基于手机定位数据的城市人群通量估计

The urban crowd flow is an important part of urban dynamics. For the urban commercial site selection, the urban crowd flow is one of the important factors. Therefore, it is necessary to measure the change of regional crowd flow quantitatively. Traditionally, the urban crowd flow is estimated using volunteer surveys or taxi trajectories data. The main problem is that sampling data is often biased and can’t represent complete sample. At present, the emergence of large-scale urban mobile phone location data brings great opportunities and challenges for the estimation of urban crowd flow. Therefore, the urban crowd flux is defined as an indicator expressing the influx and outflow of crowd in an urban area unit per unit time interval, and a set of models and methods are proposed for estimating the urban crowd flux based on mobile phone location data in this project, which includes: (1) Accurate reconstruction of urban crowd mobility trajectory. (2) Urban crowd flux estimation with mobile phone location data. (3) Accuracy evaluation and visualization of urban crowd flux. In conclusion, a strategy of combination of theoretical and experimental analysis is used to estimate the urban crowd flux. Then the example verification and application demonstration are carried out in Beijing, in order to provide theoretical methods and data support for the commercial site selection and urban public safety.

城市人群流动是城市动态分析的重要组成部分。在城市商业选址中，人流量是决定选址与否的关键因素之一，具体表达为单位时间间隔内城市中单位面积区域的人群流入和流出数量。已有的城市人群流动估计研究大多采用志愿者调查或基于出租车轨迹的方式，主要问题是采样数据常常有偏且不能代表全体样本。现阶段，大规模手机定位数据为城市人群流动估计带来了巨大的机遇与挑战。为此，本项目定义城市人群通量这一指标对城市内部区域的动态人群流动进行定量估计，提出一套基于手机定位数据的城市人群通量估计模型与方法，主要包括：（1）基于手机定位数据的城市人群流动轨迹精确重建；（2）基于手机定位数据的城市人群通量高精度估计；（3）城市人群通量估计结果的精度评价及可视化表达。本项目从理论方法与实验分析相结合的角度对城市人群通量进行高精度估计，在此基础上以北京市为例进行实际应用验证，为城市商业选址、公共安全等领域提供理论方法和数据支撑。

在以往的城市规划研究中，细粒度的人口数据被认为是至关重要的因素。但是，根据人口普查数据生成的人口仅代表一个地区的静态人口数量，并不能表示该地区的潜在人数以及人群流动的变化。因此，基于静态人口的决策可能与现实产生偏差。为了克服这一问题，本研究提出了城市人群通量的概念，将其定义为单位时间间隔内流入或流出某个区域的人群数量。进而，基于手机位置数据利用轨迹网格重构方法估算该城市的人群通量。首先，对手机位置数据进行数据清洗并提取每个人的运动轨迹。然后，结合道路数据，通过网络插值法重构每个人的运动轨迹。最后，利用每个用户的移动速度估算每个时间间隔在时空网格上的城市人群通量。本研究对北京是人群的流动进行了轨迹，并分析了人群通量的时空特征。