论文部分内容阅读
近年来,我国城市规模迅速发展,城市人口急剧增加,而城市发展的诸多问题,都围绕着“人”这个核心因素。掌握高时空分辨率的城市人口分布尤为重要,在城市规划、商业布局、交通运输、风险评估、紧急救援及智慧城市建设等方方面面都需要人口分布信息的支持。长期以来,人口分布信息主要来源于通过普查或抽样统计等方式逐级汇总得到的人口统计数据,但其中存在一些问题:获取不易;部分区域和年份数据不完整;多以行政区划为统计单元,与其他地理单元数据难以融合等。且以往研究多聚焦于年际尺度的城市人口整体分布,对城市小区域昼夜人口分布研究较少。随着移动定位大数据及泛在传感器网络的发展,获取高时空分辨率的人口分布信息有了新途径,基于腾讯位置大数据的“宜出行”人口热力数据便很好展现了人流聚集情况。因此,为了获取高时空分辨率的城市人口分布信息,本文融合城市建筑数据、“宜出行”热力数据等对基于建筑空间的城市昼夜人口时空分布进行了研究。首先,对影响城市人口时空分布的多种因素进行了详细分析,建立了适合于人口分布研究的建筑物分类体系,并结合功能用地数据、遥感影像、街景地图、实地调查等对研究区建筑进行了详细分类。其次,采集了研究区工作日和周末多个时刻的人口热力数据,在ArcGIS软件支持下,结合详细分类的建筑物数据,对各类建筑空间在不同时刻热力值的变化特征进行了分析,并探讨了不同时刻对人口的不同吸引程度。最后,建立模型对工作日和周末各时段不同建筑空间的人口分布进行模拟与验证分析。在研究过程中,按照热力数据所反映出的人口随时间变化的不同活跃程度,对一天24小时进行了时段划分,避免了以往研究中时段划分的随意性和主观性。模拟结果显示,白天各时段建筑空间人口分布变化明显,在7:00-9:00时段大量人口从居住建筑空间转移至其他类型建筑空间并达到较高的热力值,18:00-22:00时段人口逐渐由其他类型建筑空间流入居住建筑。同时,白天时段各类建筑空间基于单位建筑面积的热力值并不一致:商业建筑、写字楼、教育科研建筑等往往具有更高的热力值,行政办公建筑、教育科研建筑等随时段变化趋势更明显。而夜间时段,由于较低的人口活跃度导致热力数据无法反映真实人口分布情况,假定人口全部分布于居住建筑空间进行模拟,其分布与居住建筑的楼层密切相关。在周末和工作日各时段人口分布的对比中,周末人口分布更为广泛,且商业建筑等休闲娱乐空间热力值上升,而行政办公、写字楼等建筑空间热力值有所降低。本文利用“宜出行”热力数据,对工作日和周末不同时段各类型建筑空间的人口分布情况进行了模拟与分析,以期为其它相关研究提供一定的参考。