Published May 1, 2024
| Version v1
Publication
Open
Mobility census for monitoring rapid urban development
- 1. Peking University
- 2. Imperial College London
- 3. Chinese University of Hong Kong
- 4. Helmholtz Institute for Functional Marine Biodiversity
- 5. Alfred-Wegener-Institut Helmholtz-Zentrum für Polar- und Meeresforschung
- 6. Carl von Ossietzky Universität Oldenburg
- 7. Beijing Union University
Description
Monitoring urban structure and development requires high-quality data at high spatio-temporal resolution. While traditional censuses have provided foundational insights into demographic and socio-economic aspects of urban life, their pace may not always align with the pace of urban development. To complement these traditional methods, we explore the potential of analysing alternative big-data sources, such as human mobility data. However, these often noisy and unstructured big data pose new challenges. Here, we propose a method to extract meaningful explanatory variables and classifications from such data. Using movement data from Beijing, which are produced as a by-product of mobile communication, we show that meaningful features can be extracted, revealing, for example, the emergence and absorption of subcentres. This method allows the analysis of urban dynamics at a high-spatial resolution (here 500 m) and near real-time frequency, and high computational efficiency, which is especially suitable for tracing event-driven mobility changes and their impact on urban structures.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تتطلب مراقبة البنية الحضرية والتنمية بيانات عالية الجودة بدقة مكانية وزمنية عالية. في حين قدمت التعدادات التقليدية رؤى تأسيسية حول الجوانب الديموغرافية والاجتماعية والاقتصادية للحياة الحضرية، إلا أن وتيرتها قد لا تتماشى دائمًا مع وتيرة التنمية الحضرية. لاستكمال هذه الأساليب التقليدية، نستكشف إمكانات تحليل مصادر البيانات الضخمة البديلة، مثل بيانات التنقل البشري. ومع ذلك، فإن هذه البيانات الضخمة الصاخبة وغير المهيكلة في كثير من الأحيان تشكل تحديات جديدة. هنا، نقترح طريقة لاستخراج المتغيرات والتصنيفات التفسيرية ذات المغزى من هذه البيانات. باستخدام بيانات الحركة من بكين، والتي يتم إنتاجها كمنتج ثانوي للاتصالات المتنقلة، نظهر أنه يمكن استخراج ميزات ذات مغزى، مما يكشف، على سبيل المثال، عن ظهور واستيعاب المراكز الفرعية. تسمح هذه الطريقة بتحليل الديناميكيات الحضرية بدقة مكانية عالية (هنا 500 متر) وتكرار شبه آني، وكفاءة حسابية عالية، وهي مناسبة بشكل خاص لتتبع تغييرات التنقل التي تحركها الأحداث وتأثيرها على الهياكل الحضرية.Translated Description (French)
Le suivi de la structure et du développement urbains nécessite des données de haute qualité à haute résolution spatio-temporelle. Bien que les recensements traditionnels aient fourni des informations fondamentales sur les aspects démographiques et socio-économiques de la vie urbaine, leur rythme peut ne pas toujours correspondre au rythme du développement urbain. Pour compléter ces méthodes traditionnelles, nous explorons le potentiel de l'analyse de sources alternatives de mégadonnées, telles que les données de mobilité humaine. Cependant, ces mégadonnées souvent bruyantes et non structurées posent de nouveaux défis. Ici, nous proposons une méthode pour extraire des variables explicatives significatives et des classifications de ces données. En utilisant les données de mouvement de Pékin, qui sont produites comme un sous-produit de la communication mobile, nous montrons que des caractéristiques significatives peuvent être extraites, révélant, par exemple, l'émergence et l'absorption de sous-centres. Cette méthode permet l'analyse de la dynamique urbaine à une résolution spatiale élevée (ici 500 m) et une fréquence proche du temps réel, et une efficacité de calcul élevée, ce qui est particulièrement adapté pour suivre les changements de mobilité liés aux événements et leur impact sur les structures urbaines.Translated Description (Spanish)
El monitoreo de la estructura y el desarrollo urbano requiere datos de alta calidad con alta resolución espacio-temporal. Si bien los censos tradicionales han proporcionado información fundamental sobre los aspectos demográficos y socioeconómicos de la vida urbana, es posible que su ritmo no siempre se alinee con el ritmo del desarrollo urbano. Para complementar estos métodos tradicionales, exploramos el potencial de analizar fuentes alternativas de big data, como los datos de movilidad humana. Sin embargo, estos grandes datos a menudo ruidosos y no estructurados plantean nuevos desafíos. Aquí, proponemos un método para extraer variables explicativas significativas y clasificaciones de dichos datos. Utilizando datos de movimiento de Pekín, que se producen como un subproducto de la comunicación móvil, mostramos que se pueden extraer características significativas, revelando, por ejemplo, la aparición y absorción de subcentros. Este método permite el análisis de la dinámica urbana a una alta resolución espacial (aquí 500 m) y una frecuencia casi en tiempo real, y una alta eficiencia computacional, que es especialmente adecuada para rastrear los cambios de movilidad impulsados por eventos y su impacto en las estructuras urbanas.Files
rsif.2023.0495.pdf
Files
(16.0 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:435295b8c5fbb2e3593a9289399685fb
|
16.0 kB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- تعداد التنقل لرصد التنمية الحضرية السريعة
- Translated title (French)
- Recensement de la mobilité pour le suivi du développement urbain rapide
- Translated title (Spanish)
- Censo de movilidad para el seguimiento del rápido desarrollo urbano
Identifiers
- Other
- https://openalex.org/W4396741100
- DOI
- 10.1098/rsif.2023.0495
References
- https://openalex.org/W1960992195
- https://openalex.org/W1973146702
- https://openalex.org/W1985258161
- https://openalex.org/W1991340294
- https://openalex.org/W2005145934
- https://openalex.org/W2006554089
- https://openalex.org/W2009056999
- https://openalex.org/W2029921357
- https://openalex.org/W2057197276
- https://openalex.org/W2078483536
- https://openalex.org/W2082729958
- https://openalex.org/W2091909900
- https://openalex.org/W2128728535
- https://openalex.org/W2129343844
- https://openalex.org/W2134946452
- https://openalex.org/W2161216491
- https://openalex.org/W2161291053
- https://openalex.org/W2170654542
- https://openalex.org/W2275247640
- https://openalex.org/W2891390633
- https://openalex.org/W3010317925
- https://openalex.org/W3019051739
- https://openalex.org/W3038026066
- https://openalex.org/W3048075163
- https://openalex.org/W3088163389
- https://openalex.org/W3098005852
- https://openalex.org/W3099321204
- https://openalex.org/W3105364218
- https://openalex.org/W3124283600
- https://openalex.org/W3158019680
- https://openalex.org/W3186747809
- https://openalex.org/W3201179027
- https://openalex.org/W4206588485
- https://openalex.org/W4213367101
- https://openalex.org/W4306734878
- https://openalex.org/W4308966336
- https://openalex.org/W4367059408
- https://openalex.org/W4385236202
- https://openalex.org/W4386083843
- https://openalex.org/W4389431283