基于数据融合的城市人口移动建模

发布时间：2023-03-29 18:43

　　长期以来,城市人口移动的研究就一直是解决公共卫生、公共安全、城市规划等问题的基础。通过建立个体层级的城市人口移动模型来开展相关研究,更是有助于研究相关问题的内部机制与进一步开展情景分析。据现有城市人口移动建模所使用的数据源来看,其一,传统出行调查数据存在如采样率低、更新周期长以及采集代价高昂等局限性;其二,新兴的轨迹大数据存在样本有偏性、缺少社会人口属性信息等局限性;其三,覆盖全人口的普查数据往往又缺少人口移动信息。因此,现有的使用单一轨迹数据源来建立的个体层级城市人口移动模型也将受其数据源的影响而存在相应的固有缺陷。针对上述问题,为了整合不同数据源的优点,弥补其局限性,本研究提出了一种基于数据融合的个体层级城市人口移动建模框架。这一建模框架通过生成人工人口,对不同移动数据源执行居住地挖掘算法,以居住地为关联语义向人工人口引入多种移动数据源,基于移动数据源构造个体出行链等一系列处理,从而可生成一个覆盖全人口且拥有人口属性的城市人口移动模型。在此基础上,本研究进一步提出了一种基于时空选择的出行链生成算法。这一算法通过填充个体的固定时间片与弹性时间片,为人工个体随机生成每日的活动链,并基于...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 引言
    1.1 研究背景
    1.2 国内外研究现状
        1.2.1 研究数据源现状
        1.2.2 城市人口移动模型研究现状
    1.3 研究内容
    1.4 论文架构
第2章 数据源概述
    2.1 数据源类型
        2.1.1 人口普查数据
        2.1.2 建筑物信息数据
        2.1.3 出行调查数据
        2.1.4 手机定位数据
    2.2 手机数据处理
第3章 基于数据融合的建模框架
    3.1 框架设计
    3.2 人工人口生成模块
    3.3 职住地挖掘模块
    3.4 出行链生成模块
    3.5 结果分析
        3.5.1 通勤出行空间分布
        3.5.2 家庭与居民个体实例
        3.5.3 活动点空间分布
        3.5.4 晨昏时段人口数量变化
第4章 基于时空选择的出行链生成算法
    4.1 算法流程
    4.2 时间选择
        4.2.1 固定活动模式提取
        4.2.2 弹性活动模式提取
        4.2.3 活动模式链生成
    4.3 空间选择
        4.3.1 业余活动地点空间分布特征
        4.3.2 出行链生成
        4.3.3 结果分析
第5章 结论与展望
    5.1 研究结论与贡献
    5.2 研究展望
参考文献
附录
致谢
作者简历及攻读学位期间发表的学术论文与研究成果



本文编号：3774275