WO2017133110A1 - 一种城市动态空间结构圈层界定法 - Google Patents

一种城市动态空间结构圈层界定法 Download PDF

Info

Publication number
WO2017133110A1
WO2017133110A1 PCT/CN2016/081389 CN2016081389W WO2017133110A1 WO 2017133110 A1 WO2017133110 A1 WO 2017133110A1 CN 2016081389 W CN2016081389 W CN 2016081389W WO 2017133110 A1 WO2017133110 A1 WO 2017133110A1
Authority
WO
WIPO (PCT)
Prior art keywords
mobile phone
time
data
positioning data
users
Prior art date
Application number
PCT/CN2016/081389
Other languages
English (en)
French (fr)
Inventor
杨俊宴
熊伟婷
史宜
Original Assignee
东南大学
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 东南大学 filed Critical 东南大学
Priority to US15/529,196 priority Critical patent/US10467199B2/en
Priority to EP16876970.1A priority patent/EP3226201A4/en
Publication of WO2017133110A1 publication Critical patent/WO2017133110A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • 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
    • 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
    • H04W4/029—Location-based management or tracking services

Definitions

  • the invention relates to the technical field of mobile phone signaling information collection and processing, and more particularly to a processing and deconstruction method for defining a dynamic spatial structure circle layer based on mobile phone user positioning data.
  • This method is generally applicable to the circle analysis of urban static space structure, which is difficult to sustain in the time dimension.
  • the present invention provides a low-cost, large sample size, high-precision, and time-sensitive method for defining a dynamic spatial structure of a city based on mobile phone positioning data.
  • a method for defining a dynamic spatial structure circle of a city includes the following steps:
  • the time-to-day basic unit is used, and the matched mobile phone user positioning data at each time is combined and counted according to the time and day, and the basic data of each time and the overall data of each time and day are obtained.
  • the data content collected in the step (1) includes: an anonymous encrypted mobile terminal ID, a signaling occurrence time, a service base station when signaling occurs, and the like, and the data types include: power on, power off, texting, texting, calling, Called, location update, cell handover, Internet access.
  • the number of users in this part is divided according to the road center line, and is respectively divided into the land parcels on both sides.
  • the present invention systematically solves the problem of defining a method of urban dynamic space structure circle layer using mobile phone user positioning data, and has significant advantages such as strong practicability, high algorithm efficiency, and good unity of results, and can promote the analysis of urban spatial structure. More objective, real, low-cost, frequent update cycle development, suitable for the promotion and application of cities, the prospects are broad, the specific performance is as follows:
  • the method of the present invention provides a new technical means for defining the dynamic spatial structure circle of the city, making full use of the massive amount of Large sample mobile phone user positioning data, through the establishment of a continuous observation and monitoring mechanism, using ArcGis spatial analysis means, constantly tracking the evolution of urban dynamic space circle layer, can reflect the urban real space structure characteristics of human monitoring units, high sample rate, ability Really reflects the distribution of the circle structure of urban space structure.
  • the data source of the method for defining the dynamic spatial structure of the urban mobile space based on the mobile phone user positioning data is based on the mobile phone user positioning data, and the acquired data is based on the parcel, including the total number of users and the user density of the local blocks.
  • Figure 1 is a flow chart of the method of the present invention
  • 3 is a distribution diagram of density of mobile phone users in various parts of the city in Shanghai according to an embodiment of the present invention
  • FIG. 5 is a diagram showing a threshold value of a circle structure of a Shanghai urban space structure according to an embodiment of the present invention
  • Figure 6 is a diagram showing the final circle layer layout of the Shanghai urban space structure in the embodiment of the present invention.
  • the urban dynamic space structure circle defines the case and the drawings to explain the technical solution of the present invention in detail.
  • the urban dynamic space structure circle definition method includes the following steps (Figure 1):
  • the mobile phone signaling data selected in this case is anonymous encrypted data.
  • the data content mainly includes: anonymous encrypted mobile phone terminal ID, signaling occurrence time, and service base station when signaling occurs.
  • Data types include: power on, power off, texting, texting, calling, called, location update, cell switching, Internet access, etc.
  • the data space is in the Shanghai area (16 districts and 1 county). The time range is from 2012 to 2013. There are four typical working days (Wednesday or Thursday), four typical weekends (Sunday) and a typical holiday. The amount of data is about 1.5 billion.
  • Clean and filter the mobile phone user positioning data eliminate the positioning failure and abnormal mutation data, according to the longitude and latitude coordinates of the mobile phone user positioning data, use the coordinate conversion method to match the mobile phone user positioning data into the corresponding base station cell, and establish each piece.
  • the affiliation relationship between the mobile phone user positioning data and the base station cell is obtained, and the matched mobile phone user positioning data is obtained.
  • the time-to-day basic unit is used to combine the matching mobile phone user positioning data at each time according to the time and day, so that the basic data of each time and the overall time of each time can be obtained.
  • the number of mobile phone users in each base station is equally distributed according to the land area of the land parcel, in the figure The darker the color, the greater the density of mobile phone users, and vice versa.
  • Fig. 2 since the users in the road are difficult to count and identify, the number of users in this part is divided according to the road center line, and they are respectively divided into land plots on both sides. At the same time, the plot is the most basic unit, and the same plot is The number of users in each base station is statistically added ( Figure 3). According to the above method, the matching mobile phone positioning data of all users is processed, and the mobile phone user positioning data of the land parcels in different cities at different times and different time days is obtained.
  • each block data is entered into ArcGIS according to each time and each time and day as a basic analysis database.
  • the spatial distribution trend of the number of mobile phone users in the whole city is analyzed, and the trend graph of the spatial distribution of the spatial distribution of the whole city at different times and times is obtained.
  • the Shanghai city has 13 layers of radiation that extend from the center of the city to the periphery (Fig. 4).
  • the outliers are excluded and artificially detected, and a more accurate circle delineation map is obtained.
  • the space is superimposed to form the urban dynamics.
  • This circle definition is also an important work link for urban planning related practices such as urban master planning.
  • the distribution density value of mobile phone users in each circle layer is obtained, and the variation law of this value is statistically analyzed, and two adjacent entries are calculated.
  • the circle structure diagram of each time and each working day is visualized and outputted by the two-dimensional diagram of ArcGIS. As shown in the figure, it is divided into four levels according to the color depth (Fig. 6), and the urban dynamic space structure is obtained. The trend of the circle layer changes, and then conduct comparative analysis to find out the law of change and predict the future change situation.

Abstract

一种城市动态空间结构圈层界定法，包括如下步骤：收集手机用户定位数据，进行清洗和处理，得到匹配后的手机用户定位数据；以基站为单位，将各个时刻的匹配后的手机用户定位数据按照日期合并为每天的手机定位数据；对于合并后的基站信息，通过泰森多边形处理方法，对各不同用户数量基站进行全城范围内的空间定位；将各多边形内的用户数量数据按照用地地块面积配比分配其包含的各地块当中，得到各用地地块内的手机用户数量；利用ArcGIS内的克里金插值法空间分析方法，得到各时间点及各时间日的手机用户分布多圈层数值规律，再找到数值零界点，合并同一区域内圈层，划定出城市动态空间结构圈层分布图。该方法充分依托现有的移动通信网络资源，具有低成本、高频率、自动化、高精度、大样本的优点。

Description

一种城市动态空间结构圈层界定法 技术领域：
本发明涉及手机信令信息采集及处理技术领域，更具体涉及一种基于手机用户定位数据的城市动态空间结构圈层界定的处理及解构方法。
背景技术：
信息技术的快速发展带来了“大数据”时代的到来，改变了城市的空间组织、创新了城市空间结构的研究方法。传统的城市空间结构解析是起于物质空间，同时也落于物质空间。而信息化时代背景支撑下的手机信令大数据不仅可以较为直观、真实反应城市空间形态状况，同时也使得研究视角变成以人为起点，落于空间，于是城市空间研究不仅仅局限于物质空间层面。因此，在大数据时代，通过利用信息数据来研究城市空间结构为现有城市空间研究提供新的方向和思路，对于重构和丰富城市规划学科理论、指导城市的规划与建设都有重要意义。
至今，城市规划专业领域对于城市空间结构圈层界定已有很多，对于各个城市的实证分析也是规划实践的重要组成部分。但现有的界定方法主要基于城市静态空间结构的研究，同时界定的方法主要是从静态物质空间界定，其适用范围单一，且难以对动态城市结构进行追踪调查。综合看来，目前的城市空间结构圈层界定不适用于动态空间结构的持续性分析，同时，其中的缺点主要包括：
(1)前期调研工作需要耗费大量的人力、物力及财力，同时开展的时间周期相对较长；
(2)由于其耗费较大，调研时间间隔相对大，数据更新难以及时反映城市目前真实状况；
(3)调研成果录入工作量大，同时，成果的精度及标准度难以统一，可能存在人为较大的误差，难以对城市规划的优化策略提供支撑。
该方法一般多适用于城市静态空间结构的圈层分析，在时间维度上难以持续。
发明内容
发明目的：针对现有技术中存在的问题，本发明提供了一种低成本、大样本量、高精度、强时效性的基于手机定位数据的城市动态空间结构圈层界定的方法。
技术方案：为实现上述发明目的，本发明采用如下技术方案：
一种城市动态空间结构圈层界定法，包括如下步骤：
(1)收集手机用户定位数据；
(2)数据清洗与处理：对手机用户定位数据进行清洗过滤，剔除定位失败以及异常突变的数据，根据手机用户定位数据的经度和纬度坐标将手机用户定位数据匹配到相应的基站小区内，建立各条手机用户定位数据与基站小区的隶属关系，得到匹配后的手机用户定位数据；
(3)基于匹配后的手机用户定位数据，以时间日为基本单位，将各时刻的匹配后手机用户定位数据按照时间日进行合并统计，得到各时刻的基础数据以及各时间日的整体数据两个研究库；
(4)基站与用地地块数据的匹配：基于上步中的各时间日以及时间时刻内的手机用户定位数据，采用ArcGIS中的泰森多边形技术方法，将各基站内的手机用户数量按照用地地块的用地面积进行等比例分配，以地块为最基本单元，将同一地块当中的各基站用户数量进行统计加合，按照上述方法处理所有用户的匹配后手机定位数据，便得到全城内各用地地块在不同时刻及不同时间日的手机用户定位数据；
(5)不同时刻城市动态空间结构解析：基于落入地块的手机用户定位处理后数据，以用户数量和用户密度为基本处理单位，按照各时刻以及各时间日两种维度将各地块数据录入到ArcGIS中作为基础分析数据库，运用ArcGIS中的克里金插值法对全城范围内的各地块手机用户定位数量进行空间分布趋势分析，得到不同时刻及时间日的全城人群空间结构分布基础圈层趋势图，一方面对这一圈层分布态势进行异常值排除及人工检测，得到较为准确的圈层划定图，同时基于各个时刻的圈层趋势图的变化，将其进行空间叠合便构成城市动态结构分析基础，其中，用户密度＝各地块内的用户数量/地块基底面积；
(6)城市动态空间结构圈层识别：根据上步中每个基础圈层内的手机用户数量的分布态势，得到每一圈层中的手机用户分布密度数值，同时对这一数值的变化规律进行统计分析，并计算出两两相邻圈层的用户分布密度数值的变化趋势百分比，找出其中的拐点数值点，即为城市动态空间结构圈层的划分临界值；
(7)城市动态空间结构圈层输出与分析：将各时刻及各工作日的圈层结构图进行ArcGIS的二维图示可视化以及矢量化的输出，得到城市动态空间结构的圈层变化趋势，进而进行对比分析，找出其中的变化规律，预判未来的变化态势。
所述步骤(1)中收集的数据内容包括：匿名加密手机终端ID、信令发生时间、信令发生时服务基站等信息，数据类型包括：开机、关机、发短信、收短信、主叫、被叫、位置更新、小区切换、上网。
所述步骤(4)中对于道路中用户难以统计及识别的情况，将这部分的用户数量按照道路中心线进行划分，分别划入两侧的用地地块中。
有益效果：本发明系统地解决了利用手机用户定位数据的城市动态空间结构圈层界定方法的问题，具有实用性强、算法效率高、结果统一性好等显著优势，能够推动城市空间结构解析向更加客观、真实、低成本、频繁更新周期的方向发展，适宜于各城市的推广应用，前景广阔，具体表现如下：
1.面对快速的城市化进程，需要实时监控更新城市空间形态变化，以满足城市规划的需求，本发明方法为城市动态空间结构圈层界定提供了一种全新的技术手段，充分利用海量的大样本手机用户定位数据，通过建立持续的观测监控机制，运用ArcGis空间分析手段，不断跟踪城市动态空间圈层演变的规律，能够体现以人为监测单元的城市真实空间结构特征，样本率高，能够真实反映城市空间结构的圈层分布情况。
2.本发明的基于手机用户定位数据的城市动态空间结构圈层界定方法的数据来源是基于手机用户定位数据，获取的数据以地块为基本单元，包括各地块的用户总量、用户密度、空间总体分布趋势、时空分布变化特征等，相对费用低，充分利用移动通信基础设施，不需要额外的人力调研；自动化实现方式，基于电脑数据采集及分析；样本量大，基本可以覆盖全城城市的范围区域；数据更新周期短，动态性强，实现更加人性化的城市规划服务。
附图说明
图1是本发明的方法流程图；
图2是本发明的上海某通讯服务商基站布点及信令小区划分；
图3是本发明实施例中上海全城各地块手机用户密度分布图；
图4是本发明实施例中上海全城手机用户密度圈层趋势分布图；
图5是本发明实施例中上海城市空间结构圈层临界值图；
图6是本发明实施例中上海城市空间结构最终圈层划定图。
具体实施方式
以下将结合上海城市市域范围(不包含崇明岛、长兴乡及横沙乡三个岛屿，其空间分布范围涵盖上海中心城区及外围的新市镇等，面积约6540km2)的基于手机用户定位数据的城市动态空间结构圈层界定案例和附图来详细说明本发明的技术方案。
城市动态空间结构圈层界定法，包括如下步骤(图1)：
(1)手机用户定位数据的收集；
本案例选取的手机信令数据为匿名加密数据，数据内容主要包括：匿名加密手机终端ID、信令发生时间、信令发生时服务基站等信息。数据类型包含：开机、关机、发短信、收短信、主叫、被叫、位置更新、小区切换、上网等。该数据空间范围为上海市域(16区1县)，时间范围为2012年至2013年共计四个典型工作日(周三或周四)、四个典型周末(周日)与一个典型节假日，日均数据量约15亿条。
(2)数据清洗与处理
对手机用户定位数据进行清洗过滤，剔除定位失败以及异常突变的数据，根据手机用户定位数据的经度和纬度坐标，采用坐标转换方法，将手机用户定位数据匹配到相应的基站小区内，建立各条手机用户定位数据与基站小区的隶属关系，得到匹配后的手机用户定位数据。
(3)基于匹配后的手机用户定位数据，以时间日为基本单位，将各时刻的匹配后手机用户定位数据按照时间日进行合并统计，这样可以得到各时刻的基础数据以及各时间日的整体数据两个研究库。
(4)基站与用地地块数据的匹配
基于上步中的各时间日以及时间时刻内的手机用户定位数据，采用ArcGIS中的泰森多边形技术方法，将各基站内的手机用户数量按照用地地块的用地面积进行等比例分配，图中颜色越深，手机用户密度越大，反之亦然。(图2)其中，由于道路中的用户难以统计及识别，故将这部分的用户数量按照道路中心线进行划分，分别划入两侧的用地地块中。同时，以地块为最基本单元，将同一地块当 中的各基站用户数量进行统计加合(图3)。按照上述方法处理所有用户的匹配后手机定位数据，便得到全城内各用地地块在不同时刻及不同时间日的手机用户定位数据。
(5)不同时刻城市动态空间结构解析
基于落入地块的手机用户定位处理后数据，以用户数量和用户密度为基本处理单位，按照各时刻以及各时间日两种维度将各地块数据录入到ArcGIS中，作为基础分析数据库。
其中用户密度＝各地块内的用户数量/地块基底面积
运用ArcGIS中的克里金插值法对全城范围内的各地块手机用户定位数量进行空间分布趋势分析，得到不同时刻及时间的全城人群空间结构分布基础圈层趋势图。就上海城市而言，得到由城市中心向外围辐射扩展的13个圈层(图4)。一方面对这一圈层分布态势进行异常值排除及人工检测，得到较为准确的圈层划定图；同时，基于各个时刻的圈层趋势图的变化，将其进行空间叠合便构成城市动态结构分析基础。这一圈层界定也是城市总体规划等城市规划相关实践长期以来的一个重要工作环节。
(6)城市动态空间结构圈层识别
根据上步中每个基础圈层内的手机用户数量的分布态势，得到每一圈层中的手机用户分布密度数值，同时对这一数值的变化规律进行统计分析，并计算出两两相邻圈层的用户分布密度数值的变化趋势百分比，从中找出其中的拐点数值点，即为城市动态空间结构圈层的划分临界值。就上海城市而言，存在3个圈层拐点，故最终识别出4个圈层(图5)。
(7)城市动态空间结构圈层输出与分析
将各时刻及各工作日的圈层结构图进行ArcGIS的二维图示可视化以及矢量化的输出，如图所示，按照颜色深浅分为四级圈层(图6)，得到城市动态空间结构的圈层变化趋势，进而进行对比分析，找出其中的变化规律，预判未来的变化态势。

Claims (3)

  1. 一种城市动态空间结构圈层界定法，其特征在于，包括如下步骤：
    (1)收集手机用户定位数据；
    (2)数据清洗与处理：对手机用户定位数据进行清洗过滤，剔除定位失败以及异常突变的数据，根据手机用户定位数据的经度和纬度坐标将手机用户定位数据匹配到相应的基站小区内，建立各条手机用户定位数据与基站小区的隶属关系，得到匹配后的手机用户定位数据；
    (3)基于匹配后的手机用户定位数据，以时间日为基本单位，将各时刻的匹配后手机用户定位数据按照时间日进行合并统计，得到各时刻的基础数据以及各时间日的整体数据两个研究库；
    (4)基站与用地地块数据的匹配：基于上步中的各时间日以及时间时刻内的手机用户定位数据，采用ArcGIS中的泰森多边形技术方法，将各基站内的手机用户数量按照用地地块的用地面积进行等比例分配，以地块为最基本单元，将同一地块当中的各基站用户数量进行统计加合，按照上述方法处理所有用户的匹配后手机定位数据，便得到全城内各用地地块在不同时刻及不同时间日的手机用户定位数据；
    (5)不同时刻城市动态空间结构解析：基于落入地块的手机用户定位处理后数据，以用户数量和用户密度为基本处理单位，按照各时刻以及各时间日两种维度将各地块数据录入到ArcGIS中作为基础分析数据库，运用ArcGIS中的克里金插值法对全城范围内的各地块手机用户定位数量进行空间分布趋势分析，得到不同时刻及时间日的全城人群空间结构分布基础圈层趋势图。在这一图示的基础上，对其进行异常值排除及人工检测，剔除部分误差情况，得到较为准确的圈层划定图；同时将其与全程用地地块进行空间叠合。通过这两个方面的修正与叠合，便得到城市动态结构分析基础，这一操作为下一步骤奠定基础。其中，用户密度＝各地块内的用户数量/地块基底面积；
    (6)城市动态空间结构圈层识别：根据上步中每个基础圈层内的手机用户数量的分布态势，得到每一圈层中的手机用户分布密度数值，同时对这一数值的变化规律进行统计分析，并计算出两两相邻圈层的用户分布密度数值的变化趋势百分比，找出其中的拐点数值点，即为城市动态空间结构圈层的划分临界值；
    (7)城市动态空间结构圈层输出与分析：将各时刻及各工作日的圈层结构图进行ArcGIS的二维图示可视化以及矢量化的输出，得到城市动态空间结构的圈层变化趋势，进而进行对比分析，找出其中的变化规律，预判未来的变化态势。
  2. 根据权利要求1所述的城市动态结构圈层界定法，其特征在于，所述步骤(1)中收集的数据内容包括：匿名加密手机终端ID、信令发生时间、信令发生时服务基站等信息，数据类型包括：开机、关机、发短信、收短信、主叫、被叫、位置更新、小区切换、上网。
  3. 根据权利要求1所述的城市动态结构圈层界定法，其特征在于，所述步骤(4)中对于道路中用户难以统计及识别的情况，将这部分的用户数量按照道路中心线进行划分，分别划入两侧的用地地块中。
PCT/CN2016/081389 2016-02-02 2016-05-09 一种城市动态空间结构圈层界定法 WO2017133110A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US15/529,196 US10467199B2 (en) 2016-02-02 2016-05-09 Definition method for urban dynamic spatial structure circle
EP16876970.1A EP3226201A4 (en) 2016-02-02 2016-05-09 Urban dynamic spatial structure circle layer definition method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610073733.7A CN105761191A (zh) 2016-02-02 2016-02-02 一种城市动态空间结构圈层界定法
CN201610073733.7 2016-02-02

Publications (1)

Publication Number Publication Date
WO2017133110A1 true WO2017133110A1 (zh) 2017-08-10

Family

ID=56329637

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2016/081389 WO2017133110A1 (zh) 2016-02-02 2016-05-09 一种城市动态空间结构圈层界定法

Country Status (4)

Country Link
US (1) US10467199B2 (zh)
EP (1) EP3226201A4 (zh)
CN (1) CN105761191A (zh)
WO (1) WO2017133110A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112614206A (zh) * 2020-12-14 2021-04-06 中国城市规划设计研究院 道路中心线提取方法和装置
CN112948769A (zh) * 2021-03-10 2021-06-11 中国城市规划设计研究院 一种基于通勤大数据的都市圈范围确定方法及系统

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107993172B (zh) * 2016-11-01 2021-08-10 北京师范大学 一种城市生态辨识系统
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
CN107155172A (zh) * 2017-04-01 2017-09-12 广州逸信电子科技有限公司 移动用户的定位系统及方法
CN108446343B (zh) * 2018-03-06 2021-07-30 北京三快在线科技有限公司 区域聚合的方法、装置及电子设备
CN109189868A (zh) * 2018-07-02 2019-01-11 广东省地质测绘院 坐标转换的方法、装置、计算机设备和存储介质
CN109189949B (zh) * 2018-08-03 2019-09-27 江苏省城市规划设计研究院 一种人口分布计算方法
CN109598379B (zh) * 2018-12-03 2023-06-20 中国矿业大学 一种基于温度反演的城市国土三生空间优化方法
CN109918459A (zh) * 2019-01-28 2019-06-21 同济大学 一种基于手机信令的城市中观层面实有人口统计方法
CN110070279B (zh) * 2019-04-10 2020-04-14 广东省城乡规划设计研究院 基于多源数据的用地效率量化评估方法、系统和存储介质
CN110705819B (zh) * 2019-08-20 2021-06-15 重庆特斯联智慧科技股份有限公司 一种基于大数据的社区资源匹配方法和系统
CN112148821B (zh) * 2020-08-25 2022-05-03 中国地质大学（武汉） 一种城市混合职住空间计算方法和系统
CN112566029B (zh) * 2020-12-09 2022-11-22 深圳市城市规划设计研究院有限公司 基于手机定位数据的城市就业中心识别方法及装置
CN112566025B (zh) * 2020-12-10 2021-10-01 南京市城市与交通规划设计研究院股份有限公司 公交客流来源去向识别方法、装置、电子设备和存储介质
CN114466313B (zh) * 2022-01-28 2023-03-28 同济大学 一种基于手机信令数据的城际出行扩样方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102111874A (zh) * 2009-12-24 2011-06-29 杨槐 一种蜂窝移动通信定位技术
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
US20140031004A1 (en) * 2012-07-24 2014-01-30 Telefonica S.A. Method, computer programs and a use for automatic identification and classification of land uses
CN104102845A (zh) * 2014-07-24 2014-10-15 北京坤成科技有限公司 尺度自适应的插值方法及尺度自适应的插值系统
CN104636611A (zh) * 2015-02-03 2015-05-20 上海奕行信息科技有限公司 城市道路/路段的车辆速度评估方法
CN105023230A (zh) * 2015-07-22 2015-11-04 济南市市政工程设计研究院（集团）有限责任公司 一种基于arcgis的轨道站点客流吸引范围界定方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101668245A (zh) * 2009-09-22 2010-03-10 深圳市融创天下科技发展有限公司 一种通过移动通信基站实现手机定位的方法
US20110125468A1 (en) * 2009-10-26 2011-05-26 Merrimack Pharmaceuticals, Inc. Using response surfaces for screening inhibitor combinations and digital processing methods
CN101976500A (zh) * 2010-10-25 2011-02-16 中国科学院深圳先进技术研究院 交通网络分析方法及系统
EP2671373B1 (en) * 2011-02-05 2017-12-06 Apple Inc. Method and apparatus for mobile location determination
CN102521273B (zh) * 2011-11-23 2013-06-19 中国科学院地理科学与资源研究所 一种高分辨率遥感的多功能城市用地空间信息生成方法
CN102402728B (zh) 2011-11-23 2015-11-18 中国科学院地理科学与资源研究所 一种土地利用空间规划预测与模拟空间尺度转换方法
CN102521973B (zh) * 2011-12-28 2016-03-30 昆明理工大学 一种手机切换定位的道路匹配方法
EP2677347A3 (en) * 2012-06-02 2014-05-14 Schlumberger Technology B.V. Spatial data services
US9734220B2 (en) * 2012-12-04 2017-08-15 Planet Os Inc. Spatio-temporal data processing systems and methods
US10371860B2 (en) * 2013-05-22 2019-08-06 S.S. Papadopulos & Associates, Inc. Simultaneous multi-event universal kriging methods for spatio-temporal data analysis and mapping
CN105184862B (zh) 2014-06-18 2018-06-29 星际空间（天津）科技发展有限公司 一种三维地层模型动态构建方法
US20180292339A1 (en) * 2014-11-14 2018-10-11 Pioneer Hi-Bred International, Inc. Systems and methods for high resolution plant root zone soil mapping and crop modeling
CN105142106B (zh) * 2015-07-29 2019-03-26 西南交通大学 基于手机信令数据的出行者职住地识别与出行链刻画方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102111874A (zh) * 2009-12-24 2011-06-29 杨槐 一种蜂窝移动通信定位技术
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
US20140031004A1 (en) * 2012-07-24 2014-01-30 Telefonica S.A. Method, computer programs and a use for automatic identification and classification of land uses
CN104102845A (zh) * 2014-07-24 2014-10-15 北京坤成科技有限公司 尺度自适应的插值方法及尺度自适应的插值系统
CN104636611A (zh) * 2015-02-03 2015-05-20 上海奕行信息科技有限公司 城市道路/路段的车辆速度评估方法
CN105023230A (zh) * 2015-07-22 2015-11-04 济南市市政工程设计研究院（集团）有限责任公司 一种基于arcgis的轨道站点客流吸引范围界定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3226201A4 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112614206A (zh) * 2020-12-14 2021-04-06 中国城市规划设计研究院 道路中心线提取方法和装置
CN112614206B (zh) * 2020-12-14 2023-06-16 中国城市规划设计研究院 道路中心线提取方法和装置
CN112948769A (zh) * 2021-03-10 2021-06-11 中国城市规划设计研究院 一种基于通勤大数据的都市圈范围确定方法及系统
CN112948769B (zh) * 2021-03-10 2023-01-31 中国城市规划设计研究院 一种基于通勤大数据的都市圈范围确定方法及系统

Also Published As

Publication number Publication date
EP3226201A4 (en) 2018-08-22
CN105761191A (zh) 2016-07-13
US10467199B2 (en) 2019-11-05
US20180046652A1 (en) 2018-02-15
EP3226201A1 (en) 2017-10-04

Similar Documents

Publication Publication Date Title
WO2017133110A1 (zh) 一种城市动态空间结构圈层界定法
CN111275597B (zh) 社区生活圈空间识别方法、系统、计算机设备及存储介质
CN109978224B (zh) 一种分析获取不同性质建筑的交通出行率的方法
CN108446293A (zh) 一种基于城市多源异构数据构建城市画像的方法
CN110222959B (zh) 一种基于大数据的城市就业可达性测算方法及系统
CN111581315B (zh) 一种公共服务设施可达性计算方法及装置
CN103336894B (zh) 一种城市容积率自动分区方法
CN112526639B (zh) 一种空气质量的预报方法、装置、存储介质
CN108038734B (zh) 基于点评数据的城市商业设施空间分布探测方法及系统
EP3192061B1 (en) Measuring and diagnosing noise in urban environment
CN114662774A (zh) 一种城市街区活力预测方法、存储介质和终端
Xing et al. Sustainable development evaluation of urban traffic system
CN112990613A (zh) 人口流动模拟预测方法、装置、设备及介质
CN116703132B (zh) 共享车辆动态调度的管理方法、装置及计算机设备
CN110070279B (zh) 基于多源数据的用地效率量化评估方法、系统和存储介质
CN111382165A (zh) 一种移动国土管理系统
Li et al. Delineation of the Shanghai megacity region of China from a commuting perspective: Study based on cell phone network data in the Yangtze River Delta
CN112308382B (zh) 一种开放性的tod城市大数据监测分析平台
CN111489039B (zh) 共享单车总量预测方法及系统
CN107436945A (zh) 一种基于电子地图的信息采集方法及系统
CN111506879A (zh) 一种基于多源感知数据的人口空间化测算方法、装置
CN112487298A (zh) 基于机场客流来源地数据的城市职能识别方法及装置
Eriksson Towards integrating crowdsourced and official traffic data: A study on the integration of data from waze in traffic management in stockholm, sweden
Li et al. Estimating dynamic distribution condition of pedestrian concentration on an urban scale
Luo et al. TransFlower: An Explainable Transformer-Based Model with Flow-to-Flow Attention for Commuting Flow Prediction

Legal Events

Date Code Title Description
REEP Request for entry into the european phase

Ref document number: 2016876970

Country of ref document: EP

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16876970

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE