共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
3.
针对城市人口时空分布研究中缺乏以精细地图数据为支撑的地理分析方法、不能真实反映人类活动目的等问题,提出了一种精细地图融合手机信令的方法。该方法以地图为智能底板,基于信令轨迹中的基站位置与精细地块的类型,通过空间计算和时间推理得到手机用户在每个时段的驻留地块以及驻留时长,建立基于精细地块的人口空间化模型;识别每个地块中的职住人口和短期到访人口,再汇总得到任意目标区域的实际服务人口总量及人群结构,分时段研究人口流动和聚集变化特征。经过验证,该方法提升了人口时空分布研究结果的真实性和实用性,弥补了手机基站定位与用户实际位置存在偏差且无法准确识别居民行为规律的不足,为城市人口精细化管理、重点区域人流监测与安全保障、优化公共资源配置等提供可靠的决策支撑。 相似文献
4.
利用手机话单数据分析城市个体居民移动活动的时间熵和空间熵特征,一方面探讨了从原始话单记录中进行出行识别的必要性,另一方面提出了一种考虑空间邻近性的轨迹近似熵特征分析方法。其中,出行识别可以克服手机定位数据采样频率较低的缺陷;近似熵分析方法具有强空间鲁棒性,可以减少因手机定位数据空间精度较低带来的影响。实证结果表明,城市居民出行活动既具有强烈的目的地选择倾向,同时也具有强烈的移动路径选择偏好。 相似文献
5.
本文提出了以地理空间数据为支撑,结合手机信令、POI等多源数据刻画城市居民出行特征的方法。首先将信令数据与地理信息区块绑定,根据时间特征和地理区块的社会属性,识别居民的基本职住娱信息;然后综合民生POI点、出行特征拓展关键词、图谱等多源数据,运用工作日通勤分析模型和节假日出行特征提取模型,识别用户的通勤距离、通勤方式、日均通勤频次、周均工作时长、节假日出行场景、出行频次、驻留时长等内容,并形成涵盖职住娱信息的出行特征类标签集。以成都市为例,采集连续1个月的手机信令数据和同时期的POI等数据,验证了该方法的可行性,该成果作为反映城市实际人口规模数量和空间分布特征的城市人口地图大数据产品的重要内容,为政府部门、商企用户开展相关分析业务提供数据支撑。 相似文献
6.
地理时空大数据被广泛用于城市功能结构识别,其中功能层次性的研究对于系统理解城市功能的结构特征和分布形态具有重大意义,但相关研究仍处于空缺状态。基于时序出租车出行数据和感兴趣点数据描述居民出行模式,结合动态时间规整和K-MEDOIDS聚类算法识别城市的功能属性和空间结构。研究结果表明,广州市中心城区的城市功能具有明显的层次性。随着层次细致程度的提升,其功能属性由"职-住"二元结构向"职-住-休"三元结构发展;其空间结构符合环状圈层构造,功能由外围的居住游憩向中心的商业休闲过渡,并在不同的圈层上呈现出各自的功能倾向。这为城市规划人员系统理解城市功能的属性变化和结构特征提供了有效的参考价值。 相似文献
7.
城市居民居住与就业的空间组织在城市空间结构的研究中非常重要,居民职住地的识别则是城市居民职住空间组织研究的首要任务。本文从位置轨迹入手,在基于时间聚类提取出停留点序列的基础上,重点对停留点序列的时间特征进行分析,对其做进一步的归纳,筛选出职住地出候选类,最终完成居住地、工作地的识别。实验结果表明,该方法能够有效地从位置轨迹数据中识别出城市居民的居住地和工作地。 相似文献
8.
9.
由于地下环境无导航卫星系统定位信号,导致地面常用的定位方法无法在地下空间内使用,而传统利用手机惯性传感器进行航位推算,往往需要固定手机姿态或联合其他无线定位方式来对步态及定位累积误差进行识别校正。为方便人们使用,减少额外硬件布置,避免无线信号间出现干扰,本文通过对步态检测算法进行改进,消除手机姿态对识别步态信息的影响,同时利用地下空间人们行走路径较为规则这一特点,提出了以路径的方向为特征对累积误差进行校正。选取了教学楼地下一层为试验区,结果显示当采样频率为50 Hz时,平均定位误差在2 m以内。 相似文献
10.
城市土地利用是人的活动与城市物质空间交互所表现出的综合结果,因此人的活动与城市土地利用功能密切相关;具有不同时间段人的活动的空间聚集与分散规律的区域,其所属的社会功能属性亦不相同。随着大数据时代的到来,以居民手机数据为代表的基于位置的服务数据（local basic service,LBS）大量出现,使得实现时空全覆盖和精细化地监测城市人的活动成为可能。因此,利用手机数据的优势,能够实现从人的角度来区分识别城市用地功能类型。利用手机通话详单数据（call detail records,CDRs）提取面向地块尺度的居民通话聚合时序特征,提出了一种城市土地利用类型谱聚类识别方法。以武汉市为例进行实验分析,结果表明,该方法识别城市土地利用的平均精度为54.6%,为探知城市土地利用空间分布提供了一个有效的方法。 相似文献
11.
个体轨迹数据已经广泛用于人群活动的研究中。在静止的局部空间开展的活动是个体日常生活的基本元素,在轨迹数据中对应停留部分。因此学者常从轨迹数据中识别停留来研究个体活动信息。然而,轨迹数据的时间采样间隔会对停留识别带来影响。针对该问题,首先提出了一个框架,量化不同持续时间长度的活动在不同时间采样间隔的轨迹数据中被识别为停留的概率。其次,考虑到个体出行网络依赖于停留识别结果,基于该框架,研究分析了时间采样间隔对出行网络分析结果的影响。最后,利用该框架分别对深圳市居民出行调查数据和手机轨迹数据进行了分析。研究表明,在面向人群活动的研究和应用中,该框架能支持时间采样间隔的选择决策和面向活动类型的研究结果评价。 相似文献
12.
13.
随着城市的发展和扩展,职住分离现象已日益突显。客观掌握城区内职住空间关系和平衡状况能够为城市规划和建设提供重要参考。本文以正在快速发展的国家级新区-大连金普新区为例,分别采用基于土地功能分区和多源异构数据两种分析方法评价居民职住空间的分布特征。 相似文献
14.
通过手机信令数据提取人们在使用手机时记录下来的基站位置和服务时间,用以识别居民出行的职业地和居住地。在分析提取到的手机信令数据时,由于数据采集、整合的质量问题,需要对手机信令数据进行提取、清洗、关联等预处理,在预处理后的标准化数据的基础上,通过搭建数学算法、模型来识别职业地和居住地,用以辅助城市交通调查、规划。 相似文献
15.
16.
动态数据空间分析的不确定性问题——以城市中心识别为例 总被引：1，自引：0，他引：1
动态数据在空间分析中存在不确定性问题。以手机定位数据为例来识别城市中心,探索可塑性面积单元问题和不确定的地理情境问题,发现群体活动强度的空间自相关程度受到采样区域划分方式和分析单元大小的影响,地理情境的时空动态变化也会带来不确定的地理情境问题。讨论了减轻不确定性的可能方法。 相似文献
17.
18.
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... 相似文献
19.
分析城市的职住特征能够为制定城市发展规划和解决城市交通问题提供重要的指导。本文以武汉市主城区为研究对象,依托宜出行大数据,通过对组团、街道和微观3个尺度的职住分布特征和职住平衡特征的分析,研究了武汉市主城区的职住特征。研究发现:①在组团尺度,各时段组团间的人口分布由中心向外围依次递减,与武汉市主城区圈层发展、组团布局的空间格局规律一致,各组团均处于职住平衡状态;②在街道尺度,主城区6558%的街道为职住相对平衡状态,少数街道存在职住失衡现象;③在微观尺度,结合地图与POI数据分析,工作时段人口集中于商业区与交通线路附近,休息时段人口相对均匀地分散于住宅区。以工作时段人口聚集热点为例,热点中心就业高度集中,存在就业导向的职住失衡,随着距离增加,职住分布趋于平衡。 相似文献
20.
针对手机定位数据分析过程中存在的噪声数据处理不佳、用户路径信息丢失、参数适宜性差等问题,提出基于改进滑动窗口的手机定位数据用户驻留区域识别方法.首先讨论了驻留区域识别过程中噪声信息处理与参数自适应等难点;其次通过样本拟合方法,提出出行范围相关的距离阈值计算方法,对经典滑动窗口算法进行改进,生成位置点聚簇结果;最后对通过空间约束规则对乒乓效应进行识别和优化,并对时空相邻聚簇进行归并.实验结果表明,该方法可提高异常漂移点识别的准确率和召回率,并有效处理乒乓效应,可明显提升用户时空行为刻画效果. 相似文献