用户名
密码
(30天内有效)
注册
注册
首页 > 案例资料 >

【论文复现+资料分享】 基于迁徙数据的城市人口流动时空分布格局研究

我要收藏
2022-06-20

可点击观看视频



《地理信息系统工程应用》是清华大学建筑学院面向研究生所开设的一门GIS课程,旨在培养学生应用GIS技术解决空间问题的实操能力,涉及基础空间分析、时空大数据分析以及空间规划数据分析等训练内容。


由于学生基础差异较大且学时有限,传统GIS教学方法效果不佳。为此,近年来我们尝试将DAS引入该课程的教学,希望通过用G语言描述(非传统编程语言)方式而不是工具箱操作的方式来完成地理分析任务。这种教学模式下,学生不再需要将大量时间熟悉软件的操作,可以将更多精力放在思考如何用空间分析方法解决问题,从而有效培养学生的地理思维能力。


规划系硕士生张译匀写道:总体来说DAS操作非常便捷,同时每个地理分析模块的功能与流程一目了然,参数修改也非常方便,最重要的是可以详细记录每一步的操作,因而留有了足够的试错空间,体验感受非常好。DAS计算过程表的完成相当于有了一个万能的快速模板,可以重复无限使用;其次,出图过程极其简便与迅速;最重要的是,一旦熟悉掌握了这种搭建方法,堪比熟练掌握了整个GIS。


本期介绍吴昌琦硕士生(中规院)的练习作业。该作业利用课堂所学地理计算语言从数据采集、数据分析到成果表达复现了论文《基于腾讯迁徙数据的城市人口流动时空分布格局——以西安市为例》整个过程,并利用该模型完成了对长三角(上海市、杭州市、南京市与合肥市)的城市人口流动时空分布格局研究。


人口迁移对调整人口分布、劳动力盈缺、促进地区文化交流、新资源开发、经济文化区建立、民族和种族融合等都有重要的作用。人口迁移会影响人口和人种分布、人口年龄结构,改变迁入地和迁出地的环境人口容量,进而影响人口对资源开发利用的地理分布和各类产业分布。


人口流动趋势是城市与城市间联系的重要指标,研究城市间的联系度实际上是人的联系,即城市与城市的经济、产业、信息等实体与虚拟的互联互通,最终将反映在城市的人口流动关系中。因此,城市人口流动的时空分布可以评价城市联系性、城市吸引力与中心度等城市发展指标,并推动各区域经济空间格局的重构,进而指导城市的未来发展与转型。近些年,人口迁徙也呈现出多元化的复杂要素共同作用,因此利用新兴移动位置数据研究区域人口流动的时空分布也逐步成为空间规划与经济地理的学术研究热点。


图片



复现论文概况

本期论文:基于腾讯迁徙数据的城市人口流动时空分布格局——以西安市为例

图片


论文摘要:基于腾讯位置数据,以西安市为例,挖掘 2017-2019 年期间平日、春节、国庆节假日的人口流动数据,分析近些年城市间人口流动时空分布的格局变化。通过对比新一线城市迁徙数据,从全国、西部地区与关中城市群层面,分析西安市城市联系性、城市吸引力与中心度等城市发展指标,并探索其内在的影响动力机制。


图片

图片

图片

图片

图片

图片



论文复现内容

本篇复现内容:

以长三角上海市、杭州市、南京市与合肥市为例,通过DAS方式利用G语言对春运、国庆节假日与平时三个时间维度的人口迁移数据进行分类采集


生成人口迁徙 OD 联系数据模型,通过自然断裂等方法进行人口迁徙数据分析,构建人口迁徙联系网络图


图片



DAS模式的论文复现过程

研究区域:长三角上海市、杭州市、南京市与合肥市


3.1研究区范围采集与底图制作

从高德地图提取“上海、浙江、江苏、安徽”的省界数据:KX_BD_GETAOI(GD|上海,浙江,江苏,安徽)

从高德地图提取上述省级行政范围下辖市级行政区界数据(江苏省*代表获取江苏各市行政区界数据,江苏省**代表获取江苏各区县行政区界数据):KX_BD_GETAOI(GD|上海市,浙江省*,江苏省*,安徽省*)

将上述面状数据转换为线状(参数使用P2Line或p2l):KX_Conversion(P2L)

将市级行政区界数据转换为点状(为OD图做准备):KX_Conversion(f)


图片


3.2获取平时(11月)百度迁徙数据

采集4个城市2021年11月1日至11月7日的人口迁入数据:KX_BD_GetQX({[7*;上海市;杭州市;南京市;合肥市]}|202111{[01:07;*4]}|in|c)


上述关键词采用了迭代语句,202111{[01:07]}表示20211101至20211107,共7天;in表示迁入;c表示获取市级数据。该关键词共迭代执行28次(4城市*7天),生成28张csv表格(包含from、to、value、date)


图片

▲ 上海市2021年11月1日迁入数据


采集4个城市2021年11月1日至11月7日的人口迁出数据:KX_BD_GetQX({[7*;上海市;杭州市;南京市;合肥市]}|202111{[01:07;*4]}|out|c)


上述关键词out表示迁出,其他与迁入操作相同,生成28张csv表格


图片

▲ 上海市2021年11月1日迁出数据


将所有迁入数据作为输入,将同一城市7天的数据进行合并:KX_FieldCalculator(from| value, value, value, value,value, value, value#to|QR1=[F1]+[F2]+[F3]+[F4]+[F5]+[F6]+[F7])


上述关键词生成4张(4个城市)csv表格,每张新表新增一个QR1字段,字段的值是同一城市7天迁入量之和


图片

▲ 上海市2021年11月1日至7日迁入数据


将所有迁出数据作为输入,将同一城市7天的数据进行合并:KX_FieldCalculator(to| value, value, value, value,value, value, value#from|QC1=[F1]+[F2]+[F3]+[F4]+[F5]+[F6]+[F7])


上述关键词生成4张(4个城市)csv表格,每张新表新增一个QC1字段,字段的值是同一城市7天迁出量之和


图片

▲ 上海市2021年11月1日至7日迁出数据


将每个城市迁入量合并后的表格和地级市点文件作为输入,绘制每个城市迁入量OD图:KX_BD_OD(*|0|NAME|From#OD1,To#OD2, QR1#Value_D|0#200#100)


上述关键词*表示通过连接表绘制OD图,0表示使用输入表的第一张sheet,NAME表示地级市点文件中的点号字段,From、To、QR1分别为设置的连接弧信息,0表示没有弧高比例(绘制直线),200为步长,100为最大点数的缺省值

图片


图片


图片


图片



将每个城市迁出量合并后的表格和地级市点文件作为输入,绘制每个城市迁出量OD图:KX_BD_OD(*|0|NAME|From#OD1,To#OD2,QC1#Value_D|0#200#100)


上述关键词中,From、To、QC1分别为设置的连接弧信息


图片


图片


图片


图片



将4个城市平时迁入量OD数据作为输入,进行合并,生成长三角地区平时迁入量OD图:KX_VecOverlay(Merge)


图片


将4个城市平时迁出量OD数据作为输入,进行合并,生成长三角地区平时迁出量OD图:KX_VecOverlay(Merge)


图片


3.3获取春节(2月)百度迁徙数据


方法步骤与3.2相同,迁徙数据时间为2021年2月6日至2月12日,调整获取迁入迁出数据的关键词为:

KX_BD_GetQX({[7*;上海市;杭州市;南京市;合肥市]}|202102{[06:12;*4]}|in|c)

KX_BD_GetQX({[7*;上海市;杭州市;南京市;合肥市]}|202102{[06:12;*4]}|out|c)


图片


3.4获取国庆(10月)百度迁徙数据


方法步骤与3.2相同,迁徙数据时间为2021年10月1日至10月7日,调整获取迁入迁出数据的关键词为:

KX_BD_GetQX({[7*;上海市;杭州市;南京市;合肥市]}|202110{[01:07;*4]}|in|c)

KX_BD_GetQX({[7*;上海市;杭州市;南京市;合肥市]}|202110{[01:07;*4]}|out|c


图片


未完待续,下篇内容:人口流动时空分布结果分析



系统获取

由于网盘实效性限制,请发送邮件至qhspj2020@163.com,会自动回复系统下载地址。


下载地址中共包含以下内容:

1、DAS基础包,是使用DAS系统必备的system压缩包,为目前最新版本

2、Python定制库包,包括9个与ArcGIS10.1至ArcGIS10.8对应的压缩包,用户可根据自己电脑中的ArcGIS版本下载

3、DAS工程包,包括双评价智能数据处理与分析系统、时空大数据爬取与分析以及GIS教学系统。本期教程的示例为工程包下“DasProjectPaper”内的“Paper4-QX.zip”


图片


本站声明

本文仅代表作者观点,不代表城市数据派立场;
本文系作者授权城市数据派发表,未经许可,不得转载;
本网站上的所有内容均为虚拟服务,一经购买成功概不退款,请您理解。

点赞0