李明曉

1.深圳大學(xué)土木與交通工程學(xué)院，廣東 深圳 518060; 2.中國科學(xué)院地理科學(xué)與資源研究所, 北京 100101

人類在地理空間的移動(dòng)過程反映著紛繁復(fù)雜的區(qū)域人地關(guān)系。發(fā)現(xiàn)人類移動(dòng)模式并揭示其內(nèi)在機(jī)制對于解決智能交通、公共衛(wèi)生、城市規(guī)劃等領(lǐng)域的問題具有十分重要的作用。隨著現(xiàn)代信息與通信技術(shù)的發(fā)展，智能移動(dòng)終端的普及使得獲取時(shí)空精細(xì)化程度更高、人群覆蓋率更廣且被動(dòng)記錄的海量個(gè)體移動(dòng)軌跡成為可能；同時(shí)，統(tǒng)計(jì)物理學(xué)、數(shù)據(jù)挖掘、復(fù)雜網(wǎng)絡(luò)等多學(xué)科理論方法的交叉也為人類移動(dòng)性研究提供了有力支撐，定量化研究人類的移動(dòng)行為成為多個(gè)領(lǐng)域的研究熱點(diǎn)。

海量軌跡數(shù)據(jù)的大數(shù)據(jù)特征在帶來新的研究機(jī)遇的同時(shí)，也對傳統(tǒng)數(shù)據(jù)分析方法帶來一系列挑戰(zhàn)。一則，軌跡數(shù)據(jù)廣泛存在的數(shù)據(jù)稀疏性與應(yīng)用問題的精細(xì)化求解之間的矛盾需要解決；再則，預(yù)測人類出行對個(gè)性化推薦、廣告定投、交通管理等應(yīng)用領(lǐng)域具有十分重要的作用，如何依據(jù)人類空間移動(dòng)具有的規(guī)律性和可預(yù)測性提升人類出行預(yù)測準(zhǔn)確率具有重大意義。

針對以上問題，論文以數(shù)據(jù)密集型的科學(xué)發(fā)現(xiàn)范式為依托，以海量手機(jī)信令軌跡數(shù)據(jù)為基礎(chǔ)，從城市人類移動(dòng)規(guī)律出發(fā)，圍繞手機(jī)信令軌跡重構(gòu)與預(yù)測主題，開展以下研究：

(1)基于多條件數(shù)據(jù)劃分的手機(jī)話單記錄軌跡重構(gòu)。依據(jù)人類移動(dòng)行為的相似性特征，提出了一種基于多條件數(shù)據(jù)劃分的軌跡重構(gòu)算法。該算法從移動(dòng)對象軌跡中提取活動(dòng)錨點(diǎn)，從軌跡語義角度對移動(dòng)對象進(jìn)行分類，從而嘗試解決現(xiàn)有研究中因軌跡稀疏導(dǎo)致的訓(xùn)練數(shù)據(jù)量不足的問題；同時(shí)設(shè)計(jì)了一種遞增滑動(dòng)窗數(shù)據(jù)構(gòu)建方法，使得重構(gòu)算法能夠考慮缺失點(diǎn)時(shí)間模式影響，進(jìn)而提升軌跡重構(gòu)精度。

(2)基于模糊長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的移動(dòng)對象軌跡預(yù)測。依據(jù)人類移動(dòng)行為的周期性特征，提出了一種基于模糊長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的移動(dòng)對象軌跡預(yù)測算法。該算法通過定義模糊空間隸屬度解決由空間劃分導(dǎo)致的軌跡點(diǎn)的尖銳邊界問題，并對長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)模型進(jìn)行改進(jìn)，使其能夠良好適應(yīng)模糊序列輸入；同時(shí)，算法通過考慮移動(dòng)對象運(yùn)動(dòng)模式周期性和鄰近性對其下一時(shí)刻所在位置的影響，實(shí)現(xiàn)更加精確的移動(dòng)對象軌跡位置預(yù)測。

(3)考慮物理空間和社交網(wǎng)絡(luò)空間交互的人類活動(dòng)強(qiáng)度預(yù)測。依據(jù)人類在社交網(wǎng)絡(luò)空間行為對其物理空間移動(dòng)行為的解釋性，提出了一種考慮物理空間和社交網(wǎng)絡(luò)空間交互的人類活動(dòng)強(qiáng)度預(yù)測算法。算法將研究區(qū)域采用圖模型的形式進(jìn)行表達(dá)，以克服不規(guī)則分布的空間統(tǒng)計(jì)單元與規(guī)則化的模型輸入之間的矛盾；同時(shí)設(shè)計(jì)了一種圖融合技術(shù)來綜合考慮物理和社交網(wǎng)絡(luò)空間交互作用對人類活動(dòng)強(qiáng)度的影響，從而提高人類活動(dòng)強(qiáng)度預(yù)測的準(zhǔn)確性和可靠性。

(4)基于海量重構(gòu)軌跡的個(gè)體空氣污染暴露風(fēng)險(xiǎn)估計(jì)。通過結(jié)合已有軌跡重構(gòu)與預(yù)測算法研究結(jié)果和空氣污染風(fēng)險(xiǎn)監(jiān)測需求，提出了一種基于海量重構(gòu)軌跡的個(gè)體空氣污染暴露風(fēng)險(xiǎn)估計(jì)算法。該算法通過對人類移動(dòng)數(shù)據(jù)進(jìn)行合理重構(gòu)，降低由人類移動(dòng)數(shù)據(jù)與空氣污染檢測數(shù)據(jù)記錄時(shí)間不一致產(chǎn)生的估計(jì)誤差，從而在精細(xì)時(shí)空粒度下更加準(zhǔn)確、全面地估算個(gè)體空氣污染物暴露風(fēng)險(xiǎn)。