基于手机定位数据的深圳市热浪人口暴露度分析

热浪作为城市化特征灾害之一,严重影响着城市居民的生命健康。目前针对热浪的研究主要聚焦基于静态数据的时空模式、风险管理和脆弱性评价分析方向,对动态人口暴露度的研究尚少。论文基于手机定位数据,首先融合深圳市逐时人口与气温时空分布模型,揭示热浪动态人口暴露度水平;其次,构建基于7类城市兴趣点(point of interest,POI)与不同时段人口分布的地理加权回归模型,初步分析了热浪环境下POI对人群行为模式的影响机制。结果显示：① 相比于基准时段(2018年7月28日12:00~18:00),2018年7月26日至8月1日热浪平均辐射范围在7月29日以8.66倍速增长,至7月30日则以18.93倍速跃至峰值,覆盖区域整体呈现西部高于东部、南部低于北部的特征;② 人口在不同时段均表现为明显的带状聚集分布态势,且人口暴露度与气温和人口的动态演变紧密关联,其暴露度同热浪扩散幅度相似,总体呈2.29倍等比增长,辐射范围包括南山区、福田区、罗湖区等城市商业、工业、住宅中心人口密集区域;③ 同类POI在不同时刻、不同POI在相同时刻对人群减少热浪暴露的移动交互行为具有明显的时空驱动机制差异及选择偏好特征。在持续性城市化背景下,该研究方法可为同类的城市灾害人口暴露度分析提供一定的科学参考。     

大数据视角下的武汉市人口格局探析

新兴大数据反映了人、物、信息在空间上的流动和聚集,体现了社会经济要素的动态分布和相互关系。结合自然资源部下达的2018年国家地理国情监测项目"武汉市大数据城市空间格局变化监测试点",创新开展了"地理国情+大数据"融合研究,从城际人口流动和城市人口分布2个方面开展了武汉市人口空间格局识别,揭示了武汉市对外人口流动规模和方向,城市内部居住和就业人口分布的圈层差异、人地关系和跨江出行特征。     

基于Android手机的坐标转换方法

基于Android Studio的集成编程环境,本文研究用Java编程编制在Android手机上运行的坐标转换应用程序,包括正算、反算,坐标换带、计算参数,坐标转换、地理坐标与空间直角坐标互相转换3个功能模块。实践证明,该应用程序计算结果准确、运行效率高、方便携带。     

DBSCAN与Kmeans相结合的手机大数据聚类方法研究

时空大数据是目前研究的热点。如何从海量手机信令数据中获取有价值的信息是研究手机信令数据的难点。本文在基于距离的点聚合方法的基础上,提出了将基于密度聚类算法DBSCAN与基于距离聚类算法kmeans相结合的点聚合算法。采用DBSCAN与kmeans相结合的点聚合算法实现手机信令数据的可视化,不仅能避免手机信令数据在可视化时点数据的堆叠和覆盖问题,而且使得其聚合后获取数据的空间分布结构更准确。     

基于居民时空行为的社区日常活动空间测度及活力影响因素研究——以南京市沙洲、南苑街道为例

新时期人本导向的社区生活圈规划转型关注居民的日常活动对社区空间的利用情况,从而反映出居民对社区公共服务设施的使用需求.但目前研究较少关注不同类型居民的差异化时空行为特征,不能有效应对社区居民的差异化需求.论文结合行为地理学的理论,利用手机信令数据,基于居民出行活动的频率和密度测度其核心活动空间和弹性活动空间,分析不同类...     

利用手机信令数据刻画不同人物画像

本文基于微软亚洲研究院Geolife项目北京志愿者2007—2012年长时间尺度的手机信令数据,以个体为单元开展了出行类型和人物画像研究,提出了一种基于高簇聚类对用户轨迹类型进行划分,然后结合出行规律,综合考虑职业类型、年龄、爱好属性特征的人物画像刻画的方法.研究主要结论为:①本文划分了包括两点一线固定型、两点一线变化...     

手机文化背景下高校思想政治教育策略的分析

近年来,我国人民生活水平逐步提高,智能手机开始普及,手机功能愈加丰富和完善,人们的生活开始受到手机文化的重要影响,并且这种影响也延伸到了校园中,手机由于其便携性和易用性,促使手机文化在高校中流行,带来了积极影响同时也带来了一些消极影响,我们应充分利用手机文化的优势,加强高校思想政治教育,消减手机文化对学生产生的不良影响,改善高校思想政治教育效果。     

动态气象信息WAP网站的构建技术与方法

从手机用户通过手机WAP浏览器随时随地获取最新气象服务信息的实际需求出发,结合海南省气象信息WAP网站的建设实践,简单叙述了动态气象信息WAP网站建设的技术原理与搭建方法,指出了WAP网站的特点,重点介绍了WAP网站建设的主要技术;最后,对这一WAP网站的主要功能作了归纳。     

基于大规模手机定位数据的群体活动时空特征分析

城市空间与居民行为不断交互,相互影响。探究城市空间中的群体活动分布及其时空变化能够帮助数据驱动的城市规划与城市治理。基于大数据的时空间群体活动研究是当前时空大数据研究的一个热点。本文以深圳市为例,基于约1000万手机用户在某一工作日的基站尺度的手机定位数据,识别用户停留位置和停留活动,重建活动语义信息,分析用户的停留点和停留活动的分布差异,研究群体活动的时空分布模式,探讨人群活动模式的多样分布特征。研究表明：停留位置和活动分布存在差异,每人每天平均的停留个数约为2.1个,而每人每天平均从事的活动约为3.4个;不同类型的活动在时间上存在波动;群体活动存在空间分异特征,整体上服从“空间幂律”。本研究揭示了城市空间中群体活动的多样性及其时空分布特征,对于城市居民活动研究、城市交通优化和城市规划具有重要的意义。     

基于手机GNSS位置信息的隔离者行为判别技术

在新冠疫情爆发期间,对密切接触者或者来自中高风险区的人员进行隔离是一种有效遏制疫情蔓延的措施,为避免隔离人员擅自离开隔离区,需配备大量管理人员采用人盯人的方式进行24 h监管,耗费大量的人力和财力,并且容易出现信息漏报、无法实时收集分析以及监管人员安全性等问题.利用现有基础设施,实现对隔离者的自动实时监控十分必要.在自动实时监控中,最重要的是如何实现隔离人员离开隔离区后及时进行判别和告警,针对于此提出了一种基于手机全球卫星导航系统(GNSS)位置信息进行隔离人员行为判别的方法.此方法利用手机GNSS芯片输出的位置信息以及载噪比(CNR)信息实现判别,利用实测数据对方法进行了验证.分析结果表明：该方法能够准确、有效地判别隔离人员是否离开隔离区域.