极端天气事件下城市人群移动的大数据分析
作者:张馨元 建设管理系
指导老师:李楠 建设管理系
关键词:极端天气事件;人群移动;城市韧性
摘要
极端天气事件在近几年的频繁发生,对全球很多城市造成了严重的影响。这种由极端天气造成的影响会直观地反映在城市人群移动特征的变化上。同时,这种影响可以在一定程度上反映出城市应对灾害、适应变化的能力,体现城市的韧性。因此,深入理解和分析人群移动模式及其变化规律对改善城市的基础设施及评估城市韧性有重要的意义。本研究基于2017年南京市暴雨这一极端天气事件进行研究,旨在通过对城市人群移动数据的分析,揭示受极端天气影响时,城市人群移动特点所呈现出的扰动,以及这种变化与城市区域特征间的关系,从而深化人们对极端天气下城市人群移动模式的认识。
极端天气下的城市人群移动扰动
我们搜集了南京市12432辆出租车5月至6月的轨迹数据,并通过分析运行车辆数、车辆行驶速度、乘客乘车距离以及乘客上下车位置点在暴雨时和常态时的差异,发现在暴雨的影响,人们的出行意愿显著降低,且市中心的主干道交通滞缓,人群移动受到显著的负面影响;同时,乘客乘车距离的分布特征也出现了明显的扰动。
1 常态时及暴雨时以正常速度行驶的出租车的分布
2 常态时及暴雨时乘客上下车位置点的分布
3 常态时及暴雨时乘客旅行距离的分布
城市区域特征与人群移动扰动的联系(1)
本作品利用相对总位移(RTD)及累计扰动(AP)去定量化衡量极端天气下的人群移动扰动及韧性,并关注了它的区域差异,如图5所示,各区域总位移在暴雨影响下的扰动存在一定的不同,例如,在暴雨影响下,部分市中心区域(b)的总位移相对减小;部分城市边缘地带(a,c)的总位移相对增加。为了探究城市区域特征与人群移动扰动的具体联系,我们利用南京市的POI数据,对南京市的6400多个1km* 1km区域的功能属性进行了识别和分类,最终将整个南京市的各区域划分为居住区、工作区、娱乐休闲区、混合区等八类,并对这八类功能区的人群移动扰动及韧性强弱进行比较分析。
4 八类功能区的划分结果及其分布状况(南京市)
5 人群移动扰动的区域性差异(常态时及暴雨时的总位移分布)
6 八类区域日流入量及流出量的扰动情况
7 八类区域在常态时和暴雨时(工作日/周末)的总位移变化曲线
8 八类区域人人群移动韧性的定量化对比
城市区域特征与人群移动扰动的联系(2)
我们同样发现即使是在同类区域中,位置不同的地方的韧性值依然有较大差异(见图9),导致这种差异的因素可能有很多,如,人口密度;社会经济指标;距市中心的距离等等。我们以距市中心的距离为例,探索了区域人群移动韧性与其到市中心距离的关系,并发现,距市中心越近的区域,其人群移动波动程度越大、人群移动韧性越小。
9 八类区域的人群移动韧性
10 区域人群移动扰动及韧性与其到市中心距离的关系