Pseudo-PFLOW

Pseudo-PFLOW数据集是由东京大学工业科学研究所开发的，旨在模拟日本全国约1.3亿人口的典型日常移动模式。该数据集通过结合有限城市区域的旅行调查数据和公开的统计及空间数据构建，不反映实际的人口移动，而是提供了一种典型的日常行为伪表示。用户可以通过该数据集识别城市空间中人口移动的趋势，并应用于城市规划、商业发展及传染病传播模拟等多个领域。数据集的创建过程涉及使用机器学习和空间交互模型来生成伪人口流动数据，并通过移动电话和旅行调查数据进行验证，确保其准确性和实用性。The Pseudo-PFLOW dataset was developed by the Institute of Industrial Science, The University of Tokyo, aiming to simulate the typical daily mobility patterns of approximately 130 million people across Japan. Constructed by combining travel survey data from limited urban areas with publicly available statistical and spatial data, this dataset does not reflect actual population movements but instead provides a pseudo-representation of typical daily behaviors. Users can utilize this dataset to identify trends in population movement within urban spaces, and apply it to multiple domains including urban planning, commercial development, and infectious disease transmission simulation. The dataset creation process involves employing machine learning and spatial interaction models to generate pseudo-population flow data, which is validated using mobile phone and travel survey data to ensure its accuracy and practicality.

搜集汇总

数据集介绍

构建方式

在人群流动数据获取受限于隐私保护与高昂成本的背景下，Pseudo-PFLOW数据集应运而生。其构建方式融合了有限都市圈出行调查数据与全国可公开获取的统计及空间数据，采用基于活动的建模框架。首先，通过家庭估计方法将全国人口普查数据降尺度至建筑级别，生成带有年龄、性别等属性的人口初始分布。继而，利用非齐次马尔可夫链模型，从东京都市圈出行调查中提取活动模式，统一应用于全国，模拟日常活动（如通勤、上学、休闲）的发生与时间安排。活动地点选择采用两步法：先在边界级别（如市町村、网格或学区）依据通勤OD数据、经济普查雇员数等统计资料进行概率分配，再于建筑级别依据建筑规模等确定具体位置。交通方式则依据全国性交通特性调查的模态分担率，结合个体属性与行程距离进行概率赋值，最终生成覆盖全日本约1.3亿人口的合成轨迹数据。

特点

Pseudo-PFLOW数据集的核心特点在于其全国无缝覆盖与合成典型性，而非真实个体轨迹。它代表的是日本全体居民在典型工作日的行为模式，涵盖通勤、上学、购物等常规活动，排除了观光等非日常行为。数据集以个体代理为基本单位，兼容微观仿真需求，每个个体均关联了从国家统计调查中估计出的家庭与个人属性（如角色分类：就业者、学生、老年人等）。在聚合层面，其人口分布与出行量等指标经评估与手机信令数据及出行调查数据具有较高的一致性（决定系数R²多超过0.5），验证了模型的可迁移性。此外，该数据集完全基于开放或低成本数据构建，具备可更新性，并通过东京大学空间信息科学中心的JoRAS系统向全球研究者开放申请使用，同时提供了原始轨迹、聚合网格及模型参数等多层次数据。

使用方法

Pseudo-PFLOW数据集为研究人员提供了多层次的利用途径。用户可通过东京大学CSIS的JoRAS系统提交联合研究申请，免费获取数据集用于非商业目的。数据形态包括原始个体轨迹数据、按500米网格聚合的人口分布数据、按道路链路聚合的交通流量数据，以及用于活动生成与地点选择的马尔可夫链与多项Logit模型参数。这使得研究者能灵活选择分析粒度：既可进行微观层面的个体行为模拟，如传染病传播建模或交通仿真，也可在宏观层面分析城市空间结构、通勤模式或进行商业设施选址评估。使用时需注意，数据集反映的是典型工作日行为，不适用于节假日或突发事件分析。同时，论文提供了与手机数据及出行调查的详细对比验证结果，帮助用户理解数据在区域尺度（如1000米网格）上的适用性边界，从而在规划、防灾或社会科学研究中做出合理推断。

背景与挑战

背景概述

人群移动数据在城市规划、商业布局及灾害管理等领域具有不可或缺的价值。然而，受限于隐私保护与高昂成本，从移动运营商获取的全球定位系统或通话详单数据往往难以被外部研究者合法获取与处理。为突破这一瓶颈，东京大学空间信息科学中心的研究团队联合麻省理工学院，于近年开发了Pseudo-PFLOW数据集。该数据集旨在以开放、低成本的方式，为日本全境约1.3亿人口构建一套反映典型工作日出行行为的合成人群流动数据。其核心研究问题在于，如何仅利用有限都市圈的出行调查数据与公开统计资料，生成覆盖全国且具备时空连续性的伪人群流动信息。Pseudo-PFLOW的提出，不仅为无法获取昂贵商业数据的科研群体提供了替代方案，更推动了跨区域人群移动模型的迁移性验证与基准测试，对交通仿真、流行病传播模拟等领域产生了深远影响。

当前挑战

Pseudo-PFLOW面临的核心挑战首先在于领域问题层面：现有真实人群流动数据集（如移动信令数据）因隐私与商业限制而难以公开共享，而传统出行调查仅覆盖有限城市，无法描绘农村及跨都市圈的日常活动。该数据集需在无真实轨迹的情况下，合成出能精准反映全人口分布与出行量的典型行为模式。其次，构建过程中遭遇多重技术难点：需从单一都市圈的出行调查中提取跨城市共通的出行模式，并验证其在全国范围内的可迁移性；活动地点选择需融合国家普查通勤数据、经济普查员工数及公开建筑位置等多源异质数据，而休闲出行目的地则需依赖基于多项逻辑回归模型的经验参数，参数对城市规模的敏感性增加了校准复杂度；此外，交通方式分配需映射全国交通特性调查中的细分属性，且当轨道交通被选中时，须将一次出行拆分为接驳、干线、疏散三段子出行，进一步提升了模拟的精细度与计算负担。

常用场景

经典使用场景

在城市科学与人机交互的交叉领域中，Pseudo-PFLOW数据集作为一项开创性资源，为研究者提供了覆盖日本全境的合成人群移动数据。其最经典的使用场景在于支撑基于智能体的交通仿真与城市动态建模，通过再现典型工作日中约1.3亿人口的日常活动轨迹（如通勤、上学、购物等），使得在缺乏真实手机信令数据的情况下，仍能开展大规模人群流动的时空分析。该数据集以开放获取形式发布，极大降低了研究门槛，推动了城市规划、交通需求预测及传染病传播模拟等领域的实证研究。

衍生相关工作

Pseudo-PFLOW数据集的发布催生了一系列重要的衍生研究。基于其框架，研究者进一步开发了跨区域迁移学习模型，用于生成其他国家或地区的大规模人群移动数据，如将日本方法适配至美国与意大利的通勤流数据中。此外，该数据集被用作基准，验证了基于强化学习的行为生成模型（如Pang等人的工作）在模拟罕见事件（如大型活动）中的人群动态时的有效性。在方法论层面，它推动了时间非齐次马尔可夫链与多项Logit位置选择模型的融合优化，为后续构建更精细的个体行为模型（如考虑公共交通时刻表）奠定了理论与数据基础。

数据集最近研究

最新研究方向

在当前全球城市化与数据驱动决策的浪潮中，人类移动性研究正面临隐私保护与数据可及性的双重挑战。Pseudo-PFLOW数据集应运而生，其核心创新在于利用有限的城市出行调查与公开统计资料，合成覆盖全日本约1.3亿人口的典型日常移动轨迹，从而规避了手机信令数据高昂的成本与隐私壁垒。该数据集的前沿研究方向聚焦于跨区域迁移学习与活动基模型的泛化能力验证，通过将东京都市圈的出行模式应用于全国范围，并结合多源开放数据（如经济普查、学区划分）进行位置与交通方式的选择，最终在人口分布与出行量评估中实现了超过0.5的决定系数。这一突破不仅为缺乏大规模实测数据的地区提供了可靠的移动性建模基准，更在传染病传播模拟、城市规划与商业布局等热点事件中展现出深远的社会价值，标志着从局部观测向全国性合成数据范式的关键跨越。

相关研究论文

• Pseudo-PFLOW: Development of nationwide synthetic open dataset for people movement based on limited travel survey and open statistical data

  东京大学工业科学研究所 · 2022年