共查询到17条相似文献，搜索用时 296 毫秒
1.
利用终端位置时空转移概率预测通讯基站服务用户规模 总被引：1，自引：0，他引：1
基站服务用户数的预测对通信基站的空间位置选取、通讯服务带宽的配置优化等有重要作用,并为城市公共安全管理方面中的人群聚集预警与群体事件预防提供辅助决策支持。本文利用海量手机轨迹数据,运用时空转移概率定量化描述城市内不同区域间人群流动的时空特性,结合马尔可夫链和贝叶斯定理,构建手机用户群体在基站间的时空转移概率模型,并以此提出一种城市区域尺度上的基站服务用户数预测方法。利用湖北省某城市长达30 d的手机轨迹数据进行模型训练与预测方法验证,实验结果表明：在时间粒度为60 min时,本文提出的方法对8-22时各时段基站服务用户数预测准确率都大于94.8%;在不同时间粒度下对比本文方法、Castro模型、移动平均法,发现在时间粒度大于20 min时,本文方法预测准确率高于另外两种方法。 相似文献
2.
当前采用交通流数据量化城市人群活动模式研究已经取得了丰硕的研究成果,但是对于同一区域、同一时段不同类型交通流数据反映城市人群活动模式的共性与差异性仍然知之甚少,直接影响了城市人群活动模式挖掘结果的可解释性与实际应用效果。为此,本文旨在对目前广泛采用的智能卡数据（公交和地铁刷卡）和出租车轨迹数据2种重要的交通流数据,从时空分布模式的差异性、行程距离及距离衰减效应的差异性、空间社团结构的差异性3个方面,探索二者反映城市人群活动模式的差异性：① 采用北京市六环以内区域2016年5月9日至15日的智能卡和出租车轨迹数据进行实验分析,研究发现：① 2种交通流反映出行需求的空间分布呈现出高度相关性,但是在同一空间单元上,2种交通流反映出行需求的时间相关性较低;② 2种交通流的使用率在不同空间位置存在明显差异,仅在城市中心区域使用率较为均衡;③ 2种交通流反映人群行程距离的空间分布、距离衰减效应存在明显差异,公共交通对于促进长距离出行更为重要;④ 从2种交通流发现的空间社团结构都显示了城市的多中心结构特征,但是二者发现社团结构存在的差异性表明两种交通方式对城市空间交互起着不同的作用。本研究有助于深入理解多源交通流反映城市人群活动的内在机理,提升城市人群活动模式在城市规划、交通管理等领域的应用效果。 相似文献
3.
基于手机信令数据的城市小活动空间人群空间分布特征 总被引：1，自引：0，他引：1
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,构建基家最大距离指标,度量用户以家庭位置为中心的活动空间范围,并据此筛选小活动空间人群;其次根据用户与家庭位置间的距离信息构建“时间-距离”框架下的用户轨迹,在此基础上构建基于面积的轨迹相似性方法;然后利用逐级合并的层次聚类算法,根据用户轨迹的相似性对其进行聚类,挖掘小活动空间人群中典型活动模式;最后根据用户的家庭位置,进一步分析不同活动模式人群的时空分布特征。本文以上海市手机信令数据为例对该方法进行了测试,结果表明：① “时间-距离”框架下构建的基于面积的轨迹相似性方法,可反映用户基于家庭位置进行活动的时空特征,而逐级合并的层次聚类算法对典型活动模式挖掘的效率有明显提高,有助于研究城市居民的移动模式;② 上海市小活动空间人群分布呈现出圈层结构,主要分布在中心城区,郊区的工厂和大学城以及各区的商业中心附近,在郊区过渡区相对较少。本文提出的方法能够用于分析城市小活动空间人群的时空分布特征,可以为目前各大城市提出建设社区生活圈的决策提供方法支撑。 相似文献
4.
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。 相似文献
5.
停泊船空间分布规律挖掘,在海事监管、港口管理和航运公司船队管理方面有着重要意义。现有研究主要针对船舶停泊点进行空间聚类以识别码头和锚地,缺乏对码头、锚地内船舶停泊特征分析,及码头和锚地外的异常停船的检测。因此,利用海量船舶自动识别系统（AIS）数据探索船舶停泊规律显得很有必要,且具备可行性。根据海况设定停泊速度阈值和停泊位置变化量阈值,建立停船判定模型。按港区、船型筛选,获取2016年1至11月外高桥港区集装箱船停泊记录。根据类中心点密度和聚类数量,设定邻域半径（ε）和邻域密度（MinPts）,采用密度聚类（DBSCAN）算法对船舶停泊点进行密度聚类,并将聚类结果与外高桥港区码头、锚地分布图进行比较,生成可疑停船列表。对比船舶历史轨迹,明确可疑停船列表中船舶真实停泊记录,筛选出异常停船。研究发现,2016年1至11月外高桥港区船舶异常停泊点位于圆圆沙锚地至吴淞口锚地间的南港水道和江亚南沙锚地附近的南港水道航段。船舶停泊前、后位置变化幅度小,而速度变化幅度大,推测船舶突发故障是其异常停泊的原因。海事主管部门（MSA）可根据船舶水上移动通信业务识别码（MMSI）快速锁定航运公司,加强岸上船舶安全管理。船舶停泊位置和时间能够记录船舶发生故障地点及其持续时间,为船队管理提供重要依据。 相似文献
6.
伪基站垃圾短信活动存在显著的时空自相关和异质性现象,采用时空分析方法可以精准把握伪基站的移动规律和行为模式,为相关部门综合施策、探索长效管理机制提供科学的依据。然而,精细尺度下垃圾短信数据集中过多零数据导致的零膨胀问题,使当前的时空分析方法并不适用。为此,本文以2017年2月23日至2017年4月26日北京市色情服务类垃圾短信数据为例,构建零膨胀贝叶斯时空模型,不仅可以解决零膨胀问题,而且可以综合分析伪基站的空间、时间、时空效应以及外部影响因素,以识别伪基站活动的相对风险高值区、探究城市建成环境对其的影响。结果发现：在数据集中零值占比高达83.46%的情况下,基于零膨胀泊松分布的贝叶斯时空模型具有更好的拟合精度;色情服务类垃圾短信空间上的高风险区域主要聚集在北京市主城区的东部,风险值最高的区域属于朝阳区;周四、五、六风险趋势会相对增加,且18:00至次日02:00为高发时期;伪基站一般18:00从主城区的西南部开始向东北方向移动,凌晨01:00聚集在朝阳区西北部区域;商务住宅与住宿服务类城市环境与垃圾短信呈正相关,餐饮服务与派出所类城市环境呈负相关。研究表明,零膨胀贝叶斯时空模型为精细尺度的伪基站垃圾短信研究,提供了一个可以有效整合多个时间截面的分析数据、充分考虑伪基站的时空关系和外部影响因素并解决数据中存在零过多现象的方法,为发展和验证伪基站的环境犯罪学理论提供了一种重要的分析方法。 相似文献
7.
随着城市规模的扩张和汽车数量的增加,拥堵和雾霾等受交通影响的现象变得越来越严重,城市交通热点发现与分析是改善交通状况的关键技术之一。根据城市中典型浮动车(出租车)的时空轨迹数据,基于图像分析理论,提出城市交通热点的空间分布分析方法。首先,根据浮动车数据,形成车流轨迹的时空分布灰度图。其次,通过将浮动车的轨迹数据映射到高精度城市交通网格上,探索了轨迹数据和城市热点区域之间的关联关系。进一步地依据车流轨迹的时空分布,发现车流密度的极值。最后,结合影响区域的参数利用高斯曲面拟合对时空灰度图像进行了热点区域分析,获得城市交通热点的空间分布。将分析结果在地图上标定,准确地反映了城市交通热点区域的详细位置及空间分布,从而给出了一种有效、直观的城市交通热点分析方法。研究结果对于城市交通规划和交通实时信息发布具有实用价值。 相似文献
8.
区域消费水平是经济发展的重要动力。本文以1978-2011年间我国各省区的人均消费品零售额表征区域消费水平,在我国区域消费水平差异测度的基础上,对区域消费水平差异的时间序列值进行突变点检测,进而将我国区域消费水平变化划分为1978-1986年和1986-2011年2个阶段。通过利用传统马尔科夫链及空间马尔科夫链方法,分别构建人均消费水平的非空间和空间马尔科夫转移概率矩阵,对1978-1986年与1986-2011年2个阶段的区域消费水平的时空格局演变特征进行分析。研究结果表明：（1）区域消费水平在2个研究时段内的变化均存在着“俱乐部趋同”现象,无论是低消费水平与高消费水平区域均沿着最初类型稳步演进。（2）区域消费水平变化受到来自邻域消费水平背景的影响,使得其趋同的过程在空间上不独立。（3）区域间消费水平相互作用呈现出显著的东西分异特征,东部地区多为区域自身消费水平与邻域消费水平同时向上转移的状态,西部地区多为向下转移的状态,而中部地区多为平稳分布,邻域消费水平的状态变化较大。 相似文献
9.
基于位置大数据的国庆假期青藏高原人群分布时空变化模式挖掘 总被引：1，自引：0，他引：1
人类活动是引起青藏高原生态环境发生改变的重要因素。很多学者对青藏高原史前人类活动和近几十年的人口分布格局与人口流动开展了大量研究,但有关人群时空分布的精细尺度研究相对缺乏。海量的位置大数据为认识高原人群短期的动态变化提供了新途径。本文利用手机定位数据、人口迁徙数据等高时空分辨率的位置大数据,通过时间序列分解方法和基于统计检验的异常判别方法,分析了2017年国庆期间青海与西藏的人群分布时空变化特征,并探讨了假期旅游行为及人口迁徙与变化特征之间的关系。研究结果显示：① 在省级和城市整体尺度上,定位请求量的假期变化在时间上呈现先降后升的“潮汐”变化模式;② 在精细网格尺度上,西宁和拉萨城市及周边地区的人群分布变化在空间上呈现中心跌、周边涨的“离心化”变化模式。国庆假期人们向城市周边热门景点移动聚集的旅游行为和城市之间的人口迁徙都是导致西宁和拉萨周边地区定位请求量上涨的重要潜在原因,而两座高原城市中心定位请求的下跌不仅与人口迁徙有关,还与假期人类日常行为及定位请求频次的变化等因素有关。通过位置大数据挖掘节庆假期人群分布的时空变化,不仅加深了对高原人口分布格局与流动变化的认识,也为高原城镇化与生态保护的精细化管理与决策提供支撑。 相似文献
10.
消除贫困是人类社会的共同目标。贫困分布具有明显的空间特征,同时呈现出空间异质性和空间相关性。时空统计学以时空分析为优势,在贫困的时空分布及形成机制研究中发挥了重要作用。本文综述了不同时期我国贫困分布的空间特征、贫困数据的空间类型和特征以及贫困时空分布的影响因素,并总结了时空统计学方法在贫困空间研究中的4类应用,包括：探索性空间数据分析,主要为了识别和量化分析贫困的时空分布格局;空间贫困归因分析,通过构建贫困和各地理要素之间的关系模型来分析贫困的影响因素;贫困制图,通过采样区数据得到整个区域的贫困分布;以及贫困的时空变化分析,揭示贫困要素的时空变化过程和其背后的驱动因素。在阐述这些方法的原理基础上,选取了具体案例阐释了时空统计学方法如何应用于空间贫困研究,进一步总结了时空统计学方法在贫困研究中的主要应用和价值;在此基础上,分析了目前空间贫困研究的不足,提出重点应从4个方面拓展时空统计学方法在目前空间贫困领域的研究。 相似文献
11.
城市人群聚集消散时空模式探索分析——以深圳市为例 总被引：2，自引：0，他引：2
城市中人群的移动是带有目的性的,城市空间结构功能也存在差异,导致人群在城市中出现聚集或消散的现象,而且该现象会随着时间不断变化。本文基于海量的手机位置数据,以深圳市为例,采用自相关分析识别出城市中人群聚集与消散的区域,然后将这些区域一天中人群聚散组合成时间序列矩阵,采用自组织图聚类方法（SOM）进行聚类得到9种典型的人群聚集、消散时空模式,结合土地利用现状数据,分析解释了每种聚散模式最可能出现的土地利用组合。该研究从聚集和消散的角度探索了城市人群移动的时空模式,进一步帮助理解城市不同区域人群的移动模式以及与城市空间结构功能之间的关系,对城市规划、交通管理具有参考和指导意义。 相似文献
12.
《中国地理科学(英文版)》2020,(4)
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. 相似文献
13.
在城镇化进程中,城市与近郊之间通过职住、货运、游憩等活动产生越来越紧密的交互联系,对于这些交互联系的准确识别和定量刻画,是理解城乡空间关系的重要手段,也能为城市的资源有效配置与合理规划提供重要的现状信息。本文通过对全北京在一日之内的手机信令数据所反映的人群移动轨迹的深入分析,融合城市的POI信息形成顾及人类活动时空信息的空间交互类型推断。以北京市为例,对城市中心与近郊之间远距离的强交互进行定性、定量和定位的探索。本文发现了北京市多尺度下空间交互模式和距离衰减规律,判断了城乡异常交互类型,对比了城乡之间和城市内部的交互模式的异同,以及基于交互类型视角提取了城乡异常交互的空间特征。研究认为,基于手机信令数据,利用停留点提取和高斯核密度估计的空间交互类型推断有效地发现了北京市周末的远距离出行类型特点,提取了其空间交互强度和空间特征,揭示了基于人类活动的北京市周末城乡交互模式。 相似文献
14.
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。 相似文献
15.
《中国地理科学(英文版)》2021,(4)
The spatial characteristics of residents' leisure activities not only reflect their demand for urban leisure space but also affect the urban spatial layout. This study takes Shenyang, China as an example and analyzes the characteristics of residents' leisure activities through questionnaires. On this basis, it uses point of interest data and mobile phone signaling data to identify various types of residential and leisure functional relationships, and uses spatial analysis and community detection to assess the distance characteristics, flow patterns, and community structure of residents' leisure activities, so as to discuss the spatial structure of residents' leisure activities in Shenyang. The results showed that: 1) in addition to leisure at home, Shenyang residents mainly went to shopping malls, supermarkets,and parks for leisure activities, and the proportions of residents of the two types of leisure activities were approximately equal; 2) the average distances that residents traveled for shopping and park leisure were near in the middle and far in the periphery, and the travel costs of peripheral residents for centrally located leisure were higher than those for residents in central areas; 3) the flow patterns of the residential-shopping and residential-park functional relationships displayed clustering mode characteristics, and Shenyang presented a significant monocentric structure; and 4) residents' shopping activities were concentrated in the southern community, and walking in the park activities were concentrated in the western community. Residents' leisure activities were characterized by centripetal agglomeration,which was prone to problems such as traffic congestion and big city diseases. The spatial expansion process in the city was characterized by obvious directional inheritance and path dependence, and the construction of sub-cities is needed to improve the related service facilities. 相似文献
16.
城市管理事件具有显著的地域特征和周期性特征,挖掘城管事件中隐含的时空规律和潜在影响因子对城市管理具有重要指导意义。然而,目前针对城管事件时空变化及影响因素驱动效应的研究仍较为少见。本文基于贝叶斯时空模型,针对西北某地H市P区的街面秩序类、市容环境类以及宣传广告类城管事件在一周之中的时空演变特征进行建模分析,并探究了影响城管事件案发风险的潜在影响因子。研究发现：① 在空间上,3类城管事件的相对风险分布存在差异,街面秩序类事件集中在城市的居住功能区和商业功能区,而市容环境类集中在城市的居住功能区,宣传广告类主要集中在城市的商业功能区,空间风险后验概率估计表明,以上2个区域是城管事件的热点区域。② 在时间上,每逢周二、周五以及周六,城管事件的相对风险较为突出,但总体上没有明显的单调性。每天的8—10时和14—15时是城管事件高发的时段,其相对风险远高于其他时段。③ 城市建成环境对城管事件的潜在影响存在差异。研究区域内餐饮、交通、生活服务等城市基础设施与城管事件的关联最为紧密,且都表现为正相关。④ 城管事件的案发风险呈现出明显的时空异质性,渐进性的建模过程表明在分析城管事件数据时考虑空间与时间效应的影响是合理且有必要的。研究表明,贝叶斯时空模型的分析结果满足城管部门日常工作中关于城管事件智能分析与重点管控的需求。 相似文献
17.
基于手机定位数据的城市人口分布近实时预测 总被引：3，自引：0，他引：3
精细时空尺度下城市人口分布的近实时预测可为优化公共资源配置、协助城市交通诱导、制定公共安全应急预案、探索城市居民活动规律等提供重要科学依据。本文采用城市手机定位数据,基于时间序列分析方法,分别建立参数预测模型和非参数预测模型,对精细尺度下的城市人口空间分布开展近实时预测。预测结果表明,基于时间序列分析方法的预测模型可为精细尺度下的城市人口分布近实时预测提供方法支持;在本文实验条件下,从人口规模、时空分布、多时间尺度、特殊事件等多个角度评估模型精度,非参数预测模型其预测误差均小于参数预测模型,且预测结果更为稳定。 相似文献