2024-Human mobility description by physical analogy of electric circuit network based on GPS data


早高峰涌向市中心的人流,能不能写成电路上的电位?

论文名片|Zhihua Zhong、Hideki Takayasu、Misako Takayasu,Human mobility description by physical analogy of electric circuit network based on GPS data,Scientific Reports,2024,14:13380。2024年1月18日收稿,5月31日接收,6月11日在线发表。DOI:10.1038/s41598-024-63719-z。

周一早晨,住在郊外的人沿铁路挤向市中心,傍晚再沿大致相反的方向回去。只统计两个区之间一共有多少人,看不出这股人是贴着哪条铁路走的,也看不出市中心在吸人、还是仅仅因为人多而显得拥挤。这篇论文把正在移动的人看成带单位正电荷的粒子,把城市切成半公里网格,让网格之间的人流扮演电流。

方向先说清楚:这是一套描述工具,不是证明人被电势推着走。修订后的电路模型用可跨城市比较的单位,把电阻直接定义成平均绝对电流的倒数,从而去掉旧模型对优化初值和超参数的依赖。在这个电阻场上给定起点和终点,可以解出一组可能路线。路线是电路方程的解,不是对某一次真实出行的预报。

先说结论

  • 人类电流先数速度不为零的人,再除以覆盖率。覆盖率是数据库用户数 2,957,390 除以 2022 年日本总人口 124,490,000,约 2.38%;除以这个比例,相当于把观测到的移动人数放大约 42 倍。放大用的是全国口径,不是某一座城市的抽样率。
  • 新电阻等于该链路在所有工作日、所有半小时上绝对电流的平均的倒数。它不再是一个靠 Adam 优化去凑的未知数。复杂度论证少掉约 10⁴ 次迭代,作者据此写成计算量变为原来的 1/10,000;在文中那台机器上,电阻的墙钟时间从 3 至 5 天降到约 1 小时。这两个分母不是同一个数。
  • 图中六座城市的最大电导随人口上升。正文取斜率 k = 0.0007,解释为平均每增加约 1,400 人,最大电导增加 1 个单位;图上拟合线标的是 0.00068。电阻的累积分布近似幂律,指数约为 −0.7。各城早晨电位的最大值减最小值,大约是傍晚同一极差的两倍,中午则接近零。
  • 绫濑站到信浓町站的直线距离约 25 公里。两端加 1 个单位的人类电压后,沿最大电流贪心走出的路径,以及第二、第三大通量路径,在外观上对得上地图给出的几条路线。把灾害区电导设为 0 之后,主路径改走原来的第三条,讨论中称为山手线。论文没有报告重合长度,也没有真实灾害的对照观测。

城与城之间的引力公式,为什么盖不住城里面的一条铁路?

宏观模型常把两座城市之间的人流写成人口乘积再除以距离的某个幂,也就是引力模型。它能比较城际总量,却把市内走哪条路、什么时刻挤在一起这些信息略掉。微观研究则用机器学习去追每个人的下一次落点。两者中间还有一层:不追踪个人,只看大城市内部一小块区域之间的人流。

同课题组 2022 年的电路模型走的就是这一层。移动中的人被当成正电荷,整座城市被铺成一张方格电路,道路或铁路相当于电阻。旧模型有两处使它难以换一座城市再用。电阻的定义依赖手头这份数据和优化算法的超参数,换初值或换参数,电阻和电位会变,城市之间不能直接比。电阻又是在大规模 GPS 上反复优化出来的,计算量随数据增大。

修订电路模型(revised electric circuit model,RECM)要同时处理这两件事:单位能够换数据使用,电阻有一个直接从电流算出来的定义。路线生成模型(route generation model,RGM)是后一步,用已经算好的电阻,在指定的起点和终点之间解电流。

通过半公里断面的人,怎样被记成电流?

数据来自日本公司 Agoop 的智能手机 GPS,时间是 2022 年 3 月至 11 月,字段包括用户编号、时间、经纬度、速度和角度。覆盖率使用的用户数是 2,957,390;正文概述采集规模时写超过 100 万智能手机用户。每天约 10 亿条,2022 年全库约 22 TB。分析只用工作日,因为周末的节律不同。姓名、地址、性别和年龄都没有;用户编号在午夜更新,所以不能靠编号把同一个人跨天串起来。记录在使用前已按日本位置信息营销协会的指南匿名化,并取得应用用户同意。

物理里,导线截面上的电流取决于电荷、数密度和垂直于截面的平均速度。这里把人看成单位正电荷,定义通过一条长度为 S 的断面的人类电流:

I = S × P × V / c

P 是移动者的人口密度,V 是垂直于断面的平均速度分量,c 是覆盖率。长度用公里,速度用公里每小时,电流的单位是每小时人数,论文称为人安培(human ampere,HA)。c = 2,957,390 / 124,490,000 ≈ 0.0238。公式再除以 c,是为了从能被 GPS 看见的人,按这个全国比例去估计包含非用户在内的总人流。它不校正某座城市、某个年龄或某种手机品牌的市场份额差异;作者也在讨论里引用既有研究,说明手机市场份额会影响统计结果。

实际计算把地图切成边长 S = 0.5 公里的方格。电流定义在相邻方格中心的连线上,东西南北各一条。每个工作日从 5:00 到 24:00 切成 38 个半小时。速度为零或缺失的记录被去掉,所以后面的人口只数还在移动的人,不是站台上停留的存量。某半天、某格、某方向的电流,用这条边两端两个格子的“速度分量乘人口密度”取平均,再除以 c。相反方向的电流互为相反数。

大东京圈在文中被说成集中了日本约四分之一的人口。电位计算使用其中约 30,000 个 500 米节点。海面比例超过 90% 的格子被当成海域并在求电位前去掉;靠海的陆地节点单独处理。乡村系统边界上异常大的电位被当作异常值剔除。

完整原论文图1

图 1|半公里网格上的人流,怎样变成可以画下来的电流?

(a)物理电流与人类电流的对照:人流穿过长度为 S 的断面。(b–e)城市被切成方格,人的位置和速度先变成相邻节点之间的电流,再连成电阻网络。节点是格子中心,连线是电阻。(f–h)2022 年 9 月上旬这一周,东京站(蓝,市中心、高人口)、长津田站(橙,郊区居住地、中等人口)和加须(绿,乡村、低人口)的人口、平均速度和人类电流。横轴从周一画到周日;图注写的是 9 月 5 日至 9 日,而 9 月 5 日是周一、9 月 9 日是周五,周六和周日没有另标日期。(f)纵轴标注为 population。工作日东京站多次达到或略超过 10,000,长津田的尖峰大约在 2,000 到 3,000,加须贴着底部;周末东京站降到大约 4,000 到 5,000。图上没有写这个人口是原始 GPS 条数还是已经除以覆盖率的人数。(g)东京站的平均速度更接近零,因为各个方向互相抵消;长津田能看出早晚方向相反的节律。(h)纵轴刻度包括 20,000、40,000 和 60,000。长津田的正向尖峰接近 60,000 人安培,东京站多数时候落在约 20,000 以内,也会出现负值。人多并不等于这条边上的净电流大。(i)四地在 2022 年工作日、每个半小时上的电流累积分布,纵轴为对数。(i-1、i-2、i-3)东京站、长津田站、加须,蓝、橙、红分别是正向、负向和绝对值。(i-4)御花茶屋站(Ohanajaya),蓝为东西向,橙为南北向。参照线是指数分布近似的平均斜率,旁注分别为 165.1、58.9、16.1,以及东西向 36.6、南北向 10.1。正文把人类电导定义为这些斜率,也就是绝对电流对工作日和半小时的平均。横轴另有 ×10³,五个旁注没有单独写单位,不能直接读成 165.1 人安培。分布宽度要连乘数一起看:东京站横轴延伸到约 60×10³,加须约到 5×10³。来源:原论文 Fig. 1。

电阻不再靠优化去凑,比较不同城市才成为可能

旧模型选择电阻,是为了让静电场的旋度接近零,这本是静电路应有的性质。优化对初值和超参数敏感,所以电阻、以及依赖电阻的电压和电位,都不是唯一的。新定义直接写成:

R = 1 / mean(|I|)

平均取遍工作日和 38 个半小时。人类电导 ρ 是电阻的倒数,因此 ρ = mean(|I|)。人口固定时,速度越大电导越大;速度固定时,同时通过的人越多电导越大。论文据此把电导和电阻读成一地基础设施承载人流的能力。这个读法是解释:电导里既有铁路和道路,也有这条边上本来就有多少出行需求,两者没有被拆开。

人类电压按欧姆定律写成 E = I × R = I / mean(|I|),单位是人类伏特(human volt,HV)。它表示这一时刻的电流是该链路平均绝对电流的多少倍。正文根据图 1i 的分布说,电压通常在 0 附近,实际范围大多落在 −10 到 10。长津田站所在网格在周一的最大电压约为 4,也就是早高峰电流大约达到该站平均绝对电流的 4 倍。

有了各条边上的电压,再把这个矢量场分解成无旋的标量电位。离散情形下解泊松方程:电路网络的拉普拉斯矩阵乘上人类电位,等于电压的散度。人被类比成从高电位流向低电位。这是方程的构造方式。它再现的是已经观测到的人流格局,不是发现了另一种驱动力。

电能耗散用焦耳定律的类比 W = I² × R。它标出电流又大、电阻又不低的位置,论文用来表示拥堵式的人流堆积,不是实测的电能或燃油。

完整原论文图2

图 2|电导、电压和电位分别抓住基础设施、瞬时流向和早晚源汇吗?

(a、b)大东京圈的人类电导。色标从 10² 到 10⁴,铁路和高速道路附近更深,山地和乡村更浅。(a)标出长津田、加须、御花茶屋、东京站、后乐园站(图例拼作 Kourakuen)和一处图例写为 Sadamine mountain 的山地。(c)2022 年 9 月 5 日至 9 日的人类电压,蓝、橙、绿仍是东京站、长津田和加须。纵轴大约从 −6 到 6。长津田在周一的峰接近正文所说的约 4 倍,同一周稍后还有接近 6 的橙色尖峰。(d)7:30–8:00 的电能耗散,色标从 10^5.5 到 10^6.0。高值沿放射状走廊分布,不集中在市中心最核心的那一团。(e–g)早晨 7:30–8:00、中午 13:30–14:00、傍晚 18:30–19:00 的人类电位,色标从 −28 到 28。早晨市中心为大片负值,傍晚转为正值,中午接近空白。图注没有给出这三张空间图的具体日期。(h)2022 年 9 月 1 日(周四)三地的电位日变化。东京站早晨降到 −20 以下、接近 −25 的刻度,傍晚升到 10 以上;长津田早晨为正、傍晚为负;加须全天接近 0。来源:原论文 Fig. 2。

把图 2h 和居住、就业的位置放在一起,东京站早晨是汇、傍晚是源,长津田相反。加须附近有过路交通,却没有成片的居住或商务,电位整天接近零。作者提出,早高峰电位接近零的地方可以用来看城市边界。中午各地本来就接近零,所以这条边界依赖所取的时段,不能当成全天都在的行政轮廓。作者也说明,更换电阻定义之后,早中晚的电位空间格局仍然能够得到;与旧优化结果的逐格对照放在补充材料里。

六座城市放在同一把尺子上,人口和电位差怎么排?

旧结果不能跨城比较,是因为电阻跟着优化参数走。新定义给出唯一的电阻之后,论文把东京、大阪、京都、仙台、熊本,以及图中同时出现的札幌,放进同一套电导和电位。正文介绍柱状图时列举了前五座;累积分布的正文写的是六座城市,各面板都包含札幌。下面按图中的六座来读。人口来源图注只给了东京都政府 2023 年英文网页,没有在正文列出每座城市的人口表。

完整原论文图3

图 3|城市更大,最大电导和早晨电位极差是否一起变大?

(a)人口(蓝)与最大人类电导(橙),纵轴为对数。六座城市从左到右是京都、仙台、熊本、札幌、大阪、东京。对数轴上,人口柱从 10⁶ 上下排到 10⁷ 以上,不能把柱高差读成线性倍数。(b)最大电导对人口的回归。横轴到 3.5×10⁷,东京在最右端,电导接近 25,000。图上斜率标为 0.00068;正文取 k = 0.0007,并写成平均每 1,400 人对应 1 个单位的最大电导。1,400 是 1/0.0007 的约数。六个点,正文没有给出 R² 或标准误。(c)六座城市人类电阻的累积分布,双对数坐标。参照线标着 0.7,正文说幂律指数约为 −0.7。东京的分布延伸到约 10³,其余城市大多在 10⁰ 到 10¹ 附近降到很低。(d)7:30–8:00 绝对电位的累积分布。东京的尾部延伸到约 50,札幌和大阪大约到 30 附近,京都、仙台、熊本更早截断。正文的排序是东京最大,其次札幌和大阪,然后是熊本、仙台和京都。(e)早晨、中午、傍晚的电位最大值与最小值。实线为最大,虚线为最小;蓝是 7:30–8:00,绿是 13:30–14:00,红是 18:30–19:00。各城早晨的最大值减最小值大约是傍晚的两倍,中午两条线都靠近零。(f)早晨电位极差对有效半径。斜率标为 5.06。横轴大约从 4 公里到 16 公里,仙台和京都靠近左下,东京靠近右上。来源:原论文 Fig. 3。

有效半径的定义需要单独看清。人类电位中心是早晨 7:30–8:00 电位最低的地点。从这里到电位为零的边界,取最短距离和最长距离,再把这两个长度平均,得到有效半径。它不是所有方向的平均半径,也不是行政区半径。图 3f 说的是:这个半径越大,早晨电位极差越大,六个城市的回归斜率标为 5.06,即电位极差每千米有效半径约增加 5.06 个电位单位。作者的直觉是,若局部电位的斜率大致恒定,从最低点走到最高点的距离就会决定极差。图本身是六座城市各一个点的比例关系,没有在每个网格上测量这个局部斜率。

早晨极差更大,作者的解释是:上班到达时间比下班回家更集中,工作地集中在市中心,住所则散在整个区域。这是对图案的解释,文中没有另给一张出发时刻的方差表。人口与最大电导一起上升,同样是六座城市的截面关系。人多的城市修了更多铁路,样本也更密,两种原因在这张图里分不开。不能从斜率推出“再增加 1,400 人就应该增加 1 个单位电导”的建设定额。

指定起点和终点之后,电路给出的是预测客流吗?

电位描述的是一段时间内人群的宏观倾向,不能直接生成某一个体的路径。路线生成模型在已经学到的电阻上,把起点和终点当成电极,加 1 个单位的人类电压,再解基尔霍夫定律。

三组条件把未知电流定下来。除起点和终点外,每个节点的电流散度为零,流入等于流出,人不会在节点上积累。每个小回路上的电压旋度为零,这是静电路的条件;作者把它说成人们不会一直在同一区域绕圈,但文中没有统计真实轨迹的绕行比例。再任取一条从起点到终点的路径,令其上的电压之和等于 1。独立方程的个数等于链路数,系数矩阵满秩,所以解唯一。理论耗时随节点数 n 以 n 的 3 次方增长;系数矩阵稀疏时,论文引用的方法可把量级降到约 n 的 2.33 次方。这是复杂度估计,绫濑这个例子没有另报实测秒数。正文还说明,只要电阻彼此连通、并且网络包含起点和终点,解不依赖外边界画到哪里;该论证放在补充材料中。

完整原论文图4

图 4|单位电压下的电流,能走出和地图相近的路线吗?

(a)起点为绫濑站(星),终点为信浓町站(另一标记),直线距离约 25 公里。色标约从 10^1.5 到 10^3.0,表示这组电路方程解出的电流强度;观测人流量的人安培刻度在图 1。红线是从起点起、每步走向最大电流的贪心路径;绿、黄和黄绿是正文所说的第二、第三大通量路线。图上有编号 1、2、3。三条路线的通量数值没有列出。(b)Google 地图对同一起终点给出的路线,同样标了 1、2、3。论文说二者一致,但没有报告重合长度或偏离距离。论文把 A* 和 Dijkstra 描述成只产生一条路径的算法;这张对照图本身并列了三条地图路线。(c)黑色矩形为假设的事故或灾害区,其中列车停运,相应链路的电导被设为 0,也就是电阻取为一个很大的数。同一起终点下,最主要的路线改走原来的第三条,讨论中把这条绕行称为山手线。来源:原论文 Fig. 4。

灾害图是一次情景计算。电阻来自平时的 GPS,事故区是作者划定的,不是一次真实停电或地震的事后轨迹。其他起终点的例子在补充材料里,正文这张图只展示绫濑到信浓町。

计算量也可以分开看。大东京圈约 30,000 个 500 米节点,节点数、迭代次数、天数和时段数的量级分别被写成约 10⁴、10⁴、10² 和 10¹。旧电阻多一个迭代因子,新算法去掉它,复杂度变为约 1/10,000。同一节给出的实测是:在两颗 24 核 Intel Xeon Gold 6248R、500 GB 内存的 Ubuntu 机器上,电流约 1 至 2 小时,电位约 1 至 2 小时,电阻从 Adam 的 3 至 5 天降到约 1 小时。3 至 5 天对 1 小时,大约是几十倍到一百多倍,和迭代次数那个 10⁴ 不是同一个比值。

这套类比能用到哪,不能用到哪

模型描述的是出行通过网格的方式,不是活动,也不是可达性。同一条边上的高电流,可能是通勤,也可能是过路;没有土地利用和兴趣点,就分不出办公、商业和居住,只能靠电位的时间形状做事后对照。东京站早晨为汇、长津田早晨为源,和这两地的功能相符,但这种相符还不是用地图上的用地类型做的分类检验。作者把按电导和电位的时间序列做聚类留作以后的工作。

不同数据源也不会自动给出同一张电路。作者引用的比较研究表明,公交卡和出租车的人口时间序列并不相同,因此电流图案可能随 GPS、刷卡或出租车而变。他们推荐 GPS,因为个体出行信息更细;出租车、公交和车载导航被看成可能的替代,理由是长距离出行多半借助交通工具,短距离对带有速度的电流贡献较小。这是预期,不是本文做完的交叉验证。社交平台若能区分年龄,学龄人口和通勤人口的源汇也会不同,本文的数据里没有年龄。

路线模型还有三道作者自己写出的界限。它不含时间,早高峰和午后的优选路线可能不同。它不含竞争:若所有人都照着最大电流那条路走,拥堵会让这条路不再合适。它依赖手机样本的市场份额。把新铁路写成“把计划线路的电阻调低再重解”,可以得到一幅改道情景,不能代替开通前后的客流观测。

零电位、电导和行政区界之间也不能跳步。早高峰电位接近零,表示那个时段净流动弱。它可以被提议为看大东京圈通勤范围的一种形态指标。功能上的中心还和用地、日常活动绑在一起,本文没有把电位中心和既有的多中心指数对齐。

一句话总结

用全国覆盖率把移动中的人写成半公里网格上的电流,再把电阻定义成平均绝对电流的倒数,日本六座城市的电导和早晚电位就能放在同一把尺子上比较;在这张电阻网上给定起点和终点,电路方程还能走出一组可能路线。它是对人流观测的电路类比,不是人被电势驱动的证明,也不是已经用真实灾害核对过的疏散预测。

核心来源

Zhong, Z., Takayasu, H., & Takayasu, M. (2024). Human mobility description by physical analogy of electric circuit network based on GPS data. Scientific Reports, 14, 13380. https://doi.org/10.1038/s41598-024-63719-z

文中作为前身的电路模型来自同课题组:Shida, Y., Ozaki, J., Takayasu, H., & Takayasu, M. (2022). Potential fields and fluctuation-dissipation relations derived from human flow in urban areas modeled by a network of electric circuits. Scientific Reports, 12, 9918.

Misako Takayasu 是通讯作者,任职东京工业大学计算学院。论文写明她领导这项研究,设计整体计划并指导写作,也和 Hideki Takayasu 一起修改文稿。

Hideki Takayasu 同时任职东京工业大学计算学院和东京的索尼计算机科学实验室。他与 Zhihua Zhong 共同发展数据分析方法,并修改文稿。2022 年那篇城市人流电路模型的作者里也有他和 Misako Takayasu。

Zhihua Zhong 任职东京工业大学计算学院。他分析原始 GPS、完成数值计算、维护开源代码并撰写文稿。正文的数据可得性只说明数据可向 Agoop 购买,没有给出代码仓库地址。

延伸思考

以下是 AI 基于论文结果所作的延伸,不属于原论文结论。

覆盖率是全国用户数除以全国人口。智能手机用户通常更年轻,也更集中在大都市。若札幌和京都的用户比例低于东京,同一套 c 会把前者的电流放得更大。图 3b 里最大电导随人口上升,其中有多少是铁路真的更密,有多少是大样本城市的网格里更容易出现高速记录,六个城市的一张回归分不开。要分开,至少需要每座城市自己的用户占人口比例,再重算一次不除以全国 c 的电流。

路线模型把过去的平均绝对电流当成固定电阻。灾害演练若把最红的那条路径发给所有人,人会挤上同一条链路,这条链路的电阻就不再是历史平均值。论文已经指出这种竞争,但情景计算只把灾害区电导设为 0,没有让“被推荐的流量”返回去修改电阻。一个最小的闭环是:解出电流,把超过平时均值若干倍的链路电阻调高,再解一次,看红线会不会离开原来的贪心路径。

零电位被提议当作城市边界。早高峰画出来的那一圈,更像通勤还能被市中心拉动的范围。中午电位本来就接近零,若用同一个阈值,边界会缩掉。行政区界、建成区界和这条早晨零电位界因此可能是三张不同的地图。只在 7:30–8:00 比较三者的重合,才知道电位边界多出来的是远郊铁路走廊,还是少掉了有人居住但早晨不出门的地区。


文章作者: 猴猴猴
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 猴猴猴 !
  目录