项目名称: 基于海量时空数据的城市居民移动模式研究

项目编号: No.41271386

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 天文学、地球科学

项目作者: 刘瑜

作者单位: 北京大学

项目金额: 60万元

中文摘要: 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。

中文关键词: 位置感知设备;时空数据;人类移动模式;地理环境影响;城市活动系统

英文摘要: 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, an

英文关键词: Location Aware Devices;Spatio-temporal data;Human mobility pattern;Geographical impacts;Urban activity system

成为VIP会员查看完整内容
0

相关内容

中国AI中台赋能城市空间管理白皮书(附42页PDF下载)
专知会员服务
56+阅读 · 2022年2月7日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
最新《图机器学习》综述论文,19页pdf
专知会员服务
150+阅读 · 2021年5月5日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
77+阅读 · 2021年3月20日
专知会员服务
51+阅读 · 2020年12月19日
专知会员服务
43+阅读 · 2020年12月8日
空间数据智能:概念、技术与挑战
专知
8+阅读 · 2022年2月4日
手机的负一屏有用吗?
ZEALER订阅号
0+阅读 · 2021年11月14日
「时空数据分析」综述论文,44页pdf
专知
9+阅读 · 2021年3月20日
【综述】交通流量预测,附15页论文下载
专知
22+阅读 · 2020年4月23日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
北京市通勤出行特征与典型区域分析
智能交通技术
28+阅读 · 2019年7月19日
我国智能网联汽车车路协同发展路线政策及示范环境研究
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Antipatterns in Software Classification Taxonomies
Arxiv
0+阅读 · 2022年4月19日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
26+阅读 · 2020年3月13日
Arxiv
15+阅读 · 2018年4月3日
小贴士
相关VIP内容
中国AI中台赋能城市空间管理白皮书(附42页PDF下载)
专知会员服务
56+阅读 · 2022年2月7日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
最新《图机器学习》综述论文,19页pdf
专知会员服务
150+阅读 · 2021年5月5日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
77+阅读 · 2021年3月20日
专知会员服务
51+阅读 · 2020年12月19日
专知会员服务
43+阅读 · 2020年12月8日
相关资讯
空间数据智能:概念、技术与挑战
专知
8+阅读 · 2022年2月4日
手机的负一屏有用吗?
ZEALER订阅号
0+阅读 · 2021年11月14日
「时空数据分析」综述论文,44页pdf
专知
9+阅读 · 2021年3月20日
【综述】交通流量预测,附15页论文下载
专知
22+阅读 · 2020年4月23日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
北京市通勤出行特征与典型区域分析
智能交通技术
28+阅读 · 2019年7月19日
我国智能网联汽车车路协同发展路线政策及示范环境研究
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员