了解居民如何实际使用他们所处的城市空间——在哪些地方居住、工作和聚集——是制定贴合需求的城市规划方案的基础。比如，掌握从住宅区前往工作地点的主要路线及其高峰时段，有助于调整公交线路和班次频率，更合理地配置交通管理资源。

同样，识别人们聚会、休闲和参加活动的地点，以及这些地点在一天或一周中最繁忙的时间，不仅可以提升公共信息发布的精准度，还能加强清洁、安保和交通服务，并为商业和文化推广提供依据。数据越精细、越接近真实使用情况，公共管理部门就越有能力以务实、有效的方式规划城市空间和公共服务。

为此，科尔多瓦大学的一个研究团队开发了一款新工具，利用居民在不同地点使用手机的情况，来绘制城市的结构和运行节奏。这款软件名为 MAPLID（多标签地点识别方法），其特点是采用多标签分类：同一片空间可以被同时归入多个功能类别。例如，一所大学校园既可能是工作场所，也可能是居住区，在特定时段还会成为休闲和社交空间。相关成果已发表在《国际地理信息科学杂志》上。

MAPLID 通过记录某一天的通话数据，并追踪这些行为在一周内的重复情况，来识别人们访问的地点及其频率，从而勾勒出人口的日常活动模式，进而推断城市各区域的功能变化。借助这些信息，可以观察到特定区域人口密度在一天或一周内的变化。例如，一条原本以住宅为主的市中心街道，可能逐渐演变为兼具办公功能的混合区域。

该工具还能够揭示前往工业园区的道路在何时出现交通高峰，以及一次性大型活动（如演唱会或体育赛事）如何在短时间内改变当地居民的出行节奏和生活习惯。

在意大利两座城市的试点应用

MAPLID 算法的研发源自研究员 Manuel Mendoza Hurtado 的博士论文工作，他与计算机科学与人工智能系的同事 Juan A. Romero del Castillo 和 Domingo Ortiz Boyer 合作，发表了这一工具的首批研究成果。

目前，该模型尚未基于西班牙本地数据进行测试。研究人员解释，由于隐私保护方面的严格限制，大规模手机数据的获取难度较大。因此，项目初期采用的是意大利电信公司为科研目的公开的通话记录数据库。

研究团队首先在米兰、随后在特伦托使用这套数据集，对两座城市的人口活动进行绘制和分析。由于这两座城市在空间布局和城市特征上存在明显差异，试点结果也从侧面验证了 MAPLID 在不同城市环境下的适用性和可靠性。Mendoza 介绍，他们利用的是每当移动设备连接基站进行通话或发送信息时所生成的地理定位数据。

每天会产生数以百万计的数据点，这些数据被叠加到城市地图上，并与开放地图工具 OpenStreetMap 提供的地理与功能信息进行结合。研究结果显示，像 MAPLID 这样的多标签分析工具，有助于更全面地理解居民的移动轨迹和空间使用方式；随着更多补充数据的加入，生成的城市功能地图将会更加细致和丰富。

研究人员强调，该工具在城市规划领域具有显著潜力，因为它“能够捕捉城市空间的多重功能和用途，而不是像一些过度简化的模型那样丢失关键信息”。下一步，团队计划与地方政府展开合作，将这套工具提供给城市管理部门实际使用。

在众多潜在应用中，团队认为交通管理是最直接、最重要的方向之一。借助这些数据，城市可以更精准地调整公共交通的时刻表和班次频率，优化线路设计，甚至帮助评估和降低私家车出行的燃料成本，从而在整体上提升城市交通系统的效率和可持续性。