基于海量手机数据的群体活动与城市空间结构适应度分析及选址优化

The percentage of urban population in China surpassed 50% in 2011.Rapid urbanlization has promoted traffic congestion, air pollution,and reduced feelings of happiness. The mismatches between urban activities, spatial infrastructure, and urban functions configuration is one of the most critial research challenges.This project aims at identifying spatio-temporal activity patterns using mobile phone tracking data in order to investigate the adaptability of activities and spatial structures. This project expands the time geogarphy theory to build a space-time data model for activities in both physical and virtual spaces and develops a theoretical approach to analyzing spatio-temporal patterns of massive activities hidden in mobile phone tracking and communication data. We then develop an adaptability model between activities and spatial structures in suppport of location optimization of spatial infrastructures and functions. This project is expected to make several contributions. Firs of all, the proposed process-based space-time analysis method overcomes the shortcoming of traditional GIS which can not adequately support analysis of massive activities in an integrated space-time context. Secondly, the proposed adaptability model between activities and spatial structures provides a new method to optimize locations of new spatial infrustructures and activity centers. Finally, this project can help decision makers identify better strategies of managing current challenges faced in major cities today and design better spatial configurations of infrastructures and functions for future urban developments. It therefore can help make contributions to the development of a sustainable and harmonious socialist society.

2011年我国城镇人口比例已首超50%，快速城市化进程涌现出交通拥堵、空气质量与幸福感下降等城市问题，城市人口活动与空间结构功能配置的相互适应匹配落差是导致这些问题的一个关键所在。如何准确从手机数据中识别城市群体活动时空规律、科学衡量城市群体活动与空间结构的相互适应性是本课题研究中两个关键科学问题。本课题以群体活动与行为的时空特征甄别为研究切入点，拓展时间地理理论，构建现实与网络空间一体化的群体活动时空数据模型，发展基于海量手机数据的大规模群体活动识别及行为模式提取理论与方法，构建大规模群体活动与城市空间结构的适应度模型及其选址优化方法。突破传统GIS无法科学分析海量群体活动与行为时空规律的瓶颈问题，实现GIS理论在时空建模与行为分析等方面的原始创新。对指导我国城市空间模式可持续发展科学决策与精细化城市管理，建设我国资源节约型和环境友好型社会等具有重要的研究和社会意义。

如何准确地从轨迹大数据中识别城市群体活动时空规律、科学衡量城市群体活动与空间结构的相互适应性，已经成为轨迹大数据指导智慧城市建设中的亟待解决的重大科学问题。5年来，本课题按照项目计划以群体活动与行为的时空特征甄别为研究切入点，拓展时间地理理论，在对手机数据质量和时空数据模型的研究基础上，开展了群体活动识别及行为模式提取理论与方法的研究，提出群体活动行为与城市空间结构的适应度分析模型与选址优化方法。分别在1）手机数据质量和时空数据模型研究，如：手机数据使用的重识别与用户隐私保护，手机数据的不同时间、空间间隔采样对人类行为研究的影响，时空棱镜的高效构建和时空数据模型建立等。2）群体活动识别及行为模式提取，如：物理空间和社交空间的交互演变规律提取、个体活动范围的空间度量、活动语义地理模式挖掘、群体移动特征对比、人口动态分布、群体活动时空可达性评价等。3）群体活动与城市空间结构的适应度分析,如：基于人群聚散模式、人群稳定性评估的群体活动与空间结构适应度分析、停留点分布与空间结构适应度分析、人群疏散与道路网疏散脆弱性评估、拥挤城市道路网出行时间分布的估计等。4）城市空间结构选址优化，如：公共出行交通优化（自行车站点选址优化、地铁站周边土地利用分布推断），城市道路通行能力评估与关键节点探测、城市中心等级与发展轴带评价、城市分区与功能组团评价等方面取得了一系列创新性研究成果，达到了项目预定的研究目标。.在项目的支持下，课题组在国内外刊物上发表论文62篇，国际会议论文4篇，被SCI/SSCI收录论文42篇，被EI收录论文9篇，申请专利8项及软件著作权2项，出版专著5本，共培养博士生5名、硕士生22名，其中已毕业博士生5名、硕士生18名。四年来，2人晋升教授(研究员)，2人晋升博士生导师。