在研课题 | 人群轨迹驱动的城市群土地利用变化分析和未来多情景模拟 - 城市之光

摘要

轨迹数据能反映人口流动和城市交通状况，是探究城市间联系和土地利用变化的关键特征。然而，人群在出行活动时受主观个体意愿或客观交通拥堵等不确定性的影响下，限制了土地利用变化模拟的准确性。因此，如何准确描述人类活动轨迹，并将其融入土地利用变化模拟模型中，成为提高城市群土地利用变化模拟精度和未来预测结果可靠性的关键问题。

本研究拟提出一个基于轨迹表征的土地利用变化模拟框架。为了精确模拟城市土地利用变化，需要结合多源数据，包括轨迹、路网、兴趣点等，以挖掘人类移动过程中的不确定性和复杂关系。通过表征学习方法，将轨迹映射为高维空间向量，并基于多模态神经网络模型进行多源数据融合和复杂关系提取，以精确识别地块尺度的多期城市土地利用分类。

在此基础上，基于因果推断方法挖掘人群移动行为模式与城市群土地利用变化之间的互馈机理，并结合斑块生成土地利用变化模拟模型，优化精细尺度下的城市群土地利用变化模拟结果。最后，本研究将在粤港澳大湾区开展实证分析，并对未来多情景下的土地利用变化进行模拟，为提升粤港澳大湾区的时空信息服务能力以及完善大湾区的城市群和城镇发展体系提供可靠的模型和技术支持。