规划问道
数据精英夏季特训营开车啦！
同时报名还可享更多优惠：
任选2套同报，再减200元！
任选3套同报，再减360元！
任选4套同报，再减520元！
任选5套同报，再减700元！
任选6套同报，再减900元！
（以上优惠不包括营5和营14）
项目名称：多源大数据支持下的历史文化街区客流时空建模
项目负责人：张健钦
依托单位：北京建筑大学
项目参与人：
李之红 讲师 北京建筑大学
徐志洁 讲师 北京建筑大学
王硕 北京建筑大学
王胜开 北京建筑大学
刘亚琼 北京建筑大学
申兆慕 北京建筑大学
大中城市中作为著名景点的历史文化街区经常出现人群“井喷”现象。因此，做好街区人群聚集风险的预测，提前实施全面有效的客流管理方案是急需解决的问题。本项目以典型历史文化街区的人群聚集和消散的时空过程为研究对象，突破传统问卷调查、观测统计分析或单一数据源建模分析的方法，在多源大数据的支持下，研究街区周边多模式交通输入的客流与街区内客流的时空关系模型；研究街区内人群游览游憩的时空变化模式，建立人群游憩行为的时空模拟模型；集成上述成果开发实验原型系统，并开展实验分析。
本项目重要结果包括：
（1）多模式交通客流与核心区内客流的时空关系模型研究实现：融合公交/地铁刷卡数据、出租车/网约车订单数据和共享单车订单数据等多源交通数据，以及手机信令数据，并利用激光客流监测数据进行校正，采用基于注意力机制的多层长短时记忆(Long Short Term Memory LSTM)网络模型+全连接模型的方法实现融合预测模型。
（2）街区内人群游憩过程多智能体模拟模型实现及应用。研究实现了一种多智能体游客行为模式模型，采用MASON模拟仿真平台工具以及Java语言编制了仿真实验，并将模型融入了最终的街区客流预测预警信息系统，发挥了实际应用价值。
（3）新冠疫情城市智能体仿真模型及防控措施评价（增加内容），研究建立了城市尺度的智能体模型，以武汉市、北京市、广州市为例，分析不同防疫措施下感染情况及其空间分布特征，为后续主动防疫局部疫情突发的措施提供量化决策信息。
本项目关键数据包含公交、地铁IC卡刷卡数据、出租车GPS和订单数据、手机信令数据和激光客流监测数据、以及预数据处理得到不同人群流量的时间序列数据。
本项目的研究能为交通运输管理部门预测街区客流时空分布从而动态调整交通运力,为街区管理部门评价客流疏导方案提供科学方法和技术支持，同时对促进地理信息科学与应用领域的交叉研究，为丰富和发展时空GIS贡献理论方法。
项目结题成果报告
以下研究成果内容摘自项目结题成果报告。该项目报告共计23页，关注城市数据派微信公众号，在微信公众号对话框中输入 24726 ，即可获得报告全文PDF的下载方式：
(1)主要研究内容。
本项目计划书中的研究内容分为三大部分，内容(1)街区周边多式交通客流与核心区内客流的时空关系模型，其研究成果为内容(2)核心区内的人群疏散时空模拟模型提供模型输入的实时参量，内容(3)集成内容(1)(2)的研究成果以北京市南锣鼓巷街区为案例研究实验原型系统，开展不同情形下的可视化模拟与分析评价。
1)街区周边多模式交通客流与核心区内客流的时空关系模型
街区周边多模式交通(公交、地铁、出租、旅游大巴等等)到达客流与核心区内部客流具有密切的关系，本项目拟在多源交通大数据的支持下,采用机器学习的方法研究街区周边多模式交通客流与核心区内客流时空关系的数学模型,实现通过多模式交通客流预测核心区内客流。具体从时间段、落客点与核心区的空间分布等影响因素分析入手，研究建立多任务学习框架下的街区周边多模式交通客流与核心区内客流的时空关系模型,引入合适的正则项并探讨有效的求解算法，最后用实际的交通多源大数据和核心区高精度客流数据，对得到的模型进行溈篤䢴囅蝰尷傢贏般蒙与评价
2)街区内人群游憩的时空过程模拟模型
研究考虑个体主观目的和社会关系的人群游憩模式的时空过程建模,考虑核心区空间结构(商业门店、交通和市政设施)对人群游憩行为影响，有效结合多智能体模型和社会力模型的优点，着重表达个体与周围个体、个体与周围客观环境的交互影响，以及群体行为影响下个体行为建模。
3)实验案例及实验原型系统
以北京市典型历史文化街区“南锣鼓巷”为实验案例，获取包含街区的城市高分辨率基础地理数据、街区建筑规划和管理数据、商业布局、常住人口数据等地理信息数据，街区周边公交、地铁站点客流数据、出租车落客数据、旅游大巴落客数据，核心区内高精度客流监测数据，主街区视频监控等多源大数据，开展本项目客流时空关联模型和时空模拟模型研究与实现，并开发虚拟实验原型系统，对虚拟场景和模型计算过程进行可视化，分析验证模型的科学性和有效性。
(2)取得的主要研究进展、重要结果、关键数据等及其科学意义或应用前景。
1)多源交通数据以及手机信令数据融合处理结果
原始多源数据主要分为两大类:多源交通数据以及手机信令数据。其中交通数据包含光客流监测数据、公交/地铁刷卡数据、出租车/网约车订单数据和共享单车订单数据。手机信令数据为达到街区周边的所有北京联通用户的出行链数据。根据研究的需要,首先对手机信令数据进行预处理，包括信令数据解密处理、用户状态识别、几余数据处理、漂移数据处理、乒乓数据处理等，得到有效信令轨迹数据:其次通过处理完成的信令轨迹数据进行用户轨迹以及时空特征的挖掘，通过特征分析、空间聚类算法、轨迹重构算法等进行人群行为模式的分析;经处理得到不同人群的时间序列数据的可以通过不同人群时间序列数据进行输入预测模型进行重点街区人群流量的预测。
2)多模式交通客流与核心区内客流的时空关系模型设计实现
融合公交/地铁刷卡数据、出租车/网约车订单数据和共享单车订单数据等多源交通数据以及手机信令数据，并利用激光客流监测数据进行校正,采用基于注意力机制的多层长短时记忆(Long Short Term Memory LSTM)网络模型+全连接模型的方法进行融合模型测试实验(参见下图1)。多层LSTM 网络是一种特殊的循环神经网络，以前n个时间间隔预测后m个时间间隔，再通过计算预测值与真实值之间的损失函数来判断当前预测值的精确度，进而通过反向传播算法进行更新神经元的权重矩阵与偏置系数矩阵。以上模型预测的结果，大部分时刻与真实结果较为接近,有效解决了长序列训练过程中的梯度消失和梯度爆炸问题,相比普通的RNN、LSTM 能够在更长的序列中有更好的表现。
3)基于Keras的深度学习网络模型的实现与调整
本项目的多源数据融合及预测模型的构建采用深度学习的方法，需要在TensorFlow的深度学习环境下，整合Keras开源人工神经网络库。在安装完深度学习框架之后通过MLP实现多源交通数据融合，与激光客流监测数据进行非线性回归分析;通过LSTM全连接网络实现基于多源交通数据及激光客流监测数据的景区内部客流预测分析。在训练模型过程中由于参数的设置不当等原因会出现梯度消失、梯度爆炸、模型过拟合等现象，因此研究了不同参数下模拟模型修正调整方法，持续进行算法优化，提高模型精确度，并将模型融入了最终的街区客流预测预警信息系统，发挥了实际应用价值。
4)街区内人群游憩过程多智能体模拟模型实现及应用
多智能体模拟技术中的混合模型不仅能够具有自身意识和目的,同时还能够实现对外界的反应，实现与环境的交互作用，模型的功能能够满足南锣鼓巷游人游憩的各种主要特点。通过时间步进的形式控制模拟仿真过程，街区主体的游憩形式表现为智能体进入街区，在街区内向自身目标区域移动，到达目标区域离开街区的过程。通过多智能体模拟仿真，可以突出游人游憩的时空特征，实现游人基于自身出行行为与街区环境影响下的游憩模式。为了从游客的视角分析不同时空条件下人群的游憩过程，梳理了现有智能体模拟模型的研究工作总结了不同人群游憩行为特点。采用多智能体描述人群个体，实现了一种多智能体游客行为模式模型(参见下图2)。在以调查街区内人群游憩过程为主要目的情况下,基于微观视角，以行人游憩规则为核心建立街区游人游憩模型。建立以规则为核心的街区游人游憩模型，首先需要对街区的环境情况和游人情况进行分析，总结出街区具体的游憩规则，以游憩规则为核心设计街区的游人游憩模型。街区游人游憩模型主要包括了模拟环境场景、环境Agent、游人 Agent 三个部分，三者以空间关系为基础，在拟过程中的每一个时间步中以环境场景为空间基础，判定彼此的空间关系，针对不同的关系同时结合智能体自身的属性数值，对模拟中各种智能体的行动进行决定。基于人群行为分析结果对模拟场景和游憩模型进行了设计，采用MASON模拟仿真平台工具以及Java语言编制了仿真实验，并将模型融入了最终的街区客流预测预警信息系统(参见下图3)，发挥了实际应用价值。
5)新冠疫情城市智能体仿真模型及防控措施评价(响应国家需求，增加研究内容)。
2020年伊始，新型冠状病毒肺炎爆发于武汉，随后肆虐全球，威胁人类生命健康，影响社会的繁荣发展。对各城市疫情传播进行智能体模拟复现,将有助于分析疫情的传播规律、评价政府防疫措施以及医院诊疗水平的防疫效果。本项目调整街区尺度的智能体模拟，研究建立了城市尺度的智能体模型，以武汉市、北京市、广州市为例，将城市每个公民看作一个具有自身属性和行为规则的自主Agent，根据COVID-19传播特征设置 Agent 健康状态转化规则。建立小世界网络模拟 Agent的社会关系,利用马尔科夫链蒙特卡洛方法MCMC(Markov Chain Monte Carlo)方法量化不同时期政府的防疫措施与诊疗方案参数，分析不同防疫措施下感染情况及其空间分布特征,通过动态调整政府防疫措施可以对后续精细化自主防疫措施进行评价，特别是为后续主动防疫局部疫情突发的措施提供量化决策信息。
6)设计研发了街区客流预测预警信息系统
集成前述的研究工作成果，研发南锣鼓巷街区客流监测、预测、预警平台系统，已完成系统的开发部署工作，系统能够完成对街区周边多源行为轨迹数据的可视化展示、对客流的实时监测、预测、疏散预警以及历史数据的查询、管理等功能。具体包括:a)采用地图、折线图、柱状图、热力图等多种表达方式对南锣鼓巷景区周边多源行为轨迹数据的可视化展示;b)对景区内部客流密度情况进行实时连续的监测;c)对景区内部客流分别进行短期、长期预测，对预测结果进行可视化展示;d)实现对景区历史客流的查询、管理、对比分析以及图表可视化展示(参见下图4)。
因此，本研究对促进地理信息科学与应用领域的交叉研究，特别是街区尺度人的微观行为的研究具有重要意义,能够为丰富和发展时空 GIS贡献理论方法。同时目前项目研发的系统集成应用到北京市交通信息中心出行监测分析平台中，发挥了重要的实际应用价值。
……
还有更多成果内容，详见项目结题成果报告。该项目报告共计23页，关注城市数据派微信公众号，在微信公众号对话框中输入24726 ，即可获得报告全文PDF的下载方式。
原文始发于微信公众号（城市数据派）：多源大数据支持下的历史文化街区客流时空建模丨城市数据派
