趙志遠(yuǎn)，楊紅，楊喜平

1. 福州大學(xué) 數(shù)字中國研究院（福建），福州 350003；

2. 空間數(shù)據(jù)挖掘與信息共享教育部重點(diǎn)實(shí)驗(yàn)室，福州 350003；

3. 陜西師范大學(xué) 地理科學(xué)與旅游學(xué)院，西安 710119

1 引 言

信息和通信技術(shù)的快速發(fā)展為人類活動(dòng)位置觀測(cè)提供了新途徑，以手機(jī)位置數(shù)據(jù)、帶地理位置標(biāo)記的社交媒體數(shù)據(jù)等為代表的大規(guī)模人群位置感知數(shù)據(jù)，有力支撐了人類移動(dòng)特征和活動(dòng)模式挖掘的理論與方法的研究（González 等，2008；Song等，2010；羅茜和焦利民，2023）。有關(guān)成果被進(jìn)一步用于支撐城市規(guī)劃（傅英姿和王德，2021）、智能交通（張?jiān)屡蠛屯醯拢?021；Yan 等，2022）、人類健康（Li 等，2019）等領(lǐng)域的創(chuàng)新應(yīng)用，如評(píng)估自行車出行的潛在需求（Xu 等，2016；周亞娟等，2020）、優(yōu)化商業(yè)選址（彭大芹等，2019）、改善出行導(dǎo)航方案（Hu 和Chen，2021）、研究人口遷入成因（詹慶明等，2020）等。

科學(xué)精準(zhǔn)評(píng)估人群活動(dòng)需求，需要從人群活動(dòng)的物理空間本體特征和數(shù)據(jù)空間孿生特征兩個(gè)角度進(jìn)行考慮。一方面，從物理空間來看，個(gè)體活動(dòng)呈現(xiàn)重現(xiàn)性和變化性并存的復(fù)雜特性，個(gè)體活動(dòng)軌跡的日間穩(wěn)定性能夠有效刻畫個(gè)體活動(dòng)復(fù)雜特性。已有研究發(fā)現(xiàn)人類移動(dòng)模式在人群匯總層面具有時(shí)間穩(wěn)定性（Wang 等，2021）。其中內(nèi)在機(jī)制需要通過繼續(xù)分析個(gè)體出行活動(dòng)的穩(wěn)定性來挖掘，如活動(dòng)空間的范圍大?。⊿harmeen 和Houston，2020）、出行距離（Susilo 和Kitamura，2005）等活動(dòng)特征和出行模式（Neutens 等，2012；Zhang 等，2021）等?；顒?dòng)特征和出行模式是軌跡在特定維度的呈現(xiàn)，從微觀個(gè)體活動(dòng)軌跡出發(fā)分析居民活動(dòng)的日間穩(wěn)定性，能夠幫助揭示在人群匯總層面穩(wěn)定性的內(nèi)在機(jī)制與特征，共同揭示人類活動(dòng)在個(gè)體微觀層面和人群匯總層面的日間穩(wěn)定性特征，減少特征挖掘過程中因信息抽象概括對(duì)分析結(jié)果的影響。目前，直接基于軌跡分析日間穩(wěn)定性的研究較少；涉及活動(dòng)軌跡日間穩(wěn)定性的研究常見于個(gè)體位置重訪規(guī)律（González 等，2008；王德等，2021）或軌跡相似性度量（潘曉等，2019；梁明等，2023），這為活動(dòng)軌跡日間穩(wěn)定性度量提供了技術(shù)參考。另一方面，從數(shù)據(jù)空間來看，大數(shù)據(jù)時(shí)代雖然涌現(xiàn)了豐富的數(shù)據(jù)資源，但數(shù)據(jù)生產(chǎn)方和數(shù)據(jù)使用方往往出現(xiàn)錯(cuò)位的現(xiàn)象。此種情況下，由于缺乏數(shù)據(jù)支撐應(yīng)用的有效性檢驗(yàn)，數(shù)據(jù)是否能夠充分滿足應(yīng)用需求以及對(duì)分析結(jié)果產(chǎn)生哪些影響是需要關(guān)注的問題。受隱私關(guān)切和數(shù)據(jù)獲取條件限制等因素的影響，現(xiàn)有研究中的大規(guī)模人群位置觀測(cè)數(shù)據(jù)在覆蓋時(shí)間長度存在差異，有關(guān)分析結(jié)果既可能是人群行為本身特征映射的結(jié)果，也可能是數(shù)據(jù)覆蓋時(shí)長變化作用的結(jié)果，如何科學(xué)理解有關(guān)分析結(jié)果對(duì)后續(xù)決策十分關(guān)鍵。以手機(jī)位置數(shù)據(jù)的研究為例，少數(shù)研究的數(shù)據(jù)覆蓋時(shí)間超過1 個(gè)月（Guan 等，2021），許多研究所用的數(shù)據(jù)涵蓋居民一天的出行活動(dòng)軌跡數(shù)據(jù)（彭大芹等，2019；周亞娟等，2020；Hu 和Chen，2021）?？紤]到個(gè)體日常生活需求、可支配資源限制及物理環(huán)境條件等因素，個(gè)體日間活動(dòng)呈現(xiàn)出復(fù)雜性特點(diǎn)（Susilo 和Axhausen，2014；Duan 等，2017）。因此，迫切需要了解人類出行活動(dòng)的日間穩(wěn)定性特征，科學(xué)認(rèn)識(shí)短時(shí)間軌跡數(shù)據(jù)集對(duì)人類移動(dòng)復(fù)雜性的刻畫能力。

本文以青海省西寧市為例，利用匿名化脫敏手機(jī)位置數(shù)據(jù)，基于軌跡相似性方法，分析并對(duì)比不同類型的日期之間居民個(gè)體活動(dòng)軌跡的穩(wěn)定性；同時(shí)，對(duì)不同屬性和區(qū)域的人群日間穩(wěn)定性進(jìn)行了對(duì)比。研究結(jié)果可以為城市規(guī)劃管理決策提供科學(xué)支撐。

2 研究區(qū)與數(shù)據(jù)源

2.1 研究區(qū)域

西寧市為青海省省會(huì)，位于青藏高原東北部，截至2016 年末，市區(qū)人口為128.91 萬人。本文選取城東、城中、城西、城北四個(gè)城區(qū)作為研究區(qū)域（圖1），分析其居民活動(dòng)軌跡日間穩(wěn)定性及人群和時(shí)空分布特征。

2.2 數(shù)據(jù)源

研究所用的匿名化脫敏數(shù)據(jù)來自西寧市某移動(dòng)運(yùn)營商，包括因通話、短信及移動(dòng)互聯(lián)網(wǎng)使用產(chǎn)生的記錄。在空間范圍上，數(shù)據(jù)主要涵蓋的是西寧市主城區(qū)；在時(shí)間范圍上，數(shù)據(jù)集包含兩個(gè)工作日（2018 年8 月2~3 日）和兩個(gè)休息日（2018 年8 月4~5 日）。數(shù)據(jù)集中有38 萬個(gè)用戶，一天約4500 萬條數(shù)據(jù)。手機(jī)位置數(shù)據(jù)通過基站定位，約有2600個(gè)基站，基站間平均距離191.26 m，基站分布呈東西“十字”放射條帶狀（圖1）。數(shù)據(jù)集屬性情況見表1，為保護(hù)用戶隱私，研究使用的數(shù)據(jù)均已經(jīng)過匿名化脫敏處理。

表1 手機(jī)位置數(shù)據(jù)屬性示例Tab.1 Example of mobile phone location data attributes

2.3 數(shù)據(jù)預(yù)處理

首先，刪除手機(jī)位置數(shù)據(jù)中的空值、異常值等；其次，為盡可能準(zhǔn)確地記錄居民的活動(dòng)軌跡，本研究篩選出任意一天的記錄時(shí)長不低于16 h（Lu 等，2017）的手機(jī)用戶4.79 萬；最后，識(shí)別出居住地的用戶有4.57 萬作為研究所用數(shù)據(jù)集。數(shù)據(jù)集中青年（19~35 歲）人群占比最高，達(dá)57%；老年（60 歲以上）人群占比較少，約為2%。這與我國年齡人口分布和手機(jī)用戶的群體分布相似。

以西寧市街道為空間單元，計(jì)算所用數(shù)據(jù)集中的各街道的人口與第六次全國人口普查數(shù)據(jù)的斯皮爾曼相關(guān)系數(shù)為0.85（p<0.01），說明研究區(qū)的居住地分布與人口普查結(jié)果在整體上有較好的一致性。其中，人口分布較多的街鎮(zhèn)主要是占地面積較大且位于中心城區(qū)外圍的彭家寨鎮(zhèn)、韻家口鎮(zhèn)和馬坊街道。清洗后數(shù)據(jù)采樣的平均時(shí)間間隔為8 min，有92.4%的數(shù)據(jù)采樣時(shí)間間隔在30 min 之內(nèi)，表明研究所用數(shù)據(jù)質(zhì)量良好。各時(shí)間段的數(shù)據(jù)量在4 d內(nèi)分布較為均勻（圖2），工作日白天數(shù)據(jù)量明顯高于休息日，星期天最低（8 月5 日）。4 d 數(shù)據(jù)記錄時(shí)間分布的斯皮爾曼相關(guān)性最小值為0.84，綜合說明本研究的數(shù)據(jù)記錄量在日間有較好的一致性，可用于活動(dòng)軌跡的日間穩(wěn)定性分析。

圖2 數(shù)據(jù)記錄的時(shí)間分布Fig.2 Time distribution of data records

3 研究方法

基于手機(jī)位置數(shù)據(jù)，本文利用時(shí)間最鄰近的位置記錄對(duì)數(shù)據(jù)缺失的時(shí)間段進(jìn)行位置插補(bǔ)，生成個(gè)體出行網(wǎng)格軌跡；通過個(gè)體在天與天之間相同時(shí)間段出現(xiàn)在相同網(wǎng)格的時(shí)間段次數(shù)，構(gòu)建個(gè)體活動(dòng)軌跡日間穩(wěn)定性度量方法；對(duì)不同群體活動(dòng)軌跡日間穩(wěn)定性進(jìn)行分析。技術(shù)流程如圖3 所示。

圖3 活動(dòng)軌跡日間穩(wěn)定性分析流程Fig.3 Flowchat of inter-day stability analysis of activity trajectories

3.1 居住地識(shí)別

居住地是居民日常活動(dòng)的重要錨點(diǎn)。本文借助用戶在凌晨的停留信息識(shí)別居住地，具體步驟如下：①使用SMoT（stop and moves of a trajectory）模型識(shí)別停留軌跡段（Spaccapietra 等，2008；徐金壘等，2015），統(tǒng)計(jì)用戶每天在凌晨停留超過3 h 的位置，稱為凌晨駐留點(diǎn)。②統(tǒng)計(jì)用戶4 d 內(nèi)凌晨駐留點(diǎn)的質(zhì)心。③計(jì)算每個(gè)凌晨駐留點(diǎn)離質(zhì)心的距離，將離質(zhì)心距離最近的凌晨駐留點(diǎn)識(shí)別為用戶的居住地。

3.2 缺失記錄插補(bǔ)

手機(jī)位置數(shù)據(jù)的記錄在時(shí)間上并非呈均勻分布。為了保證任意時(shí)間段下都有用戶位置信息，本文對(duì)數(shù)據(jù)缺失的時(shí)間段插補(bǔ)空間位置信息。插補(bǔ)的具體規(guī)則為，將時(shí)間劃分為間隔（Δt）相等的M個(gè)時(shí)間段：從0:00 開始，如果某時(shí)間段內(nèi)無記錄，則在該時(shí)間段前后的兩條記錄中選擇時(shí)間間隔最近的位置信息插補(bǔ)到數(shù)據(jù)缺失的時(shí)間段；如果最短的前后記錄時(shí)間間隔都相等，則將這兩個(gè)位置信息都插補(bǔ)到該時(shí)間段內(nèi)。經(jīng)過缺失記錄插補(bǔ)后的軌跡在任意時(shí)間段都至少有一條位置記錄，如圖4 所示。

圖4 缺失記錄插補(bǔ)示意圖Fig.4 Schematic diagram of the interpolation for the missing record time windows

3.3 軌跡網(wǎng)格化

手機(jī)位置數(shù)據(jù)記錄的位置是為用戶提供通信網(wǎng)絡(luò)服務(wù)的基站的位置。為了便于比較活動(dòng)軌跡日間穩(wěn)定性高低和消除基站分布密集地區(qū)手機(jī)信號(hào)跳轉(zhuǎn)的影響，把以基站位置定位的軌跡轉(zhuǎn)為以網(wǎng)格定位的網(wǎng)格軌跡?？紤]到研究數(shù)據(jù)集基站間平均距離有95.3%在500 m 以內(nèi)，本文使用500 m 大小的規(guī)則網(wǎng)格，將以經(jīng)緯度定位的軌跡數(shù)據(jù)轉(zhuǎn)為網(wǎng)格軌跡表示。把一天的時(shí)間劃分為間隔相等（Δt）的M個(gè)時(shí)間段，任意一個(gè)時(shí)間段的定位點(diǎn)有n個(gè)（n≥1），則用戶q一天活動(dòng)的網(wǎng)格軌跡表示為式（1）。表示用戶q在時(shí)間段m所在網(wǎng)格信息，可以表示為式（2）。有

3.4 日間穩(wěn)定性度量方法構(gòu)建

為了分析居民活動(dòng)軌跡日間穩(wěn)定性，本研究參考現(xiàn)有軌跡相似性方法（潘曉等，2019），基于用戶在不同天之間對(duì)應(yīng)時(shí)間段出現(xiàn)在相同網(wǎng)格的時(shí)間段次數(shù)與一天總時(shí)間段數(shù)M之比來量化用戶活動(dòng)軌跡日間穩(wěn)定性的高低。如用戶q在某兩天的活動(dòng)網(wǎng)格軌跡分別為和則用戶q在這兩天的活動(dòng)軌跡日間穩(wěn)定性分?jǐn)?shù)表示如式（3）。穩(wěn)定分?jǐn)?shù)的取值為[0,1]，其中，表示用戶q在兩天對(duì)應(yīng)的時(shí)間段m中是否有相同網(wǎng)格編號(hào)的記錄：

每個(gè)用戶在任意的兩天間都有一個(gè)活動(dòng)軌跡日間穩(wěn)定性分?jǐn)?shù)，通過度量居民的活動(dòng)軌跡日間穩(wěn)定性可以了解其活動(dòng)位置在日間的差異大小。為進(jìn)一步挖掘居民在一天中不同時(shí)間區(qū)間的活動(dòng)軌跡日間穩(wěn)定性差異，本文以手機(jī)位置數(shù)據(jù)識(shí)別居住地常用的時(shí)間節(jié)點(diǎn)6:00 和晚高峰結(jié)束時(shí)間19:00 作為分割點(diǎn)，將一天劃分為三個(gè)時(shí)間段（表2），再根據(jù)式（3）分別計(jì)算不同時(shí)間區(qū)間下的穩(wěn)定性。

表2 時(shí)間段劃分Tab.2 Division of Time Intervals

4 實(shí)驗(yàn)結(jié)果分析

分別選取時(shí)間段10 min、30 min 和60 min 計(jì)算居民活動(dòng)軌跡的日間穩(wěn)定性，發(fā)現(xiàn)隨著時(shí)間段取值的增加，活動(dòng)軌跡日間穩(wěn)定性和各時(shí)間段的穩(wěn)定人群占比都表現(xiàn)出升高的趨勢(shì)?？紤]到數(shù)據(jù)集采樣時(shí)間間隔在30 min 以內(nèi)的數(shù)據(jù)占92.4%，本研究選取30 min 的時(shí)間段進(jìn)行后續(xù)分析。

4.1 活動(dòng)軌跡日間穩(wěn)定性總體概況

總體而言，居民活動(dòng)軌跡日間穩(wěn)定性不高，工作日活動(dòng)軌跡較穩(wěn)定，休息日活動(dòng)位置多樣。由表3、圖5 可知西寧市居民活動(dòng)軌跡日間穩(wěn)定性均值為0.545，這意味著，居民的活動(dòng)位置在日間平均約有54.5%的時(shí)間是相同的。其中，工作日之間(WW-day)的日間穩(wěn)定性最高，比休息日之間（OO-day）的穩(wěn)定性高出近6.4%。WW-day 穩(wěn)定性較高主要是源于其白天工作時(shí)間有更多的穩(wěn)定人群，這與時(shí)間地理學(xué)中，工作日居民出行受到工作活動(dòng)的制約相符合。OO-day 的穩(wěn)定性低于WW-day 反映居民休息日的活動(dòng)軌跡不僅與工作日存在差異，在休息日之間差異也相對(duì)較大。因此，在提取人類活動(dòng)信息時(shí)，需要更多的休息日出行軌跡才能獲得與工作日準(zhǔn)確性相當(dāng)?shù)奶卣餍畔ⅰ?/p>

表3 不同日期類型日間穩(wěn)定性均值對(duì)比Tab.3 Inter-day stability distribution for different date types

圖5 穩(wěn)定人群占比時(shí)間分布Fig.5 Time distribution of stable population persentage

在T1~T3 的三個(gè)時(shí)段中，凌晨時(shí)段活動(dòng)軌跡穩(wěn)定性最高，晚上次之，白天最低。三個(gè)時(shí)間區(qū)間中的穩(wěn)定性大小關(guān)系與個(gè)體位置預(yù)測(cè)準(zhǔn)確率的時(shí)間分布特征（李明曉等，2018）相符合，其中，凌晨和晚上分別高出白天近38%、10%（表3）。這表明利用居民在凌晨的停留行為識(shí)別居住地的可靠性較高（Cao 等，2019）。此外，工作日不僅白天穩(wěn)定人群占比高出休息日，在晚上也較高（圖5），反映在工作日不僅白天的休閑出行活動(dòng)受到限制，晚上的出行活動(dòng)也會(huì)受到一定的限制。

4.2 各年齡段人群日間穩(wěn)定性分析

按照年齡將居民分為青少年人群（13~18 歲）、青年人群（19~35 歲）、中年人群（36~60 歲）和老年人群（60 歲以上）?；顒?dòng)軌跡日間穩(wěn)定性表現(xiàn)為青少人群最高，老年人群次之，青年和中年人群較低；其中，青少年人群日間穩(wěn)定性比青年人群高出14%（表4）。青少年活動(dòng)軌跡日間穩(wěn)定性高可能與數(shù)據(jù)采集的時(shí)間有關(guān)，暑假學(xué)生以社區(qū)活動(dòng)為主，表現(xiàn)出較高的活動(dòng)軌跡日間穩(wěn)定性。圖6 中，青年和中年人群在工作日工作時(shí)間的曲線有明顯的上下班現(xiàn)象，青年人群在上班時(shí)間較其他年齡段受到了更大的位置限制，但其在晚上有較其他年齡段更為多樣化的活動(dòng)位置。老年人群在休息日的中午12:00~13:00 有個(gè)小高峰，反映其在這期間有穩(wěn)定的活動(dòng)位置。從曲線處于最小值的時(shí)間來看，多數(shù)年齡段居民活動(dòng)位置最不穩(wěn)定的時(shí)間段在15:00 左右，但青年和中年人群工作日活動(dòng)位置最不穩(wěn)定的時(shí)間段在下班后的18:00~20:00。從晚上19 歲以上居民穩(wěn)定人群占比的變化趨勢(shì)來看，老年人群較早回到家中，青年人群在外逗留時(shí)間較長，回家最晚。

表4 各年齡段人群日間穩(wěn)定性分布Tab.4 Inter-day stability distribution for different age groups

圖6 各年齡段穩(wěn)定人群占比時(shí)間分布Fig.6 Time distribution of stable population distribution for different age groups

4.3 男性與女性日間穩(wěn)定性分析

男性和女性活動(dòng)軌跡日間穩(wěn)定性在總體上表現(xiàn)為女性略高于男性，僅高出1%左右，差異較小，體現(xiàn)出隨時(shí)代發(fā)展，女性生活的限制性得到持續(xù)緩解。相比較而言，女性在工作日的穩(wěn)定性高于男性（圖7），這可能與女性較少承擔(dān)工作中的外出活動(dòng)有關(guān)。在休息日，女性日間穩(wěn)定性與男性總體持平（表5），但在11:00~20:00 表現(xiàn)為更低的穩(wěn)定人群占比，反映女性在休息日擁有更為多樣化的活動(dòng)位置，活動(dòng)復(fù)雜性高。在21:00 之后和凌晨，女性穩(wěn)定人群占比均高于男性，這與女性出于安全考慮會(huì)減少夜間的獨(dú)自出門頻次相符合。

表5 男性與女性日間穩(wěn)定性分布Tab.5 Inter-day stability distribution for men and women

圖7 男性與女性穩(wěn)定人群占比時(shí)間分布Fig.7 Time distribution of stable population distribution for men and women

4.4 日間穩(wěn)定性空間分布情況

結(jié)合識(shí)別的居民居住地，本研究發(fā)現(xiàn)西寧市街道尺度下城市居民活動(dòng)軌跡日間穩(wěn)定性在空間上表現(xiàn)為從城市中心向外，穩(wěn)定性先降低后增高的趨勢(shì)（圖8）。不同城市功能分區(qū)下居民出行行為存在差異，進(jìn)而在空間上表現(xiàn)為各地區(qū)居民活動(dòng)軌跡的日間穩(wěn)定性差異（王長碩等，2022）。位于老城區(qū)中心的倉門街歷史悠久，區(qū)域功能結(jié)構(gòu)復(fù)雜，居民出行軌跡多樣；生物科技產(chǎn)業(yè)園作為經(jīng)濟(jì)高發(fā)展的工業(yè)區(qū)，人群出行需求和活動(dòng)位置多樣。遠(yuǎn)郊區(qū)居民活動(dòng)軌跡日間穩(wěn)定性高，可能與遠(yuǎn)郊地區(qū)從事農(nóng)業(yè)的居民占比高，人群活動(dòng)位置較為單一有關(guān)。

圖8 人群穩(wěn)定性空間分布Fig.8 Spatial distribution of population stability

4.5 典型地區(qū)穩(wěn)定性對(duì)比

為了對(duì)比位于城市不同地區(qū)人群活動(dòng)軌跡日間穩(wěn)定性特征，本文從研究區(qū)域中選擇幾個(gè)典型區(qū)域來對(duì)比分析區(qū)域人群活動(dòng)軌跡日間穩(wěn)定性特征。從城市中心到遠(yuǎn)郊區(qū)依次選擇東關(guān)大街街道、倉門街街道、虎臺(tái)街道、大堡子鎮(zhèn)（圖9），分析不同區(qū)域人群活動(dòng)軌跡日間穩(wěn)定性特征。

圖9 典型區(qū)域地理位置Fig.9 Geographical locations of the typical areas

從圖10 來看，大堡子鎮(zhèn)位于城市遠(yuǎn)郊地區(qū)，居民活動(dòng)軌跡日間穩(wěn)定性高且受日期類型影響較小，意味著在相同數(shù)據(jù)資源條件下，活動(dòng)特征挖掘的準(zhǔn)確率在遠(yuǎn)郊區(qū)居民上能有更高的準(zhǔn)確率；虎臺(tái)街道位于西寧市近郊區(qū)，穩(wěn)定性較低且受日期類型影響較大，因?yàn)殡S著城市的發(fā)展與擴(kuò)張，近郊區(qū)逐漸成為人口分布的次中心，且出行距離較遠(yuǎn)、出行路徑不確定性較高；位于老城區(qū)中心的倉門街街道和相鄰的東關(guān)大街街道居民活動(dòng)軌跡日間穩(wěn)定性均較高且受日期類型影響較小，不同居住主體的兩個(gè)街道居民有相似的活動(dòng)軌跡日間穩(wěn)定性特征，反映西寧市居民均形成了較為穩(wěn)定的生活節(jié)奏。

圖10 典型區(qū)域人群穩(wěn)定性對(duì)比Fig.10 Distribution of population stability in typical regions

5 結(jié) 論

本文圍繞城市居民活動(dòng)穩(wěn)定性分析問題，研究了西寧市居民活動(dòng)軌跡日間穩(wěn)定性的時(shí)空分布特征，得出以下主要結(jié)論：①居民活動(dòng)軌跡的日間穩(wěn)定性總體偏低，其活動(dòng)位置在日間平均約有54.5%的時(shí)間是相同的。居民在工作日的活動(dòng)軌跡穩(wěn)定性較高，休息日的活動(dòng)位置多樣性較高，其中，居民在白天的活動(dòng)軌跡穩(wěn)定性最低。因此，使用短時(shí)間軌跡數(shù)據(jù)挖掘居民工作地時(shí)，需要考慮居民出行活動(dòng)的不穩(wěn)定性因素，以提高數(shù)據(jù)挖掘的準(zhǔn)確性。②青少年和老年人群活動(dòng)軌跡的日間穩(wěn)定性總體較高，青年人群在工作時(shí)間受到較大的位置限制，但在晚上有多樣化的活動(dòng)位置。在位置預(yù)測(cè)研究中，青年人群的活動(dòng)軌跡日間穩(wěn)定性在工作日和休息日、工作日的工作時(shí)間和18:00~20:00 的差異較大，同時(shí)青年人群是人類活動(dòng)大數(shù)據(jù)研究數(shù)據(jù)集中的主體人群，針對(duì)不同時(shí)間下的居民出行穩(wěn)定性特征分析位置預(yù)測(cè)算法能有效提升位置預(yù)測(cè)準(zhǔn)確率。③男性與女性在活動(dòng)軌跡日間穩(wěn)定性上差異較小，雖然女性在工作日的活動(dòng)位置較穩(wěn)定，但其在休息日白天表現(xiàn)為有更為多樣的活動(dòng)位置，反映女性的活動(dòng)模式限制得到基本的解除。④街道尺度下的活動(dòng)軌跡日間穩(wěn)定性在空間上表現(xiàn)為從城市中心向外，穩(wěn)定性先降低，后增高的趨勢(shì)。

本研究仍存在以下問題有待進(jìn)一步研究：①居民活動(dòng)軌跡日間穩(wěn)定性結(jié)論的魯棒性還需要更長時(shí)間的數(shù)據(jù)，做更深入的分析；②可變面積單元問題對(duì)結(jié)果的影響。