Resilience of Interdependent Urban Socio-Physical Systems using Large-Scale Mobility Data: Modeling Recovery Dynamics
城市是一个由社会经济系统组成的复杂系统，依赖于多个物理基础设施网络提供的关键服务。由于社会和自然系统之间的相互依存关系，自然灾害造成的破坏可能会在整个系统中级联，扩大灾害的影响。尽管气候变化和城市快速增长带来的威胁越来越大，但如何设计社会和物理系统之间的相互依存关系，以实现具有弹性的城市，在很大程度上尚未探索。在这里，我们研究了城市系统中的社会物理相互依赖性及其对灾难恢复和复原力的影响，使用在飓风玛丽亚期间从波多黎各收集的大规模移动数据。我们发现，随着城市规模的扩大和集中式基础设施系统的扩大，关键服务的恢复效率提高了，但是，在危机期间，社会经济系统的自力更生能力受到了限制。研究结果表明，保持社会系统的自力更生可能是发展具有弹性的城市社会物理系统的城市面临快速城市增长的关键。
2021-04-15 physics.soc-ph
Modeling smart growth of cities through entropy and logistics
我们引入了一个预测算法，用于人口超过10万的城市的智能增长，允许广泛模拟增长计划及其对城市人口的影响。智能增长指标的计算，以评估一个城市在其适应的增长计划，这是使用加权熵方法测量的每个阶段的进展。预测算法本身是由一个独特的差分模型构建的，该模型根据智能增长建议计算城市的增长，这些建议由逻辑权重模型单独评估。然后，根据从模拟中观察到的有效性和效率对这些建议进行排序，从而深入了解为目标城市提供充满希望的未来的最佳方法。
2017-06-24 physics.data-an physics.soc-ph
Robustness analysis in an inter-cities mobility network: modeling municipal, state and federal initiatives as failures and attacks
受COVID-19疫情相关挑战和寻求最佳遏制策略的启发，我们提出了一个城市间移动复杂网络的鲁棒性分析。我们将市政举措抽象为节点故障，将联邦行动抽象为有针对性的攻击。geo（graphs）的方法被应用到可视化的地理图形，并产生地图的拓扑指数，如度和脆弱性。巴西2016年的数据被认为是一个案例研究，有5000多个城市和27个州。基于网络的鲁棒性指数，我们表明，最有效的攻击策略转移从拓扑度为基础的，所有城市的网络，以拓扑可扩展性为基础的，考虑巴西国家作为节点的网络。此外，我们的研究结果表明，个别市政府的行动并没有造成很大的影响，流动性限制，因为他们往往是准时和断开的国家现场作为一个整体。相反，特定城市的协调隔离是分离整个网络区域的关键，从而防止蔓延过程盛行。
2020-04-08 cs.SI physics.soc-ph
Modeling the spatial growth of cities
Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会）；University of Trento（特伦托大学）；Université Paris-Saclay（巴黎萨克雷大学）；CNRS（法国国家科学研究中心）；CEA（法国原子能和替代能源委员会）；Ecole des Hautes Etudes en Sciences Sociales（高等社会科学学院）；Complexity Science Hub, Vienna（维也纳复杂性科学中心）
本文综述了城市空间扩张的数学建模，探讨了其与物理表面生长的相似性，分析了跨学科研究中的挑战与未来方向。
2026-03-28 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
The role of city size and urban metrics on crime modeling
揭示犯罪和社会经济因素之间的关系对于建模和预防这些非法活动至关重要。最近，在了解城市指标对不同城市系统犯罪水平的影响方面取得了重大进展。在本章中，我们展示了城市犯罪增长率和犯罪数量的动态与城市规模的关系。我们还讨论了城市尺度的框架内的犯罪建模，提出了一个数据驱动的方法建模犯罪的城市度量的作用。这一模式为犯罪动态的支配机制提供了若干见解，可协助决策者就资源分配作出更好的决定，并有助于预防犯罪。
2017-12-07 physics.soc-ph
Modeling the spatial dynamics of income in cities
该研究针对城市收入空间动力学缺乏定量分析的问题，基于美法多国功能性城市区数据，发现邻区收入影响区域收入演变，用统计物理投票者模型实现少参数的城市收入演变描述与预测，并以波士顿、巴黎2030年情景做例证。
2023-04-28 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Fractal-based modeling and spatial analysis of urban form and growth: a case study of Shenzhen in China
城市增长的分维曲线可以用S型函数来模拟，包括Logistic函数和二次Logistic函数。不同类型的逻辑函数表示不同的空间动态。西方国家城市增长的分维曲线遵循一般的Logistic函数，而中国北方城市增长的分维曲线遵循二次Logistic函数。现在，我们想知道是否所有的中国城市都遵循着同样的城市演化规律。本文研究了深圳市的分形和分维特征。将城市区域划分为四个分区，利用ArcGIS技术，采用计盒法提取空间数据集，并采用最小二乘回归估计分形参数。结果表明：（1）深圳市城市形态具有明显的分形结构，但不同分区的分维值不同：（2）4个研究区的分维增长曲线均只能用常用的Logistic函数拟合，且拟合的拟合优度随时间的推移而增大;（3）深圳城市增长的高峰期在1986年以前已经过去，分维增长已接近其最大容量。结果表明：深圳市城市形态具有多重分形特征，分形结构通过自组织逐渐完善，但土地资源已达到增长极限。深圳城市增长分维曲线与欧美城市增长分维曲线相似，但与我国北方城市增长分维曲线不同。这表明中国南北城市发展的动力机制存在着细微的差异。
2020-10-11 physics.soc-ph
Hamiltonian Modeling of Macro-Economic Urban Dynamics
持续的快速城市化现象使得了解城市环境的演变对于改善福祉和引导社会走向更美好的未来至关重要。许多研究集中于城市的新特性，从而发现了反映社会经济指标对城市规模的依赖性的比例法则。虽然标度律允许定义独立于城市规模的社会经济指标，但只有少数努力致力于通过社会经济变量及其相互影响来反映城市的动态演变。在这项工作中，我们提出了一个最大熵（ME），非线性，生成模型的城市。我们写特别是一个哈密顿函数的几个宏观经济变量，其耦合参数，我们推断从实际数据对应的法国城镇。我们首先发现，不同的指标之间的非线性依赖关系需要一个完整的统计描述的非高斯相关性。此外，虽然个别城市的动态是远离平稳，我们表明，对应于不同年份的耦合参数是相当强大的。准时间不变性的哈密顿模型允许提出一个分析模型的演变的宏观经济变量的时间，朗之万方程的基础上。尽管没有时间信息的演变城市已被用来推导出这个模型，其预测精度的时间演变的系统是兼容的模型推断，明确使用这样的信息。
2020-09-21 physics.app-ph physics.soc-ph
Modeling Urban Growth and Form with Spatial Entropy
熵是定义分维的物理基础之一，广义分维是由Renyi熵定义的。利用分形维数可以描述城市的生长、形态和空间复杂性。许多分形模型和测量已被提出用于城市研究。然而，分形维数应用的前提是要找到城市的标度关系。在没有标度性的情况下，我们可以利用熵函数和测量。本文主要研究如何用空间熵来描述城市增长。通过与城市分维增长模型的类比，可以推导出一对熵增长模型，并构造一组基于熵的测度来描述城市增长过程和增长模式。首先，利用逻辑斯蒂函数和玻尔兹曼方程来模拟城市增长的熵增长曲线。其次，采用基于空间熵的一系列指标来表征城市形态。将多重分形维数谱推广到空间熵谱。结论如下。熵与分维在城市研究中既有交叉又有不同的应用领域。因此，对于给定的空间测量尺度，为了简单起见，分形维数通常可以用空间熵代替。本文所提出的城市空间熵模型和度量方法对于将熵和分维纳入城市空间分析的同一框架，理解城市空间复杂性具有重要意义。
2020-11-16 physics.soc-ph
Modeling Metropolis Public Transport
我们目前的调查结果的公共交通网络（PTNs）的选择14个主要城市的世界PTN的大小范围在2000和46000站，并开发这些网络的演化模型。这些PTNs的结构揭示了一组邻里关系的路线和车站。以这种方式定义的网络由于嵌入的2D地理空间和城市结构的约束而显示出独特的属性。除了复杂网络的标准特征，如最近邻数、平均路径长度和聚类，我们还观察到PTNs特有的特征。虽然其他具有现实世界链接的网络，如嵌入二维或三维的电缆或神经元，通常会显示出类似的行为，但在我们目前的案例中可以详细研究这些行为。路线的地理数据揭示了令人惊讶的自我回避步行属性，我们与表面覆盖的优化。我们提出并模拟了一个进化的增长模型的基础上有效地相互作用的自我避免行走，再现PTN的关键功能。
2007-09-20 physics.soc-ph
Stochastic equations and cities
Université Paris-Saclay（巴黎萨克雷大学）；CEA（法国原子能和替代能源委员会）；CNRS（法国国家科学研究中心）；Institut de Physique Théorique（理论物理研究所）；Centre d’Analyse et de Mathématique Sociales（社会分析与数学中心）；EHESS（高等社会科学学院）
本文回顾了基于随机方程解释城市人口Zipf定律及排名动态的多种理论模型，推导了城市人口随机方程，证实城际迁移冲击对城市人口统计与动态的关键作用。
2023-07-11 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
The effect of interurban movements on the spatial distribution of population in China
了解城市间流动如何改变人口的空间分布对于交通规划很重要，但也是流行病建模的基本要素。我们在此重点关注中国农历新年期间的度假旅行（所有交通方式），并将2019年的结果与2020年的结果进行比较，其中旅行禁令适用于减缓新型冠状病毒（COVID-19）的传播。我们首先表明，这些旅行流分布广泛，并显示大的时间和空间波动，使他们的建模非常困难。当流动量较大时，它们似乎更加分散在更多的来源地和目的地，形成事实上的中心，可以大规模传播流行病。这些迁移很快（在大约一周内）导致人口在一小部分城市集中。我们通过定义一个摆动比率来定量描述初始分布的回归，这使我们能够表明这种动态非常缓慢，甚至由于旅行限制而在2020年农历新年停止。旅行限制显然限制了疾病在不同城市之间的传播，但也因此产生了相反的效果，使疾病高度集中在少数几个城市，除非个人接触受到严格限制，否则先验地有利于城市内的传播。这些结果揭示了城市间人口流动如何改变全国人口分布，这是在国家一级制定有效控制战略的一个关键因素。
2020-03-16 physics.soc-ph
Maximum Entropy Approach for the Prediction of Urban Mobility Patterns
本文基于意大利共享汽车移动数据，利用最大熵原理构建仅含最少约束的可解释城市活动模型，用于预测与异常检测，性能优于SARIMA并接近神经网络。
2022-10-04 physics.soc-ph
Fire and Smoke Digital Twin -- A computational framework for modeling fire incident outcomes
本文提出一个火灾与烟雾数字孪生计算框架，实时跟踪美国多城市火灾，利用三维建筑足迹模拟烟雾扩散并预测空气质量影响，以奥斯汀为例验证并与消防部门合作确保准确性。
2023-05-19 cs.CE cs.CY cs.SI
Inter-city infections and the role of size heterogeneity in containment strategies
本研究构建城际感染传播模型，对比按城市规模比例设阈值和统一阈值的封锁策略，结合多国流动性数据校准，发现策略效果因国家城际流动驱动因素不同存在差异。
2025-07-28 math.PR physics.soc-ph
Spatial correlations, clustering and percolation-like transitions in homicide crimes
最近通过统计物理方法研究了犯罪活动的空间动态;然而，模型和结果都集中在地方尺度（城市一级）上，对国家一级等更大尺度上的这些模式知之甚少。在这里，我们报告的杀人犯罪的空间动态的表征沿巴西领土使用的数据从所有城市（~5000）在一段时间内超过三十年。结果表明，人均凶杀案的空间关联函数随城市间距离的增加呈指数衰减，特征关联长度近年来呈急剧增加的趋势。我们还调查了城市的空间集群的形成，通过一个类似的分析，其中城市的集群和一个相变样的行为描述的最大集群的大小作为杀人阈值的函数进行观察。这种类似过渡的行为呈现出进化特征，其特征在于杀人阈值（过渡发生的地方）的增加和过渡幅度（集群大小跳跃的长度）的减少。我们相信，我们的工作揭示了大规模犯罪活动的空间模式，这可能有助于更好的政治决策和资源配置，以及开辟了新的可能性，通过建立大规模的基本经验模式来模拟犯罪活动。
2015-10-13 physics.data-an physics.soc-ph
Growing Random Geometric Graph Models of Super-linear Scaling Law
近年来对复杂系统的研究突出了所谓的超线性增长现象。随着以城市人口或在线社区活跃用户衡量的系统规模$P$的增加，以GDP或新专利数量衡量的总活动$X$，这些人在城市中产生的犯罪也在增加，但速度更快。这种加速生长现象可以用超线性幂律$X \propto P^γ$（$γ>1$）很好地描述。然而，对这一现象的解释仍然缺乏。在本文中，我们提出了一个建模框架称为增长随机几何模型来解释超线性关系。在一个抽象的几何空间上构造一个生长网络。新的节点只有在空间中其他节点存在的适当位置才能生存，然后新的边与相邻的节点连接，相邻节点的数量由现有节点的密度决定。因此，总的边缘数可以增长的节点数量在一个更快的速度，完全遵循超线性幂律。这些模型不仅可以再现复杂网络中的许多观察到的现象，例如，无标度度分布和渐近大小不变的聚集系数，也类似于已知的城市模式，如分形增长，面积-人口和多样性-人口标度关系等。引人注目的是，只有一个重要的参数，几何空间的维数，可以真正影响超线性增长指数$γ$。
2012-12-20 cs.SI physics.soc-ph
