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。

2020 年，COVID-19 显着改变了人流，尤其是在城市地区。除了我们已经购买的GPS数据外，我们还用研究经费购买了新的点型流动人口数据，并针对这种异常情况，根据GPS数据分析了人流的变化情况。研究大致可分为两部分。一是利用GPS数据构建和演示感染预测模型，二是自主开发的都市区级人流电路模型的开发和应用。关于感染者预测模型，基于约100万用户的GPS数据，我们根据感染的各个阶段以及紧急事态宣言和GOTO旅行时间等事件划分时期，并进行了分水岭分析我们定量评估了流域随时间的变化。接下来，我们开发了一种方法，可以在个人层面上自动将人们的日常活动分为四种模式：家庭、旅行、工作和其他（外出就餐、购物等）。我们测量了行为模式的变化。将结果与感染人数增加和减少的时间序列数据进行比较，研究人员更深入地研究行为模式，包括对与感染传播有特别强相关性的行为模式进行分类。我们根据数据阐明了行为与感染之间的关系，并建立了数学模型来描述所获得的基本特征。在电路模型方面，我们开发了一种新的数学模型来描述城市区域宏观人流。基于将人流视为电流的类比，我们估计了电阻和电位的空间分布，近似再现了从数据中观察到的平面上的人流。所获得的电阻分布是由城市交通结构决定的，是表征产生宏观人流的势能的基本量，也是传染病引起的异常情况的重要特征量。该模型可以模拟各种条件下的人流。