排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
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
2.
基于大数据的极端暴雨事件下城市道路交通及人群活动时空响应 总被引：2，自引：1，他引：2
随着全球气候变化加剧,极端降雨增多,暴雨内涝灾害频发,严重威胁城市的可持续发展。快速掌握暴雨给城市交通及人群的影响,有助于提高灾害应急管理水平和事件响应能力。利用实时动态的交通路况信息和手机定位请求数据,通过一种融合STL时序分解技术与极端学生化偏差统计检验的时间序列异常探测方法,监测和分析暴雨内涝灾害事件中,城市道路交通和人群活动的时空响应特征,并以2018年7月16日发生在北京的极端暴雨事件为例开展实证研究。研究结果显示,在降雨集中的早、晚高峰两个时段（8—9时、18—19时）,市区的拥堵道路数量超出往常水平最高可达150%,异常检测分析显示拥堵道路数量和交通拥堵指数均达到异常甚至极端水平。人群活动的异常响应分析结果显示,暴雨事件引起定位请求量异常升高、异常点增多,且异常点的空间分布与1 h前的降雨量分布存在较高相关性。以上结果不仅证明了大数据及异常检测方法对于快速洞察暴雨事件对城市交通及人群影响的有效性,也为城市暴雨内涝灾害的应急响应与管理提供了新的技术手段。 相似文献
3.
青藏高原人口流入流出时空模式研究 总被引：2，自引：1，他引：1
在大数据时代,来自网络的人口迁徙数据,为开展区域间人口流入、流出模式研究提供了强有力的数据支撑。本文基于腾讯日迁徙数据（2015—2018年）,借助时间序列、社交网络和时空统计等分析方法,剖析、挖掘了青藏高原人口流入与流出模式,探讨了青藏高原与国内其他城市间的季节性人口流向和人口互动网络特征。结果表明：① 青藏高原人口流动具有显著的周期性特征,年内呈低—中—中高—高的季节性变化规律;2015至2018年,青藏高原在全国城市流动人口互动网络中的地位持续提升,人口流动量提升了8.2%,网络排名提升了24.5%,中值季、中高值季和高值季相对低值季而言,日均人口流动量依次增高14.2%、26.7%、57.8%;② 青藏高原人口流动方向集中在青藏高原NEE-67.5°至SEE-112.5°的45°扇形区间,并且青藏高原与周边省份的省会城市互动频繁;③ 全国大部分城市与青藏高原人口互动强度持续增强,旅游业起到了关键的推动作用;新疆和田和巴音州、重庆、广安、眉山和河南三门峡与青藏高原间呈现中值季—中高值季升高而高值季下降模式,反映了青藏高原的劳务输入存在季节性变化的规律;吐鲁番、东莞和运城出现高值季下降模式则主要是物资供给关系导致的结果。 相似文献
1