物聯(lián)網(wǎng)技術在村鎮(zhèn)人口智能化監(jiān)測的應用

時間:2022-06-17 10:03:49

導語:物聯(lián)網(wǎng)技術在村鎮(zhèn)人口智能化監(jiān)測的應用一文來源于網(wǎng)友上傳,不代表本站觀點,若需要原創(chuàng)文章可咨詢客服老師,歡迎參考。

物聯(lián)網(wǎng)技術在村鎮(zhèn)人口智能化監(jiān)測的應用

【摘要】針對目前村鎮(zhèn)現(xiàn)狀數(shù)據(jù)缺失嚴重,傳統(tǒng)人口監(jiān)測方法采集效率低、時間較長等問題,本文基于物聯(lián)網(wǎng)技術,在景德鎮(zhèn)瑤里村搭建村鎮(zhèn)人口智能化監(jiān)測系統(tǒng),實現(xiàn)了對瑤里村重點地區(qū)人口的動態(tài)監(jiān)測,并以長時間監(jiān)測結果數(shù)據(jù)為基礎,分析瑤里村不同時期不同區(qū)域的人口分布特征。本研究證實了物聯(lián)網(wǎng)設備在人口監(jiān)測中的可行性,創(chuàng)新了村鎮(zhèn)層面人口數(shù)據(jù)的獲取方式。

【關鍵詞】物聯(lián)網(wǎng);WiFi探針;人口監(jiān)測

我國目前已步入鄉(xiāng)村人口減少和村鎮(zhèn)格局重構階段,在國家鄉(xiāng)村振興戰(zhàn)略實施背景下,新時代村鎮(zhèn)發(fā)展格局正逐步展開。但目前村鎮(zhèn)現(xiàn)狀數(shù)據(jù)嚴重缺失、信息化水平較低、經驗型管理決策低效等問題已經嚴重阻礙現(xiàn)階段我國村鎮(zhèn)發(fā)展實踐需求。國家實施大數(shù)據(jù)戰(zhàn)略,要求推進運用數(shù)據(jù)決策,提高政府治理能力。針對村鎮(zhèn)區(qū)域規(guī)劃和發(fā)展相關數(shù)據(jù)嚴重缺乏的問題,開展數(shù)據(jù)融合創(chuàng)新。本文聚焦于村鎮(zhèn)現(xiàn)狀數(shù)據(jù)中缺失較為嚴重的人口數(shù)據(jù),目前獲取村鎮(zhèn)人口數(shù)據(jù)的方式為十年一次的人口普查統(tǒng)計結果,傳統(tǒng)的人口監(jiān)測方法主要依靠村鎮(zhèn)管理人員上門登記統(tǒng)計,不僅耗費大量的人力和時間,也存在一定的誤差,只能關注到整體周期性的人口流動特征。對于部分開展旅游業(yè),人口流動較強的村鎮(zhèn)而言,這種靜態(tài)的人口監(jiān)測模式不利于村鎮(zhèn)的人口服務管理。因此本文基于物聯(lián)網(wǎng)技術,探索其在村鎮(zhèn)人口動態(tài)監(jiān)測中的應用,創(chuàng)新村鎮(zhèn)層面人口數(shù)據(jù)的獲取方式,并選擇在景德鎮(zhèn)瑤里村進行實踐。對村鎮(zhèn)人口進行智能化監(jiān)測的根本目的,是為了動態(tài)了解村鎮(zhèn)人口規(guī)模、結構及其變動狀況,以此來掌握村鎮(zhèn)發(fā)展的新動向和新趨勢,為相關管理部門制定規(guī)劃和政策提供決策依據(jù)。

1.研究區(qū)域概況與數(shù)據(jù)來源

1.1研究區(qū)域概況

瑤里村位于江西省景德鎮(zhèn)市浮梁縣瑤里鎮(zhèn)域中部,處贛皖兩省祁浮婺休四縣交匯處?,幚锎逍姓^(qū)域面積約為3.5平方公里,其村莊占地面積為10畝。截至2018年末,瑤里村戶籍人口1400人,常住人口約1100人,村民人均年收入6800元。截至2021年末,瑤里村共有35個文物保護單位,其中包含1個國家級文物保護單位和1個市級文物保護單位,并入選為第三批中國傳統(tǒng)村落。2020年瑤里村憑借自身鄉(xiāng)村原味和地方特色,成功入選了“第二批全國鄉(xiāng)村旅游重點村名單”。近年來,鄉(xiāng)村旅游業(yè)的蓬勃興起給瑤里村帶來了新的活力,人口流動形態(tài)也發(fā)生了不小的轉變。

1.2數(shù)據(jù)來源

本研究的數(shù)據(jù)包含探針數(shù)據(jù)和視頻數(shù)據(jù),均來源于物聯(lián)網(wǎng)設備采集。在瑤里村五個重點區(qū)域鋪設物聯(lián)網(wǎng)設備,搭建人口智能化監(jiān)測系統(tǒng)并對人口進行監(jiān)測。截止至2022年2月底,瑤里村物聯(lián)網(wǎng)設備共采集到5個月的探針數(shù)據(jù)和存儲量約3T的視頻數(shù)據(jù)。其中探針數(shù)據(jù)全天24小時不間斷運行,結合實際數(shù)據(jù)存儲資源占用情況將探針數(shù)據(jù)采集頻次設置為每分鐘上傳一次,合理的設置既可以保證系統(tǒng)人流采集的吞吐量,又不會使數(shù)據(jù)太臃腫而致使數(shù)據(jù)分析算法壓力過重。除2021年11月23日因故障無數(shù)據(jù)外,其他時間均運行正常。視頻數(shù)據(jù)因受存儲空間影響,僅能保存時間較新一個月的視頻數(shù)據(jù)。

2.物聯(lián)網(wǎng)技術應用研究

2.1物聯(lián)網(wǎng)技術概述

物聯(lián)網(wǎng)的概念最早是在20世紀90年代提出的,物聯(lián)網(wǎng)的定義是把物品通過信息傳感設備,實現(xiàn)各類事物和互聯(lián)網(wǎng)之間的互連互通,并對其進行智能化管理的網(wǎng)絡系統(tǒng)。簡單講,物聯(lián)網(wǎng)是將物與物、人與人之間的信息進行傳遞與控制。它以互聯(lián)網(wǎng)、傳統(tǒng)電信網(wǎng)等為信息承載體,讓所有能夠被獨立尋址的普通物理對象形成互聯(lián)互通的網(wǎng)絡將現(xiàn)實世界數(shù)字化。

2.2物聯(lián)網(wǎng)技術在人口監(jiān)測中應用的優(yōu)勢

物聯(lián)網(wǎng)技術是結合了計算機技術、傳感器、定位系統(tǒng)、信息傳送等一系列的綜合而產生的技術,應用在人口監(jiān)測方面主要是實時地對重點區(qū)域的人流進行監(jiān)測。通過傳感設備及空間定位技術,在重點監(jiān)測區(qū)域內智能地感知和自動地獲取生活信息,如具有WiFi功能移動終端的mac地址信息、距離信息或圖像信息等,并轉化為數(shù)據(jù)。通過傳輸層將監(jiān)測數(shù)據(jù)實時報送給村鎮(zhèn)管理人員,讓工作人員第一時間了解到準確的人口變化情況,同時可以調用存儲在服務器的歷史數(shù)據(jù),通過專業(yè)的算法模型可計算不同時間段、不同空間尺度的人流變化情況。傳統(tǒng)的人口監(jiān)測要靠多個工作人員上門登記再將結果進行匯總,這樣的過程耗費大量的時間和人力,且在監(jiān)測過程中可能存在誤差,對最終結果造成影響。因采集時間較長、數(shù)據(jù)時效性較差,物聯(lián)網(wǎng)技術在村鎮(zhèn)人口智能化監(jiān)測中的應用研究——以景德鎮(zhèn)瑤里村為例文|中國城市規(guī)劃設計研究院信息中心關戴婉靜孟凡伍;中國地質大學(北京)張芮寧且空間顆粒尺度一般都較大,無法對小區(qū)域范圍內進行人口監(jiān)測和分析,而物聯(lián)網(wǎng)只用在固定位置安裝監(jiān)測儀器,不需工作人員上門采集,大大減輕了工作人員的工作壓力,也減少了采集過程中可能出現(xiàn)的誤差。物聯(lián)網(wǎng)技術使得人口監(jiān)測的效率更高、精度更高、成本更低。

2.3人口智能化監(jiān)測系統(tǒng)搭建

瑤里村的民居和建筑大多沿瑤河呈南北分布,為盡可能的監(jiān)測全村的人口變化情況,設備選址在河兩岸的必經之處,因儀器需要電、網(wǎng)等基礎設施,且需要避開雨水將村莊出入口、公共活動空間及著名景點作為備選點。考慮到探針設備探測范圍半徑為100-200米,規(guī)定兩個監(jiān)測點選址間距不超過150米,使得探針探測范圍具有較好的連貫性,為后期對比探針數(shù)據(jù)和視頻數(shù)據(jù),至少一個監(jiān)測點需要同時安裝探針和攝像頭,最終探針設備安裝地點為村活動中心、陳毅舊居、吳氏宗祠、獅崗勝覽、程氏宗祠,攝像頭安裝地點為村活動中心、景區(qū)主入口和亭橋。監(jiān)測點布置示意圖如圖2。瑤里村的物聯(lián)網(wǎng)系統(tǒng)搭建過程,主要從設備識別與入網(wǎng)、數(shù)據(jù)傳輸?shù)念愋团c大小、數(shù)據(jù)的應用等幾個方面來考慮。(1)探針系統(tǒng)搭建探針設備基于探測技術來識別無線接入點附近開啟功能的智能手機或者終端(筆記本、平板電腦等),用戶不需要主動接入探針就能夠識別用戶,無論是IOS或者安卓系統(tǒng)都能檢測到,并且僅接收接入設備(手機)的MAC地址,不會侵犯個人隱私。探針設備可以將周邊手機的mac地址、手機信號強度、手機距離探針的距離等信息傳到后臺程序,我們根據(jù)探針探測范圍,在村落的研究區(qū)域內合理的布置探針位置,根據(jù)各探針收集的數(shù)據(jù)進行分析計算。因為探針設備采集周邊數(shù)據(jù)的時候,是以幀的形式發(fā)射信號的,在網(wǎng)絡通信中數(shù)據(jù)被封裝成了幀,幀就是指通信中的一個數(shù)據(jù)塊。即探針本身采集數(shù)據(jù)所消耗的流量極少,同時采集到的數(shù)據(jù)會以字符流的形式傳輸?shù)綌?shù)據(jù)存儲服務器,所以不管從數(shù)據(jù)傳輸上還是探針本身物理性質上它都屬于輕量型設備,我們采用了移動網(wǎng)絡的方式建立其與數(shù)據(jù)存儲服務器的連接。這樣既方便了部署節(jié)省了能耗,又可以根據(jù)部署后的實際探測情況而做出隨時的點位調整。(2)攝像頭系統(tǒng)搭建根據(jù)監(jiān)控區(qū)域的不同,選擇半球攝像機和槍型攝像機對固定區(qū)域進行監(jiān)視,采用球型攝像機對大范圍區(qū)域進行巡視和重點監(jiān)控。360高速球攝像機,對村落的主要人流聚集街道進行監(jiān)測將采集到的圖像傳到服務器上,可以通過人數(shù)統(tǒng)計模型計算監(jiān)測區(qū)域的人流數(shù)量,也可通過人臉識別模型完成人臉抓拍、人臉比對和人臉檢索。采用機槍攝像機在村落的進出口等主干道進行監(jiān)測,主要采集進出村落的車輛數(shù)量,根據(jù)車輛數(shù)量來估算人口數(shù)量以及分析人群出行偏好。攝像頭采集的數(shù)據(jù)是以視頻流的形式傳輸?shù)皆贫?,攝像頭主要用于拍攝人群或過往車輛,視頻流在傳輸?shù)倪^程中耗費流量較大。攝像頭在安裝固定方面也屬于不易換動的類型,所以采用寬帶傳輸?shù)姆绞絹韺⒁曨l流傳到存儲服務器?,幚锎逯型瑫r配備了一個硬盤錄像機作為交換機將各攝像頭的數(shù)據(jù)先傳輸?shù)接脖P錄像機里,給硬盤錄像機配一個帶有公網(wǎng)IP的路由器,實現(xiàn)在任何有互聯(lián)網(wǎng)的地方登錄路由器的vpn來遠程訪問視頻。后續(xù)在村莊其他地區(qū)安裝攝像頭的時候可以依此自建一個“互聯(lián)網(wǎng)式的局域網(wǎng)”,終端只需要登錄同一個vpn就可以訪問網(wǎng)組內的所有攝像頭。

3.結果分析

3.1探針數(shù)據(jù)采集情況

截止至2022年2月底,探針設備共采集到超3300萬條數(shù)據(jù),根據(jù)Mac地址進行刪重,可得到探測到的Mac地址數(shù)量。設備的Mac地址是唯一的,但部分設備在進行網(wǎng)絡連接時可能會隨機生成一個Mac地址,干擾分析結果,對數(shù)據(jù)進行清洗后,得到有效mac地址數(shù)量即探測到的人數(shù)。本研究期間5個月共探測到4萬9千多人,從分布圖上可以看出有假期的月份探測到的人數(shù)較多,10月約2萬人,2月約1萬2千人,其余月份約為7千人左右。

3.2探針數(shù)據(jù)準確性

為驗證探針設備在人口監(jiān)測中數(shù)據(jù)的準確性,隨機截取多段同一地點、同一時間段的視頻和探針數(shù)據(jù)進行對比分析。統(tǒng)計該時間段探針設備探測到的有效人數(shù),借助視頻技術識別模型統(tǒng)計該時間段出現(xiàn)的人數(shù)。本文使用的視頻技術人口識別模型是基于Pytorch深度學習框架,YOLO系列的V3目標檢測算法,結合Deep-sort目標追蹤算法實現(xiàn)對人車不重復計數(shù)。對兩組數(shù)據(jù)進行比較后發(fā)現(xiàn)兩種設備探測到的人數(shù)相近,視頻識別到的人數(shù)比探針設備探測到的人數(shù)略多一些,經觀察,少量人群因在視頻識別中穿脫外套導致了重復統(tǒng)計,人數(shù)比實際稍大一些。探針設備的數(shù)據(jù)整體準確度較高,適合應用于人口監(jiān)測中。

3.3活躍人口識別

村鎮(zhèn)人口普查過程中,有一項很重要工作是統(tǒng)計該村鎮(zhèn)的常住人口數(shù)量。按照國家統(tǒng)計局對常住人口定義,有一項為居住在本地半年及以上的人口。因本研究數(shù)據(jù)采集時間僅5個月,無法判斷監(jiān)測區(qū)域常住人口數(shù)量。本文定義每個月停留超過20天以上的人口為探針識別范圍內瑤里村的常住活躍人口。對瑤里村探測到的人群停留時間進行分析,大多數(shù)人群在瑤里村停留時間不會超過3天,其中停留一天的人數(shù)占比最大。10月份停留一天的人群數(shù)量占探測總量的85.5%,2月份停留一天的人群數(shù)量占79%。11月-2月停留一天的人群數(shù)量占比均在70%左右。極少數(shù)的人會停留一周及以上,而每個月超過20天的人口數(shù)量較為穩(wěn)定,約有413活躍人口。對比現(xiàn)場調研過程中統(tǒng)計的監(jiān)測范圍內常住人口約為460人,結果符合實際情況。

3.4監(jiān)測全域人口分布特征

對瑤里村監(jiān)測區(qū)域不同時間段的人流特征進行分析,在上述研究中得到了每個月探測到的人口總量分布。從每日探測到的人口數(shù)量分布圖上看,10月份上半旬每日探測到的人口數(shù)量最多,尤其是國慶假期時期,從1日起探測到的人口數(shù)量逐漸增多,3日探測到了本次研究期間人口數(shù)量的峰值即3281人,后人數(shù)逐漸減少,說明假期有不少外來游客進入了瑤里村游玩。春節(jié)假期探測到的人口數(shù)量也比平日要多,尤其是初三至初五期間,每天探測到的人口數(shù)量較多,約為2200人。其余時間段探測到的人口數(shù)量波動幅度較小,且均呈現(xiàn)出周期性變化,周末探測到的人口數(shù)量相比平日較多,說明人群會選擇周末游玩瑤里村,但停留天數(shù)較短。

3.5各監(jiān)測點人口分布特征

對瑤里村同一時段不同監(jiān)測地點進行對比觀察,可以了解人流偏好停留的地點和路線。圖8為2021年10月瑤里村各監(jiān)測點的人口分布情況,10月瑤里村監(jiān)測區(qū)域探測到人口總量為23287人?,幚锎宕迕窕顒又行奈挥诖迓淠喜咳肟?,為南部入口必經之地,因此相較其他觀測點探測到的人口數(shù)量最多,占總量的35%。吳氏宗祠和陳毅舊居是瑤里村的熱點景區(qū),探測到33%和25%的人口會到訪這兩個區(qū)域,而程氏宗祠和獅崗勝攬?zhí)綔y到的人數(shù)相對較低,到訪人數(shù)較少。結合各監(jiān)測點分布位置,大多數(shù)人口偏好行走或停留在瑤河東岸。

3.624小時人口分布特征

對同一監(jiān)測點不同時間段進行對比觀察,可了解該監(jiān)測點的日人流量變化特征。圖9展示的是陳毅舊居國慶假期分日分時段的人流量變化圖。每日晚23時-6時探測到的人口數(shù)量較為穩(wěn)定,該監(jiān)測點附近可能居住有50人左右。從早6時起探測到的人口數(shù)量開始增長,早9時人口數(shù)量出現(xiàn)激增,午間或下午人口數(shù)量達到當日的峰值,后人流逐步減少直至22時左右,人口活躍時間符合該景點的開放時間段,且大多數(shù)人喜歡在午后到訪該景點。

3.7小結

在瑤里村的監(jiān)測區(qū)域根據(jù)對探針數(shù)據(jù)的分析,得到:①探測到70%以上的人口僅在瑤里村停留一天,根據(jù)連續(xù)5個月的觀察,停留20天以上的活躍人口約為413人。②假期來訪瑤里村的人口數(shù)量較多,周末人口相比平日更多。③以10月為例,探測到人們多聚集在活動中心、吳氏宗祠、陳毅舊居等區(qū)域,偏好停留在瑤河的東岸。④以陳毅舊居為例分析人口24小時的分布情況,探測到人們偏好在午后到訪該景點。

4.結論與討論

目前,村鎮(zhèn)尺度人口動態(tài)監(jiān)測的研究較少,本文以景德鎮(zhèn)瑤里村為例,在其重點地區(qū)搭建物聯(lián)網(wǎng)系統(tǒng),實現(xiàn)了人口的動態(tài)監(jiān)測。對不同物聯(lián)網(wǎng)設備采集到的數(shù)據(jù)進行對比,驗證了探針數(shù)據(jù)在人口監(jiān)測中的準確性和可行性。村鎮(zhèn)管理人員可以借助物聯(lián)網(wǎng)設備獲取精細化的人口數(shù)據(jù),節(jié)約人力和時間成本,且探針的數(shù)據(jù)時間和空間顆粒度較細,有利于從不同時間、空間尺度對人口分布特征進行分析。人口的動態(tài)監(jiān)測可以實時關注村鎮(zhèn)不同區(qū)域周期性人口流動、非周期性人口流動以及突發(fā)性的人口流動情況,有利于根據(jù)不同的情況采取相應的規(guī)劃和策略。本研究也存在一些不足:受設備鋪設成本限制,并未在瑤里村全村鋪設物聯(lián)網(wǎng)設備,無法有效的獲取全村的人口動態(tài),僅能分析監(jiān)測區(qū)域的人口分布特征。另外視頻數(shù)據(jù)因存儲量太大,未能及時保存長期的監(jiān)測數(shù)據(jù),僅能截取多個片段用于驗證探針設備數(shù)據(jù)準確性。在后續(xù)研究中將繼續(xù)改善視頻技術人口識別模型,并分布式存儲長期的視頻監(jiān)測數(shù)據(jù),視頻數(shù)據(jù)既可以應用于事故應急中,也可以與探針數(shù)據(jù)進行交叉對比。后續(xù)也將引入LBS人口大數(shù)據(jù)驗證兩套物聯(lián)網(wǎng)設備的數(shù)據(jù),提高人口動態(tài)監(jiān)測的準確性。

作者:關戴婉靜 孟凡伍 張芮寧 單位:中國城市規(guī)劃設計研究院信息中心 中國地質大學