基于手机信令数据的城内迁居活跃度识别方法研究——以武汉市为例

中国城市的快速发展加速了城市内部人口的居住迁移,精细测度居民迁居行为及其空间分异特征,对于从人的行为视角来分析城市居住空间结构演进过程具有现实意义。本文以武汉都市发展区为例,基于手机信令大数据,提出净活跃度指标和总活跃度指标来量化描述迁居活跃度,并依据两个指标的分类及组合,将居民居住地划分为高迁入型活跃区、平稳型活跃区、高迁出型活跃区、高迁入型非活跃区、平稳型非活跃区与高迁出型非活跃区六种空间类型,进而探讨居民迁居的空间分布特征。结果表明：① 武汉都市发展区内部人口迁移总体呈现出从主城区向近郊区逐步迁移的趋势,且主城区人口总活跃度相较更高。② 主城区以高迁出型活跃区和高迁入型活跃区为主,近郊区则以平稳型非活跃区为主。③ 不同空间类型内的居住类型存在差异：高迁入型活跃区内以新建小区、高校住区、学区房、城中村为主;平稳型活跃区以农村居住地、园区周边住宅为主;高迁出型活跃区以老旧小区、园区周边住宅、城中村、农村居住地为主;非活跃区则以农村居住地为主。本文提出了一种基于时序手机信令大数据的居民迁居活跃度评价指标体系,并以实证研究证明其对于居民迁居地空间类型划分的有效性,研究结果可为相关规划决策部门掌控城市内部的人口迁移特征提供数据支撑、为城市不同区域针对性的进行公共资源配置提供参考依据。     

基于大数据的老年人生活圈及设施配置特征分析——以北京市为例

老年人生活圈是社会地理学和交通地理学的重要问题之一,也是国土空间规划的重要内容之一。尽管该领域已有一定研究,但在数据类型及其覆盖范围、空间尺度效应、空间分异特征等方面仍需进完善。采用手机信令数据和POI数据等大数据分析方法,以北京为样例,探讨老年人生活圈范围及其同设施配置之间的关系。分析结果表明：① 老年人生活圈存在空间分层特征,包括邻里生活圈、居住区生活圈、都市生活圈等多层次生活圈;② 生活圈同设施配套之间的关系存在尺度效应,居住区生活圈层面公共服务设施可达性对生活圈的影响强度要显著高于邻里生活圈层面;③ 不同设施之间存在差异,购物、休闲娱乐、医疗服务设施等老年人的刚性需求类设施的可达性水平与生活圈半径呈现出负相关,而餐饮、文化教育设施等消遣娱乐设施的可达性则反之;④ 不同的地理区位也存在显著差异,设施可达性水平对生活圈范围的影响在市中心较弱,反而在郊区较强。结论将为国土空间规划和宜老化城市建设实践提供依据。     

基于随机森林算法的多维情境特征活动识别

利用智能手机传感器可感知时间、空间、时空和用户等多维情境的特征,可识别用户活动,但原框架模型中仅利用了单一分类器中的朴素贝叶斯算法,存在分类精度效果受限的问题。本文利用集成分类器中的随机森林算法对原有框架中的单一分类器进行了改进。在获取的3个数据集上的十倍交叉验证结果表明,加权平均F1量测值均有较大提高,表明利用随机森林算法在分类精度效果上有所提升;但由于集成算法结构相对复杂,其学习效率相对较低。此外,随机森林算法的分类混淆矩阵表明,导致识别误差的因素主要为活动的定义与室内定位精度。     

Java手机地图服务系统研究与实现

基于位置的服务（LBS）是指为移动设备的用户提供一系列个性化的与位置相关的服务。在分析了JSR-179规范的基础上,详细讨论了基于JSR-179规范的J2ME手机应用开发架构,并给出了J2ME手机地图服务系统的实现方法及相关程序代码。系统的实现为用户移动地、快速地提供地理信息获取支持。     

基于时空数据挖掘的城市体检评估方法与实践——以无锡市为例

时空数据挖掘作为当前研究的热点之一,为城市研究提供了新的思路和技术手段。本文以无锡市为例,利用手机信令数据、车辆轨迹实时数据、基础地理信息等多源异构时空数据,构建相应的数据挖掘模型,进行了职住平衡、区域联系度、交通拥堵等城市特征的挖掘与分析,构建多源数据挖掘的城市评估体系,探索了时空数据挖掘在城市体检评估中的应用,为城市规划和运行管理提供了科学评估与决策。     

地震台站手机平台电源监控系统

在分析地震台站电源监控必要性基础上,设计一种基于手机平台的实时电源监视和控制系统,用于台站日常观测、应急避雷或设备启动复位等操作。本文介绍了该装置的基本原理、硬件构成及STC90C51RC单片机的C51程序设计和下位机的VB程序设计。在怀来地震台的实际应用效果说明,短信控制具有方便快捷,反馈及时的特点,适用于地震前兆台站日常管理和仪器维护。     

智能手机多频多系统实时动态的定位性能分析

随着位置服务的发展,人们对定位精度的需求不断提升. 目前智能手机定位主要依赖于全球卫星导航系统(GNSS)芯片所提供的芯片解,其精度仅为米级. 2016年,谷歌宣布允许开发者获取手机GNSS原始观测数据,为研究手机GNSS高精度定位算法提供了支持. 为探索智能手机多频多系统实时动态(RTK)的定位精度和可靠性,文中基于华为P40智能手机开展了静态和动态环境下的多频多系统RTK的定位性能分析. 结果表明:在静态环境下,智能手机多频多系统的RTK定位精度要优于芯片解,在东(E)、北(N)、天(U)三个方向的定位误差均方根(RMS)分别为0.20 m、0.39 m和0.31 m,比芯片解提高了57%、71%和75%;在动态环境下的定位精度依然能够达到分米级,相比于芯片解在E、N、U三个方向上的定位精度提高了37.84%、47.22%、53.68%.      

基于气象服务大数据洞察平台的用户行为分析

上海市气象服务中心的“气象服务大数据洞察平台”依托“多终端跨屏大数据”优势建立,平台基于囊括PC(常用气象类服务网站)、IPTV(气象类电视栏目)、手机终端(常用气象类手机APP)以下简称PC、IPTV、Mobile多终端数据来源的用户流量数据,主要提供PC、IPTV、Mobile三终端的上海市民每日访问的PV以及UV数据。     

手机信令聚类的个体常驻区域识别

针对手机信令数据存在定位稀疏、精度粗糙以及语义信息有限等问题,该文提出了利用手机信令数据以识别个体常驻区域及停驻信息的方法,即采用滑动时窗去除数据噪声,计算生成用户的时序聚簇;再通过凝聚式层次聚类对长时间序列内的时序聚簇进行空间簇联合,推测个体的常驻区域范围;最后提取合并聚簇的时间信息,计算个体在相关常驻区域停驻的时段特征。实验表明,该文方法有效识别了个体的常驻区域,降低了固定时段划分数据识别常驻地的局限性,细化地描述了个体的常驻区域及停驻时段特征。     

基于ECOSTRESS地表温度和手机信令数据的城市人口热环境暴露风险评价——以西安市为例

全球气候变暖和城市热岛效应的双重影响使人类社会面临的极端高温风险日益加剧,给城市人口健康和社会经济可持续发展带来严峻挑战,科学评估城市热环境下人口暴露风险已成为当前学术界关注的热点领域。论文基于ECOSTRESS地表温度数据和手机信令数据,以西安市为例,在城市地表温度和人口时空变化分析基础上,构建城市人口暴露风险评价模型,揭示精细化时空尺度上的人口暴露风险时空格局及其动态演变特征。结果表明：(1)西安市夏季一天内的地表温度呈现出明显的波动特征,昼夜地表温度差异较大,白天平均温度为35.5℃,夜间平均温度为21.5℃,白天地表温度空间分布相比夜间具有更明显的空间异质性,且日内所有时刻均存在不同强度的城市热岛效应,热岛分布的变化表现出从聚集状态向离散状态再过渡至聚集状态的特征。(2)西安市人口分布呈单中心结构,73.6%的人口都分布在三环以内,且沿中轴线集中的现象显著,昼夜人口形成了“白天向心、夜间离心”的分布特征。(3)人口暴露的中、高与极高风险区主要呈散点式分布在城市中心区域,且86.6%的极高风险区位于三环以内,而无风险和低风险区主要集中连片分布在城市外围。(4)导致昼夜人口暴露风险...