人群活动流量时空预测实战：深度学习模型与数据工程全解析

简介：基于深度学习的人群活动流量时空预测模型，是一篇发表于《测绘学报》2021年第50卷第4期的学术论文PDF，面向地理信息、数据挖掘与智能交通等领域的研究人员和学生。该文针对传统时空预测方法难以顾及空间多尺度特征的问题，提出融合空间多尺度特征的时空网络模型（MST-Net），通过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，最终以全连接层输出预测结果。论文还给出了在两个真实社交媒体签到数据集上的试验对比，显示该方法在RMSE和MAPE指标上优于多种基线模型，有助于读者理解时空预测中的特征提取与融合思路。资源为单个PDF文件，大小5.46MB，内容清晰完整，已有243人学习，适合需要参考深度学习时空建模方法、开展相关研究的读者下载使用。

1. 人群活动流量时空预测在做什么：把整座城市变成一张会滚动的流量表

走进城市运行指挥中心，大屏上跳动的往往不是单个摄像头画面，而是一张被切成几千个小方格的数字地图——每个方格代表下一个 15 分钟会新涌入多少人、又会离开多少人。这种需求的主角就是基于深度学习的人群活动流量时空预测模型：它不是预测某个地铁站的进出客流，而是同时预测一整张时空流量矩阵。常见落地场景包括应急疏散、商圈选址、共享车辆调度和景区限流。难点在于区域之间的流量是相互牵引的，一个商圈拥挤会在半小时后外溢到邻域，普通时序模型只看时间维度，而深度学习可以把“时间循环 + 空间依赖”放进同一个网络里建模，这也是它这几年明显压过传统时间序列方法的原因。

2. 把人群活动流量变成深度学习能吃的时空数据

任何深度学习模型的起点都是数据张量的形状。人群活动流量的原始形态通常是点数据：一条 GPS 轨迹、一条手机信令、一次闸机刷卡。要让基于深度学习的时空预测模型能训练，必须先把离散点聚合到有规律的网格-时间张量上。这一章做完，你会得到形状为(时间片数, 网格行, 网格列, 通道数)的四维流量张量，后面所有模型都吃这个输入。

2.1 三个常见数据源：轨迹点、信令事件、闸机刷卡

做人群活动流量预测，数据源决定了你能预测的尺度和精度。我这里把从业者最常用的三类数据源整理成一张对比表，选型时先对着表格判断手头数据适合做网格级还是场所级预测。

我一般会建议：如果目标是“整个城市尺度、区域间流量”，优先用手机信令或 GPS 轨迹；如果目标是“某个商圈、大型场馆内部的汇聚与疏散”，刷卡和闸机数据就够了，不需要碰复杂轨迹数据。

2.2 网格切分和时间切片：流量矩阵的构造

数据源选好后，第一步是给研究区域套一个矩形网格。常见做法是把经纬度范围均匀切成H行W列，同时把连续时间切成等长的“时间片”，例如 15 分钟一片。于是人群活动流量被建模成每个网格在每个时间片内的两个标量：流入量和流出量。判断一次“流入”或“流出”需要比较同一设备前后两条记录的位置：如果上一时刻在网格 A，这一时刻到了网格 B，那么网格 A 计一次流出，网格 B 计一次流入。

下面是一段可以直接落地的聚合代码。假设轨迹表有device_id、time（Unix 秒）、lon、lat四个字段：

import numpy as np import pandas as pd def aggregate_flow(pts, lon_min, lat_min, lon_max, lat_max, grid_rows=32, grid_cols=32, slice_seconds=900, t_start=None): """ 把轨迹点聚合成 (T, H, W, 2) 流量张量。 通道 0 表示 outflow（流出），通道 1 表示 inflow（流入）。 """ # 经纬度映射到网格坐标 pts = pts.copy() pts["col"] = (pts["lon"] - lon_min) / (lon_max - lon_min) * grid_cols pts["row"] = (pts["lat"] - lat_min) / (lat_max - lat_min) * grid_rows pts["col"] = pts["col"].clip(0, grid_cols - 1).astype(int) pts["row"] = pts["row"].clip(0, grid_rows - 1).astype(int) if t_start is None: t_start = pts["time"].min() pts["slice_id"] = ((pts["time"] - t_start) // slice_seconds).astype(int) # 按设备排序，用 shift 拿到同设备上一条记录 pts = pts.sort_values(["device_id", "time"]) prev = pts.groupby("device_id")[["row", "col", "slice_id"]].shift() moved = prev.notna().all(axis=1) & \ ((prev["row"] != pts["row"]) | (prev["col"] != pts["col"])) # 只保留发生了网格间移动的记录 move_df = pts.loc[moved] prev_df = prev.loc[moved] T = int((pts["time"].max() - t_start) // slice_seconds) + 1 flow = np.zeros((T, grid_rows, grid_cols, 2)) # 前一格计 outflow，当前格计 inflow np.add.at(flow, (prev_df["slice_id"].values, prev_df["row"].values, prev_df["col"].values, 0), 1) np.add.at(flow, (move_df["slice_id"].values, move_df["row"].values, move_df["col"].values, 1), 1) return flow

这段代码的核心是groupby + shift：同一设备的上一条记录位置就是“移动前的位置”。之后用np.add.at做增量计数，避免普通索引加减带来的边界丢数。使用时主要调四个参数：grid_rows/grid_cols决定空间分辨率，slice_seconds决定时间分辨率，lon_min/lat_min/lon_max/lat_max决定研究范围。注意网格越细、时间片越短，张量越大且越稀疏，通常 32×32 网格配 15 分钟片是一个比较容易入门的起点。

2.3 先跑一个历史均值 baseline：模型没搭，数据先验证

很多人拿到流量矩阵后直接开训深度学习模型，等到模型效果不如“把上周同时段搬过来”时才发现数据聚合出了问题。所以我强烈建议在搭网络之前，先写一个历史均值 baseline。这个 baseline 做的事情很简单：要预测明天上午 9 点的流量，就把过去四周里每天上午 9 点的流量取平均作为预测。它虽然不学空间依赖，但能快速暴露时间片对齐、时区、夏令时、数据缺失等问题。

def last_weeks_mean_baseline(train_flow, target_slice_id, weeks=4): """ train_flow: (T, H, W, C)，按 7 天循环排列 target_slice_id: 要预测的时间片索引 返回: 前 weeks 周同一时刻流量均值 """ slice_per_day = 24 * 60 * 60 // 900 # 按 15 分钟片计算一天 96 片 candidates = [] for w in range(1, weeks + 1): past_id = target_slice_id - w * slice_per_day if past_id >= 0: candidates.append(train_flow[past_id]) if len(candidates) == 0: return np.zeros_like(train_flow[0]) return np.mean(candidates, axis=0)

这段代码的意义在于给后面的模型定一个“必须打败的下限”。“预测等于上周同一时刻”这个朴素方法在流量平稳时段非常强，如果你的深度学习模型连它都打不过，先别调参，回头检查切片对齐和网格划分。我在多个项目里都发现，流量分布出现一两个小时的系统性偏移，几乎全是 timestamp 单位或时区换算漏了。

3. 时空预测模型怎么选：ConvLSTM 与图网络的适用边界

数据张量准备好之后，下一步是选模型。这一步没有绝对最优，只有“你的网格形状 + 你的流量分布”最适合哪种结构。围绕标题里的“深度学习”和“时空预测”，这一章我会讲两条常见路线：规则网格上的 ConvLSTM，以及不规则区域上的图卷积网络，顺便说一下各自为什么有效、什么时候会翻车。

3.1 为什么普通 LSTM 不够

普通 LSTM 输入是一维序列，如果把流量矩阵直接摊平成向量喂进去，每个网格的空间邻接关系就丢了。比如网格(3,4)和(4,4)在物理上相邻，但在一维向量里可能隔了几百个位置，LSTM 很难学到“隔壁溢出会影响我”这种关系。另一种直觉做法是把每个网格当作独立时间序列分头训练，这又忽略了区域联动。

而基于深度学习的时空预测模型，核心思想是用“卷积处理空间、循环处理时间”。ConvLSTM 把 LSTM 里的矩阵乘法换成卷积操作，某个位置的输入门、遗忘门不再只依赖该位置的历史，还依赖周围 3×3、5×5 范围内的历史，这样空间扩散、片区联动就内化进网络参数里了。

3.2 用 ConvLSTM 做端到端时空编码

ConvLSTM 的单元结构和 LSTM 几乎一一对应，区别只在门计算部分。下面是一份简化的 PyTorch 实现，去掉了很多工程装饰，但网络结构是完整的，可以直接接到后面训练代码里：

import torch import torch.nn as nn class ConvLSTMCell(nn.Module): def __init__(self, in_channels, hidden_channels, kernel_size=3): super().__init__() self.hidden_channels = hidden_channels pad = kernel_size // 2 # 输入 x 和上一时刻隐藏态 h 拼接后一起卷积 self.conv = nn.Conv2d( in_channels + hidden_channels, 4 * hidden_channels, kernel_size=kernel_size, padding=pad ) def forward(self, x, h, c): # x: (B, C, H, W)，h/c: (B, hidden, H, W) gates = self.conv(torch.cat([x, h], dim=1)) i, f, g, o = gates.chunk(4, dim=1) i = torch.sigmoid(i) f = torch.sigmoid(f) o = torch.sigmoid(o) g = torch.tanh(g) c_new = f * c + i * g h_new = o * torch.tanh(c_new) return h_new, c_new class ConvLSTMEncoder(nn.Module): def __init__(self, in_channels=2, hidden_channels=64, out_channels=2, num_layers=2, kernel_size=3): super().__init__() self.hidden_channels = hidden_channels self.num_layers = num_layers cells = [] for i in range(num_layers): cin = in_channels if i == 0 else hidden_channels cells.append(ConvLSTMCell(cin, hidden_channels, kernel_size)) self.cells = nn.ModuleList(cells) # 最后一层 hidden 映射成目标通道数 self.output_conv = nn.Conv2d(hidden_channels, out_channels, 1) def forward(self, x): # x: (B, T, C, H, W) B, T, C, H, W = x.shape h = [torch.zeros(B, self.hidden_channels, H, W, device=x.device) for _ in range(self.num_layers)] c = [torch.zeros_like(h[i]) for i in range(self.num_layers)] last_hidden = None for t in range(T): xt = x[:, t] for i, cell in enumerate(self.cells): h[i], c[i] = cell(xt, h[i], c[i]) xt = h[i] last_hidden = xt return self.output_conv(last_hidden)

核心参数有两个：hidden_channels和kernel_size。hidden_channels=64在 32×32 网格上已经能承载不错的容量；kernel_size=3是默认选择，如果你发现预测结果有明显的单点极值，可以换成 5 增大感受野。num_layers=2是时序模型的常规选择，层数加到 4 以上在小数据集上很容易过拟合，而且训练时间成倍上涨。

forward里我取最后一个时间步的隐藏态，直接过一个 1×1 卷积输出未来一个时间片的流量预测。如果你想一次预测未来多个时间片，可以改为把last_hidden继续解耦成多个输出头，或者让模型按时序解卷。新手入门先做“一步预测”最容易跑通。

3.3 不规则区域改用图网络：邻接矩阵的两种构造法

网格模型假设城市是规整矩形，但真实业务里行政区、商圈边界不是矩形，网格太粗会把两个流量特征完全不同的片区硬拼在一起。遇到这种情况，更常见做法是改用图网络：把每个兴趣区域（商圈、地铁站影响区、街道区块）看作图的节点，节点特征是该区域的历史流量序列，边表示区域之间的流动强度。

图卷积要做的事，就是让每个节点在更新特征时，按边的权重聚合邻居特征。邻接矩阵构造方法我常用两种：

• 距离 k 近邻法：计算每个区域中心的经纬度距离，每个节点只连最近的 k 个节点，边的权重取距离的倒数。优点是简单稳定，适合没有先验知识的情况。
• 历史流量相关法：统计一段时间内两个区域的进出流量序列，计算 Pearson 相关系数，超过阈值就建一条边。优点是把“空间上远、但通勤强相关”的两个区域也连上，缺点是有可能出现逻辑上不合理的边。

import numpy as np def graph_adjacency_by_distance(centers, k=8): """ centers: (N, 2) 每个区域的中心经纬度 返回: (N, N) 的对称邻接矩阵，每行只保留 k 个最近邻 """ n = len(centers) dist = np.sqrt(((centers[:, None, :] - centers[None, :, :]) ** 2).sum(-1)) adj = np.zeros((n, n)) for i in range(n): nearest = np.argsort(dist[i])[:k + 1] # +1 是因为包含自己 for j in nearest: if j != i: adj[i, j] = 1.0 / (dist[i, j] + 1e-6) return adj

这段代码得到的邻接矩阵会作为图卷积的输入。注意每一行保留的邻居数不一定完全一致，因为可能有距离为 0 的重叠节点，所以argsort后再做一次掩码比较稳妥。实际项目里，我会同时把邻接矩阵的度归一化做到图卷积层内，避免高连接节点把邻居特征过度放大。选择网格 CNN 还是图网络，核心判断标准是：区域边界是否天然规整，区域数量是否在几十量级。网格适合城市级大范围预测，图网络适合片区级精细管理。

4. 训练和评估：时空流量预测的指标、划分与关键参数

模型结构定下来后，训练过程里最容易出问题的不在反向传播，而在数据划分、指标选择和评分逻辑。这一章用一份可直接复用的评估代码讲清楚三件事：用什么指标看模型、怎么划分数据不泄露、哪些训练参数最影响最终效果。

4.1 评价指标：MAE、RMSE、MAPE 以及流量场景下 MAPE 的陷阱

时空流量预测最常用的指标是 MAE、RMSE 和 MAPE。MAE 反映平均绝对误差，RMSE 对峰值误差更敏感，MAPE 是相对误差百分比。看上去和普通回归问题一样，但流量数据有个特殊性：凌晨时段大部分网格流量是 0 或个位数，直接算 MAPE 会把一个相当好的模型拉到几百上千。正确做法是对参与 MAPE 的网格做一次流量门槛过滤。

下面是一个把三个指标一起算的评估函数，实际跑评估时直接传入预测和真值即可：

import numpy as np def evaluate_flow(pred, true, min_flow=1.0): """ pred / true: (T, H, W, C) 或 (N, H, W, C) min_flow: 只有真值大于该阈值的网格才参与 MAPE 计算 """ pred = np.asarray(pred) true = np.asarray(true) mae = np.mean(np.abs(pred - true)) rmse = np.sqrt(np.mean((pred - true) ** 2)) mask = true > min_flow if mask.sum() == 0: mape = float("inf") else: mape = np.mean(np.abs((pred[mask] - true[mask]) / true[mask])) * 100.0 return {"mae": mae, "rmse": rmse, "mape": mape}

这里min_flow=1.0的意思是只有真实流量大于 1 人的网格才参与 MAPE，可以避免“预测 0 人、真实 1 人”这种毫无意义的 100% 误差。商业项目里我一般把min_flow设成“该网格全天流量的第 25 百分位”，比固定 1 更稳。另外，报告指标时要把 MAE 和 RMSE 一起给，因为流量峰值场景下 RMSE 能暴露模型是不是只预测均值、对高峰毫无反应。

4.2 数据划分的时间陷阱：随机划分是严重的泄漏

很多刚入门的人会把所有样本随机打乱，按 7:1:2 切成训练、验证、测试。这在常规分类问题里没问题，但时空流量预测是强自相关时序数据，相邻时间片之间的流量高度相似。如果随机划分，训练集里会混进测试时间段相邻的样本，模型等于“见过”了测试期附近的流量水平，结果虚高，上线必翻车。

正确做法是按时间顺序切分。比如有 60 天数据，前 42 天训练，第 43~50 天验证，最后 10 天测试。而且要保证验证集和测试集之间也留出至少一天间隔，因为前一天午夜和后一天凌晨的流量仍会串扰。

def time_series_split(flow, train_ratio=0.7, val_ratio=0.1): """ flow: (T, H, W, C) 按时间顺序切分，不做任何打乱 """ T = flow.shape[0] train_end = int(T * train_ratio) val_end = int(T * (train_ratio + val_ratio)) train = flow[:train_end] val = flow[train_end:val_end] test = flow[val_end:] return train, val, test

注意代码里没做随机打乱，这是有意为之。如果你发现测试集结果比验证集差一截，先怀疑训练分布和测试分布发生了漂移，比如测试集跨进节假日时段。这种漂移不能靠调模型解决，只能靠给模型增加节假日特征或者单独训练节假日模型。

4.3 训练参数：滑动窗口、预测步长、batch 与学习率

流量预测训练样本的构造方式和普通图像任务不同。每个训练样本不是一张图，而是一段连续历史窗口加一个未来窗口。通常我会用过去 8~12 个时间片（对应 2~3 小时）预测未来 1~4 个时间片。滑动窗口在构造时相邻样本之间会重叠，会引入一定冗余，但数据集规模不大时这是可接受的。

训练参数方面，常见基线如下：

一段最小训练循环大概长这样，可以直接套进上一章的 ConvLSTM 编码器：

def train_one_epoch(model, train_loader, optimizer, loss_fn, device): model.train() total_loss = 0.0 for x, y in train_loader: # x: (B, T, C, H, W)，y: (B, C, H, W) x, y = x.to(device), y.to(device) optimizer.zero_grad() pred = model(x) loss = loss_fn(pred, y) loss.backward() optimizer.step() total_loss += loss.item() * x.size(0) return total_loss / len(train_loader.dataset)

这里的loss_fn我常用nn.L1Loss()，因为流量数据的峰值误差如果使用 L2 损失，模型会为了减小峰值 RMSE 而倾向于输出平滑估计，把高峰低估。换成 MAE 损失后，模型对峰值更敏感，当然训练稳定性会略差。如果发现训练 loss 震荡大，可以切回 SmoothL1Loss，它是 MAE 和 MSE 的折中。

5. 时空预测实战避坑：5 个让模型翻车的流量细节

前面几章给了可运行的代码，但真正投入生产的流程里，让模型“看起来准确、用起来很脆”的细节往往不在网络结构上。这一章是我做过多个城市流量项目后最想按头让你记住的 5 条血泪经验，每一条都是现象、原因、解决逐项对齐。

5.1 数据缩放混进全局统计：测试集信息被提前偷看

现象：训练 loss 很低，测试集指标也漂亮得惊人，但换到下一周真实数据后误差大得不像同一个模型。

原因：对流量张量做归一化时，用了整个时间段的均值和最大值。测试集和验证集的统计信息就混进了特征缩放器。深度学习模型在训练时等于间接见过测试期的数值范围，评价自然失真。

解决：先按时间切分数据，再用训练集的均值和标准差去缩放训练、验证、测试三个部分。如果用的是 MinMaxScaler，一定要scaler.fit(train_flow)之后再transform其他部分。保存模型时把缩放器一起存下来，预测阶段先对输入做同样的缩放，输出再反缩放回来。

5.2 MAPE 被零流量网格拉爆

现象：四维指标里 MAE 看着正常，MAPE 却几千上万。人眼看预测结果热力图，和真实值非常接近，但指标就是不涨面子。

原因：凌晨 2 点的流量矩阵绝大部分网格都是 0，真实值为 0 时 MAPE 计算出现除零或极小值放大，单个网格的误差就能把整体指标拉垮。

解决：评估时不要对所有网格计算 MAPE。先构造一个活跃网格掩码，比如true > min_flow才参与计算。更严格的做法是把一天按时段切分，分别报白天高峰和夜间低谷的指标，因为夜间预测在业务上本身不重要。你可以在第 4.1 节的evaluate_flow基础上加一个time_mask参数，快速得到白天时段的独立 MAPE。

5.3 节假日和大型活动是模型的黑匣子

现象：工作日和普通周末预测很好，一到节假日、演唱会散场、大型展会开幕就崩，预测值明显偏低。

原因：人群活动流量受到外部事件强烈调制，而模型输入只有历史流量，网络只能学到“工作日与周末的周期”，学不到“明天放假”这种一次性先验。

解决：在输入通道里拼接外部特征。最常见做法是给每个时间片加一个is_holiday通道，再给每个网格加一个事件强度通道，事件发生的网格置 1，周边网格按距离衰减。把这两个通道拼在流量矩阵后面，模型输入从 2 通道变成 4 通道，ConvLSTM 首层in_channels同步调整。对大型活动，单独用活动发生日数据做增量训练，比提高网络容量更省事。

5.4 网格设小了，流量矩阵稀疏到没法训练

现象：把 5km×5km 的研究区域切到 100m×100m 网格，结果大部分网格 24 小时流量都是 0，模型训练半天输出基本全是 0，正则化参数怎么调都无效。

原因：网格太细导致流量信号被稀释。深度学习需要的是一块相对稠密的数据张量，如果正样本网格比例低于 5%，模型会倾向输出全 0 以压低损失。

解决：回到 2.2 节的聚合函数，先统计每个网格的日均流量，过滤掉过低流量的网格，把它们归为一个“背景网格”类别，不参与主模型预测。或者直接放大网格边长，直到活跃网格比例超过 20% 再训练。记住：网格分辨率不是越高越好，高到信号稀疏时，反而损失了空间相关性。

5.5 多步预测误差滚雪球

现象：预测未来 1 个时间片误差很小，预测未来第 4 个时间片误差翻倍，并且误差大概率和“直接照搬历史同时刻均值”差不多。

原因：多步预测有两种做法。一种是模型每步输出一个值再反馈回输入，迭代预测；另一种是网络直接输出未来多个时间片。前者训练时输入的都是真实历史，但预测时输入的是模型自己的输出，训练和推理分布不一致，误差逐级累积。

解决：训练阶段用 scheduled sampling，即训练时按一定概率把真实上一时刻结果喂回序列，概率从 1 逐渐降到 0，让模型逐渐适应自己的输出误差。另一个简单方案是改成多任务输出：模型最后一层不只有一个输出头，而是并行输出未来 4 个时间片，每个时间片独立计算损失。评估时分步长报告指标，别把第 1 片和第 4 片的误差混在一起写，不然你根本不知道模型到底退化到哪一步。

6. 验证一套时空预测模型的可用性：从残差热力图到峰值误差阈值

模型训练完，指标也出来了，最后一步不是看总 MAE，而是验证这套模型能不能被业务真正用起来。我的验证流程分三步。

第一步，画残差热力图。把真实流量作为横轴、预测误差作为纵轴，按网格散点画出来。理想的形状是：误差随流量增大而增大，但相对误差保持稳定。如果看到真实流量为 200 时误差达到 150 以上，说明模型把高峰区域严重低估了，这种误差对应急调度是致命的。第二步，按小时分桶评估。把测试集的预测按一天 24 个小时切分，分别计算每个小时的 MAE。你会发现最差的时段通常是早高峰和晚高峰前后，而不是凌晨。如果凌晨误差都压不住，数据采集本身可能有问题。第三步，对照业务阈值。与运营方确认一个可接受的峰值误差，比如“预测流量 1000 人时误差不超过 200 人”或“峰值时段 MAE 不超过 15%”。模型在全天平均指标上达标并不难，难的是峰值时段达标。

我个人的习惯是，每版模型上线前先拿“上周同时段均值”挂一个对照曲线，只报相对提升率，不报绝对值。因为绝对值会随季节和城市活动波动，而相对提升率能说明模型真正学到了时空结构。某个冬天做过一次区域疏散演练，模型在峰值时段比 baseline 只提升了 6%，当时觉得效果不明显，后来把网格从 500m 调到 300m，峰值误差立刻降了 20%。可见流量峰值预测的瓶颈经常不在网络深度，而在空间分辨率是否匹配业务颗粒度。希望这一套从数据聚合到验证的流程能帮你在自己的流量数据上少走些弯路。

本文还有配套的精品资源，点击获取