[論文レビュー] A New Insight into Land Use Classification Based on Aggregated Mobile Phone Data

Tao Pei, Stanislav Sobolevsky+3 more|arXiv (Cornell University)|Oct 23, 2013

Human Mobility and Location-Based Analysis参考文献 7被引用数 4

ひとこと要約

本稿では、集計済みのモバイルフォンデータを用いた新しい土地利用分類手法を提案する。時間ごとの通話件数のパターンと相対的活動リズムを活用し、半教師ありファジィc-平均クラスタリングを用いて都市の土地利用タイプを推定する。シンガポールで評価された結果、検出率は58.03%に達した。これは、モバイルフォンデータが社会的機能に基づく土地利用の違いを効果的に捉えることができることを示しており、特にタワー密度の高い地域で顕著である。

ABSTRACT

Land use classification is essential for urban planning. Urban land use types can be differentiated either by their physical characteristics (such as reflectivity and texture) or social functions. Remote sensing techniques have been recognized as a vital method for urban land use classification because of their ability to capture the physical characteristics of land use. Although significant progress has been achieved in remote sensing methods designed for urban land use classification, most techniques focus on physical characteristics, whereas knowledge of social functions is not adequately used. Owing to the wide usage of mobile phones, the activities of residents, which can be retrieved from the mobile phone data, can be determined in order to indicate the social function of land use. This could bring about the opportunity to derive land use information from mobile phone data. To verify the application of this new data source to urban land use classification, we first construct a time series of aggregated mobile phone data to characterize land use types. This time series is composed of two aspects: the hourly relative pattern, and the total call volume. A semi-supervised fuzzy c-means clustering approach is then applied to infer the land use types. The method is validated using mobile phone data collected in Singapore. Land use is determined with a detection rate of 58.03%. An analysis of the land use classification results shows that the accuracy decreases as the heterogeneity of land use increases, and increases as the density of cell phone towers increases.

研究の動機と目的

• 集計済みのモバイルフォンデータが都市の土地利用分類の補完的データソースとして有効であるかを検討すること。
• リモートセンシング手法が物理的特徴にのみ焦点を当てるという限界を補うために、人間の移動行動から得られる社会的機能指標を統合すること。
• 時間的パターンに基づくモバイルフォン活動を用いて土地利用タイプを推定するクラスタリングベースの手法を開発・検証すること。
• 土地利用の多様性と基地局の密度が分類精度に与える影響を評価すること。

提案手法

• 地理的単位ごとの時間的系列を構築し、時間ごとの相対的通話パターンと合計通話件数を捉える。
• 空間単位をその時間的活動プロファイルに基づいてグループ化するため、半教師ありファジィc-平均クラスタリングアルゴリズムを適用する。
• モバイルフォン使用の時間的ダイナミクス（ピーク時間帯や1日リズムなど）を、土地利用の社会的機能の代理指標とする。
• シンガポールの実地調査データを用いてクラスタリング結果を検証する。
• 半教師あり手法による空間的制約の統合により、クラスタの解釈可能性と精度を向上させる。
• 活動パターンに基づいてクラスタの重心を定義し、住宅地域、商業地域、ミックスユース地域の特定を可能にする。

実験結果

リサーチクエスチョン

• RQ1 集計済みのモバイルフォンデータは、都市の土地利用タイプの社会的機能を効果的に表現できるか？
• RQ2 ある地域における土地利用の多様性が、土地利用分類の精度にどのように影響するか？
• RQ3 携帯電話基地局の密度が分類性能に及ぼす影響はどの程度か？
• RQ4 モバイルフォン活動の時間的パターンは、異なる土地利用タイプを信頼性高く区別できるか？
• RQ5 本手法は、従来のリモートセンシング手法と比較して、機能的土地利用をどの程度よく捉えられるか？

主な発見

• 本手法は、シンガポールのモバイルフォンデータを用いて、土地利用分類の検出率が58.03%に達した。
• 土地利用の多様性が高くなるにつれて分類精度が低下し、ミックスユース地域の区別に課題があることが示された。
• 基地局の密度が高い地域では分類精度が向上しており、より高いデータ解像度が性能向上に寄与していることが示唆された。
• ピーク時間帯や1日リズムといったモバイルフォン活動の時間的パターンが、土地利用機能の強力な指標となった。
• モバイルフォンから得られる社会的機能データの統合は、リモートセンシングが捉える物理的特徴と補完的であり、より包括的な分類アプローチを可能にした。
• 半教師ありファジィc-平均クラスタリングは、行動パターンに基づいて空間単位を効果的にグループ化し、解釈可能な土地利用推定を可能にした。