Foundation of macroscopic human flow modeling around big cities based on GPS data

基于GPS数据的大城市周边宏观人流建模基础

基本信息

批准号：
22H01711
负责人：
高安美佐子
金额：
$ 11.07万
依托单位：
Tokyo Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2026-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22H01711/
关键词：
GPSデータ都市圏電気回路モデル災害対策シミュレーション重力モデルヒューマンモビリティー輸送現象数値シミュレーションモデル構築統計物理モデル COVID-19 行動パターン都市圏レベルの人流電気回路網モデル揺動散逸関係

项目摘要

２０２０年、COVID-19によって、特に都市部の人流が大きく変化した。既に購入していたGPSデータに加えて、研究費によって新たにポイント型流動人口データを購入し、この異常事態に焦点を当てて、どのように人流が変化したのかをGPSデータに基づいて分析した。研究の内容は大きく分けて二つある。一つ目は、GPSデータを活用した感染者予測モデルの構築と実証、二つ目は、独自に開発した都市圏レベルの人流の電気回路モデルの開発と応用である。感染者予測モデルに関しては、約100万ユーザーのGPSデータに基づき、感染の各段階や緊急事態宣言やGOTOトラベル実施時期などのイベントごとに期間を分割し、都市部における人流の流域解析を実施し、時間帯ごとの流域の変化を定量的に評価した。次に、1日の人の行動を個人レベルで、在宅、移動、勤務、その他（外食や買い物など）の４つのパターンに自動分類する手法を開発し、それぞれのCOVID-19に伴うイベント期間にどのように行動パターンが変化したかを計測した。その結果を感染者数の増減の時系列データと比較し、特に感染拡大と相関の強い行動パターンに関しては行動パターンに分類するなど深堀を進めた。行動と感染の関係性をデータに基づいて明らかにし、得られた基本的な特性を記述する数理モデルを構築した。電気回路モデルに関しては、都市圏レベルのマクロな人流を記述する新たな数理モデルを開発した。人流を電流とみなすアナロジーに基づき、データから観測される平面上の人流を近似的に再現するような電気抵抗と電位の空間分布を推定した。得られる電気抵抗の分布は都市交通の構造によって決まり、マクロな人の流れを生み出すポテンシャル力を特徴づける基本的な量となり、感染症による異常事態においても重要な特徴量となる。このモデルによって、様々な状況下における人流をシミュレートすることが可能となった。

在2020年，Covid-19造成了人们的流动，尤其是在城市地区的重大变化。除了已经购买的GPS数据外，还通过研究资金购买了新的基于点的液体人口数据，并基于GPS数据分析了人们的流动方式，重点是这种异常情况。研究主题可以大致分为两类。第一个是使用GPS数据的感染预测模型的构建和演示，其次是在城市层面开发和应用独立开发的人类流动电路模型。关于感染预测模型，基于大约100万用户的GPS数据，该期间分为诸如感染阶段，紧急声明状况和GOTO旅行事件等事件，并对城市地区的人类流量进行了盆地分析，并通过时间段进行了对盆地的变化。接下来，我们开发了一种方法，将每日人的行为在单个级别上自动分为四种模式：从家里，旅行，工作和其他（外出就餐和购物），并测量在每个Covid-19-19活动期间的行为模式如何变化。将结果与有关感染人数增加或减少的时间序列数据进行了比较，并进行了深度潜水，包括对行为模式进行分类，这些模式与感染传播到行为模式中的扩散特别密切相关。我们已经构建了一个数学模型，该模型根据数据阐明了行为与感染之间的关系，并描述了获得的基本特征。关于电路模型，我们开发了一个新的数学模型，该模型描述了大都市地区的宏观人类流量。基于一个将人类流动为电流的类比，我们估计了电阻和电势的空间分布，这些电阻大约在数据观察到的平面上重现了人类流。获得的电阻的分布取决于城市交通的结构，并且是特征产生宏观人类流动的潜在力的基本量，并且在由传染病引起的异常情况下也是重要特征。该模型使在各种情况下模拟人类流动成为可能。