基于海量时空数据的城市居民移动模式研究

The development of information and communication technology (ICT) makes it possible to collect large volumes of individual data and to conduct individual-based studies on geographical issues. Geographical information systems and science (GIS&S) encounter challenges and opportunities for managing and manipulating such individual-based data. In terms of applications, with the rapid urbanization in China, understanding the spatio-temporal characteristics and mechanism of urban motion/activity systems is an important approach to deal with critical issues in urban management. Widely-applied location-aware devices (LAD), such as mobile phones and GPS receivers, generate large volumes of individual trajectory data and provide a means for observing urban dynamics from a micro perspective. In this research, we plan to conduct empirical studies using the LAD-based data to extract human mobility data and compute the associated patterns. Based on the observed patterns, we will incorporate techniques including GIS, spatial statistics, and data mining to identify the underlying forces such as land uses, population density and street network, of the observed patterns. We intend to construct an intra-urban motion model, which takes into account spatial heterogeneity, distance decay, spatial distribution of re-visited points, and constraints of street network, to interpret the actual activities of individuals. We plan to develop a software package to implement and validate the proposed model. An iterative process is in need to configurate model parameters and improve the model. As the final output of this project, the intra-urban human mobility model, as well as the software package, will absolutely provide scientific supports for optimizing urban motion-activity systems and solving various problems, such as the traffic congestion problems, which are common in many cities of China.

信息通讯技术的发展，使得获取海量个体时空数据并从微观层面研究宏观地理问题成为可能，给地理信息系统与科学带来了新的机遇和挑战。在应用层面，为了全面科学应对中国快速城市化过程中的各种复杂城市问题，城市活动系统的时空特征、机理及空间对策已成为目前学术界和政府管理部门亟待解决的重大科学问题。从微观层面获取城市居民移动海量数据并提取时空模式是解决该问题的关键途径。本研究利用位置感知设备（如手机、GPS接收机等）获取海量个体移动数据，集成地理信息系统、空间统计分析、数据挖掘等技术方法，挖掘城市居民移动模式及时空分布特征，分析该模式与城市土地利用、人口密度、交通网络等不同地理要素之间的关系，突出空间异质性、距离衰减、锚点分布、道路网络等地理规律和环境变量的制约，尝试建立城市尺度上的人类移动解释性模型，为城市活动系统的"软性"优化及各种城市问题的有效解决提供科学支撑。

随着信息通讯技术的发展以及位置感知设备的广泛应用，带有个体移动信息的地理空间数据得到了爆炸式的发展，从个体视角出发研究地理空间环境中人的影响，建立联系微观个体与宏观地理现象的“桥梁”，并深入地探讨“人地关系”问题也面临着新的机遇与挑战。与此同时，地理信息系统与科学研究相关的基础理论也能够得到推进与发展。.本项目针对位置感知设备获取的海量个体时空移动数据，结合城市用地结构、人口密度、路网结构等地理特征进行分析，从而为城市规划提供决策支持。主要研究内容包括：基于位置感知设备的个体移动数据采集与预处理方法；个体移动轨迹数据时空模式提取与可视化表达；个体移动模式与地理因素的相关分析；城市尺度人类移动的一般性模型建立与应用。.本项目建立了城市空间人类移动的一般性模型，发现群体移动所展示的距离统计分布是由于个体出行的距离衰减效应和空间异质性共同作用的结果；同时，提出了区分不同活动类型的方法，进而分析城市居民移动模式；另外，引入复杂网络分析方法，探究了嵌入空间的交互网络特征，分析城市空间结构的社群特征及其地理环境影响；项目在研究的基础之上，提出了社会感知概念，建立了大数据支持下的地理空间分异建模与分析框架。.项目运用的关键数据主要是从手机、浮动车、手持GPS、社交媒体等途径获取的多源海量个体轨迹数据，可以分为带有时间标签和位置信息的移动类感知数据和带有时间标签以及活动信息的活动类感知数据。.本项目是已有人类移动模式研究的特化和有力补充，对地理信息科学和城市地理学的研究具有重要意义。在地理信息科学方面，时态是GIS 建模中需要考虑的重要因素，本研究针对海量个体移动轨迹数据，进行时空数据挖掘和可视化，从而有助于完善已有的时空数据的建模、管理和分析技术。在城市地理学方面，本研究提出了社会感知分析框架，建立了相对完整的基于位置感知设备获取城市活动特征的方法论，为地理大数据的研究奠定了理论基础。针对实例城市，通过分析个体移动与不同地理因素之间的关系，建立了城市尺度人类移动模式的一般性模型，研究成果将有助于城市空间结构“软性优化”，为城市用地、交通等的合理布局等应用提供决策支持。