大數據驅動的個體出行模式與城市空間結構交互研究

曹勁舟

1. 自然資源部城市國土資源監測與仿真重點實驗室，廣東 深圳 518060； 2. 深圳大學建筑與城市規劃學院，廣東 深圳 518060

快速城市化背景下，個體移動行為變得復雜多元，人類活動對于城市結構的影響和約束越來越大，產生了一系列人與城市互動過程中的問題。人的活動與移動如何改變城市結構以及如何被城市結構限制仍然缺乏有效的研究。論文利用城市時空大數據，以“活動—行為—結構”3個維度構建個體出行模式與城市空間結構交互的框架模型，研究個體的移動與活動模式，其與城市空間結構的交互影響機制。論文工作從以下4個方面開展：

(1) 提出了多源數據集成的大規模個體軌跡重構和活動語義增強方法。傳統方法無法獲得全覆蓋、大規模、可靠的個體活動語義數據。論文融合手機定位大數據和社交媒體簽到數據，基于隱馬爾可夫模型提出了個體時空約束的行進式活動類型標記算法，結合位置變化與活動轉換之間的共生規律，在個體尺度實現了活動語義的高精度標記。研究結果顯示模型可行有效，具有很好的準確率和遷移性。在群體尺度下分析居民活動時空分布特征，結果顯示：個體移動具有時空規則性，群體活動具有空間異質性和時序動態性。大量的居民活動類型單一，集中在少數幾個區域，且具有很強的時間周期性。

(2) 提出了出行行為的網絡模態抽象模型和實證了模態決策的物理特性。對活動軌跡進行拓撲抽象化，將人的出行行為抽象成以位置、活動、出行為元素的網絡模態；提取有限個位置和活動網絡模態，對其物理特性進行建模，量化網絡模態的決策行為，揭示出行偏好特征。研究結果顯示人類出行看似很混亂，但它具有高度規則性和偏好特征。進一步理解個體對于不同模態的決策行為和出行距離的影響，證實了出行決策遵循某種統一的偏好機制，即“最小省力原則”，成為個體選擇出行結構的驅動力。

(3) 提出了一種基于個體活動特征來揭示城市功能及其時空動態的新方法。遵循“數據—活動—功能”的邏輯，匯集識別的活動數據集，基于群體時空聚類，推斷出每小時的城市功能類型，揭示功能日變化。研究表明真實的城市功能與傳統土地利用存在差異；城市格網在不同時間承載著不同人類活動，城市功能結構具有時空動態的多樣性、不確定性、晝夜轉換特性；個體通過其時空活動的類型影響城市功能結構。該研究揭示“人影響城市”的作用機制在于通過具體的活動參與使得城市功能結構動態化。

(4) 提出了一種基于城市空間資源分配假設的出行網絡扭曲識別方法。通過匯總形態異質的出行模態，構建考慮個體出行異質的多層出行網絡，揭示了由于空間資源分布不均導致個體出行網絡的扭曲特性。研究結果顯示城市資源分布導致真實出行網絡既不是規則網絡，也不是隨機網絡，具有等級層次結構特征；個體異質的出行網絡的扭曲具有不同的程度；復雜性越高的網絡具有越高的扭曲度該研究揭示了“城市影響人”的作用機制在于城市通過不均勻的資源配置來使得個體出行網絡扭曲化。