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，智能移動終端的普及使得獲取時空精細(xì)化程度更高、人群覆蓋率更廣且被動記錄的海量個體移動軌跡成為可能；同時，統(tǒng)計物理學(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性研究提供了有力支撐，定量化研究人類的移動行為成為多個領(lǐng)域的研究熱點。

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，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。該算法從移動對象軌跡中提取活動錨點，從軌跡語義角度對移動對象進(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；同時設(shè)計了一種遞增滑動窗數(shù)據(jù)構(gòu)建方法，使得重構(gòu)算法能夠考慮缺失點時間模式影響，進(jìn)而提升軌跡重構(gòu)精度。

(2)基于模糊長短時記憶神經(jīng)網(wǎng)絡(luò)的移動對象軌跡預(yù)測。依據(jù)人類移動行為的周期性特征，提出了一種基于模糊長短時記憶神經(jīng)網(wǎng)絡(luò)的移動對象軌跡預(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)致的軌跡點的尖銳邊界問題，并對長短時記憶神經(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，算法通過考慮移動對象運動模式周期性和鄰近性對其下一時刻所在位置的影響，實現(xiàn)更加精確的移動對象軌跡位置預(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強度預(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強度預(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)計單元與規(guī)則化的模型輸入之間的矛盾；同時設(shè)計了一種圖融合技術(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強度的影響，從而提高人類活動強度預(yù)測的準(zhǔn)確性和可靠性。

(4)基于海量重構(gòu)軌跡的個體空氣污染暴露風(fēng)險估計。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)險監(jiān)測需求，提出了一種基于海量重構(gòu)軌跡的個體空氣污染暴露風(fēng)險估計算法。該算法通過對人類移動數(shù)據(jù)進(jìn)行合理重構(gòu)，降低由人類移動數(shù)據(jù)與空氣污染檢測數(shù)據(jù)記錄時間不一致產(chǎn)生的估計誤差，從而在精細(xì)時空粒度下更加準(zhǔn)確、全面地估算個體空氣污染物暴露風(fēng)險。