基于IC卡数据的建筑物通勤人口估算方法及其存储介质技术

一种基于IC数据的建筑物通勤人口估算方法及存储介质，该方法包括基于交通IC卡数据整理出行记录，对职住地识别和通勤人判别，综合POI和AOI数据，通勤人群识别和职住地识别等技术，实现对通勤人口空间分布更小尺度的刻画。本发明专利技术以建筑物为基本单元通勤人口分布的估算，对随机发生的安全事件，掌握各区域的人口分布，疏通人流等应急救援安排，基于公共事务的应急管理等等打下坚实的基础。的应急管理等等打下坚实的基础。的应急管理等等打下坚实的基础。

【技术实现步骤摘要】
基于IC卡数据的建筑物通勤人口估算方法及其存储介质


[0001]本申请涉及一种人口估算方法，具体的，涉及一种基于IC卡数据的建筑物通勤人口估算方法及其存储介质。

技术介绍

[0002]居民与岗位在物理空间上的分离是通勤活动产生的根本原因，因此，城市居民通勤格局一定程度上反映了职住空间关系和解读了城市空间结构。居民的日常活动基本是以城市建筑为载体，人口区域分布的发生也具有时间阶段性。相较于其他居民活动，通勤活动在时间和空间上存在较大的恒定性，对城市通勤人口空间分布的动态把握是了解通勤人口活动规律、认识城市空间结构、配置城市基础设施和公共服务设施及制订城市公共安全应急保障方案的重要依据。例如，在通勤早高峰开始以后，居住建筑的人口开始逐渐减少，办公建筑人口开始逐渐增加，在早通勤时间结束以后，办公建筑的人口数量趋于稳定。在不同时刻每类建筑的吸引人数不同，获取局部区域的实时人口是应急决策等诸多城市管理应用需要解决的问题，但目前缺乏通勤人口动态变化的统计数据，对于通勤人口空间分布的动态特征方面的研究也较少。
[0003]人口数据的获取最为普遍的方式为人口普查，数据准确但成本高和更新频次低，且一般以行政区划为统计单元，对于单元内更详细的人口空间分布信息难以获得。因此，借助地理信息系统及遥感技术生成的精细尺度人口数据具有获取简单、精度较高等优点。目前关于人口估算多集中于格网尺度，格网人口估算具有计算简单、存储方便、规则性强的等优点，但格网会造成对自然地物的分割，格网内存在较大的地物异质性，对于建筑物尺度的人口估算也较少，缺乏对人口空间分布信息的真实刻画。
[0004]总的来说，面对指导城市公共服务设施配置和制定城市公共安全应急保障方案。应对随机发生的安全事件，掌握各区域的人口分布是疏通人流等应急救援安排的基础，都对通勤人口空间分布的时空精度需要日渐提高，因此，如何生成以建筑物为基本单元通勤人口分布已成为一个亟需解决的技术问题。

技术实现思路

[0005]一种基于IC卡数据的建筑物通勤人口估算方法，利用换乘判断、通勤人群识别和职住地识别等技术，实现各种不同的建筑物内通勤人口估算。
[0006]为达此目的，本专利技术采用以下技术方案：
[0007]一种基于IC数据的建筑物通勤人口估算方法，其特征在于，包括如下步骤：
[0008]交通IC持卡人出行记录整理步骤S110：
[0009]获取某地交通IC卡刷卡数据，所述刷卡数据格式包括但不限于卡号、卡类型、交易日期、交易时间、交易金额、车辆号、上车时间和下车时间，对所述刷卡数据进行整理，判别持卡人的每次刷卡记录是换乘还是出行，整理出持卡人的每日出行记录；
[0010]职住地识别和通勤人判别步骤S120：
Interest，POI)数据确定居住和办公类型的交通小区单元(Traffic Analysis Zone，TAZ)；
[0030]4)计算建筑物容积：参照土地利用人口密度模型，假设建筑单元面积上的人口密度一样，计算各建筑的体积，建筑物的体积V
j
表示为：
[0031]V
j
＝f
j
·
a
j
[0032]a
j
为建筑物j的占地面积，f
j
为建筑j的平均层数；
[0033]5)居住建筑人口估算：计算居住TAZ单元内建筑j到四周居住站点i的距离，在通勤人口分配时考虑距离远近的影响和建筑物体积的影响，与距离的远近成反比，与建筑体积成正比，利用如下公式将通勤人口分到各居住建筑j：
[0034][0035]i＝1,2,
…
,n；j＝1,2,
…
,m
[0036]A
j
为居住建筑j的夜晚通勤人口数，P
i
为居住站点i的通勤人口刷卡笔数，n为该TAZ单元四周的居住站点数，m为TAZ单元内的居住建筑物总数，d
ij
为建筑物j到站点i的距离；
[0037]6)办公建筑人口估算：利用POI数据将办公类TAZ单元内建筑物j分为行政办公建筑、商业金融建筑和医疗卫生建筑，按建筑体积和使用性质将通勤人口分到各办公建筑j上：
[0038][0039]i＝1,2,
…
,n；j＝1,2,
…
,m
[0040]B
j
为办公建筑j的白天通勤人口数，b
j
为建筑密度系数，方便计算，建筑j为商业金融建筑时设为2，其余设为1，P
i
为就业站点i的通勤人口刷卡笔数，n为该TAZ单元四周的就业站点数，m为TAZ单元内的办公建筑物总数。
[0041]可选的，建筑物通勤人口估算步骤S130中，
[0042]如果在TAZ单元内有1个居住类型的POI或居住类型的AOI，则定义该TAZ为居住类型TAZ，如果TAZ单元内有1个办公类型的POI或办公类型的AOI，则定义该TAZ为办公类型TAZ，如果TAZ单元类型不唯一，分别计算TAZ内居住类和办公类POI占比，根据占比的高低其进行分类。
[0043]可选的，在职住地识别和通勤人判别步骤S120中，
[0044]第一阈值为600m，第二阈值为12。
[0045]本专利技术进一步公开了一种存储介质，用于存储计算机可执行指令，其特征在于：
[0046]所述计算机可执行指令在被处理器执行时执行上述的基于IC数据的建筑物通勤人口估算方法。
[0047]综上，本专利技术基于交通IC卡数据、POI和AOI数据，融合换乘判断、通勤人群识别和职住地识别等技术，实现对通勤人口空间分布更小尺度的刻画，以建筑物为基本单元通勤
人口分布的估算是应对随机发生的安全事件，掌握各区域的人口分布是疏通人流等应急救援安排的基础，为基于公共事务的应急管理等等打下坚实的基础。
附图说明
[0048]图1是根据本专利技术具体实施例的基于IC数据的建筑物通勤人口估算方法的流程图；
[0049]图2是根据本专利技术具体实施例的持卡人出行记录整理的换乘判断示意图；
[0050]图3(a)和图3(b)分别是根据本专利技术具体实施例的居住站点识别和就业站点识别的流程图；
[0051]图4是根据本专利技术具体实施例的居住类建筑物通勤人口分配示意图；
[0052]图5是根据本专利技术具体实施例的办公类建筑物通勤人口分配示意图。
具体实施方式
[0053]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0054]在本专利技术中，IC卡主要指的是实现交通出行功能的公交卡、地铁卡、月卡、年卡等相应的各种IC卡，本专利技术以IC卡为例，但本领域技术人员知道，本专利技术不限于IC方式的卡，只要是能够记录获取交通出行记录的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于IC数据的建筑物通勤人口估算方法，其特征在于，包括如下步骤：交通IC持卡人出行记录整理步骤S110：获取某地交通IC卡刷卡数据，所述刷卡数据格式包括但不限于卡号、卡类型、交易日期、交易时间、交易金额、车辆号、上车时间和下车时间，对所述刷卡数据进行整理，判别持卡人的每次刷卡记录是换乘还是出行，整理出持卡人的每日出行记录；职住地识别和通勤人判别步骤S120：建立职住地识别规则，通过连续一个月的持卡人刷卡出行记录，识别居住站点和就业站点，当对于居住站点或者就业站点的识别站点结果不唯一的情况，考虑“居住潜力”和“就业潜力”，即属于居住地或就业地的概率，利用站点一定距离阈值范围内的POI数据，根据其各类型POI占比判断居住站点或就业站点，识别出通勤人员，并统计在居住站点和就业站点的通勤人平均刷卡笔数；建筑物通勤人口估算步骤S130：按一定条件，选择指数模型，得到距离衰减函数，结合兴趣面(Area of Interest，AOI)和兴趣点(Point of Interest，POI)数据筛选出居住类型或办公类型TAZ，计算建筑物的容积，然后利用步骤S120的数据对TAZ单元内的建筑物进行通勤人口分配。2.根据权利要求1所属的建筑物通勤人口估算方法，其特征在于，在交通IC持卡人出行记录整理步骤S110中，判别持卡人的每次刷卡记录是换乘还是出行具体为：根据两次刷卡记录之间的时间阈值判断持卡人是出行或换乘。3.根据权利要求1所属的建筑物通勤人口估算方法，其特征在于，在职住地识别和通勤人判别步骤S120中，所述识别居住站点具体包括：1)判断当月每日第一次刷卡站点是否为同一区县，不是则排除异常数据，是则继续下一步；2)一日居住地识别：每日早晨5点至10点的首次上车刷卡站点为一日居住地站点；3)一月居住地识别：根据某地交通站点之间的平均距离，一日居住站点距离小于第一阈值的为同一集群，列入同一居住站点集群中，其中不同时间同一地点的交通站点视为两个数据，判断最大居住站点集群内站点个数是否大于第二阈值，是则识别出最终居住地，否则无法识别持卡人的居住地，如果最大居住站点集群不唯一，计算每个站点的居住潜力，最大的为最终居住地；所述识别就业站点具体包括：1)判断当月每日第一次刷卡站点是否为同一区县，不是则排除异常数据，是则继续下一步；2)一日就业地识别：每日16：30以后的首次上车刷卡站点为一日就业站点；3)一月就业地识别：根据某地交通站点之间的平均距离，一日就业站点距离小于一定阈值的为同一集群，列入同一就业站点集群中，判断最大就业站点集群是否大于一定阈值，是则识别出最终就业地，否则无法识别持卡人的就业地，如果最大就业站点集群不唯一，计算每个站点的就业潜力，最大的为最终就业地。4.根据权利要求3所属的建筑物通勤人口估算方法，其特征在于，在职住地识别和通勤人判别步骤S120中，
通勤人识别包括并不限于下述方式：1)根据出行记录，排除学生卡和持卡时长小于6个月的用户，即排除暂住的用户，剔除火车站和机场交易数据，消除临时客流，2)识别完居住站点和就业站点后，同时具有就业站点和居住站点的持卡人为通勤群体。5.根据权利...

【专利技术属性】
技术研发人员：赵习枝，李明珠，何望君，张福浩，陈才，刘晓东，
申请(专利权)人：中国测绘科学研究院，
类型：发明
国别省市：