论文部分内容阅读
城市是人群与空间的长期相互作用形成复杂的空间结构。近年来,快速的城市化使得城市人口急剧增长,给城市的管理带来了巨大的压力,使得涌现出各种城市病如交通拥堵,人群移动时空规律与城市空间结构配置之间的匹配落差是产生这些城市问题的重要原因。深入理解人群移动规律及其与城市空间结构的关系可以帮助指导城市的交通管理、城市规划,对建立可持续发展、环境友好的宜居城市具有重要意义。因此,要解决这些城市问题,必须深刻理解城市人群移动模式和城市空间结构以及两者之间的耦合关系。信息技术的快速发展使得收集大规模群体时空轨迹数据(如手机数据、出租车数据等)成为可能,与传统的问卷调查数据相比,这些数据样本量大、实时性强,尤其是手机数据,可以长时间的连续跟踪居民在城市中位置的变化,其蕴含着丰富的群体移动信息,可以使我们从一个史无前例的时空尺度下研究城市人群移动模式和认识城市空间结构。城市居民为了满足自身活动需求,在城市的不同的地方之间进行移动。由于功能的不同,城市不同区域对人群吸引(吸引强度、吸引时间)会存在差异,导致人群在城市中的一些区域出现聚集而在另一些区域出现消散的现象,并且聚散的空间位置随时间不断变化,形成人群聚散时空动态景观,可见,人群聚散是城市人群移动形成的一种普遍的但非常重要的现象。研究人群聚散时空特性帮组加深对城市人群移动时空动态及其与城市空间结构的关系的理解,深入认识人群移动的潜在动力因素,对指导城市的交通管理、城市规划,应急响应具有重要意义。因此,本文基于海量的手机位置数据,以人群聚散时空特性为研究对象,重点研究城市人群聚散时空模式的提取方法,并探索人群聚散时空模式与城市土地功能区之间的关系;构建人群聚散时空动态稳定性评价模型以及定量分析聚散稳定性与城市空间结构关系。具体而言,包括以下研究内容:(1)基于海量手机位置数据,本文提出一种从手机位置数据中识别人群聚散时空模式的方法。该方法首先定义人群聚散强度的指标,通过对聚散强度统计分析然后进行等级分类并添加标签;构建基于聚散强度等级标签的人群动态变化时间序列矩阵;利用x-means聚类算法对该时间序列矩阵进行聚类,找出具有相似人群聚散变化的时空模式,并将这些聚散时空模式与城市空间结构功能区进行关联,分析每种功能区上主要的人群聚散模式。(2)针对人群动态稳定性问题,本文提出了一种人群聚散的稳定性定量评价模型。该模型首先构建用于描述人群动态变化的时间序列,通过将时间序列切分为聚集过程和消散过程,形成聚散的交替序列,通过分析聚集过程或消散过程的不同特征,提出评价聚散过程稳定性模型,在此基础上构建整个聚散交替序列稳定性评价模型。以深圳市手机位置数据为例,利用提出的模型评价了城市交通小区和公交系统覆盖人群的动态稳定性及其时空变化,为城市公共交通管理提供参考。并讨论了本文提出的模型与信息熵在评价人群动态稳定性之间的差异,发现两种方法是从不同的角度来评价人群动态稳定性。(3)为了探索城市空间结构对人群聚散稳定性的影响,本文采用多元线性回归模型定量分析了人群聚散稳定性与城市空间结构的关系。首先分别从社会经济属性、土地利用和路网三个维度来定量描述城市空间结构特性的解释变量,然后构建不同的多元回归模型来识别城市空间结构中对人群聚散稳定性具有显著影响的因素及其各因素的相对重要程度,发现土地利用信息熵对人群动态稳定性影响程度最高,人口数量次之,而人口密度和路网全局介数中心性的影响程度较低。