社会感知数据+遥感数据

近期打算结合社会感知数据（如出租车轨迹、POI点），结合遥感影像数据，做一些东西。

1、从出租车数据中，可以得到什么？

1.1） 某片地区的功能属性

已知：某片区域的出租车时空信息
得到：该区域的功能属性（商业区、居民区…）
如，某区域夜间下车人数多，则可以判断为居民区。
参考刘瑜老师的某文章，对出租车轨迹构建的时空矩阵，进行EM算法，判断土地利用类型。

1.2）某功能属性地区的人口活动时间信息

已知：某片区域的的功能属性（商业区、居民区…）
得到：该功能属性区域（商业区、居民区）的人口时空信息

2、研究尺度与人口动态分配

今天和柳神交谈，她个人认为研究出租车数据时，“交通小区”是一个很好的概念。但是交通小区的获取是一个问题，如果自己提取路网的话，那工作真的是越走越偏了。
所以，格网是一个很好的尺度。
除此之外，建筑物也是很好的，在shp数据可获取的情况下，如成都市区。
接下来的问题：

2.1）如何确定最小尺度内的人口分布规律？

方法1：根据区域内的功能区类型，可由出租车GPS数据、POI数据等获取。
方法2：直接根据出租车GPS数据的时间分布信息。

2.2）如何对最小尺度内的人口，进行动态分配？

这确实是要思考的一个问题。因为在估算静态人口时，其实是有一个“悖论”：回归变量是夜间灯光与常住人口，但是夜间灯光往往只能反映居住人口（人都下班了）。
所以获得的静态人口到底算是什么呢？是单纯的居住人口，还是假设为日夜活动的总人口？
如果是前者，问题就会很复杂，因为涉及到不同区域内的人口流动问题。这时候研究单元就应该为格网，然后得到某个格网内的不同功能区的权重比例（参考程希萌师兄文章，混合像元分解），然后再想办法分配。
后者的话，就是在单个格网内部，进行不同功能区人口的时间划分。<