��ϱ���ʽGPS���������ľ�����е���

减轻受访者负担是提高居民出行调查回应率和精准度的关键,而基于传统问卷调查的改进对此难有突破. 本文设计和实验一种耦合GPS技术和网络调查技术的居民出行调查方案,以期获得实质性改善. 方案使用GPS模块进行被动式跟踪确定出行路径,同时利用网络调查收集受访者个人/家庭信息和行程目的. 设计利用GPS对出行时空轨迹具有高精准定义的特点,降低对行程信息调查表的填写要求,并且通过互联网调查允许受访者自行选择时间填写,把对行程回忆的不良影响减到最小. 方案实验使用了华东师范大学教职工群体做驾车出行调查,并与传统问卷调查做了比较. 试验的初步结果表明,新方案能够显著提高出行数据收集的精度和效率,明显降低受访者负担和调查费用,有望发展成为下一代交通调查的主要手段.     

上海市第五次综合交通调查新技术方法实践

如何使人工调查与数据挖掘相结合,是高效经济地进行综合交通调查的关键.上海市第五次综合交通调查在调查方案设计、项目设置上更加注重项目的全面性和关键性、数据的多元性以及内容的针对性,数据采集手段上首次采用个人手持终端,并利用公共导航地图云技术进行地址精确定位.在抽样和扩样技术方面,主要提出居民出行调查的抽样和扩样方法.在信息数据挖掘方面,分析了遥感用地、手机信令、车牌识别和车载GPS数据的挖掘技术和方法.最后阐述了综合校核的主要思路和小客车特征数据的校核方法.     

基于手机信息的居民出行调查

介绍了利用手机信息进行居民出行调查的方法,首先设计了出行信息采集系统的功能和界面,然后在J2ME平台上开发出行信息采集软件;最后研究了系统中的信息处理内容、采用的技术和方法,得到了多种居民出行统计信息。该方法与传统调查方法相比适应性更强,数据更准确。     

基于居民出行时间价值的SP调查设计

不同城市和地区的居民出行时间价值研究方法各异,SP调查逐渐成为研究出行时间价值的重要手段。首先系统梳理SP调查的方法、设计、实施和特点。基于北京市第四次居民出行调查的SP分项调查,详细阐述SP调查的技术方案、实施方法、调查规模和抽样方式,重点分析SP调查方案的设计。基于均匀设计方法,采用SP调查和RP调查相结合的方案,通过确定影响因素、设定情景模式和主要参数,基于不同出行方式分别设计了SP调查表格和情景模式卡。通过对北京市SP调查相关实证分析,提出SP调查实施改进的对策建议。     

智能手机在家访式居民出行调查中的应用研究

智能手机的普及及国内移动通信技术的迅猛发展,使得运用移动技术进行家访式居民出行调查成为可能。运用智能手机进行家访式居民出行调查,可以减少诸多调查环节,从而节省成本、时间,提高数据的利用率,可有效防范舞弊调查行为。试图研究植入智能手机的软件系统,应用于家访式居民出行调查中,优化传统家访式居民出行调查流程,减少数据编码和数据录入环节,提高调查数据的利用率、节约有限的调查成本和时间。     

上海市第五次综合交通调查综合校核技术

居民出行调查主要依赖人工实施完成,受到各种人为因素制约,容易导致调查结果在反映真实出行特征方面存在偏差.因此,需要进一步利用和分析综合交通调查和其他相关数据进行综合校核.以上海市第五次综合交通调查为例,提出人员出行特征和车辆出行特征综合校核的技术方法.利用交通行业相关统计指标、交通大数据、其他专项调查以及交通模型对出行特征指标进行比对校核.重点阐述人员、客车、货车出行特征校核的方法及步骤.最后指出,与以往调查校核相比,本次校核大量应用信息化数据,有效地将传统调查与信息化调查成果相融合.     

美国和英国全国居民出行调查比较研究

美国全国家庭出行调查和英国全国出行调查迄今已经有数十年的历史,形成了一套成熟、稳定的调查保障机制和专业流程,取得了丰富的应用成果.通过对比两个调查体系的发展历程、资金来源与调查执行、样本设计、调查方法、调查内容、数据处理与应用,总结美国和英国在全国居民出行调查方面的经验.探讨中国开展全国居民出行调查的必要性.结合案例,从调查保障机制、调查内容和调查新技术的使用三个方面提出经验借鉴,包括扩充资金渠道、评估调查数据应用效果、优化问卷内容、引用智能化调查技术等.     

基于电子地图居民出行OD调查方法

分析传统居民出行OD调查方法的不足,提出一种基于电子地图平台的新方法。通过友好的操作界面平台,利用标准化的数据形式省去后期大量的人工数据录入及处理工作。避免以往调查与统计空间分离的状况,提高数据的可信度,节约调查和数据录入费用,增强可操作性、提高工作效率、降低工作强度、提高精确度,具备广阔的使用前景。     

居民出行调查抽样率确定相关问题探讨

居民出行调查是制定合理的交通规划的基本前提和重要环节.由于目前我国居民出行调查还存在很多亟待解决的问题,居民出行抽样调查率的确定还主要根据国外经验和定性认识,缺乏科学的理论基础做支撑.因此根据调查目标、调查方法,在保证调查精度的前提下,科学合理地确定抽样调查率具有十分重要的理论和实践意义,对于交通规划、交通治理和决策的制定具有重要作用.     

基于SP调查的时间价值理论及应用研究——以深圳市SP调查为例

为了建立完善的交通需求预测模型、标定模型相关参数,必须采用先进的SP调查技术来分析出行者意愿性信息.针对SP调查技术在国内交通领域鲜有应用的现状,系统地介绍了SP调查的理论及原理、调查方法、调查数据的应用,并以深圳市为实例,合理设计调查方案,分析居民出行的行为时间价值.     

上海市第五次居民出行调查与交通特征研究

挖掘和分析居民出行调查的历史数据库,归纳城市交通演变的特点和规律,有利于更好地了解城市交通的发展全貌.通过对比上海市五次居民出行调查的成果,从出行强度、出行结构、出行分布等方面揭示改革开放30年来上海市居民出行特征的演变,反映出用地拓展、机动化发展给城市居民出行行为带来的变化以及对城市交通产生的影响.在相应研究分析的基...     

多源数据融合驱动的居民出行特征分析方法

结合传统抽样调查数据和交通大数据，研究多源数据融合驱动的居民出行特征分析方法.根据传统入户抽样调查居民的年龄结构、职业、车辆拥有、人口，以及手机信令数据分析出行频次分布等因素进行综合分析，获取居民初步出行特征；基于手机信令、IC、AFC、GPS 等大数据，通过出行时间分布、OD分布和出行方式结构对居民的出行特征进行综合矫正分析；最后，以广州市为例进行实证分析.对比研究传统抽样调查和多元数据融合分析方法可知，传统抽样调查居民出行漏报率为30%，每天出行2次的比例相差39.5%，全方式非通勤出行比例、晚高峰公交和地铁出行比例分别相差7.4%、8.1%和12.6%.结果表明，多源数据融合驱动的居民出行特征分析方法，在总量上有效挖掘居民出行的沉默需求，在时空分布上起到了“削峰填谷”的作用，是一种研究居民出行特征的有效方法.     

多源数据融合驱动的居民出行特征分析方法

结合传统抽样调查数据和交通大数据，研究多源数据融合驱动的居民出行特征分析方法.根据传统入户抽样调查居民的年龄结构、职业、车辆拥有、人口，以及手机信令数据分析出行频次分布等因素进行综合分析，获取居民初步出行特征；基于手机信令、IC、AFC、GPS 等大数据，通过出行时间分布、OD分布和出行方式结构对居民的出行特征进行综合矫正分析；最后，以广州市为例进行实证分析.对比研究传统抽样调查和多元数据融合分析方法可知，传统抽样调查居民出行漏报率为30%，每天出行2次的比例相差39.5%，全方式非通勤出行比例、晚高峰公交和地铁出行比例分别相差7.4%、8.1%和12.6%.结果表明，多源数据融合驱动的居民出行特征分析方法，在总量上有效挖掘居民出行的沉默需求，在时空分布上起到了“削峰填谷”的作用，是一种研究居民出行特征的有效方法.     

С�������жԾ������������Ӱ�����

奥运期间小汽车限行政策的实施,有效缓解了北京道路交通拥堵。本文通过措施实施前后收集的居民入户调查数据,定量分析了限行措施对居民出行特征的影响,研究发现：限行政策实施后,居民总体出行率由1.88次/日降低到1.70次/日,上下学、接送人和工作外出等出行比例明显降低;私人机动车出行强度降低0.07次/（天&;#8226;辆）,乘载率提高0.10人/车;公务车出行强度增加0.70次/（天&;#8226;辆）,乘载率提高0.32人/车;地铁、公交和小汽车出行时耗分别缩短了12 min,8 min和8 min。     

城市过量短距离小汽车出行研究

以北京市为例,挑选具有代表性的两类居民小区,对小区出行环境和居民出行行为展开调研.首先,利用GPS和测距仪等设备收集出行环境数据,结合地理信息系统,对小区内部和扩展区域的机动车和非机动车环境进行分析,指出了两类小区出行环境的特点;然后,利用调查问卷收集居民出行行为数据,在分析不同小区的短距离出行特征和同类居民的出行行为后,指出出行环境对出行行为具有显著的影响.最后,给出了不同小区居民偏好小汽车短距离出行的影响因素,以及在不同出行目的下,居民出行方式的转换意愿.研究成果有助于制定合理引导小汽车出行的交通需求管理对策.     

基于个体出行数据的公共交通出行链提取方法

公共交通个体出行信息的提取对掌握公共交通出行的时空特征,改善居民通勤出行效率具有重要意义.研究从公交刷卡数据、公交定位数据、轨道AFC数据等海量公共交通多源数据的关联匹配与处理方法入手,提出了公共交通出行链信息提取中,换乘关系判断、通勤行为判别及出行起讫点匹配的方法与规则,标定了出行链匹配阈值参数,建立了基于个体出行数据的公共交通通勤出行链提取模型.提取模型的准确度验证表明:出行链结构提取及通勤出行判别的成功率均达到100%,出行阶段起讫点匹配成功率为87.5%,准确性为97.1%,满足了公共交通出行特征提取的需求.该方法为公共交通通勤出行判别及基于个体的微观通勤出行时空特征的深入分析奠定了基础.     

天津市居民出行特征分析与交通政策探讨

依据天津市居民出行调查的有关数据,通过对出行强度、出行方式、出行距离、出行成本等系列指标总结归纳出天津市城市居民出行的规律、变化特征及其原因,并与我国其他部分城市的居民出行资料进行对比分析,针对未来发展趋势对天津市城市交通发展提出相应的对策与建议。