[发明专利]基于IC卡数据的建筑物通勤人口估算方法及其存储介质

说明书

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。

技术领域

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。

背景技术

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。

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。

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。

发明内容

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。

为达此目的，本发明采用以下技术方案：

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。