基于手机信令数据的城市小活动空间人群空间分布特征

小活动空间人群是指日常活动范围较小的居民群体,他们对城市公共资源的需求主要集中在家庭位置附近的区域,分析其活动的时空规律特征,有助于更好地实现城市公共资源的均等化和精准化配置.然而目前研究中对此类人群关注较少,为此,本文提出一种基于手机信令数据的小活动空间人群识别及其空间分布的研究方法.首先识别用户家庭位置和停留点位置...     

基于手机信令数据的武汉市人口迁入成因研究

随着城市化的进程不断推进,中国人口迁移和流动速度明显加快。物联网和大数据的兴起使对于人口迁移的探索有了可尝试的新数据源。联通智慧足迹通过收集2019年1—6月的手机信令数据,分析得出带有家乡地标签的武汉市常住人口数据,以此为因变量,以2018年中国城市统计年鉴数据中选取的部分字段为自变量,通过GIS分析工具建立线性回归模型和地理加权回归模型,对武汉市外来人口来源以及迁入成因进行分析。研究表明:①在选取的多个影响因素中,在岗职工平均收入、人均义务教育专任教师数和地方一般公共预算支出与人口迁移的相关关系较为显著。②在全国范围内这些因素对各地级市的影响存在明显的空间异质性。③影响范围集中于中部地区,包括省域范围内的孝感、黄冈、荆州等地区,以及省域范围以外的信阳、六安等地区。     

耦合手机信令数据和房价数据的城市不同经济水平人群行为活动模式研究

有效分析城市不同经济水平人群的分布特征和活动模式对优化城市资源配置和揭示空间隔离现象有着极高的价值。但人群活动和社会经济等级数据较敏感,使得以往研究仅停留在宏观层面,难以合理划分人群经济等级并对其空间分布和活动模式进行定量分析。本研究以深圳为研究区,基于空间位置关联分析方法,耦合手机信令数据和细尺度房价数据实现了人群经济水平的准确划分,通过计算活动指标定量的分析了不同经济水平人群的空间分布和行为活动特征。研究表明：深圳市不同经济水平人群活动分布与各行政区经济发展相关,呈现“南高北低,西高东低”的格局;深圳市不同经济水平人群之间活动模式存在差异,活动范围、出行距离、出行速度与经济水平存在正向相关;高经济水平人群职住地点相距较远,存在跨行政区分布的现象。本研究分析了城市不同经济水平人群的空间分布特征和活动模式,对城市规划和解决社会不平等问题具有重要的参考价值。     

手机信令数据支持城镇体系规划的技术框架

提出了一个应用手机信令数据支持城镇体系规划的技术框架,将其应用于城镇体系规划中的空间结构、等级结构、中心城市腹地、区域重要交通设施服务范围分析。首先依据手机信令数据特征,提出了从手机信令数据中计算跨镇出行的出行链,获得城镇联系度的方法。并结合城镇体系规划的实践案例,分别提出了城镇体系中的空间结构、等级结构、中心城市腹地、区域重要交通设施服务范围等分析的技术框架与应用途径。手机信令数据有效弥补了传统静态数据的不足,能作为城镇体系规划的基础数据之一。     

基于手机信令数据的北京市空间品质时空动态分析

提升城市功能,增强城市承载力成为城市规划发展的新目标,城市空间品质研究已经成为目前城市规划研究的重点和难点,但是目前空间品质的研究存在动态连续性和空间精确性不足的问题。本文基于手机信令数据获取的城市内部全天的动态人口信息,以街区为尺度定量评价北京市五环内不同功能类型街区的空间品质指数一天内的动态变化,并进行时空分布特征、变化模式以及与人口活跃度关系的分析。结果表明,北京市五环内空间品质随人群活动的变化存在不均衡性,且在时间、空间、功能性质方面存在显著的分化。具体为：空间上城市内环与外环、城市南部与北部的品质差异显著;时间上大体呈现“陡降-低值稳定-陡升-高值稳定”的不稳定趋势;不同功能类型上有着特殊的变化模式,并且功能区之间的空间品质均值差距较大,夜晚街区的居住空间品质在城区内存在明显的等级差异性。这些结果为微观尺度下城市的资源分配和合理规划发展提供了参考和建议。     

基于手机信令数据的城市就业空间特征研究——以沈阳市为例

以沈阳市为研究实例,基于手机信令数据,对城市居民个体时空行为活动信息进行深入分析,建立识别用户居住地和就业地的数据清洗规则,提取就业空间分布与职住联系数据。以Mc Millen(2001)提出的就业中心概念为理论依据,建立分析模型,应用核密度、空间自相关、自然间断分级、等值线等方法对就业分布数据进行深度挖掘,识别就业中心,并分析其空间布局特征;从就业规模和功能联系两个维度综合测度就业中心服务效能,构建就业中心等级体系;最后尝试基于就业功能划分城市空间单元,以此探索城市就业空间结构,揭示城市运行的内部机制。     

基于手机信令的北京职住空间结构解析

城市的职住能够很好地反映城市的空间结构。根据用户驻留特征对手机信令进行职住地识别,获取北京的通勤OD数据,在此基础上利用Infomap及PageRank算法解析北京整体的职住空间结构,并对南中轴、北中轴及丰台科技园3个区域进行职住平衡分析。结果表明:①北京居住区郊区化明显,就业区虽呈现多中心格局,但受中心强大磁力及传统上南北差异的影响,空间分布极不均衡;②以长安街为界,南北区域表现出较大差异的通勤特征,整体上呈现北重南轻格局;③受用地现状、区位、交通条件等因素影响,北中轴在3个区域中职住最为平衡。     

浅淡存量建设用地的盘活

从“以人为本,全面、协调、可持续发展”的科学发展观出发,国土资源管理要站在从落实最严格的耕地保护制度、促进循环型经济的发展和建设资源节约型社会的高度,重新审视我们的用地观。严峻的现实警示我们：一般建设用地的配置,已经到了必须“改源”的时候了。下面从二个方面谈：     

探讨杭州市建设用地项目审批数据质量控制方法

近年来,一方面随着杭州市建设用地审批系统应用的不断深入,系统的数据量快速增长;另一方面随着国土资源"一张图"工程建设的推进,建设用地项目相关业务数据利用的频度和深度进一步加大,对建设用地项目审批数据质量提出了更高的要求。为了提高建设用地项目审批数据质量,更大程度地发挥数据利用的效益,本文就系统数据质量控制方面进行了初步的探讨。主要指系统中某些业务关键数一、存在问题(一)数据完整性问题     

国土空间规划监测评估预警关键技术研究及应用

国土空间规划监测评估预警是生态文明新时代实现国土空间用途管制与底线管控的重要手段。针对监测评估预警工作中存在的监测手段单一、效率低下;评估要素孤立、周期局限;预警对象静态、预判不足三大问题,创新提出了一套国土空间规划监测评估预警技术体系：（1）基于融合多源大数据的空间信息动态感知与快速识别技术,实现大范围复杂地理环境多要素目标的快速监测;（2）基于耦合人类活动和自然环境的综合评价技术,智能分析揭示国土空间演变的复杂规律;（3）基于深度学习的国土空间模拟预测技术,实现国土空间底线要素及时预警。研究成果为国土空间规划动态监测、精准评估、及时预警提供了有力技术支撑。     

Exploring Temporal Activity Patterns of Urban Areas Using Aggregated Network-driven Mobile Phone Data: A Case Study of Wuhu,China

The increasing availability of data in the urban context(e.g., mobile phone, smart card and social media data) allows us to study urban dynamics at much finer temporal resolutions(e.g., diurnal urban dynamics). Mobile phone data, for instance, are found to be a useful data source for extracting diurnal human mobility patterns and for understanding urban dynamics. While previous studies often use call detail record(CDR) data, this study deploys aggregated network-driven mobile phone data that may reveal human mobility patterns more comprehensively and can mitigate some of the privacy concerns raised by mobile phone data usage. We first propose an analytical framework for characterizing and classifying urban areas based on their temporal activity patterns extracted from mobile phone data. Specifically, urban areas' diurnal spatiotemporal signatures of human mobility patterns are obtained through longitudinal mobile phone data. Urban areas are then classified based on the obtained signatures. The classification provides insights into city planning and development. Using the proposed framework, a case study was implemented in the city of Wuhu, China to understand its urban dynamics. The empirical study suggests that human activities in the city of Wuhu are highly concentrated at the Traffic Analysis Zone(TAZ) level. This large portion of local activities suggests that development and planning strategies that are different from those used by metropolitan Chinese cities should be applied in the city of Wuhu. This article concludes with discussions on several common challenges associated with using network-driven mobile phone data, which should be addressed in future studies.     

地理国情监测成果与规划用地数据的关联转换方法

国土空间规划作为促进空间科学治理、实现可持续发展的重要手段,在解决以往各类规划交叉重叠等问题的同时,对空间规划基础底数提出了新要求。将客观、精细的地理国情监测成果作为重要关联数据整合进国土空间基础信息平台,可以大大提高国土空间规划的科学性和权威性。本文首先梳理地理国情内容指标与国土空间规划核心内容之一的城市（镇）总体规划用地分类体系之间的差异,然后构建地理国情监测数据与规划用地数据关联转换的总体框架和具体方法,最后以武汉市为例开展具体应用实践并提出地理国情监测的优化建议。研究表明,地理国情监测成果与规划用地数据的关联转换方法可以用于2种分类体系地类关联关系的建立并实现两类数据的对接转换,但不同地类的转换效果存在差异;地理国情内容指标与城乡用地分类以“多对一”关联关系为主,较难实现两类数据的直接转换,但城镇综合功能单元与城市建设用地部分地类的关联关系较明确且数据转换一致性较高;要实现地理国情监测成果与规划用地数据的无缝衔接和有效转换,应进一步完善监测内容,统一技术标准,优化分类体系。研究结果为优化完善地理国情监测成果,促进其在国土空间规划中的应用提供了有效参考和科学依据。     

临沂市落实单位国内生产总值建设用地下降的方法

实现单位国内生产总值建设用地下降33%,是临沂市国土资源管理的重要任务,该文通过研究2010—2013年各县区建设用地和经济情况,对很难实现单位国内生产总值建设用地下降任务的县区提出有针对性的意见和建议,此意见和建议对其他地市也有借鉴作用。     

顾及上网行为特征的手机用户停留行为预测方法

随着信息通讯技术的发展,手机成为人类日常生活不可缺少的一部分,人类活动逐渐从现实空间延伸至网络空间,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。当前个体出行行为预测建模较少考虑上网行为与出行行为间的关系,本文提出一种融合上网行为特征的手机用户停留行为预测模型,通过时空约束定义手机用户的停留行为,在考虑个体出行行为时空偏好的同时,融合手机用户使用的APP组合、上网流量、上网次数等上网行为特征以及天气信息等外部特征,从时间、空间的角度进行特征交叉,构建从特征到模型均具有高可解释性的手机用户停留行为预测模型。实验证明：本文模型预测准确率为80.31%,且在融合上网行为特征、天气等外部因素后,比仅使用个体出行特征进行手机用户停留行为预测提升了12.08%。     

基于大规模手机位置数据的城市潜在自行车出行需求评估

潜在自行车出行是指可能会使用自行车作为交通工具的出行,评估潜在自行车出行需求能够帮助指导城市自行车资源配置方案的优化。大规模手机位置数据蕴含丰富的人群移动信息,而且具有大样本、低成本的特点,能够用于评估城市潜在自行车出行需求。本文结合自行车出行的时间和距离特征,提出一种基于大规模手机位置数据的潜在自行车出行需求评估方法。该方法以单次出行为分析单元,从手机用户的轨迹中提取出具有短距离出行特征和公共交通接驳出行特征的移动轨迹段,并根据该移动轨迹段评估潜在自行车出行需求。基于该方法,利用上海市大规模手机位置数据评估上海市潜在自行车出行需求并分析其时空分布特征,发现在空间上,潜在自行车短距离出行需求主要分布在城市中心和郊区的商业中心,而公共交通接驳的自行车需求主要分布在郊区。在时间上,上午,自行车出行需求从非中心城区向中心城区聚拢;晚上,上海市自行车出行骑车与停车需求从中心城区向非中心城区扩散。     

手机用户上网时段的混合Markov预测方法

手机用户上网时段研究与预测对手机用户行为与模式分析、网络服务内容设计、网络黏性与心理、移动互联商业智能等具有重要意义。本文结合Markov模型和关联规则模型,提出一种手机用户上网时段的混合Markov预测方法——Lift-Markov（LM）方法,并采用中国某城市4G手机用户流量上网产生的流量收费数据进行实验验证与分析。研究发现：该实验区域37.66%的手机用户个体存在明显的以天为周期的周期性特性;本文所提出的LM方法在10、20、30、40、50、60 min间隔时的平均预测准确率都优于Markov模型和Mostvalue模型,其中在60 min间隔时能达到79.75%的平均准确率,优于Markov模型（74.64%）和Mostvalue模型（64.44%）;LM方法的预测准确率分布相比于其他2种模型都要窄,而且密度分布峰值最高、标准差最小,说明本文方法对人群的上网时段预测准确率较为集中与稳定,具有较好的预测性能。     

成武县建设用地批后监管的分析探讨

建设用地供应审批之后,加强对其开发利用情况的跟踪监管,是落实节约集约用地政策、遏制违法违规用地的重要途径。成武县对新增建设用地严格规范出让合同的内容,加强对土地开发利用的监管;对已批存量建设用地,通过存量盘活、资源整合等一系列监管措施,有效促进了已供土地及时按规定开发,保证了各类住房及时建成,切实提高了土地供应和开发利用效率。     

基于滑动窗口的手机定位数据个体停留区域识别算法

手机的普及使手机定位数据成为分析个体时空行为特征的新兴重要数据源之一,并被逐渐应用到人口管理、城市规划、交通分析和流行病防控等众多领域的研究中。从手机定位数据中识别个体的停留区域是众多基于手机定位数据研究的重要基础环节。然而,当前常用的手机定位数据定位精度相对较低,且往往存在定位震荡和定位漂移导致的数据噪声,这些因素增加了从手机定位数据中识别停留区域的难度。为了提高从手机定位数据中识别个体停留区域的准确性,本研究结合个体行为的时空连续性,提出了一种基于滑动窗口的增长聚类算法。实验结果显示,相较常用的ST-DBSCAN算法和SMoT算法,对于采样时间间隔稀疏的手机定位数据,本研究提出的滑动窗口聚类算法在准确率方面的提升幅度最大可以达到35%。由于隐私问题,当前研究和应用中使用的大规模手机定位数据集中的时间分辨率往往较低,因此,本研究提出的滑动窗口聚类算法具有较为广泛的应用场景,可增强基于手机用户停留区域的众多研究结果的可靠性,为手机定位数据的广泛合理应用提供关键技术支撑。