邯郸论文组

硕士论文摘要——基于移动通信数据的居民活动空间分析方法研究

悠闲老头看交通2019-04-14 13:24:17

城市空间结构的合理性是城市健康发展的必要条件,单纯的以公交为主的交通模式并不能代替健康的空间联系结构。在城市的发展演化过程中,空间布局的职能分化带动了城市形态的分化,进而形成了城市的内部空间布局。在城市总体规划中,要在纲要阶段对城市的空间结构合理定制。在这种背景下,研究城市建成环境与居民活动空间的关系对于城市和交通规划具有重要意义。

大数据时代给交通各领域的研究都带来了深远的影响,在这种情况下,合理利用数据来研究交通领域的问题成为了许多研究的重点。其中,移动通信数据在长时间追踪个体位置信息上有着显著的优势,并且更新周期短,准确性高。本文旨在通过对移动通信数据的挖掘,提出能够描述居民活动空间的有效指标,以作为讨论城市建成环境与居民活动空间关系的基础。

首先,论文对居民的居住地的识别,提出了三种方法,并对这些方法进行了详细的讨论和分析。通过时间阈值法来识别居民居住地是类似研究中最常用的方法,但不同研究所使用的时间阈值不同,论文细致讨论了不同时间阈值对于识别结果的影响,结果发现此方法的准确性与可用性不高。而时间绝对值法则能够识别所有居民的居住地,但其准确性扔有待商榷。经分析比较不同方法发现,依据信息熵法来识别居民居住地,是一种非常有效又合理的方法,能够准确地识别居民居住地。

其次,论文对居民的工作地进行了识别,识别方法与居住地的识别方法相同。对于工作地的识别,三种方法的识别率要远低于居住地的识别,但考虑的实际就业率,工作地的识别仍然有重要的参考价值。

之后,论文提出了利用移动通信数据来提取和分析居民活动空间的新思路。即根据锚点理论,寻找居民活动空间中的重要停留点作为锚点。具体方法为,在将移动通信数据转化为居民在不同停留点的停留时间后,根据居民在不同地点的停留时间、出现次数以及与其他地点的关联情况,计算居民对于每个停留点的兴趣值。然后,利用居民的兴趣值构建出一个多维子空间,再通过高维子空间聚类的方法对居民进行聚类。研究结果表明,此方法可以有效对居民进行聚类,并与锚点理论相结合,得到拥有不同数量锚点的居民类别。

最后,论文通过凸多边形法来描述居民活动空间范围的大小,通过其长宽比来表述居民活动空间的方向性。结果表明,不论居民拥有几个锚点,其活动空间的大小均服从参数相同的指数分布,长宽比均服从参数相同的正态分布。这一结论对于交通规划与城市规划有着非常重要的实际应用价值。

本文对于居民活动空间进行了一部分的有效描述,包括居住地、工作地以及类别隶属关系、活动空间范围等,能够为之后讨论城市建成环境与居民活动空间的关系提供很好的支撑。但本文尚未涉及到城市建成环境方面的研究。此外,针对移动通信数据的有效性也值得深入讨论,为相关研究的准确性作为支撑。 

 

关键词:移动通信数据数据,职住识别,锚点理论,多维子空间聚类,活动空间描述