简介：一份PDF格式的学术论文《基于深度学习的人群活动流量时空预测模型》，来源于《测绘学报》2021年第50卷第4期，适合从事时空数据分析、城市计算及深度学习预测研究的学者与工程师参考。资源共1个PDF文件，压缩包大小5.46MB，内容为论文全文，涵盖问题背景、模型设计、实验对比与结论等完整结构。该论文针对传统时空预测方法难以顾及空间多尺度特征和复杂非线性关系的问题，提出融合空间多尺度特征的时空网络模型MST-Net：利用并联卷积提取空间特征，引入注意力机制的门控循环单元提取时间特征，再通过全连接层完成预测，并在两组社交媒体签到数据集上验证了RMSE与MAPE指标的提升。该PDF可作为参考文献或专业指导，目前已有243人学习，适合快速掌握面向人群活动流量、交通流等场景的深度学习时空预测建模思路。
1. 人群活动流量时空预测：为什么说多尺度是关键
做城市级流量预测的人应该都有过这种体验：模型在平峰时段拟合得很好，一到早晚高峰或节假日峰值就明显偏矮。拿纽约和旧金山两套 Foursquare 签到数据去跑典型的 STDN 网络，结果也一样——单一尺度的空间卷积对局部密集区域的捕捉能力有限。这篇论文提出的 MST-Net 模型，核心思路是把空间特征拆成不同尺度并行提取，再通过注意力机制强化显著特征，最终在 RMSE 和 MAPE 两项指标上压过了 HA、ARIMA、SVR、GRU 和 STDN。对做交通流预测、商圈人流分析、城市计算相关课题的人而言，这份 PDF 的价值在于：它给出了一套不需要图结构、纯格网化输入就能落地的深度学习时空预测方案，训练参数也是公开的，值得掰开揉碎看一遍。
2. MST-Net 模型结构：把回归问题改造成带时空特征的判别模型
2.1 两条特征提取分支如何分工
人群活动流量预测本质上是一个回归问题：给定历史流量序列，预测下一个时间段里每个格网单元的人群数量。传统做法要么只用时间序列模型，要么把空间特征简单拼接进网络，论文把这个问题重新组织成了一个同时携带时间和空间特征的判别模型，整体结构分两条分支。
空间分支用局部卷积神经网络，输入是两张图：一张是静态的人群流量图，一张是动态的人群交互流图。时间分支用门控循环单元（GRU）对融合后的空间特征做序列建模。两条分支汇合之后，注意力机制对 GRU 输出的各时间步特征做加权，最后全连接层输出预测值。这个结构并不复杂，但关键在输入设计：论文没有只拿单一的流量图喂网络，而是把"区域内有多少人"和"区域间怎么流动"拆成了两个视角。
从地理学第一定律出发，区域的人群活动受邻域影响，卷积天然适合描述这种局部相关性。但仅靠静态流量图，模型学不到区域之间的转移关系。因此论文定义了四个基本量：V_t(g)表示 t 时间段内经过格网 g 的人群数量；F_t(g_i, g_j)表示 t 时间段内从 g_i 转移到 g_j 的人数；F_t^in(g_i)和F_t^out(g_i)分别表示流入和流出 g_i 的人数。V_t(g)构成静态流量图的像素，F_t^in与F_t^out构成动态流图的两个通道。
提示：静态图和动态流的输入尺寸不一样是很正常的。
P_t^v是 r×r×1，P_t^f是 r×r×2，两者通过不同的卷积层提取特征后再融合，不要试图把它们硬拼成一个输入张量。
2.2 空间分支：局部流量图与交互流图的张量融合
对于目标区域 g_i，取以它为中心的 r×r 局部窗口作为输入图像，目标区域位于窗口中心。局部卷积神经网络在这里做两件事：提取静态空间特征α_v，提取动态空间特征α_f。原文公式（1）写得很清楚：
α_v = F(W_tv · P_t^v + b_tv)
α_f = F(W_tf · P_t^f + b_tf)
α_r = α_v ⊗ α_f
其中F = max(0, x)是 ReLU 激活函数；W_tv、W_tf是卷积层权重；b_tv、b_tf是偏置项；⊗ 表示特征图的张量乘积。α_r就是局部图像尺度为 r×r 的融合空间特征。
这里有个容易误解的点：⊗ 在原文中被称为"张量乘积"，实际工程里多数实现会改成按元素相乘或直接在通道维度拼接。两种做法论文后面专门做了对比实验，拼接的效果更好，细节放到下一章讲。单独看这一层，静态特征和动态特征各自经过卷积提取，在融合之前互不干扰——这种设计保证了空间分支不会出现特征混淆。
训练时卷积核的设置直接影响这个分支的容量。论文将邻域大小设置为 7×7，意味着每个格网中心点看到的空间范围是一个 7×7 的窗口。如果研究区域被划成了 20×20 的格网，一个局部窗口覆盖了约 12.25% 的区域面积，这个比例在设计时是合理的起点。
2.3 时间分支：为什么选 GRU 而不是 LSTM
时间序列建模的常见选择是 LSTM 和 GRU 二选一。论文选择了 GRU，理由很实际：LSTM 结构复杂、训练参数多、计算时间长，而 GRU 参数更少、训练更快，在流量预测这类任务上的精度差距并不大。
GRU 的核心是两个门：重置门r_t和更新门u_t。重置门决定忽略前一时刻隐藏状态的程度，更新门控制前一时刻信息进入当前时刻的比重。t 时刻的输入是空间特征α_t与 t-1 时刻隐藏状态h_{t-1}的组合，最终得到当前时刻的候选隐藏状态c_t和输出h_t。这个机制让网络能捕捉到人群活动的短期波动和长期周期性——比如工作日早高峰的规律性和节假日模式的差异性。
GRU 隐藏单元数的设置论文做了系统实验。分别尝试 16、32、64、100、128 五个档位，用 RMSE 做对比，128 个隐藏单元时误差最小，所以最终定的 128。这个数值直接抄作业即可，不需要在自己的数据集上重跑一遍全量实验。不过要注意：GRU 隐藏单元数翻倍，参数量不是线性增长而是平方级增长，在硬件受限的环境下先从 64 起步更稳妥。
注意力机制接在 GRU 之后。GRU 输出的特征默认是等权重的，但不同时间步对下一个时刻流量的影响明显不同。比如预测上午时段的流量，前一天的同一时段可能比前几个小时更重要。注意力机制给每个时间步学习一个权重，显著特征在网络中被放大，这个设计在论文实验中确实带来了可观测的精度提升。
3. 空间多尺度特征融合：并联卷积、感受野与特征拼接
3.1 卷积核尺寸与感受野：为什么串联不一定比并联好
同一个用户在不同时间段签到的位置构成了一条移动轨迹。统计「输入流」和「输出流」时，不能只看单个时间点的签到记录，而是要把同一用户相邻两个时间段的位置做对比。具体步骤如下：先按用户 ID 分组，在组内按时间排序；然后用 shift 操作取出该用户上一个时间段的格网位置；最后判断，如果用户在 t-1 时段位于格网 A、t 时段位于格网 B，则说明 A 产生了一次输出流，B 产生了一次输入流。一段代码就能完成整个统计：
import pandas as pd def build_in_out_flow(sign_df, grid_col='grid', user_col='user_id', slot_col='time_slot'): recs = [] for user_id, group in sign_df.groupby(user_col): group = group.sort_values(slot_col) group['prev_grid'] = group[grid_col].shift(1) moved = group.dropna(subset=['prev_grid']) for _, row in moved.iterrows(): recs.append({ 'time_slot': row[slot_col], 'grid': row[grid_col], # 流入目标格网 'flow_type': 'in' }) recs.append({ 'time_slot': row[slot_col], 'grid': row['prev_grid'], # 流出起始格网 'flow_type': 'out' }) flow_df = pd.DataFrame(recs) return flow_df.groupby(['time_slot', 'grid', 'flow_type']).size().reset_index(name='count')这段代码的核心逻辑是shift(1)取上一个时间段的格网。需要注意，moved条件把缺失 prev_grid 的首条记录过滤掉了。flow_type区分输入流和输出流，后面生成P_t^f两个通道时按类型分别填入矩阵即可。如果时间间隔是 6 小时，一天就有 4 个时段，一个用户一天最多贡献 3 次跨时段转移记录，数据量远比想象中少，所以统计时不要按小时去过拟合流量图。
3.2 数据划分与训练配置的关键参数
论文在纽约曼哈顿（NY）和旧金山（SFO）两个数据集上做实验。数据范围是 2012 年 1 月 1 日到 2012 年 10 月 7 日共 280 天，按时间顺序切分为三份：前 168 天训练、中间 42 天验证、后 70 天测试。这种切分方式充分考虑了时间序列的连续性——如果用随机打乱切分，相邻时间段的数据会同时出现在训练集和测试集里，评估结果会虚高。
代码实现上严格按照时间戳截断即可：
import pandas as pd start_date = pd.Timestamp('2012-01-01') train_end = start_date + pd.Timedelta(days=168) val_end = start_date + pd.Timedelta(days=210) # 168 + 42 train_df = df[df['date'] < train_end] val_df = df[(df['date'] >= train_end) & (df['date'] < val_end)] test_df = df[df['date'] >= val_end]注意：这里的 42 天验证集必须位于训练集和测试集之间，顺序不能颠倒。数据泄漏是时空预测任务里最容易犯的错误，一旦验证集 MAPE 明显低于测试集，优先检查是否有数据混入。
论文的试验数据量可以对照原文的表 1：NY 数据集训练集 29885 条、验证集 7471 条、测试集 19914 条；SFO 数据集训练集 29108 条、验证集 7277 条、测试集 9602 条。格网划分方面，NY 数据集 20 行×10 列共 200 个格网，SFO 数据集 20 行×20 列共 400 个格网。
训练参数中几个关键设置值得记录。学习率固定为 0.001，这是深度时空网络最常用的起始值，Adam 优化器配合此学习率一般不需要额外调参。批大小按显存上限设为 256。GRU 隐藏单元数取 128。迭代次数定为 55 个 epoch，收敛曲线正常。邻域大小 7×7 与空间分支的感受野直接相关，换数据集时优先检查这个参数。整体参数配置可以整理成一张表，方便复现时对照：
| 参数 | 取值 | 设定依据 |
|---|---|---|
| 学习率 | 0.001 | 常用默认值，无需额外调整 |
| 批大小 | 256 | 设备显存上限 |
| GRU 隐藏单元数 | 128 | 在 16 到 128 五档中 RMSE 最低 |
| 迭代次数 | 55 | 损失函数已收敛 |
| 邻域大小 | 7×7 | 局部空间范围，参照文献[18] |
| 时间间隔 | 6 小时 | 一天 4 个时段，平衡稀疏性与周期性 |
| NY 格网 | 20 行×10 列 | 参照文献[18]的划分方式 |
| SFO 格网 | 20 行×20 列 | 参照文献[18]的划分方式 |
3.3 实验结果的对比与解读
论文对比了 5 个模型：历史平均 HA、ARIMA、支持向量回归 SVR、单纯 GRU、时空动态网络 STDN。NY 数据集上，HA 的 RMSE 高达 1.2559、MAPE 高达 79.73%，完全不适合做精细预测；ARIMA 稍好但 MAPE 仍有 66.05%；SVR 与 HA 接近。GRU 单独使用能把 NY 的 MAPE 压到 10.23%，说明时间特征起到了决定性作用；STDN 融合空间信息后降到 3.18%；而 MST-Net 进一步降到 2.92%。
SFO 数据集上的趋势类似。HA、ARIMA、SVR 的 MAPE 都在 77% 以上，几乎不可用；GRU 为 65.76%；STDN 明显好转到 35.73%；MST-Net 是 23.87%。两个数据集的差距也反映了数据密度的影响——NY 虽然更稀疏，但人群集中在少数格网，空间特征显著性更强，所以误差绝对值和相对值都更低。
这些数字给了一个明确信号：在时空预测任务里，空间特征不是锦上添花，而是把 MAPE 从 66% 拉低到个位数的主力。模型该用什么结构、该融合哪些特征，实验结果比直觉更有说服力。
4. 从签到点到时空序列图像：数据预处理与训练参数怎么设
4.1 一切从格网和时间间隔开始
原始签到数据包含 7 个字段：签到时间、签到经纬度、用户编码等。要把它转成网络能消费的时空序列图像，两步必不可少：一是将研究区域划分成规则格网，把经纬度坐标映射到格网编号；二是把连续时间切成等距的时段，统计每个时段各格网的人流量。
时间间隔的选取论文给出了明确理由。一天 24 小时被划分成 4 个时段：凌晨为 0:00 到 6:00，上午为 6:00 到 12:00，下午为 12:00 到 18:00，晚上为 18:00 到 24:00。这个划分兼顾了时间语义和稀疏度——如果按小时切，大量格网在某时段可能没有签到数据，空间特征会变成稀疏矩阵；如果按天切，又无法反映一天内不同时段人群的潮汐变化。
格网大小同样影响特征质量。论文的格网尺寸直接参照了 STDN 的设定：NY 为 20×10，SFO 为 20×20。通俗地理解就是把曼哈顿或旧金山切成 200 或 400 个小块，每个块相当于图像的一个像素。块太大容易把人群活动抹平，块太小则稀疏问题会更突出。在自己的数据上，可以先按研究面积与预估用户数把格网数量控制在 200 到 600 个之间做初始实验。
4.2 输入流与输出流：动态空间关系的来源
静态流量图只是按时间段统计了每个格网内的签到总数，而动态交互流图需要统计用户在不同格网间的转移。这部分是论文数据预处理中最关键的一步。
# 伪代码：输入输出流统计逻辑 records = [] for user_id in unique_user_ids: # 按时间排序该用户所有签到记录 user_records = sort_by_time(records_of(user_id)) for i in range(1, len(user_records)): prev_slot = user_records[i - 1] cur_slot = user_records[i] if prev_slot.time_bucket != cur_slot.time_bucket: # prev_slot 所在格网有一次输出 records.append(('out', prev_slot.grid, cur_slot.time_bucket)) # cur_slot 所在格网有一次输入 records.append(('in', cur_slot.grid, cur_slot.time_bucket))逻辑本身很简单，但需要注意两个地方。第一，跨时段判断要以「时间间隔」为单位，而不是以单条签到记录为单位；同一时段内多次签到不产生流动。第二，如果一个用户在相邻时段没有任何签到，那这段时间的转移无法被观测到，这是签到数据本身的限制，论文末尾也承认了这一点。
统计完成后，每个格网单元在某个时段会得到一个输入流数值和一个输出流数值，分别填充到P_t^f的两个通道中。人流量和交互流图虽然是不同模态，却都建立在同一套格网基础上，空间对齐是天然成立的。
提示：在工程实现里，
P_t^f的两个通道不要用同一个变量保存。输出流与输入流在语义上互补但不相同，通道顺序要保持一致，避免训练时出现特征错位。
4.3 模型参数与训练配置
论文的试验设备没有交代，但批大小设定为 256 并明确说明是「设备显存上限」。这意味着如果显存有限，可以适当降低批大小，配合调整学习率。学习率固定为 0.001，这个值在大多数基于 Adam 的时空预测模型里都能直接使用。
GRU 隐藏单元数做了网格搜索：16、32、64、100、128 五档，最后选 128。值得注意的是，当隐藏单元数从 64 提升到 100 或 128 时，预测误差仍在下降但幅度变小，这说明模型容量接近饱和。迭代次数 55 轮属于偏多的设置，如果提前收敛可以配合早停机制减少训练时间。
注意：这里隐藏单元数单位是「个」，不是「层」。GRU 层数论文没有特别说明，默认单层即可。增加层数会显著增加训练时间，对精度的影响需要自行验证。
5. 避坑指南：复现 MST-Net 时最容易踩的四个问题
5.1 数据稀疏导致网络学不到空间特征
5.2 时间间隔划分翻车
5.3 GRU 隐藏单元数成了玄学
5.4 输入输出流统计时跨时段转移漏计
5.5 训练集和测试集的时间顺序混乱
6. 把模型迁移到自己的业务数据：一个可复现的验证路径
6.1 自备数据的格式要求
6.2 更符合业务直觉的调参方向
6.3 可视化验证的实操建议
7. 把模型迁移到自己的业务数据：三个值得先做的事
7.1 先做小规模消融实验，再谈调参
7.2 预测结果要做空间层面的可视化验证
7.3 扩展场景：交通流、城市热点与轨迹数据
完整复现这篇论文的流程并不复杂，但每一步都需要细致对待。从一个信息化工程师的角度看，论文最大的贡献不在于模型结构有多新颖，而在于把时空预测问题简化成了「格网化 + 并联卷积 + GRU + 注意力」这套可以复用的工程范式。只要掌握了格网划分、输入输出流统计和并联卷积拼接这三个核心环节，无论是做交通流预测还是商圈人流分析，都能快速迁移这套方案。
本文还有配套的精品资源，点击获取
