CN106231555A - 一种人口空间分布的模拟方法及装置 - Google Patents
一种人口空间分布的模拟方法及装置 Download PDFInfo
- Publication number
- CN106231555A CN106231555A CN201610628933.4A CN201610628933A CN106231555A CN 106231555 A CN106231555 A CN 106231555A CN 201610628933 A CN201610628933 A CN 201610628933A CN 106231555 A CN106231555 A CN 106231555A
- Authority
- CN
- China
- Prior art keywords
- base station
- mobile terminal
- station range
- range
- soil
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明属于地理信息系统技术领域，提供了一种人口空间分布的模拟方法及装置，所述方法包括：获取多个移动终端在预定时间内的定位数据，所述定位数据包括所述多个移动终端所处基站的位置；将所述多个移动终端从所处基站的位置映射至所述基站覆盖范围内，以获得所述多个移动终端在所述基站覆盖范围内的位置分布；根据所述多个移动终端在所述基站覆盖范围内的位置分布以及预先设定的空间分辨率，统计所述基站覆盖范围内移动终端的数量；根据统计的移动终端数量，模拟在所述基站覆盖范围以及所述预定时间内的人口空间分布。通过本发明可有效提高模拟人口空间分布的准确度。
Description
技术领域
本发明属于地理信息系统技术领域，尤其涉及一种人口空间分布的模拟方法及装置。
背景技术
城市人口的空间分布特征及昼夜差异是配置城市公共基础设施及公共服务设施和制订城市公共安全应急保障方案的重要依据，也是城市地理研究领域的前沿方向之一。
目前，关于人口空间分布的研究主要有三种方法:第一种方法，使用人口统计数据，建立人口与自然的和环境等因素的关系，进行统计人口数据的空间化处理的方法,由于依赖于人口统计数据，而人口普查数据的获取需要消耗大量的人力、物力的投入，而且人口普查需要较长的周期，对于短期内人口空间分布的变化不能较为及时的反映，另外，由于国内目前还没有区分昼夜的人口统计数据，因此，城市昼夜人口空间分布的相关研究难以开展，极为薄弱；第二种方法，使用遥感影像，提取与人口空间分布相关的信息，建立信息与人口分布的关系来模拟人口的空间分布情况的方，与第一种方法相比，在成本上有较为明显的优势，但限制于遥感影像的空间分辨率与时间分辨率，人口空间分布结果的准确性也受到了相应的制约；第三种方法，基于移动终端定位数据、公交卡刷卡记录、社交网站签到数据、出租车轨迹数据、银行刷卡记录数据等大数据研究人口空间分布。这些带有定位功能的移动终端产生的大量具有个体时空标记的大数据，为长时间、高精度、高效地跟踪个体的空间移动提供了可能，解决了第一种方法和第二种方法中所存在的问题。由于公交卡刷卡记录、社交网站签到数据、出租车轨迹数据、银行刷卡记录数据等大数据受用户活动类型的限制，并不能较为准确地反映大样本下人口空间的分布特征，而移动终端定位数据由于不受用户活动类型的限制，在研究人口空间分布时应用较为广泛。然而，移动终端定位数据的精度只能停留在基站级别，无法确定移动终端在基站覆盖范围内的位置，导致基于移动终端定位数据模拟人口空间分布的准确度较低。
故，有必要提出一种新的技术方案，以解决上述技术问题。
发明内容
鉴于此，本发明实施例提供一种人口空间分布的模拟方法及装置，以提高模拟人口空间分布的准确度。
本发明实施例的第一方面，提供一种人口空间分布的模拟方法，所述方法包括：
获取多个移动终端在预定时间内的定位数据，所述定位数据包括所述多个移动终端所处基站的位置；
将所述多个移动终端从所处基站的位置映射至所述基站覆盖范围内，以获得所述多个移动终端在所述基站覆盖范围内的位置分布；
根据所述多个移动终端在所述基站覆盖范围内的位置分布以及预先设定的空间分辨率，统计所述基站覆盖范围内移动终端的数量；
根据统计的移动终端数量，模拟在所述基站覆盖范围以及所述预定时间内的人口空间分布。
本发明实施例的第二方面，提供一种人口空间分布的模拟装置，所述装置包括：
获取模块，用于获取多个移动终端在预定时间内的定位数据，所述定位数据包括所述多个移动终端所处基站的位置；
映射模块，用于将所述多个移动终端从所处基站的位置映射至所述基站覆盖范围内，以获得所述多个移动终端在所述基站覆盖范围内的位置分布；
统计模块，用于根据所述多个移动终端在所述基站覆盖范围内的位置分布以及预先设定的空间分辨率，统计所述基站覆盖范围内移动终端的数量；
模拟模块，用于根据统计的移动终端数量，模拟在所述基站覆盖范围以及所述预定时间内的人口空间分布。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例通过获取多个移动终端在预定时间内所处基站的位置，并将该位置映射至基站覆盖范围内，进而获得多个移动终端在基站覆盖范围内的位置分布，并根据该位置分布以及预先设定的空间分辨率统计基站覆盖范围内移动终端的数量，且根据统计的移动终端数量模拟在基站覆盖范围以及预定时间内的人口空间分布。本发明实施例通过将移动终端所处基站的位置映射至基站覆盖范围内来模拟人口空间分布，提高了模拟人口空间分布的实时性与精确性，能够以更高的时间分辨率与空间分辨率在基站覆盖范围内模拟人口空间分布，从而提高了模拟人口空间分布的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的人口空间分布的模拟方法的实现流程图；
图2是本发明实施例二提供的人口空间分布的模拟方法的实现流程图；
图3是本发明实施例三提供的人口空间分布的模拟方法的实现流程图；
图4是某城市在13点～14点时间段的人口空间分布模拟图；
图5是某城市在14点～15点时间段的人口空间分布模拟图；
图6是本发明实施例四提供的人口空间分布的模拟装置的组成示意图；
图7是本发明实施例五提供的人口空间分布的模拟装置的组成示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例一：
图1示出了本发明实施例一提供的人口空间分布的模拟方法的实现流程，所述实现流程详述如下：
在步骤S101中，获取多个移动终端在预定时间内的定位数据，所述定位数据包括所述多个移动终端所处基站的位置。
在本发明实施例中，所述预定时间为一天时间，即24小时。为了模拟某一城市在一天24小时内的人口空间分布，从该城市的所有移动终端中抽取多个移动终端在一天24小时内的定位数据。其中，所述定位数据包括但不限于移动终端所处基站的位置、当前时间、移动终端的标识符等，所述移动终端包括但不限于手机、平板电脑等。
在本发明实施例中，为了提高模拟人口空间分布的准确度，需要获取大量移动终端在一天24小时内的定位数据。例如，该移动终端的数量可以为略少于需要模拟人口空间分布的城市内持有移动终端的人数。
在步骤S102中，将所述多个移动终端从所处基站的位置映射至所述基站覆盖范围内，以获得所述多个移动终端在所述基站覆盖范围内的位置分布。
在本发明实施例中，根据在步骤S101中获取的多个移动终端在一天24小时内的定位数据，根据所述定位数据中的当前时间，判断所述多个移动终端中每个移动终端在不同时段所处基站的位置，可以将一天24小时划分为24个时段，每一时段为两个小时之间的时间间隔，例如，2点～3点就为一个时段。在不同时段将每个移动终端所处基站的位置映射至该基站的覆盖范围内，就可获得在不同时段每个基站覆盖范围内的移动终端的位置分布，即将每个移动终端的定位数据由基站级别提升至基站覆盖范围内，提高了模拟人口空间分布的实时性。
在步骤S103中，根据所述多个移动终端在所述基站覆盖范围内的位置分布以及预先设定的空间分辨率，统计所述基站覆盖范围内移动终端的数量。
在本发明实施例中，可以根据在不同时段所述多个移动终端在所述基站覆盖范围内的位置分布以及预先设定的空间分辨率，统计在不同时段所述基站覆盖范围内移动终端的数量。这里，所述预先设定的空间分辨率为50米*50米，在此不作限定。
在步骤S104中，根据统计的移动终端数量，模拟在所述基站覆盖范围以及所述预定时间内的人口空间分布。
在本发明实施例中，将在不同时段统计的移动终端数量转化为栅格数据，并根据所述栅格数据模拟不同时段所述基站覆盖范围内的人口空间分布，根据一天24小时内不同时段的人口空间分布，就可以模拟24小时人口空间的动态分布。
本发明实施例通过获取多个移动终端在预定时间内所处基站的位置，并将该位置映射至基站覆盖范围内，进而获得多个移动终端在基站覆盖范围内的位置分布，并根据该位置分布以及预先设定的空间分辨率统计基站覆盖范围内移动终端的数量，且根据统计的移动终端数量模拟基站覆盖范围以及预定时间内的人口空间分布。本发明实施例通过将移动终端所处基站的位置映射至基站覆盖范围内来模拟人口空间分布，提高了模拟人口空间分布的实时性与精确性，能够以更高的时间分辨率与空间分辨率在基站覆盖范围内模拟人口空间分布，从而提高了模拟人口空间分布的准确度。
实施例二：
图2示出了本发明实施例二提供的人口空间分布的模拟方法的实现流程，所述实现流程详述如下：
在步骤S201中，获取多个移动终端在预定时间内的定位数据，所述定位数据包括所述多个移动终端所处基站的位置。
在本发明实施例中，所述预定时间为一天时间，即24小时。为了模拟某一城市在一天24小时内的人口空间分布，从该城市的所有移动终端中抽取多个移动终端在一天24小时内的定位数据。其中，所述定位数据包括但不限于移动终端所处基站的位置、当前时间、移动终端的标识符等，所述移动终端包括但不限于手机、平板电脑等。
在本发明实施例中，为了提高模拟人口空间分布的准确度，需要获取大量移动终端在一天24小时内的定位数据。例如，该移动终端的数量可以为略少于需要模拟人口空间分布的城市内持有移动终端的人数。
在步骤S202中，对所述定位数据进行预处理。
由于基站对移动终端的定位数据的采样率以及移动终端用户的个人习惯，例如，夜间关机等习惯，并不是每一个移动终端用户在一天24小时内都有连续的移动终端定位记录。为了使模拟更准确、更具实用性以及更符合实际，本发明实施例在获取多个移动终端在预定时间的定位数据后，对所述定位数据进行预处理。
进一步的，所述对所述定位数据进行预处理包括：
记录所述多个移动终端在所述预定时间内的定位数据；
从所述定位数据中筛选出在所述预定时间内的每一时段均有记录的移动终端；
若所述移动终端在同一时段有多次记录，则保留所述移动终端在该时段第一次记录的定位数据。
在本发明实施例中，记录所述多个移动终端在一天24小时内的定位数据，为了模拟24小时内每一时段的人口空间分布，需要从所述定位数据中筛选出在24小时内的每一时段内都有记录的移动终端，根据定位数据中移动终端的标识符，可以判断移动终端在同一时段是否有多次记录，如果所述移动终端在同一时段有多次记录，为了避免重复利用每一移动终端的定位数据，只保留所述移动终端在该时段第一次记录的定位数据。其中，所述每一时段为两个小时之间的时间间隔，一天24小时有24个时段，例如，2点～3点就为一个时段。
在步骤S203中，将所述多个移动终端从所处基站的位置映射至所述基站覆盖范围内，以获得所述多个移动终端在所述基站覆盖范围内的位置分布。
在本发明实施例中，根据在步骤S201中获取的多个移动终端在一天24小时内的定位数据中的移动终端所处基站的位置以及当前时间，可以判断所述多个移动终端中每个移动终端在不同时段所处基站的位置。在不同时段将每个移动终端所处基站的位置映射至该基站的覆盖范围内，就可获得在不同时段每个基站覆盖范围内的移动终端的位置分布，即将每个移动终端的定位数据由基站级别提升至基站覆盖范围内，提高了模拟人口空间分布的实时性和精确性。
在步骤S204中，根据所述多个移动终端在所述基站覆盖范围内的位置分布以及预先设定的空间分辨率，统计所述基站覆盖范围内移动终端的数量。
在本发明实施例中，可以根据在不同时段所述多个移动终端在所述基站覆盖范围内的位置分布以及预先设定的空间分辨率，统计在不同时段所述基站覆盖范围内移动终端的数量。这里，所述预先设定的空间分辨率为50米*50米，在此不作限定。
在步骤S205中，根据统计的移动终端数量，模拟在所述基站覆盖范围以及所述预定时间内的人口空间分布。
在本发明实施例中，将在不同时段统计的移动终端数量转化为栅格数据，并根据所述栅格数据模拟不同时段所述基站覆盖范围内的人口空间分布，根据一天24小时内不同时段的人口空间分布，就可以模拟24小时人口空间的动态分布。
本发明实施例通过获取多个移动终端在预定时间内所处基站的位置并进行预处理，将该位置映射至基站覆盖范围内，进而获得多个移动终端在基站覆盖范围内的位置分布，并根据该位置分布以及预先设定的空间分辨率统计基站覆盖范围内移动终端的数量，且根据统计的移动终端数量模拟在基站覆盖范围以及预定时间内的人口空间分布。本发明实施例通过将移动终端所处基站的位置映射至基站覆盖范围内来模拟人口空间分布，提高了模拟人口空间分布的实时性与精确性，能够以更高的时间分辨率与空间分辨率在基站覆盖范围内模拟人口空间分布，从而提高了模拟人口空间分布的准确度。
实施例三：
图3示出了本发明实施例三提供的人口空间分布的模拟方法的实现流程，所述实现流程详述如下：
在步骤S301中，获取多个移动终端在预定时间内的定位数据，所述定位数据包括所述多个移动终端所处基站的位置。
在本发明实施例中，所述预定时间为一天时间，即24小时。为了模拟某一城市在一天24小时内的人口空间分布，从该城市的所有移动终端中抽取多个移动终端在一天24小时内的定位数据。其中，所述定位数据包括但不限于移动终端所处基站的位置、当前时间、移动终端的标识符等，所述移动终端包括但不限于手机、平板电脑等。
在本发明实施例中，为了提高模拟人口空间分布的准确度，需要获取大量移动终端在一天24小时内的定位数据。例如，该移动终端的数量可以为略少于需要模拟人口空间分布的城市内持有移动终端的人数。
在步骤S302中，根据所述多个移动终端所处基站的位置，统计所述多个移动终端所处基站的个数M，其中，M为大于零的整数。
在本发明实施例中，根据在步骤S301中获取的多个移动终端在一天24小时内的定位数据中的移动终端所处基站的位置以及当前时间，可以判断所述多个移动终端中每个移动终端在不同时段所处基站的位置，进而可确定在不同时段所述多个移动终端所处基站的个数。
在步骤S303中，根据所述多个移动终端所处基站的位置，获取每一基站覆盖范围内移动终端的数量。
在本发明实施例中，根据不同时段所述多个移动终端所处基站的位置，可获取不同时段每一基站覆盖范围内移动终端的数量。
在步骤S304中，根据所述每一基站覆盖范围内移动终端的数量、所述预定时间内每一时段的土地利用类型权值以及所述每一基站覆盖范围内每块土地的面积，计算所述每一基站覆盖范围内每块土地范围内移动终端的数量。
在本发明实施例中，可以根据每一基站覆盖范围内每块土地在不同时段内所承载的人类活动类型的不同来设置土地利用类型权值。例如，滩涂、水面等土地利用类型在一天24小时中都不会承载人类的任何活动类型，即人类在任一时刻都不会分布在这样的区域中，而且，同一土地利用类型在一天不同的时段也可能承载不同的人类活动类型，例如，道路用地，在早晚高峰期间，主要承载人口的上下班通勤活动的需求，此时段内，人类在此用地类型上较为集中分布。白天其他时段，道路用地主要承载人口正常的通行需求，而夜间，道路用地则基本不再承载人类活动类型。因此，需要结合不同的时段，对不同的土地利用类型设定不同的土地利用类型权值。
进一步的，所述根据所述每一基站覆盖范围内移动终端的数量、所述预定时间内每一时段的土地利用类型权值以及所述每一基站覆盖范围内每块土地的面积，计算所述每一基站覆盖范围内每块土地范围内移动终端的数量可以包括：
步骤一，根据所述预定时间内每一时段的土地利用类型权值和所述每一基站覆盖范围内每块土地的面积，计算所述每一基站覆盖范围内的移动终端处于第i块土地范围内的概率其中，Wi为第i块土地的土地利用类型权值，Wj为第j块土地的土地利用类型权值，Ai为第i块土地的面积，Aj为第j块土地的面积，i、j、n为大于零的整数；
步骤二，根据所述每一基站覆盖范围内移动终端的数量和所述每一基站覆盖范围内的移动终端处于第i块土地范围内的概率Pi，计算所述每一基站覆盖范围内第i块土地范围内移动终端的数量；
步骤三，重复执行步骤一和步骤二，直至计算出所述每一基站覆盖范围内每块土地范围内移动终端的数量。
在步骤S305中，根据所述每一基站覆盖范围内每块土地范围内移动终端的数量，获得所述多个移动终端在M个基站覆盖范围内的位置分布。
在本发明实施例中，根据不同时段所述每一基站覆盖范围内每块土地范围内移动终端的数量，可以获得不同时段所述每个基站覆盖范围内的移动终端的位置分布，进一步可获得不同时段所述多个移动终端在M个基站覆盖范围的位置分布，即将每个移动终端的定位数据由基站级别提升至基站覆盖范围内，提高了模拟人口空间分布的实时性和精确性。
在步骤S306中，根据所述多个移动终端在所述M个基站覆盖范围内的位置分布以及预先设定的空间分辨率，统计所述M个基站覆盖范围内移动终端的数量。
在本发明实施例中，可以根据在不同时段所述多个移动终端在所述M个基站覆盖范围内的位置分布以及预先设定的空间分辨率，统计在不同时段所述M个基站覆盖范围内移动终端的数量。这里，所述预先设定的空间分辨率为50米*50米，在此不作限定。
在步骤S307中，根据统计的所述M个基站覆盖范围内移动终端的数量，模拟在所述M个基站覆盖范围以及所述预定时间内的人口空间分布。
在本发明实施例中，将在不同时段统计的移动终端数量转化为栅格数据，并根据所述栅格数据模拟不同时段所述M个基站覆盖范围内的人口空间分布，根据一天24小时内不同时段的人口空间分布，就可以模拟24小时人口空间的动态分布。
示例性的，可以选择国内某大城市在2012年3月某一天的手机定位数据进行实验。从约1600万条手机定位记录中，筛选出了585万24小时都有记录的用户数据，如表1是该城市按照时间段设置的土地利用类型权值表，如图4是该城市在13点～14点时间段的人口空间分布模拟图；如图5是该城市在14点～15点时间段的人口空间分布模拟图。
表1：土地利用类型权值
| 土地利用类型 | 22点-7点 | 9点-19点 | 7点-9点19点-22点 |
| 殡葬用地 | 0.00 | 0.00 | 0.00 |
| 采矿用地 | 0.10 | 0.50 | 0.10 |
| 仓储用地 | 0.10 | 0.10 | 0.10 |
| 城镇住宅用地 | 0.90 | 0.50 | 0.10 |
| 风景名胜及特殊用地 | 0.10 | 0.50 | 0.10 |
| 风景名胜设施用地 | 0.10 | 0.50 | 0.10 |
| 港口码头用地 | 0.10 | 0.50 | 0.10 |
| 工业用地 | 0.10 | 0.50 | 0.10 |
| 公共设施用地 | 0.10 | 0.50 | 0.10 |
| 公路用地 | 0.00 | 0.50 | 0.50 |
| 公园与绿地 | 0.10 | 0.50 | 0.10 |
| 管道运输用地 | 0.00 | 0.00 | 0.00 |
| 机场用地 | 0.10 | 0.50 | 0.10 |
| 机关团体用地 | 0.10 | 0.50 | 0.10 |
| 监教场所用地 | 0.10 | 0.50 | 0.10 |
| 街巷用地 | 0.00 | 0.50 | 0.50 |
| 居住用地 | 0.90 | 0.50 | 0.10 |
| 军事设施用地 | 0.10 | 0.50 | 0.10 |
| 科教用地 | 0.10 | 0.50 | 0.10 |
| 空闲地 | 0.00 | 0.00 | 0.00 |
| 农村宅基地 | 0.90 | 0.50 | 0.10 |
| 批发零售用地 | 0.10 | 0.50 | 0.10 |
| 其它商服用地 | 0.10 | 0.50 | 0.10 |
| 商务金融用地 | 0.10 | 0.50 | 0.10 |
| 水工建筑用地 | 0.00 | 0.00 | 0.00 |
| 水库水面 | 0.00 | 0.00 | 0.00 |
| 特殊用地 | 0.00 | 0.00 | 0.00 |
| 铁路用地 | 0.00 | 0.00 | 0.00 |
| 文体娱乐用地 | 0.10 | 0.50 | 0.10 |
| 新闻出版用地 | 0.10 | 0.50 | 0.10 |
| 医卫慈善用地 | 0.10 | 0.50 | 0.10 |
| 住宿餐饮用地 | 0.10 | 0.50 | 0.10 |
| 宗教用地 | 0.10 | 0.50 | 0.10 |
本发明实施例通过获取多个移动终端在预定时间内所处基站的位置，根据土地利用类型权值将该位置映射至基站覆盖范围内，进而获得多个移动终端在基站覆盖范围内的位置分布，并根据该位置分布以及预先设定的空间分辨率统计基站覆盖范围内移动终端的数量，且根据统计的移动终端数量模拟基站覆盖范围以及预定时间内的人口空间分布。本发明实施例通过根据土地利用类型权值将移动终端所处基站的位置映射至基站覆盖范围内来模拟人口空间分布，提高了模拟人口空间分布的实时性与精确性，能够以更高的时间分辨率与空间分辨率在基站覆盖范围内模拟人口空间分布，从而提高了模拟人口空间分布的准确度。
实施例四：
图6示出了本发明实施例四提供的人口空间分布的模拟装置的组成示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
所述人口空间分布的模拟装置包括获取模块61、映射模块62、统计模块63以及模拟模块64；
其中，获取模块61，用于获取多个移动终端在预定时间内的定位数据，所述定位数据包括所述多个移动终端所处基站的位置；
映射模块62，用于将所述多个移动终端从所处基站的位置映射至所述基站覆盖范围内，以获得所述多个移动终端在所述基站覆盖范围内的位置分布；
统计模块63，用于根据所述多个移动终端在所述基站覆盖范围内的位置分布以及预先设定的空间分辨率，统计所述基站覆盖范围内移动终端的数量；
模拟模块64，用于根据统计的移动终端数量，模拟在所述基站覆盖范围以及所述预定时间内的人口空间分布。
本发明实施例提供的人口空间分布的模拟装置可以使用在前述对应的方法实施例一中，详情参见上述实施例一的描述，在此不再赘述。
实施例五：
图7示出了本发明实施例五提供的人口空间分布的模拟装置的组成示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
所述人口空间分布的模拟装置包括获取模块71、预处理模块72、映射模块73、统计模块74以及模拟模块75；
其中，获取模块71，用于获取多个移动终端在预定时间内的定位数据，所述定位数据包括所述多个移动终端所处基站的位置；
预处理模块72，用于在获取多个移动终端在预定时间内的定位数据之后，对所述定位数据进行预处理。
映射模块73，用于将所述多个移动终端从所处基站的位置映射至所述基站覆盖范围内，以获得所述多个移动终端在所述基站覆盖范围内的位置分布；
统计模块74，用于根据所述多个移动终端在所述基站覆盖范围内的位置分布以及预先设定的空间分辨率，统计所述基站覆盖范围内移动终端的数量；
模拟模块75，用于根据统计的移动终端数量，模拟所述基站覆盖范围以及所述预定时间内的人口空间分布。
进一步的，所述预处理模块72包括：
记录单元721，用于记录所述多个移动终端在所述预定时间内的定位数据；
筛选单元722，用于从所述定位数据中筛选出在所述预定时间内的每一时段均有记录的移动终端；
保留单元723，用于若所述移动终端在同一时段有多次记录，则保留所述移动终端在该时段第一次记录的定位数据。
进一步的，所述映射模块73包括：
统计单元731，用于根据所述多个移动终端所处基站的位置，统计所述多个移动终端所处基站的个数M，其中，M为大于零的整数；
获取单元732，用于根据所述多个移动终端所处基站的位置，获取每一基站覆盖范围内移动终端的数量；
计算单元733，用于根据所述每一基站覆盖范围内移动终端的数量、所述预定时间内每一时段的土地利用类型权值以及所述每一基站覆盖范围内每块土地的面积，计算所述每一基站覆盖范围内每块土地范围内移动终端的数量；
获得单元734，用于根据所述每一基站覆盖范围内每块土地范围内移动终端的数量，获得所述多个移动终端在M个基站覆盖范围内的位置分布。
进一步的，所述计算单元733包括：
第一计算子单元，用于根据所述预定时间内每一时段的土地利用类型权值和所述每一基站覆盖范围内每块土地的面积，计算所述每一基站覆盖范围内的移动终端处于第i块土地范围内的概率其中，Wi为第i块土地的土地利用类型权值，Wj为第j块土地的土地利用类型权值，Ai为第i块土地的面积，Aj为第j块土地的面积，i、j、n为大于零的整数；
第二计算子单元，用于根据所述每一基站覆盖范围内移动终端的数量和所述每一基站覆盖范围内的移动终端处于第i块土地范围内的概率Pi，计算所述每一基站覆盖范围内第i块土地范围内移动终端的数量；
第三计算子单元，用于重复执行所述第一计算子单元和所述第二计算子单元，直至计算出所述每一基站覆盖范围内每块土地范围内移动终端的数量。
本发明实施例提供的人口空间分布的模拟装置可以使用在前述对应的方法实施例二和实施例三中，详情参见上述实施例二和实施例三的描述，在此不再赘述。
所述领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即所述装置的内部结构划分成不同的功能模块，上述功能模块既可以采用硬件的形式实现，也可以采用软件的形式实现。另外，各功能模块的具体名称也只是为了便于相互区别，并不用于限制本申请的保护范围。
综上所述，本发明实施例通过获取多个移动终端在预定时间内所处基站的位置，并将该位置映射至基站覆盖范围内，进而获得多个移动终端在基站覆盖范围内的位置分布，并根据该位置分布以及预先设定的空间分辨率统计基站覆盖范围内移动终端的数量，且根据统计的移动终端数量模拟基站覆盖范围以及预定时间内的人口空间分布。本发明实施例通过将移动终端所处基站的位置映射至基站覆盖范围内来模拟人口空间分布，提高了模拟人口空间分布的实时性与精确性，能够以更高的时间分辨率与空间分辨率在基站覆盖范围内模拟人口空间分布，从而提高了模拟人口空间分布的准确度。
本领域普通技术人员还可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以在存储于一计算机可读取存储介质中，所述的存储介质，包括ROM/RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种人口空间分布的模拟方法，其特征在于，所述方法包括：
获取多个移动终端在预定时间内的定位数据，所述定位数据包括所述多个移动终端所处基站的位置；
将所述多个移动终端从所处基站的位置映射至所述基站覆盖范围内，以获得所述多个移动终端在所述基站覆盖范围内的位置分布；
根据所述多个移动终端在所述基站覆盖范围内的位置分布以及预先设定的空间分辨率，统计所述基站覆盖范围内移动终端的数量；
根据统计的移动终端数量，模拟在所述基站覆盖范围以及所述预定时间内的人口空间分布。
2.根据权利要求1所述的方法，其特征在于，在获取多个移动终端在预定时间内的定位数据之后，还包括：
对所述定位数据进行预处理。
3.根据权利要求2所述的方法，其特征在于，所述对所述定位数据进行预处理包括：
记录所述多个移动终端在所述预定时间内的定位数据；
从所述定位数据中筛选出在所述预定时间内的每一时段均有记录的移动终端；
若所述移动终端在同一时段有多次记录，则保留所述移动终端在该时段第一次记录的定位数据。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述将所述多个移动终端从所处基站的位置映射至所述基站覆盖范围内，以获得所述多个移动终端在所述基站覆盖范围内的位置分布包括：
根据所述多个移动终端所处基站的位置，统计所述多个移动终端所处基站的个数M，其中，M为大于零的整数；
根据所述多个移动终端所处基站的位置，获取每一基站覆盖范围内移动终端的数量；
根据所述每一基站覆盖范围内移动终端的数量、所述预定时间内每一时段的土地利用类型权值以及所述每一基站覆盖范围内每块土地的面积，计算所述每一基站覆盖范围内每块土地范围内移动终端的数量；
根据所述每一基站覆盖范围内每块土地范围内移动终端的数量，获得所述多个移动终端在M个基站覆盖范围内的位置分布。
5.根据权利要求4所述的模拟方法，其特征在于，所述根据所述每一基站覆盖范围内移动终端的数量、所述预定时间内每一时段的土地利用类型权值以及所述每一基站覆盖范围内每块土地的面积，计算所述每一基站覆盖范围内每块土地范围内移动终端的数量包括：
步骤一，根据所述预定时间内每一时段的土地利用类型权值和所述每一基站覆盖范围内每块土地的面积，计算所述每一基站覆盖范围内的移动终端处于第i块土地范围内的概率其中，Wi为第i块土地的土地利用类型权值，Wj为第j块土地的土地利用类型权值，Ai为第i块土地的面积，Aj为第j块土地的面积，i、j、n为大于零的整数；
步骤二，根据所述每一基站覆盖范围内移动终端的数量和所述每一基站覆盖范围内的移动终端处于第i块土地范围内的概率Pi，计算所述每一基站覆盖范围内第i块土地范围内移动终端的数量；
步骤三，重复执行步骤一和步骤二，直至计算出所述每一基站覆盖范围内每块土地范围内移动终端的数量。
6.一种人口空间分布的模拟装置，其特征在于，所述装置包括：
获取模块，用于获取多个移动终端在预定时间内的定位数据，所述定位数据包括所述多个移动终端所处基站的位置；
映射模块，用于将所述多个移动终端从所处基站的位置映射至所述基站覆盖范围内，以获得所述多个移动终端在所述基站覆盖范围内的位置分布；
统计模块，用于根据所述多个移动终端在所述基站覆盖范围内的位置分布以及预先设定的空间分辨率，统计所述基站覆盖范围内移动终端的数量；
模拟模块，用于根据统计的移动终端数量，模拟在所述基站覆盖范围以及所述预定时间内的人口空间分布。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
预处理模块，用于在获取多个移动终端在预定时间内的定位数据之后，对所述定位数据进行预处理。
8.根据权利要求7所述的装置，其特征在于，所述预处理模块包括：
记录单元，用于记录所述多个移动终端在所述预定时间内的定位数据；
筛选单元，用于从所述定位数据中筛选出在所述预定时间内的每一时段均有记录的移动终端；
保留单元，用于若所述移动终端在同一时段有多次记录，则保留所述移动终端在该时段第一次记录的定位数据。
9.根据权利要求6至8任一项所述的装置，其特征在于，所述映射模块包括：
统计单元，用于根据所述多个移动终端所处基站的位置，统计所述多个移动终端所处基站的个数M，其中，M为大于零的整数；
获取单元，用于根据所述多个移动终端所处基站的位置，获取每一基站覆盖范围内移动终端的数量；
计算单元，用于根据所述每一基站覆盖范围内移动终端的数量、所述预定时间内每一时段的土地利用类型权值以及所述每一基站覆盖范围内每块土地的面积，计算所述每一基站覆盖范围内每块土地范围内移动终端的数量；
获得单元，用于根据所述每一基站覆盖范围内每块土地范围内移动终端的数量，获得所述多个移动终端在M个基站覆盖范围内的位置分布。
10.根据权利要求9所述的装置，其特征在于，所述计算单元包括：
第一计算子单元，用于根据所述预定时间内每一时段的土地利用类型权值和所述每一基站覆盖范围内每块土地的面积，计算所述每一基站覆盖范围内的移动终端处于第i块土地范围内的概率其中，Wi为第i块土地的土地利用类型权值，Wj为第j块土地的土地利用类型权值，Ai为第i块土地的面积，Aj为第j块土地的面积，i、j、n为大于零的整数；
第二计算子单元，用于根据所述每一基站覆盖范围内移动终端的数量和所述每一基站覆盖范围内的移动终端处于第i块土地范围内的概率Pi，计算所述每一基站覆盖范围内第i块土地范围内移动终端的数量；
第三计算子单元，用于重复执行所述第一计算子单元和所述第二计算子单元，直至计算出所述每一基站覆盖范围内每块土地范围内移动终端的数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610628933.4A CN106231555A (zh) | 2016-08-03 | 2016-08-03 | 一种人口空间分布的模拟方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610628933.4A CN106231555A (zh) | 2016-08-03 | 2016-08-03 | 一种人口空间分布的模拟方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106231555A true CN106231555A (zh) | 2016-12-14 |
Family
ID=57536020
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610628933.4A Pending CN106231555A (zh) | 2016-08-03 | 2016-08-03 | 一种人口空间分布的模拟方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106231555A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108600340A (zh) * | 2018-04-08 | 2018-09-28 | 深圳市和讯华谷信息技术有限公司 | 一种基于移动大样本数据的历史人群规模推总方法及装置 |
| CN110958600A (zh) * | 2018-09-26 | 2020-04-03 | 北京融信数联科技有限公司 | 基于轨迹相似性的区域人口中一机多卡用户数量判定方法 |
| CN111711926A (zh) * | 2020-06-10 | 2020-09-25 | 深圳国人无线通信有限公司 | 一种基于分布式基站的人员地理位置分布统计方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609616A (zh) * | 2012-01-29 | 2012-07-25 | 上海美慧软件有限公司 | 一种基于手机定位数据的动态人口分布密度检测方法 |
| CN105488120A (zh) * | 2015-11-23 | 2016-04-13 | 上海川昱信息科技有限公司 | 基于手机大数据实时采集人口空间分布与大客流预警方法 |
| CN105760454A (zh) * | 2016-02-04 | 2016-07-13 | 东南大学 | 一种城市人口分布密度实时动态测量方法 |
-
2016
- 2016-08-03 CN CN201610628933.4A patent/CN106231555A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609616A (zh) * | 2012-01-29 | 2012-07-25 | 上海美慧软件有限公司 | 一种基于手机定位数据的动态人口分布密度检测方法 |
| CN105488120A (zh) * | 2015-11-23 | 2016-04-13 | 上海川昱信息科技有限公司 | 基于手机大数据实时采集人口空间分布与大客流预警方法 |
| CN105760454A (zh) * | 2016-02-04 | 2016-07-13 | 东南大学 | 一种城市人口分布密度实时动态测量方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108600340A (zh) * | 2018-04-08 | 2018-09-28 | 深圳市和讯华谷信息技术有限公司 | 一种基于移动大样本数据的历史人群规模推总方法及装置 |
| CN110958600A (zh) * | 2018-09-26 | 2020-04-03 | 北京融信数联科技有限公司 | 基于轨迹相似性的区域人口中一机多卡用户数量判定方法 |
| CN110958600B (zh) * | 2018-09-26 | 2022-06-28 | 北京融信数联科技有限公司 | 基于轨迹相似性的区域人口中一机多卡用户数量判定方法 |
| CN111711926A (zh) * | 2020-06-10 | 2020-09-25 | 深圳国人无线通信有限公司 | 一种基于分布式基站的人员地理位置分布统计方法及系统 |
| CN111711926B (zh) * | 2020-06-10 | 2022-08-23 | 深圳国人无线通信有限公司 | 一种基于分布式基站的人员地理位置分布统计方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yang et al. | A spatiotemporal and graph-based analysis of dockless bike sharing patterns to understand urban flows over the last mile | |
| Xia et al. | Analyzing spatial relationships between urban land use intensity and urban vitality at street block level: A case study of five Chinese megacities | |
| Guo et al. | Operationalizing the concept of neighborhood: Application to residential location choice analysis | |
| Zheng et al. | Chinese tourists in Nordic countries: An analysis of spatio-temporal behavior using geo-located travel blog data | |
| Smith et al. | Spatio-temporal population modelling for enhanced assessment of urban exposure to flood risk | |
| Li et al. | Classifying community space at a historic site through cognitive mapping and GPS tracking: The case of Gulangyu, China | |
| Qian et al. | Quantify city-level dynamic functions across China using social media and POIs data | |
| Lawanson et al. | An investigation of rural-urban linkages of the Lagos megacity, Nigeria | |
| Mohammadi et al. | Urban sprawl pattern and effective factors on them: The case of Urmia city, Iran | |
| CN106231555A (zh) | 一种人口空间分布的模拟方法及装置 | |
| CN112085250A (zh) | 一种人口空间分布模拟方法、终端设备及存储介质 | |
| Huang et al. | Understanding the dynamic changes in wetland cultural ecosystem services: Integrating annual social media data into the SolVES | |
| Dong et al. | Potential evaluation and implementation strategy for pocket park construction in high-density urban areas: A case study in dalian, China | |
| Ye et al. | Revealing urban greenspace accessibility inequity using the carrying capacity-based 3SFCA method and location big data | |
| Halás et al. | The timescape of the city: example of spatial interactions based on big data | |
| Song et al. | Exploring the Characteristics and Drivers of Expansion in the Shandong Peninsula Urban Agglomeration Based on Nighttime Light (NTL) Data | |
| Li | Application of Spatial‐Temporal Behavioral Trajectory Analysis in the Space Design of Digital Villages | |
| CN106255069A (zh) | 一种人口空间分布的模拟方法及装置 | |
| Zebardast et al. | An analysis of urban sprawl using factor analysis technique: case Qazvin city districts | |
| Zhou et al. | Commuting versus consumption: The role of core city in a metropolitan area | |
| Liu et al. | Creating engines of prosperity: Spatiotemporal patterns and factors driving urban vitality in 36 Key Chinese Cities | |
| Rovai et al. | Peri-urban open spaces and sustainable urban development between value and consumption | |
| Li et al. | Spatial Nonlinear Effects of Street Vitality Constrained by Construction Intensity and Functional Diversity—A Case Study from the Streets of Shenzhen | |
| Qian et al. | Multi-level Inter-regional Migrant Population Estimation Using Multi-source Spatiotemporal Big Data: A Case Study of Migrants in Hubei Province During the Outbreak of COVID-19 in Wuhan | |
| Tobler | Movement modeling on the sphere |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161214 |
|
| RJ01 | Rejection of invention patent application after publication |