基于手机信令数据的城市居民动态OD矩阵提取方法

现有的城市居民出行调查周期较长,交通小区划分粒度粗糙,导致调查不能及时准确地获取居民出行信息。针对该问题,提出了一种基于手机信令数据的城市居民动态OD矩阵提取方法。首先,针对信令数据中的两种复杂噪声:乒乓切换和漂移数据,提出了基于窗口阈值的检测与等效位置替换方法,以及复杂漂移点的检测和标记处理方法;然后,提出一种改进的ST-DBSCAN聚类方法,引入一种等时化方法将时间信息与空间信息相结合,识别出行过程中的驻留点;最后,基于地理信息系统构建含有道路关键节点的路网,将居民出行OD与路网节点相匹配,有效推导出城市居民动态OD矩阵。实验结果表明:与ST-DBSCAN算法相比,所提改进的ST-DBSCAN算法在聚类效果和识别速度上分别提升了6.10%和5.26%;与统计方法和二阶统计量方法相比,基于改进的ST-DBSCAN算法的动态OD矩阵提取方法在均方误差(MSE)上分别降低了16.98%和21.55%。以北京市为例,运用提出的动态OD矩阵提取方法,能够及时有效地分析城市居民日常与高峰时段的出行特征。

基于手机信令数据的上海五个新城独立性动态特征与趋势研究

“独立的综合性节点城市”是上海“十四五”对五个新城发展的战略性定位和重要要求之一。基于2014年、2020年的两期手机信令数据,从通勤活动和生活活动两个方面测度了上海五个新城的“独立性”及其发展趋势。研究发现,虽然五个新城职住规模较为均衡,但实际“独立性”存在弱化趋势,部分新城向中心城通勤和生活出行的比例高达20%以上,“卧城”特征十分明显;五个新城对周边地区就业和活动的吸引力正在不断增强,但对中心城的“反磁力作用”始终较弱。轨道交通可能大大强化了新城的“卧城”作用,但并没有促进新城的“反磁力”作用。上海五个新城仍处在由依赖中心城区的半独立卫星城向自我平衡的独立新城转变的阶段,其“独立性”仍有较大优化空间。

杭州地铁通勤客流特征研究

为解决城市就业与居住空间失衡的问题,文章深入研究城市轨道交通乘客出行的时空特征。研究基于中国移动手机信令数据,分析杭州市职住人口空间分布和地铁通勤数据在职住空间匹配程度下的时空特点。研究过程中,静态特征依托职住平衡、空间错位和就业-居住偏离三大指数,得出杭州市就业人口和居住人口在空间分布上具有一致性,同时工作人口相对于居住人口呈现出更为聚集的现象,在一定程度上揭示杭州市多中心化的空间结构特点。动态联系依托杭州市轨道交通乘客的出行特征,包括出行距离、出行时间等。结果显示,城市轨道交通在长距离通勤方面具有显著优势,同时城市轨道交通的通勤吸引范围大约为1 km,步行作为主要的接驳方式。通过对静态特征和动态联系的深入研究,得出杭州市职住空间匹配合理程度以及地铁通勤时空特征的初步结论,为未来城市规划和交通发展提供重要依据。

城市居民行为空间分析和规划应对——以武汉市主城区为例

准确掌握城市居民居住、工作、游憩、交通等行为活动的空间特征,构建人、产、城、交通一体化发展的城市功能格局和空间结构,是新时期国土空间规划贯彻以人为中心的发展理念的重要体现。研究借助手机信令、地铁刷卡记录等大数据,构建城市居民行为空间分布和住职(居住地—就业地)、住娱(居住地—消费娱乐地)出行特征分析框架,并以武汉市主城区为对象,开展城市居民行为空间特征分析。基于多源大数据的分析结论,进一步对武汉主城区国土空间的功能布局和轨道交通服务覆盖进行评估,并提出空间规划优化建议。研究探索了大数据技术在国土空间规划中的应用场景和技术框架,为当前全面推进的国土空间规划编制工作提供有益参考。

疫后恢复期基于时空行为的武汉市主城区活力空间及发展策略研究

疫情改变了人们的生活内容和行为。基于疫后恢复期城市居民时空行为,对城市活力时空间进行重新识别与优化,有助于加快城市经济恢复、促进城市健康发展。借助Python获取百度慧眼2021年1月31日(休息日)和2021年2月1日(工作日)武汉主城区居民的位置数据,运用ArcGIS核密度分析、重分类、叠加分析、标准差椭圆等方法进行分析。首先,得出武汉主城区居民在休息日和工作日的不同时空行为特征;接着,通过与疫情前同时期对比,挖掘疫后恢复期人口时空行为新特征;同时,基于午间经济与夜间经济的特征研究,提出武汉市主城区职住分离特征,并采用认可度较高的椭圆标准差及重心分析法进行了验证。最后,基于新现象和不足,对武汉市在未来的发展提出建议与对策。

基于手机信令的城市道路交通状态实时预测

为准确、实时预测道路交通状态,通过分析影响交通的因素,利用决策树算法对速度和环境因素等数据进行建模,确定交通拥堵发生的规则,在此基础上结合实时的移动用户和环境因素数据对交通状态进行预测。以中国河北保定城区为例进行实验,验证了该方法的有效性。同时,研究发现,基于决策树算法进行道路交通状态预测的方法具有较好的扩展性。

基于手机信令数据的城市空间结构研究——沈阳城市职住状况分析与评价

本文以沈阳为例,利用手机信令大数据作为数据源,提取现状岗位布局和职住空间联系信息,从居民职住的静态分布与动态联系两个维度,建立城市空间结构评价的技术框架,综合评价城市空间结构现状特征。以城市多中心结构发展理论为依据,对照沈阳规划提出的多中心结构发展目标,判断城市空间结构的发展阶段,挖掘城市现状问题,建立并提出城市从“形态多中心”向“功能多中心”发展的规划引导对策。

移动网络使用特征及其虚实空间联动性研究

移动网络使用在日常生活中的比重逐渐增加,对个体时空间活动产生了一定的影响。手机信令数据的获取途径能够同时反映虚实空间活动特征及其相互关系,因此以该数据为基础,对个体虚拟空间活动特征及虚实空间联动关系进行探究。研究发现:上海核心用户日均上网时长已达5.35小时,主要集中于“网络购物”“手机视频”和“社交网络”等类型,且访问类型随性别、年龄、访问强度等特征而发生变化;其次,访问类型间存在一定的相关性,并呈现圈层分布的网络结构;再次,虚实空间关系呈现由相互促进到相互制约的变化,网络访问作为一种新的个体属性“标签”,能够对个体行为模式和空间分布进行解释与分析。

手机信令数据支撑下广州市过剩通勤及其空间分异格局

利用手机信令数据构建居委会尺度下的职住联系数据库,分析广州过剩通勤及其空间分异格局。研究发现,广州市过剩通勤为76.01%,与国内和西方国家城市相比处于较高水平,说明广州市职住空间组织效率偏低。过剩通勤的空间分异特征主要表现为:功能相对单一的郊区大型工业或房地产集聚区过剩通勤率偏高;传统市中心虽然就业机会集中,但因为高居住成本也出现较高的过剩通勤率;近郊区的特定功能区域,如大学城、偏农业发展型城郊村等区域出现较低的过剩通勤率;快速轨道交通(地铁)建设因降低了居民对通勤距离的敏感度而导致过剩通勤水平的提升,高过剩通勤率空间分布与地铁沿线和地铁站点分布存在一定的空间一致性。提升大城市的职住空间组织效率除需重点考虑提升区域职住空间平衡外,优化城市功能结构、降低住房成本区域差异等也需予以重点考虑。

多源时空大数据在疫情防控中的应用

利用手机信令等多源时空大数据,通过核密度分析法、多源数据人口密度估算法,计算确诊病例对周边影响、居住人口密度等疫情风险因素;基于风险因素建立基于多源时空数据的小区风险评估模型,计算评估小区疫情防控风险,确定疫情防控重点区域,进而基于多源时空数据开展园区复工状况评估,旨在为新冠肺炎疫情防控风险评估、精准防控工作提供参考。

“电磁波”专题研讨式教学的实践探索

以热点问题为切入点,对大学物理中“电磁波”专题采用研讨式教学法进行了实践探索,从教学设计理念、内容选取与优化、模式设置以及课堂实施等方面进行了介绍,并结合实践经验就如何提高研讨式教学效果进行了思考.

基于手机信令数据的合肥市郊区职住空间特征研究

针对郊区职住空间特征展开深入研究,是探索城乡功能空间关系的重要途径,对于化解城乡二元结构矛盾、实现城乡统筹发展有重要意义。本研究聚焦安徽省合肥市郊区,利用覆盖市域范围的手机信令数据,识别郊区职住人口,开展郊区职住空间的分布格局与特征的可视化分析,进而以职住偏离指数、自足性指数和空间错位指数剖析不同空间尺度下的郊区职住空间匹配合理程度,讨论合肥市郊区与中心城区的职住关系。研究结果显示,合肥市郊区以居住功能为主导,职住空间分布总体呈现不均衡状态;仅少数远郊乡镇的职住一体化程度较高;大多数近郊乡镇街道职住功能不匹配,与中心城区存在职住功能互补关系。

大数据支撑下的土地利用混合对公交出行影响分析——以宜兴市中心城区为例

城市机动化进程加速异致城市交通问题日益突出,公交出行理念越来越被采纳,其中混合的土地利用模式被认为是提高公交出行的重要手段,但目前对于中小城市土地混合利用对公交出行影响鲜有讨论。在大数据背景下,本文结合城市大数据与小数据,以宜兴公交站点周边地区为研究对象和单元,提出结合公交刷卡数据与手机信令数据的公交分担率计算方法,进而分析土地利用混合对公交出行影响。研究表明,大数据和小数据结合的方法能够很好计算公交出行分担率,为相关规划和管理部门提供基础依据和决策参考。对于宜兴这种中小尺度城市,土地利用混合度对公交出行影响较小,采取混合土地利用方式进行土地开发,并不能有效提高居民公交出行比例。

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。

TEMS手机在无线网络中的应用

介绍了GSM移动通信系统及通信信令流程的相关内容。在此理论基础上,为了进行信令流程的分析,通常使用TEMS手机进行追踪。本文详细介绍了如何在测试过程中使用TEMS手机,以及根据测试结果进行相应数据内容分析的过程。

重庆市中心城区生活中心的识别与评估

把握生活中心的现状特征,监测其动态发展是编制相关规划、进行城市管理的基本要求。文章基于手机信令数据,采用局部回归法识别了重庆市中心城区生活中心,发现其呈现多中心的结构特征,但生活中心集聚的趋势依然较为明显。在此基础上,结合消费行为和基础条件维度的演绎,对比生活中心实际发展情况和理论发展潜力,评价了重庆市中心城区高等级生活中心的空间发展绩效,并将其分为发展良好、发展较高效、发展尚可、发展一般和发展较低效5类,以期为编制相关规划、建设城市生活中心提供参考。

基于手机信令数据的用户位置预测方法研究

手机信令数据记录了用户的移动行为,为位置预测提供数据来源。为了发挥手机信令数据在位置预测中的优势,本文构建了强化位置间前后关联的LSTM预测方法。首先,本文提出一种循环迭代的数据清洗方法,可大幅减少冗余位置信息,为提取停留点作准备;其次,以基站小区为单位提取停留点,并结合背景地理信息获取用户含有语义特征的轨迹;然后采用矩阵降维的方法将稀疏的one-hot位置编码转化为位置嵌入向量,将位置间的语义关联隐含到位置嵌入向量中,与下游拥有预测任务的LSTM网络组成基于LSTM的位置预测模型。最后的实验证明该模型对手机信令数据具有良好的预测效果。

无线便携式脉象检测系统设计

针对现有脉象仪成本高,不便携带等缺点,结合中医脉诊和移动医疗,设计了一种无线便携式脉象检测系统。采用压电薄膜传感器采集脉象信号;通过信号调理电路,对信号进行放大、滤波、电压抬升等处理;STM32F103单片机对信号进行A/D转换后,采用高通滤波去除基线漂移,加权滑动平均滤波消除毛刺,再通过HC—05蓝牙模块无线传输至Android智能手机;手机端实现信号的波形绘制,脉率及脉象显示。测试结果表明:系统稳定性和准确性良好,具有脉象异常报警功能,且成本低,体积小,功耗低,适于家庭使用。

手机信令数据在交通枢纽客流监测中的应用——以重庆市为例

为及时、准确地掌握节假日期间综合客运枢纽的出行规律,针对客流数据采集的非实时性问题,采用手机信令数据研究了交通枢纽客流监测方法。以重庆北客运枢纽为例,根据枢纽和基站的分布特性划分了监测范围,采用手机信令数据实现了在站客流、全日客流和集散时间的实时监测,并分析了不同节假日期间交通枢纽的运行特征。最后,通过交通枢纽的历史客流数据对本文提出的监测指标进行了验证。结果显示,利用手机信令数据监测的交通枢纽客流量准确率达90%以上,可用于综合客运枢纽的客流实时监测和预警。

基于手机信令数据浅析天津地铁1号线客流与周边用地吸引力的关系

轨道交通站点是轨道交通连接周边城市空间的重要节点,轨道交通的线网客流特征通常都是由线路上的各个站点的特征所决定。该文从手机信令角度出发,探索天津地铁1号线沿线用地吸引力与车站客流之间的关系,找出制约天津客流增长的原因,并针对上述问题提出改善建议。