帮助 关于我们

返回检索结果

基于位置大数据的国庆假期青藏高原人群分布时空变化模式挖掘
Spatiotemporal Pattern of Population Distribution in the Qinghai-Tibet Plateau during the National Day Holidays: Based on Geospatial Big Data Mining

查看参考文献33篇

易嘉伟 1,2   杜云艳 1,2   涂文娜 1,2  
文摘 人类活动是引起青藏高原生态环境发生改变的重要因素。很多学者对青藏高原史前人类活动和近几十年的人口分布格局与人口流动开展了大量研究,但有关人群时空分布的精细尺度研究相对缺乏。海量的位置大数据为认识高原人群短期的动态变化提供了新途径。本文利用手机定位数据、人口迁徙数据等高时空分辨率的位置大数据,通过时间序列分解方法和基于统计检验的异常判别方法,分析了2017年国庆期间青海与西藏的人群分布时空变化特征,并探讨了假期旅游行为及人口迁徙与变化特征之间的关系。研究结果显示:①在省级和城市整体尺度上,定位请求量的假期变化在时间上呈现先降后升的"潮汐"变化模式;②在精细网格尺度上,西宁和拉萨城市及周边地区的人群分布变化在空间上呈现中心跌、周边涨的"离心化"变化模式。国庆假期人们向城市周边热门景点移动聚集的旅游行为和城市之间的人口迁徙都是导致西宁和拉萨周边地区定位请求量上涨的重要潜在原因,而两座高原城市中心定位请求的下跌不仅与人口迁徙有关,还与假期人类日常行为及定位请求频次的变化等因素有关。通过位置大数据挖掘节庆假期人群分布的时空变化,不仅加深了对高原人口分布格局与流动变化的认识,也为高原城镇化与生态保护的精细化管理与决策提供支撑。
其他语种文摘 Human activities play an important role in transforming the eco-environment of the Qinghai-Tibet Plateau (QTP). Extensive studies have been conducted on the human activities in the prehistoric QTP and on population distribution and migration in the recent decades, yet, most of them rely on limited demographic materials of coarse spatial resolutions. It remains understudied regarding the fine-scale spatiotemporal pattern of human distribution in the QTP. In this context, geospatial big data generated from ubiquitous mobile communication technology and internet provide a great opportunity to investigate the dynamic human distribution at very fine scales. This study took the advantage of the geospatial big data, including the mobile phone location requests (LR) and population migration, and employed time series decomposition and anomaly detection approaches to explore the population distribution changes in the QTP during the 2017 National Day holidays. Results show that, at the provincial and prefectural scales, Qinghai, Tibet, and their provincial cities exhibit a featured "tidal change" pattern that the LR first decreased then increased. Such fluctuation in Qinghai were stronger than that in Tibet, and cities in the same province demonstrated significant differences. At the grid scale, the LR in the surrounding areas of Xining and Lhasa displayed a spatially "decentralized pattern" that the LP dropped in the central areas yet increased in the peripheral. Based on the anomaly detection approach, we found the number of anomaly grids and deviation magnitude increased in Xining, Haidong, Haibei, Hainan, and Huangnan of Qinghai since the holiday. More positive anomalies were observed than the negative ones, and the negative anomalies were concentrated in cities of large population densities such as Xining and Lhasa. Further analysis combining the population migration data reveals that the travel behaviors potentially drove people swarming to the nearby scenic spots and that the massive migration between cities was an important reason for the increase of LR in areas surrounding Xining and Lhasa. The decrease of LR in the central areas of cities could be partly attributed to significant population migration, but the different daily routines and location request frequencies during holidays may also be important reasons. Our findings demonstrate the potential of using geospatial big data to improve our understanding of human distribution and migration, which could further support fine management and decision-making for plateau urbanization and ecological protection.
来源 地球信息科学学报 ,2019,21(9):1367-1381 【核心库】
DOI 10.12082/dqxxkx.2019.190067
关键词 人群分布 ; 人口流动 ; 手机定位数据 ; 人口迁徙数据 ; 时间序列分解方法 ; 青藏高原 ; 青海 ; 西藏
地址

1. 中国科学院地理科学与资源研究所, 资源与环境信息系统国家重点实验室, 北京, 100101  

2. 中国科学院大学, 北京, 100049

语种 中文
文献类型 研究性论文
ISSN 1560-8999
学科 环境科学基础理论
基金 中国科学院战略性先导科技专项 ;  中国科学院战略性先导科技专项 ;  国家重点研发计划项目
文献收藏号 CSCD:6584258

参考文献 共 33 共2页

1.  陈发虎. 丝绸之路与泛第三极地区人类活动、环境变化和丝路文明兴衰. 中国科学院院刊,2017,32(9):967-975 被引 23 次    
2.  刘荣高. 近30年青藏高原南缘地理环境状况及变迁研究. 中国科学院院刊,2017,32(9):1003-1013 被引 5 次    
3.  姚檀栋. 从青藏高原到第三极和泛第三极. 中国科学院院刊,2017,32(9):924-931 被引 99 次    
4.  张宪洲. 青藏高原生态变化. 科学通报,2015,60(32):3048-3056 被引 60 次    
5.  樊杰. 西藏近半个世纪以来人类活动的生态环境效应. 科学通报,2015,60(32):3057-3066 被引 26 次    
6.  陈发虎. 史前时代人类向青藏高原扩散的过程与动力. 自然杂志,2016,38(4):235-240 被引 4 次    
7.  侯光良. 青藏高原的史前人类活动. 盐湖研究,2016,24(2):68-74 被引 3 次    
8.  郭兵. 青藏高原高寒生态区生态系统脆弱性时空变化及驱动机制分析. 生态科学,2018,37(3):96-106 被引 17 次    
9.  Li S C. Mapping human influence intensity in the Tibetan Plateau for conservation of ecological service functions. Ecosystem Services,2018,30:276-286 被引 28 次    
10.  Sanderson E W. The human footprint and the last of the wild. BioScience,2002,52(10):891-904 被引 82 次    
11.  王超阚瑷珂. 基于随机森林模型的西藏人口分布格局及影响因素. 地理学报,2019,74(4):664-680 被引 1 次    
12.  杨成洲. 高原民族地区人口流动特征与模式研究-基于西藏自治区的考察. 干旱区资源与环境,2019,33(7):43-48 被引 4 次    
13.  吴江. 不同时间尺度周期的旅游客流量波动特征研究—以西藏林芝市为例. 地理研究,2016,35(12):2347-2362 被引 6 次    
14.  陆锋. 大数据时代的人类移动性研究. 地球信息科学学报,2014,16(5):665-672 被引 50 次    
15.  牛方曲. 基于互联网大数据的区域多层次空间结构分析研究. 地球信息科学学报,2016,18(6):719-726 被引 5 次    
16.  赵梓渝. 中国春运人口省际流动的时空与结构特征. 地理科学进展,2017,36(8):952-964 被引 16 次    
17.  吴吉东. 社会经济数据空间化现状与发展趋势. 地球信息科学学报,2018,20(9):1252-1262 被引 12 次    
18.  Ma T. Quantitative responses of satellite-derived nighttime lighting signals to anthropogenic land-use and land-cover changes across china. Remote Sensing,2018,10(9):1447 被引 3 次    
19.  潘碧麟. 基于微博签到数据的成渝城市群空间结构及其城际人口流动研究. 地球信息科学学报,2019,21(1):68-76 被引 15 次    
20.  张晓瑞. 基于空间句法和LBS大数据的合肥市人口分布空间格局研究. 地理科学,2018,38(11):1809-1816 被引 8 次    
引证文献 9 篇

1 李涛 基于腾讯迁徙数据的中国城市群国庆长假城际出行模式与网络特征 地球信息科学学报,2020,22(6):1240-1253
被引 8 次

2 周侃 青藏高原国家公园群区域人类活动环境胁迫强度与空间效应——以三江源地区为例 生态学报,2021,41(1):268-279
被引 14 次

显示所有9篇文献

论文科学数据集
PlumX Metrics
相关文献

 作者相关
 关键词相关
 参考文献相关

版权所有 ©2008 中国科学院文献情报中心 制作维护：中国科学院文献情报中心
地址：北京中关村北四环西路33号 邮政编码：100190 联系电话：(010)82627496 E-mail:cscd@mail.las.ac.cn 京ICP备05002861号-4 | 京公网安备11010802043238号