CN109189949B - 一种人口分布计算方法 - Google Patents

一种人口分布计算方法 Download PDF

Info

Publication number
CN109189949B
CN109189949B CN201810878014.1A CN201810878014A CN109189949B CN 109189949 B CN109189949 B CN 109189949B CN 201810878014 A CN201810878014 A CN 201810878014A CN 109189949 B CN109189949 B CN 109189949B
Authority
CN
China
Prior art keywords
data
population distribution
base station
mobile phone
cellular base
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.)
Active
Application number
CN201810878014.1A
Other languages
English (en)
Other versions
CN109189949A (zh
Inventor
韦胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Urban Planning And Design Institute Co ltd
Original Assignee
JIANGSU INSTITUTE OF URBAN PLANNING AND DESIGN
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by JIANGSU INSTITUTE OF URBAN PLANNING AND DESIGN filed Critical JIANGSU INSTITUTE OF URBAN PLANNING AND DESIGN
Priority to CN201810878014.1A priority Critical patent/CN109189949B/zh
Publication of CN109189949A publication Critical patent/CN109189949A/zh
Application granted granted Critical
Publication of CN109189949B publication Critical patent/CN109189949B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种人口分布计算方法，首先，对待研究区中手机基站和在线人口分布热力图数据进行预处理。其中，对手机基站数据建立泰森多边形集合，记为S。将抓取到相对应区域的在线人口分布热力图的原始点数据，利用核密度法生成人口分布密度的栅格数据，记为Z；其次，对集合S中每个地块寻找到相应的在线人口分布热力图极大值点；再形成极大值点数据集M；最后，利用点数据集M和点核密度算法生成新的人口热力图。本发明统筹在线人口分布热力图和手机信令数据特征，能够利用不同类型的人口热力图数据提升人口分布计算的准确率，为城市规划和交通管理提供决策依据。

Description

一种人口分布计算方法
技术领域
本发明涉及城市规划与城市交通技术领域，特别是一种统筹在线人口分布热力图和手机信令数据特征的人口分布计算方法。
背景技术
手机信令大数据在社会中应用地越来越广泛，例如城市规划、交通管理、商业选址、险情监测等。然而，手机信令数据是基于基站进行位置数据存储的，在空间精度上并不是很高：基站之间的空间距离在城市中心区大概为300-500米之间，城市边缘及外围地区大部分要大于800米。这对城市规划等应用分析而言，空间分辨精度是无法满足很多应用场景需求的，例如500的空间精度可能将一个人口十分集中分布的大型商场偏移到某个居住小区。近年来，互联网BAT公司利用自身发布的产品，如地图、即时通讯工具等，可收集到大量基于GPS定位的人的空间位置数据。由于GPS数据的空间精度非常高，所以这类公司在网上发布的人口分布数据在空间定位上具有很高的质量保证。但是，BAT公司从个人获取到的GPS数据在时间连续性上的质量却不够好，因为只有在个人允许位置共享时相关公司才能够获取到具体的位置。手机信令数据，则是每隔一段时间便强制收集手机定位的数据，可以保障位置数据分析具有较高的时序性。此外，手机信令数据所覆盖的人群数也相对较高。总而言之，手机基站数据如果能进一步提供空间位置进度，则可以发挥更大的数据使用价值。
然而，现有技术中还存在以下几个技术难点：①手机信令数据主要是基于基站位置定位的，故每个基站所覆盖服务的手机，都是以基站地理位置进行标识的。也就是说，基站位置本应当是相应服务范围内人口分布最密集的地点。然而，基站的位置往往不是实际位置。故必须要将每个基站的位置寻找到实际人口分布最密集的地方上去。②在线人口分布的热力图数据主要是基于个人的GPS定位数据实现位置标识的，可以通过密度分布模拟来确定最大人口密度位置。但是，必须要将这一位置正确的匹配到相应的基站点上。
发明内容
本发明所要解决的技术问题是克服现有技术的不足而提供一种统筹在线人口分布热力图和手机信令数据特征的人口分布计算方法，本发明能够利用不同类型的人口热力图数据提升人口分布计算的准确率，为城市规划和交通管理提供决策依据。
本发明为解决上述技术问题采用以下技术方案：
根据本发明提出的一种统筹在线人口分布热力图和手机信令数据特征的人口分布计算方法，包括以下步骤：
步骤1、对待研究区中手机基站和在线人口分布热力图数据进行预处理；
步骤1.1、先删除研究区内记录手机数为0的手机基站，且如果存在两个手机基站的地理空间距离小于预设的阈值，则将这两个手机基站合并为一个手机基站点，且合并后的手机基站所记录的手机数是这两个手机基站所记录的手机数之和，合并后手机基站的空间位置取两个手机基站的中间位置；
步骤1.2、对研究区中手机基站点状数据建立泰森多边形，并将手机基站所记录的手机数分配到相应的泰森多边形中，泰森多边形形成泰森多边形地块集合，泰森多边形地块集合记为S；
步骤1.3、抓取到研究区的在线人口分布热力图的原始点数据，利用核密度法生成人口分布密度的栅格数据Z；
步骤2、对集合S中每个泰森多边形地块寻找到相应的在线人口分布热力图极大值点，具体如下：
对泰森多边形地块集合S进行遍历，每次遍历过程进行以下处理：将每次遍历所得到的第 i个泰森多边形地块Si与Z进行空间相交处理，找出与Z相交部分中与第i个泰森多边形地块Si中的手机基站点最近的极大值点坐标Pi；S＝{S1，S2，…，SM},M为泰森多边形地块的总数；
步骤3、将所有的Pi形成极大值点数据集M，M＝{P1，P2，P3，...PM}；
步骤4、利用极大值点数据集M和点密度空间算法生成新的人口热力图。
作为本发明所述的一种统筹在线人口分布热力图和手机信令数据特征的人口分布计算方法进一步优化方案，步骤1.3中所用的核密度法中的半径参数R不大于集合S中所有泰森多边形最小外接圆半径的平均值。
作为本发明所述的一种统筹在线人口分布热力图和手机信令数据特征的人口分布计算方法进一步优化方案，集合S的数据格式是适用于ArcGIS分析软件的数据格式。
作为本发明所述的一种统筹在线人口分布热力图和手机信令数据特征的人口分布计算方法进一步优化方案，步骤1中手机基站和在线人口分布热力图数据的生成时间差异至少不大于3个小时。
作为本发明所述的一种统筹在线人口分布热力图和手机信令数据特征的人口分布计算方法进一步优化方案，步骤1.3中所生成的栅格数据Z的最小空间分辨率不大于300米。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
(1)本发明为一种统筹在线人口分布热力图和手机信令数据特征的人口分布计算方法，通过此方法可以依据位置定位精度较高的在线人口分布热力图来提升手机信令大数据空间分布计算的准确性，进而提高了具有较高时间连续性特征的手机信令数据的空间分辨率；因此，本发明可以为城市规划和交通管理提供较好的现状分析基础，有助于从人的真实出行视角提出合理的规划方案；
(2)本发明先由基站点生成泰森多边形，然后再通过每个泰森多边形来控制相应基站的数据计算精度，这在一定程度上保障了数据质量的基础上，也较大程度上保留了原始手机信令数据分布的特征；实际上，这一计算过程基本上没有改变了一般技术方法对于手机信令数据应用的过程，只是在应用前提升了原始数据位置的精度，故本发明所提供的计算方法具有简单、实用、科学以及高效的特点。
附图说明
图1是本发明的整体流程示意图。
图2是基站位置分布的示意图。
图3是由预处理后基站生成的泰森多边形示意图。
图4是利用核密度法将在线人口分布热力图的原始点数据生成为栅格数据Z。
图5是泰森多边形地块集合S、在线人口分布密度图Z以及预处理后基站的空间叠加图。
图6是极大值点数据集M的空间分布示意图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明：
本发明提供了一种统筹在线人口分布热力图和手机信令数据特征的人口分布计算方法，来解决背景技术中所提到的问题。本发明重点是进行基站位置的校准，至于每个基站服务范围内的人口分布更加精确的分布计算，可以基于其他方法做进一步处理(如用电量、居住用地密度等)，即本方法可以为传统基站定位数据提供了一种较为准确的人口分布模拟的空间统计方法。
本发明所提出的技术方案主要是依据在线人口分布热力图和手机信令这2类数据的特征差异。在线人口分布热力图的空间位置信息一般是依据GPS定位而获得，而手机信令则主要是从手机基站中获得到。二者数据特征差异主要是：GPS定位信息空间位置精度较高，手机信令数据的空间位置精度较低；但通常在线人口分布热力图样本量比手机信令数据要少。因此，如果设计一种方法获得的人口分布数据，既具有GPS较高空间位置精度，又具有较大样本量，则可以提升移动位置数据的分析价值。
本发明的方法如下：
步骤1)参见附图1，首先需要对待研究区中手机基站数据进行预处理。
步骤1.1)参见附图2，待研究区包含了标识为“A”、“B”、“C”、“D”、“E”、“F”、“ G ”、“H”、“I”、“J”、“K”的11 个基站。其中，先删除研究区内记录手机数为0的手机基站点。如果存在两个手机基站点的地理空间距离小于预设的阈值25米，则将这两个手机基站点合并为一个手机基站点，合并后手机基站点的空间位置取两个手机基站点的中间位置。其中，基站I 所记录的手机数为0、J和K两个基站之间的距离为25米(小于预设的阈值)，故取J和K两个基站中间的位置点，并将新的基站标识为“G”。
步骤1.2)参见附图3，对研究区中手机基站点状数据建立泰森多边形，并将手机基站所记录的手机数分配到相应的泰森多边形中，泰森多边形地块集合记为S；集合S的数据格式是适用于ArcGIS分析软件的数据格式，如shape格式、mdb格式等。
步骤1.3)参见附图4，抓取到相对应区域的在线人口分布热力图的原始点数据，利用核密度法生成人口分布密度的栅格数据，记为Z；其中，所用的核密度算法中的半径参数R不大于集合S中所有泰森多边形最小外接圆半径的平均值，这一设置主要是为了避免半径参数 R过大而导致了栅格数据Z中值大小难以区分出较多的级别，从而难以区分出有效极大值点位置所在。
另外，确保手机基站和在线人口分布热力图数据的生成时间差异至少不大于3个小时，以此来保障最终融合的数据在时效性上具有较高统一性。
同时，栅格数据Z的最小空间分辨率不大于300米。这一设置主要是保障最终成果数据的精度，因为原有手机信令基站的空间间距一般在300-500米。如果一般情况下大于300米的设置，会失去了技术方法价值。
步骤2)参见附图5，对集合S中每个地块寻找到相应的在线人口分布热力图极大值点。
步骤2.1)对泰森多边形地块集合S进行遍历，每次遍历过程进行以下处理：将每次遍历所得到的多边形地块与Z进行空间相交处理，找出与Z相交部分中与基站点最近的最大值点坐标，记为P；本发明的泰森多边形地块就是指泰森多边形；
步骤2.2)由此，地块集合S中每个地块便记录了一个极大值点坐标P。参加附图6，A点相对应的极大值点P为A1，B为B1，C为C1，D为D1，E为E1，F为F1，G为G1，H为H1。
步骤3)将地块集合S中每个地块的手机数赋值给这个地块中极大值点坐标P，形成极大值点数据集M。具体M包含的点集为：{A1，B1，C1，D1，E1，F1，G1，H1}。
步骤4)利用点数据集M和点密度空间算法生成新的人口热力图。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替代，都应当视为属于本发明的保护范围。

Claims (5)

1.一种统筹在线人口分布热力图和手机信令数据特征的人口分布计算方法，其特征在于，包括以下步骤：
步骤1、对待研究区中手机基站和在线人口分布热力图数据进行预处理；
步骤1.1、先删除研究区内记录手机数为0的手机基站，且如果存在两个手机基站的地理空间距离小于预设的阈值，则将这两个手机基站合并为一个手机基站点，且合并后的手机基站所记录的手机数是这两个手机基站所记录的手机数之和，合并后手机基站的空间位置取两个手机基站的中间位置；
步骤1.2、对研究区中手机基站点状数据建立泰森多边形，并将手机基站所记录的手机数分配到相应的泰森多边形中，泰森多边形形成泰森多边形地块集合，泰森多边形地块集合记为S；
步骤1.3、抓取到研究区的在线人口分布热力图的原始点数据，利用核密度法生成人口分布密度的栅格数据Z；
步骤2、对集合S中每个泰森多边形地块寻找到相应的在线人口分布热力图极大值点，具体如下：
对泰森多边形地块集合S进行遍历，每次遍历过程进行以下处理：将每次遍历所得到的第i个泰森多边形地块Si与Z进行空间相交处理，找出与Z相交部分中与第i个泰森多边形地块Si中的手机基站点最近的极大值点坐标Pi；S＝{S1，S2，…，SM},M为泰森多边形地块的总数；
步骤3、将所有的Pi形成极大值点数据集M，M＝{P1，P2，P3，...PM}；
步骤4、利用极大值点数据集M和点密度空间算法生成新的人口热力图。
2.根据权利要求1所述的一种统筹在线人口分布热力图和手机信令数据特征的人口分布计算方法，其特征在于，步骤1.3中所用的核密度法中的半径参数R不大于集合S中所有泰森多边形最小外接圆半径的平均值。
3.根据权利要求1所述的一种统筹在线人口分布热力图和手机信令数据特征的人口分布计算方法，其特征在于，集合S的数据格式是适用于ArcGIS分析软件的数据格式。
4.根据权利要求1所述的一种统筹在线人口分布热力图和手机信令数据特征的人口分布计算方法，其特征在于，步骤1中手机基站和在线人口分布热力图数据的生成时间差异小于等于3个小时。
5.根据权利要求1所述的一种统筹在线人口分布热力图和手机信令数据特征的人口分布计算方法，其特征在于，步骤1.3中所生成的栅格数据Z的最小空间分辨率不大于300米。
CN201810878014.1A 2018-08-03 2018-08-03 一种人口分布计算方法 Active CN109189949B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810878014.1A CN109189949B (zh) 2018-08-03 2018-08-03 一种人口分布计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810878014.1A CN109189949B (zh) 2018-08-03 2018-08-03 一种人口分布计算方法

Publications (2)

Publication Number Publication Date
CN109189949A CN109189949A (zh) 2019-01-11
CN109189949B true CN109189949B (zh) 2019-09-27

Family

ID=64920070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810878014.1A Active CN109189949B (zh) 2018-08-03 2018-08-03 一种人口分布计算方法

Country Status (1)

Country Link
CN (1) CN109189949B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109886593A (zh) * 2019-03-01 2019-06-14 天津城建大学 一种基于泰森多边形的生态源地优化方法
CN109978264B (zh) * 2019-03-27 2022-06-17 西安电子科技大学 一种基于时空信息的城市人口分布预测方法
CN111078330A (zh) * 2019-07-23 2020-04-28 南京航空航天大学 移动手机人流量数据可视化工具
CN111078816B (zh) * 2019-12-16 2023-08-25 秒针信息技术有限公司 基于位置的分析方法、装置、终端及存储介质
CN110930285B (zh) * 2020-02-05 2020-05-19 北京交研智慧科技有限公司 一种人口分布分析方法及装置
CN112463136B (zh) * 2020-06-29 2023-12-05 中国铁路设计集团有限公司 基于热力图技术的城市空间区域人流活力分析方法
CN112866920B (zh) * 2021-01-07 2022-06-07 东南大学 一种利用核函数处理手机信令数据识别就业地的方法
CN112598486B (zh) * 2021-01-07 2023-08-11 开封大学 基于大数据与智能物联网的市场营销精准筛选推送系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106991576B (zh) * 2016-01-20 2020-10-09 阿里巴巴集团控股有限公司 一种地理区域的热力展现方法和装置
CN105761191A (zh) * 2016-02-02 2016-07-13 东南大学 一种城市动态空间结构圈层界定法
CN106131789A (zh) * 2016-08-16 2016-11-16 杭州诚智天扬科技有限公司 基于移动信令的景区游客热力图的生成方法
CN106503843A (zh) * 2016-10-20 2017-03-15 上海萃图数字科技有限公司 一种基于手机信令数据的常规公交线网优化与调整方法
CN106780236B (zh) * 2016-11-17 2017-12-01 江苏省城市规划设计研究院 一种考虑用电量使用情况的手机数分布统计方法
CN107687862A (zh) * 2017-09-05 2018-02-13 上海博泰悦臻网络技术服务有限公司 景区游览导航方法及系统、车载终端及车辆

Also Published As

Publication number Publication date
CN109189949A (zh) 2019-01-11

Similar Documents

Publication Publication Date Title
CN109189949B (zh) 一种人口分布计算方法
CN108920481B (zh) 一种基于手机定位数据的道路网重建方法及系统
CN102521973B (zh) 一种手机切换定位的道路匹配方法
CN102332210B (zh) 基于手机定位数据的实时城市道路交通流数据提取方法
CN108320501B (zh) 基于用户手机信令的公交线路识别方法
CN106604228B (zh) 一种基于lte信令数据的指纹定位方法
CN111985710A (zh) 一种公交乘客出行站点预测方法、存储介质及服务器
CN112418674A (zh) 基于城市多源数据的街道空间品质测度评价方法和系统
CN110619258B (zh) 一种基于高分辨率遥感影像的道路轨迹核查方法
CN105608505A (zh) 一种基于手机信令数据的居民轨道交通出行方式识别方法
CN104766473A (zh) 基于多模式公交数据匹配的公共交通出行特征提取方法
CN106931974A (zh) 基于移动终端gps定位数据记录计算个人通勤距离的方法
CN107392245A (zh) 一种出租车载客轨迹聚类算法Tr‑OPTICS
CN111639833A (zh) 一种基于自然和人文多要素的城市人居环境适宜性综合评价方法
CN109784416B (zh) 基于手机信令数据的半监督svm的交通方式判别方法
CN107656987A (zh) 一种基于lda模型的地铁站点功能挖掘方法
CN110334578A (zh) 图像级别标注自动提取高分遥感影像建筑物的弱监督方法
CN105759274B (zh) 一种台风关注区雷达降水估测方法
CN104661306A (zh) 移动终端被动定位方法及系统
CN110059860A (zh) 一种城市的公共充电站位置布局多目标优化方法
CN115511210A (zh) 基于多源大数据的社区生活圈划定方法和装置
Huang et al. Comprehensive urban space representation with varying numbers of street-level images
CN109800903A (zh) 一种基于出租车轨迹数据的盈利路线规划方法
CN111008730B (zh) 基于城市空间结构的人群聚集度预测模型构建方法及装置
CN115620165B (zh) 城市建成区慢行系统设施评价方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 210019 Building B3, No. 1, Yunlongshan Road, Jianye District, Nanjing, Jiangsu

Patentee after: Jiangsu urban planning and Design Institute Co.,Ltd.

Address before: 210036 Jiangsu Jianshe Building, No. 88, Caochangmen Street, Gulou District, Nanjing, Jiangsu

Patentee before: JIANGSU INSTITUTE OF URBAN PLANNING AND DESIGN