精细地图融合手机信令的城市人口时空分布特征研究_王梅红.pdf

第 48 卷第 1 期2023 年 2 月Vol.48 No.1Feb.2023测绘地理信息Journal of Geomatics精细地图融合手机信令的城市人口时空分布特征研究王梅红1 贺风1 司连法1 侯笑宇1 周俊蓉2 龙云涛1 关茜11 中国地图出版社有限公司，北京，1000542 成都方未科技有限公司，四川 成都，610065Research on Spatiotemporal Distribution Characteristics of Urban Population Based on Integration of Fine Map and Mobile Phone SignalingWANGMeihong1 HEFeng1 SILianfa1 HOUXiaoyu1 ZHOUJunrong2 LONGYuntao1 GUANXi11 Sinomap Press Co.，Ltd.，Beijing 100054，China2 Chengdu Fangwei Technology Co.，Ltd.，Chengdu 610065，China摘要：针对城市人口时空分布研究中缺乏以精细地图数据为支撑的地理分析方法、不能真实反映人类活动目的等问题，提出了一种精细地图融合手机信令的方法。该方法以地图为智能底板，基于信令轨迹中的基站位置与精细地块的类型，通过空间计算和时间推理得到手机用户在每个时段的驻留地块以及驻留时长，建立基于精细地块的人口空间化模型；识别每个地块中的职住人口和短期到访人口，再汇总得到任意目标区域的实际服务人口总量及人群结构，分时段研究人口流动和聚集变化特征。经过验证，该方法提升了人口时空分布研究结果的真实性和实用性，弥补了手机基站定位与用户实际位置存在偏差且无法准确识别居民行为规律的不足，为城市人口精细化管理、重点区域人流监测与安全保障、优化公共资源配置等提供可靠的决策支撑。关键词：精细地图；手机信令；驻留地块；实际服务人口；时空分布中图分类号：P208文献标志码：AAbstract：The research on the spatiotemporal distribution of urban population lacks the geographical analysis methods supported by fine map data，so it can not reflect the purpose of human activities.In view of this，we propose a method based on integration of fine map and mobile phone signaling.Based on the location of base station in signaling trajectory and fine plot type，we use the map as the intelligent floor and get the resident plot and resident duration of mobile phone users through spatial calculation and time reasoning.Then，we establish a population spatial model based on fine plots，identify the jobs-housing population and short-term visiting population in each plot，and summarize the total population actually served and population structure in any target area to study population flow and aggregation characteristics in different periods.The experimental result shows that the method improves the authenticity and practicability of the research results，and makes up for the shortcomings of mobile phone such as the deviation between the location of base station and the actual location of users and the inability to accurately identify the behavior rules of residents.It is expected to provide reliable decision-making support for the fine management of urban population，the monitoring and security of the flow of people in key areas，and the optimization of the allocation of public resources.Key words：fine map；mobile phone signaling；resident plot；actually served population；spatiotemporal distribution城市发展的诸多问题都围绕着“人”这个核心因素。随着城市化进程的加速，城市之间以及城市内部的人口流动日益频繁，城市管理决策对于人口分布数据的时效性、精细度要求愈加强烈1，2。传统的人口时空分布研究大多使用抽样调查统计数据和普查数据3，4，存在人力物力成本高、空间精细度低和时效性差等诸多不足。随着时空大数据的出现和数据挖掘技术的发展，学术界在精细时空尺度上对城市人口社会经济特征分布的研究中取得了长足进DOI：10.14188/j.2095-6045.2022851文章编号：2095-6045（2023）01-0049-04引用格式：王梅红，贺风，司连法，等.精细地图融合手机信令的城市人口时空分布特征研究 J.测绘地理信息，2023，48（1）：49-52（WANG Meihong，HE Feng，SI Lianfa，et al.Research on Spatiotemporal Distribution Characteristics of Urban Population Based on Integration of Fine Map and Mobile Phone SignalingJ.Journal of Geomatics，2023，48（1）：49-52）基金项目：国家自然科学基金（42071448）。测绘地理信息2023 年 2 月展，涌现了大量基于手机信令数据、公交刷卡数据、社交媒体数据等时效高、覆盖广的位置大数据的研究5-8，弥补了传统方法的不足。手机信令数据具有样本大、时效高、用户轨迹连续等综合优势，成为最热门的研究数据来源9-11。基于手机信令的人口时空分布研究也在不断发展，研究数据源从单一数据源发展到多源数据，如结合夜间灯光和微信定位数据开展的北京市中心城区人口空间化研究12、结合共享单车数据开展的城市内部人口空间流动特征研究13。人口空间化从一般格网化到带有空间信息的格网化，从低时空分辨率到高时空分辨率。有学者利用手机信令数据研究了天津市小白楼 CBD 片区的人员规模变化趋势、分地块人数极值时空分布、驻留与流动人员时空分布14；也有学者基于手机信令数据从基站网格、乡镇街道及区县 3种统计级别分析了合肥市郊区居民的工作地和居住地的分布特征15。然而，现有研究大多以移动基站位置或者地理网格为分析单元，人口空间化的尺度多针对区域或城市，少有针对社区、住宅小区级的研究。基站位置与用户的实际位置存在偏差，网格方法存在一个格网多个语义的问题，无法准确表达用户行为，无法描述居民出行目的及规律。由于缺乏以精细地图数据为支撑的地理分析方法，分析结果在空间精细化方面还有提升的空间，在真实性和实用性上还存在很大不足。鉴于此，本文提出一种精细地图融合手机信令数据研究城市人口时空分布特征的方法，从人口总量和人群结构、不同时段人口流动和集聚变化两个方面开展研究。以信令轨迹为数据源，建立基于精细地块的人口空间化模型进行人口分布识别，在保持信令数据精细度高、时效性高的同时，提升人口分布结果的真实性和实用性，为城市人口精细化管理、重点区域人流监测、优化资源配置等提供决策支撑。1 研究数据1）手机信令数据。手机在待机、通话、收发短信或上网等状态时，都会与附近的移动基站进行通信，这些通信信息即为手机信令数据。一条信令数据记录了该手机用户的轨迹回传时间和被连接基站的位置，每个用户的信令数据完整记录了该用户全天的活动轨迹，能够真实反映居民的时空分布16。2）精细地图数据。精细地图数据是一套支撑时空分析的精细化矢量地图数据集，包括精细地块以及道路和水系数据，真实描述了城市地表空间覆盖情况。其中，精细地块数据以院落、小区甚至楼宇级为建设尺度，包含地表覆盖的人工地物和自然地物，生产制作以现实世界中独立存在、可唯一标识为原则，以能正确表示楼宇和区块范围、与道路水系之间无重叠压盖、拓扑关系正确等为规则。为了适合人口分布研究，满足分时段用户位置空间化的应用场景，本文将精细地块类型分为居住地块、办公地块、商娱地块、职住混合用地（高等院校、含住院部的医院等）及其他 5种。除面状几何信息外，每个地块数据还包括地块名称、地块面积、所在街道、一级分类、二级分类、类型等属性信息。2 研究方法2.1建立基于精细地块的人口空间化模型人口空间化模型将不同时段的人口分布空间化，映射到具体的精细地块，建立精细尺度下的人地关系。主要思路为计算基站的覆盖范围与周边地块的空间关系，结合地块的类型和轨迹的时间空间特性，通过空间计算判别用户行为，得到用户的驻留地块、驻留时段和驻留时长 3个分析指标，主要处理过程包括：1）轨迹数据清洗。按用户编号分组，以天为单位，按时间升序排序，合并在同一基站且时间连续的数据，并保留时长超过阈值范围（30 min）的记录，同时删除无效数据、错误数据、大量重复数据和跳变切换数据，生成有效驻留轨迹链16。结果存储为 user-id，lac-ci，begin-time，end-time，diff。其中，user-id为用户编号；lac-ci为基站小区编号；begin-time为在该位置的开始时间；end-time 为在该位置的结束时间；diff为在该位置的驻留时长。2）轨迹点映射到精细地块。基站覆盖类型分为室内、室外两种，室内的基站轨迹点大多部署在居民楼、办公楼、商场大厦写字楼内，通过空间包含算法即可找到所在的建筑物。室外的则需要分步计算和推断：将基站覆盖范围和地块数据进行空间分析并计算相交面积，根据相交面积和基站覆盖范围的比值从大到小保留 3个地块。对于未找到相交地块的轨迹点，使用近邻分析算法找到相邻的地块，并计算其与相邻地块最近一条边的距离，根据距离从近到远保留 3个地理实体序列。结合该用户当前驻留时段的时间特性、驻留地块的类型以及驻留时长、面积占比或距离远近等指标标识权重，选取权重最高的地块作为该用户在当前时段的驻留位置。重复上述步骤，得到连续n天每个用户在驻留地块的信息，形成人口驻留地块轨迹，建立精细尺度50第 48 卷第 1 期王梅红等：精细地图融合手机信令的城市人口时空分布特征研究下的“人地关系”。2.2识别每个地块的职住人口和短期到访人口以居民驻留地块轨迹数据集为基础，建立基于多日平均的空间聚类算法，识别每个地块中的职住人口和短期到访人口。本文将每个地块的驻留人口分为