CN114926098B - 基于移动定位数据的城乡生活圈快速划定方法及其系统 - Google Patents

Abstract

本发明公开了基于移动定位数据的城乡生活圈快速划定方法及系统，该方法包括：根据移动定位数据筛选出常住居民并记录活动轨迹片段集合；根据生活圈的空间界限阈值确定活动距离区间d＝[d_min,d_max]，将处于区间d的轨迹片段添加至目标轨迹集以构建居民出行复杂网络G＝G(V,E)，V表示目标轨迹集中所有目标轨迹片段端点，E表示基于目标轨迹片段两端点所做的边，边E_i的权重等于第i条边的重叠数量；采用模块度的社区发现算法将网络G划分为多个独立的社区；采用标准差椭圆计算得到覆盖对应社区内所有节点的空间范围，作为对应生活圈的服务范围。通过上述方法，可以精细、准确地划定城乡生活圈公共服务中心和服务范围。

Description

基于移动定位数据的城乡生活圈快速划定方法及其系统

技术领域

本发明属于城乡规划技术领域，更具体地，涉及一种基于移动定位数据的城乡生活圈快速划定方法及其系统。

背景技术

公共设施配置是空间规划工作的核心工作之一，对其空间布局的基础理论和方法的研究是城乡规划学和城市地理学研究的热点。新时期市、县级空间总体规划实现了全域的覆盖，要求统筹城乡发展，科学划定城乡生活圈，将其作为完善城乡服务功能的基本单元，为城乡公共服务设施的均衡配置提供科学支撑；并且需要结合不同尺度的城乡生活圈，优化公共服务设施的用地布局。

当前空间规划的制定过程中，城乡生活圈主要是在预选服务中心的基础之上根据空间界限来直接划定，这种方法具有计算简单、存储方便、规则性强的等优点，但这种方法没有考虑到自然地物的空间阻隔以及城乡居民实际活动意图，预选服务中心的主观性和预设空间界限的一致性会影响到城乡生活圈划定结果的现实性和准确性；且划定的结果存在较大的地物同质性，不能有效的指导城乡公共服务设施均衡布局。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于移动定位数据的城乡生活圈快速划定方法及其系统，其目的在于科学且精准的划定城乡生活圈服务范围和服务中心。

为实现上述目的，按照本发明的一个方面，提供了一种基于移动定位数据的城乡生活圈快速划定方法，包括：

步骤S1：根据移动定位数据筛选出指定城市内的常住居民并记录所述常住居民于设定时间区间在所述指定城市内的活动轨迹片段集合；

步骤S2：对城乡生活圈的空间界限阈值上下浮动调节，确定所述城乡生活圈中常住居民的活动距离区间d＝[d_min,d_max]，并从所述活动轨迹片段集合中筛选出相邻时刻轨迹片段的空间距离值处于区间d的轨迹片段添加至目标轨迹集；

步骤S3：根据所述目标轨迹集构建所述指定城市的居民出行复杂网络G＝G(V,E)，其中，节点集合V＝{V_i}表示目标轨迹集中所有目标轨迹片段端点的集合，V_i表示第i节点，边集合E＝{E_i}表示目标轨迹集中基于每条目标轨迹片段两端点所连接而成的边的集合，E_i表示第i条边，E_i的权重等于第i条边的重叠数量；

步骤S4：采用基于模块度的社区发现算法将居民出行复杂网络G划分为多个独立的社区；

步骤S5：对每个独立社区，采用标准差椭圆计算得到覆盖对应社区内所有节点的空间范围，作为对应城乡生活圈的空间服务范围。

在其中一个实施例中，在步骤S1中：根据移动定位数据筛选出指定城市内的常住居民，包括：

将同一用户在设定时间区间内的两个相邻且均位于指定城市内的定位之间的时间差累加至对应用户的累计时间T中；

判断对应用户的累计时间T是否大于或等于经验阈值，若是，则对应用户是常住居民，若否，则对应用户不是常住居民。

在其中一个实施例中，设定时间区间长度为1年，所述经验阈值为6个月。

在其中一个实施例中，若用户的移动定位数据为WGS84坐标基准，则转换到国家2000大地坐标基准。

在其中一个实施例中，在步骤S2中，定义城乡生活圈的空间界限阈值为ζ，对城乡生活圈的空间界限阈值上下浮动调节的调节量为ε，则：

在其中一个实施例中，步骤S4包括：

步骤S41：确定模块度Q的计算公式为其中，A_ij为节点V_i和节点V_j之间的边的权重，δ函数表示若节点V_i和V_j在同一个社区内则返回值为1，否则返回值为0，/>为节点V_i和节点V_j之间的期望边数量，k_i为以节点V_i为端点的边的权重之和，k_j为以节点V_j为端点的边的权重之和，m是网络中所有边的权值之和；

步骤S42：对于每个节点V_i，确定与V_i具有连接边的每个邻居V_j，计算将V_i从其现在的社区中放入V_j所在社区时获得的模块度增益ΔQ，将V_i移入能够获得最大ΔQ的社区，重复步骤S42直至所有节点的所属社区不再变化；

步骤S43：将每个划分的社区视为一个新的节点，构建无向网络，在所述无向网络中，新的节点的数量为所划分的社区的数量，节点之间边的权重为对应社区之间所有跨边的权重之和，跳转至步骤S42直到整个网络的模块度Q不再发生变化。

在其中一个实施例中，在步骤S42中，若V_j所在社区只包含V_j一个节点，则V_j所在社区的模块度Q＝0。

在其中一个实施例中，在步骤S5中包括：

对于包含有r个节点的第n独立社区，确定能够覆盖所有节点的椭圆的中心(x,y)：

x_i和y_i分别为第i节点的位置横坐标和纵坐标，X和Y分别是r个节点的横坐标算术平均中心和纵坐标算术平均中心；

计算椭圆的方向角θ，计算公式为：

计算椭圆的长轴σ_x和短轴σ_y，计算公式为：

根据椭圆的中心、方向角、长轴和短轴唯一确定一个覆盖椭圆，作为第n个生活圈的空间服务范围。

在其中一个实施例中，对于每一个独立社区，选取k值最大的节点位置作为对应生活圈的公共服务中心位置。

按照本发明的另一方面，提供了一种基于移动定位数据的城乡生活圈快速划定系统，包括：

数据收集模块，用于根据移动定位数据筛选出指定城市内的常住居民并记录所述常住居民于设定时间区间在所述指定城市内的活动轨迹片段集合；

轨迹筛选模块，用于对城乡生活圈的空间界限阈值上下浮动调节，确定所述城乡生活圈中常住居民的活动距离区间d＝[d_min,d_max]，并从所述活动轨迹片段集合中筛选出相邻时刻轨迹片段的空间距离值处于区间d的轨迹片段添加至目标轨迹集；

网络构建模块，用于根据所述目标轨迹集构建所述指定城市的居民出行复杂网络G＝G(V,E)，其中，节点集合V＝{V_i}表示目标轨迹集中所有目标轨迹片段端点的集合，V_i表示第i节点，边集合E＝{E_i}表示目标轨迹集中基于每条目标轨迹片段两端点连接而成的边的集合，E_i表示第i条边，E_i的权重等于第i条边的重叠数量；

社区划分模块，用于采用基于模块度的社区发现算法将居民出行复杂网络G划分为多个独立的社区；

城乡生活圈空间服务范围确定模块，用于对每个独立社区，采用标准差椭圆计算得到覆盖对应社区内所有节点的空间范围，作为对应城乡生活圈的空间服务范围。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

首先，本申请借助移动定位技术和空间计算方法生成指定城市范围内的居民出行活动数据，操作简单且精度较高。根据常住居民和非常住居民在当前城市中出现频次的区别，基于所获取的移动定位数据筛选出其中的常住居民，以常住居民的活动轨迹作为城乡生活圈划分的依据。同时，考虑到待规划生活圈的界限阈值与居民出行距离相互影响，因此，根据待规划生活圈的界限阈值设定距离区间并筛选出处于该距离区间内的居民活动轨迹，生活圈界限阈值不同，用于筛选的距离区间不同，被筛选出的活动轨迹也不同，从而使得所筛选出的活动轨迹与待规划的生活圈范围相匹配。将筛选出的活动轨迹添加至目标轨迹集，根据目标轨迹集构建居民出行复杂网络，以轨迹的各端点作为网络节点，以轨迹两端点的连线作为对应轨迹的边，以边的数量作为对应边的权重，通过该居民出行复杂网络体现居民的出行情况，然后利用社区发现算法对该复杂网络划分成多个社区，对于每个社区利用标准差椭圆计算得到对应社区的覆盖范围，即为所划分的生活圈，从而将指定城市划分为多个具有设定界限阈值的生活圈。

附图说明

图1是一实施例中的基于移动定位数据的城乡生活圈快速划定方法的步骤流程图；

图2是一实施例中的居民出行复杂网络的示意图。

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。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

如图1所示，在一实施例中，基于移动定位数据的城乡生活圈快速划定方法包括以下步骤：

步骤S100：根据移动定位数据筛选出指定城市内的常住居民并记录常住居民于设定时间区间在指定城市内的活动轨迹片段集合。

科学划定城乡生活圈、识别城乡生活圈的服务中心和范围，需要深入分析城乡居民的出行的距离、频次等特征。对城乡居民活动空间分布的动态把握是认识城乡空间结构、配置城乡公共服务设施的重要依据。在传统方式中，居民出行活动数据的获取最为普遍的方式为人口普查，该数据对于揭示出行活动特征比较精准，但获取的成本高和更新频次低；对于城乡空间内更为全面的居民空间分布信息难以获得。

在本申请中，通过移动定位技术，获取该城市范围内的移动定位数据。具体的，可以获取该指定城市内的任一家或者多家通信运营商的移动定位数据，移动定位数据的记录内容包括但不限于用户ID、日期、时间、坐标、记录类型。将移动定位数据的坐标进行初步整理，当坐标WGS84坐标基准，要全部转换到国家2000大地坐标基准。

在获取到移动定位数据后，基于该数据，将对应用户分类为常住居民和非常住居民，若为常住居民，则该用户在该城市范围内的活动时间相对较长，若为非常住居民，则该用户在该城市范围内的活动时间相对较短。

基于此，在一具体的实施例中，判定常住居民的具体方法为：

根据某一用户的时序定位数据记录，如果连续两个定位坐标均位于该城市行政边界范围内，则把该连续两个定位记录之间的时间差，累加到累计时间T中。移动定位装置会根据电话信号波动采集用户的定位数据，例如接打电话、收发短信、切换基站、开关机等情况下都会采集定位，所谓的时序定位数据，指的将采集用户的定位按时间排序所形成的一系列定位数据。一年内某一用户的移动定位数据记录出现在该城市的累计时间T如果达到6个月时长以上，则此用户可判别为该城市的常住人口。

然后，依据判别结果，挑选出标记为常住人口的移动定位数据记录作留为后续使用，即记录常住居民在该城市内的活动轨迹集合。

步骤S200：对城乡生活圈的空间界限阈值上下浮动调节，确定城乡生活圈中常住居民的活动距离区间d＝[d_min,d_max]，并从活动轨迹集合中筛选出相邻时刻轨迹片段的空间距离值处于区间d的轨迹片段添加至目标轨迹集。

其中，生活圈的空间界限阈值是进行城乡规划所给定的值，该阈值代表了待划分的生活圈的范围有多大。在给定阈值后，需要基于该阈值对该城市空间进行划分，具体划分几个生活圈、生活圈的形状和范围、每个生活圈的中心地址坐标则是需要利用本申请方案进行求解的。阈值越大，则表示待规划的生活圈的覆盖范围越大，需要参考空间距离较长的居民活动轨迹划分具体的范围；阈值越小，则表示待规划的生活圈越基础，覆盖范围越小，需要参考空间距离较短的居民活动轨迹划分具体的范围。

在本申请中，基于待规划生活圈的空间界限阈值上下浮动调节值，确定活动距离区间。在一实施例中，定义生活圈的空间界限阈值ζ，活动距离区间为d＝[d_min,d_max]，其中，

即，按照该阈值上下浮动ε来界定活动半径区间，ε一般小于1，可结合城镇化率进行确定，城镇化率越高，出行距离越远，相应的，所浮动的调节值也将越大。

在确定活动距离区间d＝[d_min,d_max]后，利用该区间筛选用于规划生活圈的目标活动轨迹，目标活动轨迹满足：

1、两相邻采集时刻的定位位置位于该城市的行政边界范围内；

2、两相邻采集时刻的轨迹片段的空间距离处于活动距离区间d＝[d_min,d_max]内；例如有相邻的采集时刻t1、t2，t1时刻的定位为A1，t2时刻的定位为A2，那么两相邻采集时刻的轨迹片段的空间距离为A1到A2的直线距离。

依次类推，保留符合上述条件的所有用户定位数据中的轨迹片段，作为指定层级城乡生活圈下的居民出行活动片段轨迹数据集；值得注意的是，筛选所得到的用户出行活动轨迹片段，可以不是连续完整的轨迹。

步骤S300：根据目标轨迹集构建居民出行复杂网络G＝G(V,E)，其中，节点集合V＝{V_i}表示目标轨迹集中所有目标轨迹片段端点的集合，V_i表示第i节点，边集合E＝{E_i}表示目标轨迹集中基于每条目标轨迹片段两端点所做的边的集合，E_i表示第i条边，E_i的权重等于第i条边的重叠数量。

利用筛选得到指定层级城乡生活圈下的居民出行活动片段轨迹数据集，构建城乡范围内不同空间位置之间的居民出行复杂网络G＝G(V,E)。

该网络中，节点V的数量确定方法为：假设某一用户在某一时刻T_i的轨迹定位位置为V_m，则将该位置作为一个节点，加入到居民出行复杂网络节点集合V中；循环遍历所有用户的出行活动轨迹数据集中的定位位置，如果已有节点集合V中不存在该定位位置，则将该定位位置加入到节点集合V中，更新节点集合V。否则不做处理。

该网络中，边E的数量确定方法为：假设某一用户相邻两时刻T_i和T_i+1的轨迹片段为E_i，则将该轨迹片段作为一条边，加入到居民出行复杂网络边集合E中；循环遍历所有用户的出行活动轨迹数据集中的轨迹片段，如果已有边集合E中不存在该轨迹片段，则将该轨迹片段加入到边集合E中，更新边集合E。否则不做处理。

所构建的居民出行复杂网络G是一个带权重的无向网络，该复杂网络G中边E权重的确定方法为：假设某一用户相邻两时刻T_i和T_i+1的轨迹定位位置为V_m和V_n，则连接这两个节点V_m和V_n之间的边E的权重增加1；按照这种规则依次类推，循环遍历所有用户的出行活动轨迹数据集，确定该层级城乡生活圈下的居民出行复杂网络中边的权重。

这样，构建了一个有J个节点和M条边的居民出行复杂网络G。如图2所示为居民出行复杂网络G的示意图，每个●代表一个节点，两个节点之间的连线代表边，例如，在时刻t1和时刻t7所采集的定位均位于节点1处，则在出行复杂网络G只保留一个节点1。例如，同一用户在t1、t2时刻所采集的定位位置处于节点1和节点3，在t4、t5时刻采集的定位位置也分别处于节点1和节点3，另一用户在t1、t2时刻所采集的定位位置也分别处于节点1和节点3，则节点1-节点3之间的边的权重为3。

步骤S400：采用模块度的社区发现算法将居民出行复杂网络G划分为多个独立的社区。

其中，可以采用现有的社区发现算法对上述复杂网络G进行划分。

在本实施例中，利用社区发现算法对复杂网络G进行划分的过程为：

步骤S410：确定模块度Q的计算公式为

所其中，A_ij为节点V_i和节点V_j之间的边的权重分别，c_i和c_j分别表示节点V_i和节点V_j所在社区，δ函数表示若节点V_i和V_j在同一个社区内则返回值为1，否则返回值为0，为节点V_i和节点V_j之间的期望边数量，k_i为以节点V_i为端点的边的权重之和，k_j为以节点V_j为端点的边的权重之和，m是网络中所有边的权值之和。

步骤S420：对于每个节点V_i，确定与V_i具有连接边的每个邻居V_j，计算将V_i从其现在的社区中放入V_j所在社区时获得的模块度增益ΔQ，将V_i移入能够获得最大ΔQ的社区，重复步骤S42直至所有节点的所属社区不再变化。

参考图2所示，节点1的邻居为节点2、3、4，分别计算将节点1移入节点2所在社区、将节点1移入节点3所在社区、以及将节点1移入节点4所在社区所得到的模块度增益ΔQ₁₂、ΔQ₁₃、ΔQ₁₄，当增益为正，则移入模块度增益最大的社区，如所有增益均为负，则不移入。重复以上步骤，直到所有节点的所属社区不再变化，即每个社区所包含的节点不再发生变化。。

步骤S430：将每个划分的社区视为一个新的节点，构建无向网络，在无向网络中，节点的数量为所划分的社区的数量，节点之间边的权重为对应社区之间所有跨边的权重之和，跳转至步骤S420直到整个网络的模块度Q不再发生变化。

将划分而成的社区内所有节点压缩为新的超节点，新的超节点为包含若干节点，以超节点为节点重新构建带权重的无向网络：如果在两个社区的节点之间至少有一条边，那么对应的两个超节点之间就是连接的；在两个超节点之间的边的权值是其对应社区之间所有跨边的权值之和。构建新网络后跳转至步骤S420，重新进行划分直至整个复杂网络G的模块度Q不再发生变化。

步骤S500：对每个独立社区，采用标准差椭圆计算得到覆盖对应社区内所有节点的空间范围，作为对应城乡生活圈的空间服务范围。

对于得到的复杂网络G划分结果，得到N个相互独立的社区；对每个独立社区内部所包含的节点，采用标准差椭圆来计算得到每个社区所代表的生活圈范围，作为该指定层级城乡生活圈的某一生活圈的服务范围。具体计算过程为：

对于N个社区中的第n个独立社区，该社区包含r个空间位置节点。首先确定能够覆盖这些空间位置节点的椭圆的中心(x,y)：

其中x_i和y_i分别为第n个独立社区所包含的r个空间位置节点中的第i个空间位置节点坐标，X和Y是算术平均中心；x和y就是最后计算出来的椭圆的中心。

然后确定椭圆的方向角θ：

最后确定椭圆的长轴σ_x和短轴σ_y：

至此，第n个独立社区的覆盖椭圆的中心、方向角、长轴和短轴等必要参数已经计算出来，可以唯一确定一个覆盖椭圆，作为第n个生活圈的服务范围。此外，对于第n个独立社区内部所包含的节点中，选取度值最大的节点，作为第n个生活圈的公共服务中心位置。

重复以上步骤，识别出该层级城乡生活圈中的所有N个社区的服务范围和服务中心位置。

至此，能够科学识别指定层级城乡生活圈的服务范围和服务中心。

多层级城乡生活圈是由基本生活圈、一级生活圈、二级生活圈以及三级生活圈构成。为获得多层级城乡生活圈的划定结果，重复以上操作，分别按照基本生活圈、一级生活圈、二级生活圈或三级生活圈所推荐的空间界限阈值ζ，重复按照以上的步骤，科学快速实现对每个层级的城乡生活圈的服务范围和服务中心的识别划定。

相应的，本申请还涉及一种基于移动定位数据的城乡生活圈快速划定系统，其包括：

数据收集模块，用于根据移动定位数据筛选出指定城市内的常住居民并记录常住居民于设定时间区间在指定城市内的活动轨迹片段集合；

轨迹筛选模块，用于对城乡生活圈的空间界限阈值上下浮动调节，确定生活圈中常住居民的活动距离区间d＝[d_min,d_max]，并从活动轨迹片段集合中筛选出相邻时刻轨迹片段的空间距离值处于区间d的轨迹片段添加至目标轨迹集；

网络构建模块，用于根据目标轨迹集构建所指定城市的居民出行复杂网络G＝G(V,E)，其中，节点集合V＝{V_i}表示目标轨迹集中所有目标轨迹片段端点的集合，V_i表示第i节点，边集合E＝{E_i}表示目标轨迹集中基于每条目标轨迹片段两端点连接而成的边的集合，E_i表示第i条边，E_i的权重等于第i条边的重叠数量；

社区划分模块，用于采用基于模块度的社区发现算法将居民出行复杂网络G划分为多个独立的社区；

城乡生活圈空间服务范围确定模块，用于对每个独立社区，采用标准差椭圆计算得到覆盖对应社区内所有节点的空间范围，作为对应城乡生活圈的空间服务范围。

进一步的，城乡生活圈空间服务范围确定模块还用于选取每一个独立社区中k值最大的节点位置作为对应生活圈的公共服务中心位置。

上述该基于移动定位数据的城乡生活圈快速划定系统用于执行上文所介绍的基于移动定位数据的城乡生活圈快速划定方法，该系统中的各个模块具有实现对应步骤的功能，具体可参考上文介绍，在此不再赘述。

综上，本申请借助移动定位技术和空间计算方法生成任一城市范围内的居民出行活动数据、基于所获取的移动定位数据筛选出其中的常住居民，根据待规划生活圈的界限阈值设定距离区间并筛选出处于该距离区间内的居民活动轨迹。将筛选出的活动轨迹添加至目标轨迹集，根据目标轨迹集构建居民出行复杂网络，以轨迹的各端点作为网络节点，以轨迹两端点的连线作为对应轨迹的边，以边的数量作为对应边的权重，通过该居民出行复杂网络体现居民的出行情况，然后利用社区发现算法对该网络划分成多个社区，对于每个社区利用标准差椭圆计算得到对应社区的覆盖范围，并进一步通多每个社区内度值最大的节点得到服务中心位置，即为所划分的生活圈，从而将任一城市划分为多个具有设定界限阈值的多层级生活圈。

本领域的技术人员容易理解，以上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)

1.一种基于移动定位数据的城乡生活圈快速划定方法，其特征在于，包括：

步骤S1：根据移动定位数据筛选出指定城市内的常住居民并记录所述常住居民于设定时间区间在所述指定城市内的活动轨迹片段集合；

步骤S2：对城乡生活圈的空间界限阈值上下浮动调节，确定所述城乡生活圈中常住居民的活动距离区间d＝[d_min,d_max]，并从所述活动轨迹片段集合中筛选出相邻时刻轨迹片段的空间距离值处于区间d的轨迹片段添加至目标轨迹集；

步骤S3：根据所述目标轨迹集构建所述指定城市的居民出行复杂网络G＝G(V,E)，其中，节点集合V＝{V_i}表示目标轨迹集中所有目标轨迹片段端点的集合，V_i表示第i节点，边集合E＝{E_i}表示目标轨迹集中基于每条目标轨迹片段两端点所连接而成的边的集合，E_i表示第i条边，E_i的权重等于第i条边的重叠数量；

步骤S4：采用基于模块度的社区发现算法将居民出行复杂网络G划分为多个独立的社区；

步骤S5：对每个独立社区，采用标准差椭圆计算得到覆盖对应社区内所有节点的空间范围，作为对应城乡生活圈的空间服务范围。

2.如权利要求1所述的基于移动定位数据的城乡生活圈快速划定方法，其特征在于，在步骤S1中：根据移动定位数据筛选出指定城市内的常住居民，包括：

将同一用户在设定时间区间内的两个相邻且均位于指定城市内的定位之间的时间差累加至对应用户的累计时间T中；

判断对应用户的累计时间T是否大于或等于经验阈值，若是，则对应用户是常住居民，若否，则对应用户不是常住居民。

3.如权利要求2所述的基于移动定位数据的城乡生活圈快速划定方法，其特征在于，设定时间区间长度为1年，所述经验阈值为6个月。

4.如权利要求2所述的基于移动定位数据的城乡生活圈快速划定方法，其特征在于，若用户的移动定位数据为WGS84坐标基准，则转换到国家2000大地坐标基准。

5.如权利要求1所述的基于移动定位数据的城乡生活圈快速划定方法，其特征在于，在步骤S2中，定义城乡生活圈的空间界限阈值为ζ，对城乡生活圈的空间界限阈值上下浮动调节的调节量为ε，则：

6.如权利要求1所述的基于移动定位数据的城乡生活圈快速划定方法，其特征在于，步骤S4包括：

步骤S41：确定模块度Q的计算公式为其中，A_ij为节点V_i和节点V_j之间的边的权重，δ函数表示若节点V_i和V_j在同一个社区内则返回值为1，否则返回值为0，为节点V_i和节点V_j之间的期望边数量，k_i为以节点V_i为端点的边的权重之和，k_j为以节点V_j为端点的边的权重之和，m是网络中所有边的权值之和；

步骤S42：对于每个节点V_i，确定与V_i具有连接边的每个邻居V_j，计算将V_i从其现在的社区中放入V_j所在社区时获得的模块度增益ΔQ，将V_i移入能够获得最大ΔQ的社区，重复步骤S42直至所有节点的所属社区不再变化；

步骤S43：将每个划分的社区视为一个新的节点，构建无向网络，在所述无向网络中，新的节点的数量为所划分的社区的数量，节点之间边的权重为对应社区之间所有跨边的权重之和，跳转至步骤S42直到整个网络的模块度Q不再发生变化。

7.如权利要求6所述的基于移动定位数据的城乡生活圈快速划定方法，其特征在于，在步骤S42中，若V_j所在社区只包含V_j一个节点，则V_j所在社区的模块度Q＝0。

8.如权利要求1所述的基于移动定位数据的城乡生活圈快速划定方法，其特征在于，在步骤S5中包括：

对于包含有r个节点的第n独立社区，确定能够覆盖所有节点的椭圆的中心(x,y)：

x_i和y_i分别为第i节点的位置横坐标和纵坐标，X和Y分别是r个节点的横坐标算术平均中心和纵坐标算术平均中心；

计算椭圆的方向角θ，计算公式为：

计算椭圆的长轴σ_x和短轴σ_y，计算公式为：

根据椭圆的中心、方向角、长轴和短轴唯一确定一个覆盖椭圆，作为第n个生活圈的空间服务范围。

9.如权利要求6所述的基于移动定位数据的城乡生活圈快速划定方法，其特征在于，对于每一个独立社区，选取k值最大的节点位置作为对应生活圈的公共服务中心位置。

10.一种基于移动定位数据的城乡生活圈快速划定系统，其特征在于，包括：

数据收集模块，用于根据移动定位数据筛选出指定城市内的常住居民并记录所述常住居民于设定时间区间在所述指定城市内的活动轨迹片段集合；

轨迹筛选模块，用于对城乡生活圈的空间界限阈值上下浮动调节，确定所述城乡生活圈中常住居民的活动距离区间d＝[d_min,d_max]，并从所述活动轨迹片段集合中筛选出相邻时刻轨迹片段的空间距离值处于区间d的轨迹片段添加至目标轨迹集；

网络构建模块，用于根据所述目标轨迹集构建所述指定城市的居民出行复杂网络G＝G(V,E)，其中，节点集合V＝{V_i}表示目标轨迹集中所有目标轨迹片段端点的集合，V_i表示第i节点，边集合E＝{E_i}表示目标轨迹集中基于每条目标轨迹片段两端点连接而成的边的集合，E_i表示第i条边，E_i的权重等于第i条边的重叠数量；

社区划分模块，用于采用基于模块度的社区发现算法将居民出行复杂网络G划分为多个独立的社区；

城乡生活圈空间服务范围确定模块，用于对每个独立社区，采用标准差椭圆计算得到覆盖对应社区内所有节点的空间范围，作为对应城乡生活圈的空间服务范围。