帮助 关于我们

返回检索结果

移动定位大数据视角下的人群移动模式及城市空间结构研究进展
Recent progress in studying human mobility and urban spatial structure based on mobile location big data

查看参考文献83篇

杨喜平 1   方志祥 2 *  
文摘 了解城市人群移动行为和空间结构对城市规划、交通管理、应急响应等具有重要的意义.近年来,随着信息技术(ICT)的快速发展,采集大规模、长时间序列的人群移动定位大数据变得容易,为人群移动行为研究带来了新的机遇和挑战.本文首先介绍了目前用于城市人群移动行为和空间结构研究的主要数据源及其特征,并分别从人群移动行为、城市空间结构2个方面对近3年国内外相关研究进行归纳总结.目前的研究主要从移动定位大数据中挖掘人群移动模式,理解人群移动时空规律,进一步透视城市的空间结构特征;而对城市空间结构与人群移动行为影响的研究较少.未来可通过融合多源时空数据,综合研究人群移动行为与城市空间结构之间的相互作用,发展大规模群体移动行为时空分析理论和模型,进一步深入理解人群移动行为与城市空间结构的耦合关系.
其他语种文摘 Understanding human mobility patterns and spatial structure is of great important to urban planning, traffic management, emergence response, and so on. With the development of information and communication technologies, it is possible to collect large- scale, long- term human tracking data, which brings great opportunities and challenges for human mobility behavior studies. This article first introduces the main datasets being used for studying human mobility patterns, then reviews the recent progress from the perspectives of human travel behavior and urban spatial structure respectively. We found that most studies follow the route of "data-human travel behavior-urban spatial structure," mining and understanding human mobility patterns from the datasets and further giving insights on the characteristics of urban spatial structures. However, there exist few studies on the influence of urban spatial structure on human travel behavior. In the future, it is necessary to integrate multi- source spatiotemporal data to understand the interaction between human mobility and urban spatial structure, develop spatiotemporal analysis theory and models for dealing with mobile location big data, and focus on understanding the coupling relationship between human mobility and urban spatial structure.
来源 地理科学进展 ,2018,37(7):880-889 【核心库】
DOI 10.18306/dlkxjz.2018.07.002
关键词 移动定位大数据 ; 人群移动行为 ; 城市空间结构 ; 研究进展
地址

1. 陕西师范大学地理科学与旅游学院, 陕西省旅游信息科学重点实验室, 西安, 710119  

2. 武汉大学, 测绘遥感信息工程国家重点实验室, 武汉, 430079

语种 中文
文献类型 综述型
ISSN 1007-6301
学科 测绘学
基金 国家自然科学基金 ;  中国博士后科学基金 ;  中央高校基本科研业务费专项资金 ;  国家重点研发计划项目
文献收藏号 CSCD:6292858

参考文献 共 83 共5页

1.  曹瑞. 基于智能卡数据的地铁周边职住用地识别与分析. 测绘地理信息,2016,41(3):74-78 CSCD被引 10 次    
2.  柴彦威. 北京居民活动与出行行为时空数据采集与管理. 地理研究,2013,32(3):441-451 CSCD被引 25 次    
3.  柴彦威. 基于活动分析法的人类空间行为研究. 地理科学,2008,28(5):594-600 CSCD被引 33 次    
4.  陈洁. 可达性度量方法及应用研究进展评述. 地理科学进展,2007,26(5):100-110 CSCD被引 106 次    
5.  陈洁. 面向人类行为研究的时空GIS. 地球信息科学学报,2016,18(12):1583-1587 CSCD被引 2 次    
6.  程静. 基于时间序列聚类方法分析北京出租车出行量的时空特征. 地球信息科学学报,2016,18(9):1227-1239 CSCD被引 18 次    
7.  丁亮. 利用手机数据识别上海中心城的通勤区. 城市规划,2015,39(9):100-106 CSCD被引 37 次    
8.  丁亮. 上海中心城就业中心体系测度--基于手机信令数据的研究. 地理学报,2016,71(3):484-499 CSCD被引 53 次    
9.  方志祥. 利用终端位置时空转移概率预测通讯基站服务用户规模. 地球信息科学学报,2017,19(6):772-781 CSCD被引 3 次    
10.  李君轶. 基于社会感知计算的游客时空行为研究. 地理科学,2015,35(7):814-821 CSCD被引 14 次    
11.  李清泉. 从Geomatics到Urban Informatics. 武汉大学学报:信息科学版,2017,42(1):1-6 CSCD被引 9 次    
12.  李婷. 人类活动轨迹的分类、模式和应用研究综述. 地理科学进展,2014,33(7):938-948 CSCD被引 36 次    
13.  刘瑜. 基于位置感知设备的人类移动研究综述. 地理与地理信息科学,2011,27(4):8-13 CSCD被引 45 次    
14.  龙瀛. 基于公共交通智能卡数据的城市研究综述. 城市规划学刊,2015(3):70-77 CSCD被引 24 次    
15.  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 CSCD被引 56 次    
16.  牟乃夏. 轨迹数据挖掘城市应用研究综述. 地球信息科学学报,2015,17(10):1136-1142 CSCD被引 19 次    
17.  钮心毅. 基于手机数据识别上海中心城的城市空间结构. 城市规划学刊,2014,219(6):61-67 CSCD被引 84 次    
18.  宋晓晴. 基于IC卡综合换乘信息的公交乘客上车站点推算. 地球信息科学学报,2016,18(8):1060-1068 CSCD被引 3 次    
19.  唐炉亮. 一种基于朴素贝叶斯分类的车道数量探测. 中国公路学报,2016,29(3):116-123 CSCD被引 10 次    
20.  王波. 南京市区活动空间总体特征研究:基于大数据的实证分析. 人文地理,2014,29(3):14-21 CSCD被引 15 次    
引证文献 26 篇

1 湛东升 北京市公共服务设施集聚中心识别分析 地理研究,2020,39(3):554-569
CSCD被引 16 次

2 庄浩铭 基于出租车轨迹数据的城市空间结构变化研究——以深圳市为例 热带地理,2020,40(2):217-228
CSCD被引 3 次

显示所有26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