的城市建设用地空间分布变化还受到高程、交通、GDP、人口等因素的显著作用。太原市城市建设用地变化的布局不单是GDP变化、人口变化、海拔高度、公路网密度4个显著性因子均匀、独立、直接作用的结果,而是具有空间异质性的各因子两两交互作用后增效的产物。本文成果有望为城市建设用地驱动力研究提供一种新思路。     

人口总量及其空间分布特征与经济发展关系的动力学研究

建立了人口—经济系统的微分方程组模型,并在方程中引入人口空间分布与经济发展协调的因子η,通过分析模型的稳定性特征得出以下结论:人口经济系统是复杂的非线性关系;人口的过于快速增长会使经济总量趋向于零;如果η>1并且较高,则人口经济系统发展稳定时,经济总量会高些,也即人口数量稳定在同样水平时,会因为空间分布的不同而有不同的经济产出。说明在控制人口数量的同时必须重视人口空间分布的问题。     

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GIS的海南省人口空间分布模式统计分析

在GIS平台上利用空间自相关统计分析方法对海南省人口的全局和局部空间差异的特征、分布形态与变化趋势进行初步的探索分析,从根本上改变了传统的统计分析观念,改善了统计分析方法与方式。研究的结果显示,海南省人口分布呈现显著的空间相关性,且表现为从中部山区逐渐向周边沿海区域扩展的环带状聚集模式。根据这一结论提出几点促进海南省未来人口与经济可持续发展的建议。     

三峡库区城镇居民地移民迁建分布规律的分析与应用

针对三峡库区移民安置规划中的实际需求,本文以三峡库区秭归县为例,分析了居民地空间分布类型、规律,并结合人口空间化模型,对研究结果的应用作了探讨,进而对居民地空间分布规律进行了验证。