大数据支撑的交通视角下同城化发展阶段辨别分析

为促进区域一体化发展,实现城际交通设施差异化配置,提供与区域发展状态相匹配的交通设施供给,须把握同城化现状发展状态,提出了一种交通视角下同城化发展阶段辨别的方法。首先,在同城化交通内涵分析基础上,从交通视角将同城化划分为单向同城化、双向同城化、融合同城化三个阶段;其次,基于手机信令等大数据的城际出行特征挖掘,提出了同城化阶段和出行模式定量识别方法;最后,以广州、佛山、东莞为例进行了实证研究,结果表明,广州—佛山处于双向同城形成阶段,通勤走廊特征明显,广州—东莞处于同城化初期阶段,产业走廊特征明显。     

全域同城背景下的广佛区域交通一体化规划策略

为实现"广佛全域同城"背景下的交通一体化发展的目标,首先,借助广佛两市近年来的交通调查数据以及最新人群流动大数据,识别广佛间的交通需求在全域具有一体化、通勤同城化和区位差异性等特征;其次,根据未来发展趋势判断广佛间客流量级将持续增长,客流一体化特征将更加显著;最后,从区域空间协同发展、产业布局优化、区域辐射力提升等角度,提出构筑一体化交通设施网络、差别化的衔接交通系统以及一体化客运枢纽体系等建议。     

手机数据在交通调查和交通规划中的应用

手机作为一种理想的交通探测器,为居民出行信息分析提供了很好的技术选择。将手机数据映射至交通分析单元,并经信息预处理、匹配分析、交通模型分析处理、数据去噪、扩样等一系列海量数据运算处理,最终可获得居民出行特征数据。利用长期历史手机话单数据,可分析常住人口和就业人口分布、通勤出行特征、大区间OD、特定区域出行特征、流动人口出行特征等。手机信令数据能够较完整地识别手机用户的出行轨迹,可进一步应用于分析城市人口时空动态分布、特定区域客流集散、查核线断面或关键通道客流、轨道交通客流特征、出行时耗、出行距离、出行强度、道路交通状态等。根据天津手机话单数据应用案例及上海手机信令数据应用案例,验证了技术可行性。     

基于多源数据的南昌市岗位类型与出行特征研究

就业岗位是交通需求建模的基础数据,包括不同类型岗位的空间分布及其出行特征.将手机信令大数据与"三调"用地数据、交通模型、"七普"数据、年鉴数据等进行融合分析,实现信令大数据中职住数据、出行数据的精细化扩样及其与地块性质的关联,并进一步对各类就业岗位的出行特征进行研究,包括岗位密度、交通吸引率、通勤距离、通勤速度、交通强...     

基于手机信令数据的城市通勤出行特征研究

通勤交通出行特征是研究城市交通规划的重要数据基础,如何有效提取通勤出行特征成为研究城市居民通勤出行的关键。文章通过分析手机信令数据特性和通勤出行特征,利用手机信令数据挖掘的相关技术,建立通勤出行特征提取模型并进行实例研究,与传统的居民出行调查分析进行对比,验证利用手机信令数据进行通勤出行特征研究的可行性。     

基于手机信令数据的高速公路客流特征分析——以广深高速为例

手机信号会定时与周围手机基站进行连接,通过对手机时空信号的分析,可有效的掌握交通出行的整个过程。以手机信令数据为基础,分析客流出行特征,通过挖掘客流的出发起终点、工作地及居住地等信息,可掌握高速公路客流的交通特性,为高速公路改扩建工程方案设计提供定量支撑。本文选取广深高速公路上的特征断面,通过分析客流手机信令数据,得出广深高速广州及东莞段主要以承担区域公路交通为主,深圳段主要以承担城市短途交通为主。     

基于手机信令数据的旅客联程出行时空特征分析方法

为高效准确地识别旅客联程出行方式,基于旅客联程出行行为特征,引入不同运输方式场站地理位置、场站数据取样最佳半径、旅客行驶速度等关键参数,对旅客手机信令数据进行筛选、校核和计算,提出了基于手机信令数据的旅客联程出行方式识别方法,同时测算了不同运输方式场站数据取样最佳半径。以2018年国庆假期广东省内旅客出行为例进行分析,剔除了约98%的无关信令数据。分析结果显示,广东省内公铁联运出行比例最高,广州、深圳两大枢纽城市的客流集疏运效应突出,广佛城际出行联系较为密切,佛山机场的潜力较大。研究表明,识别方法大幅降低了信令数据分析量和运算成本,方法原理和技术路线清晰,分析结果准确、符合实际。     

基于手机信令的交通出行特征分析——以日照市为例

利用手机信令数据了解人口规模、职住分布、出行特征等指标,有助于城市空间规划与设施布局等的应用研究。原始手机信令数据需要经过一系列算法处理,才能提炼、分析相应指标。首先对手机信令数据的处理流程进行梳理,再介绍数据处理的关键算法及其参数确定方法,最后结合应用实践,对案例城市的人口岗位分布、居民出行特征及通勤特征开展分析,相关流程及方法可为类似项目提供参考。     

基于手机信令数据的居民出行调查分析——以石家庄为例

传统的综合交通调查工作受时间和人工成本的限制,存在着样本量小、精度差、时效性差等问题,随着科技信息化水平的不断提高,利用手机信令数据分析技术辅助居民出行调查工作成为现实。文章阐述了利用手机信令数据进行分析的关键技术方法,并详细介绍了手机信令数据分析技术在石家庄市人口和就业岗位分布、出行率分析、出行总量分析、全日通勤客流空间主通道走廊分析等方面的应用,为今后开展更深入研究与应用奠定了基础。     

轨道交通车站客流来源空间分析及接驳优化 ——以天津市为例

利用手机信令数据可在提取轨道交通出行链信息的基础上获得各车站的客流来源空间分布,并应用于交通规划中.首先,提出获取轨道交通出行链信息和车站客流来源分布的计算流程以及其中涉及的轨道交通基站检测、出行端点识别、轨道交通乘车信息提取等技术方法.其次,使用中国移动手机信令数据得到天津市轨道交通全网车站的客流来源空间分布.基于车站客流来源空间分布特征对车站进行分类,根据各类型车站的特点提出针对性的接驳改善策略.选取典型车站,对与其接驳的公共汽车线路进行走向与站点的优化设计.研究表明,不同轨道交通车站客流来源的空间分布形态具有差异性,利用手机信令数据可获取轨道交通车站客流来源的空间分布形态,为实现"一站一策"的精准接驳规划设计打下基础.     

中国城市交通调查与模型现状及发展趋势

城市交通调查和交通需求模型在中国已有30多年的发展历程,在新的数据环境和城镇化发展背景下,有必要探讨交通规划定量分析技术的发展方向。首先介绍中国城市交通调查的技术问题、体制保障等现状情况,同时概括交通模型的技术发展和应用现状。其次,从调查数据采集和维护机制,交通模型理论体系和功能需求,人才队伍以及模型在交通规划决策中的地位等方面分析交通调查和模型存在的问题。最后,预判中国城市交通调查和模型的发展趋势,提出大数据和交通模型互动发展、交通模型和GIS技术全面结合、加快制定指导手册和标准等相关发展建议。     

北京南站高铁旅客特征与接驳交通体系改善

以京沪高铁开通为背景,对北京南站高铁客流特征和接驳交通体系存在的问题进行研究。首先,从职业构成、接送站人数、出行目的、接驳交通方式选择等分析了高铁旅客的特征。然后,对京沪高铁开通前后北京南站外围路网,以及地铁、公共汽车、出租汽车、社会车辆等接驳交通体系运行状况进行阐述。最后,针对高铁客流冲击下北京南站东西区车流量分布不均衡、落客区秩序混乱、出租汽车候车旅客滞留、夜间接驳交通能力不足等主要问题提出了改善建议。     

大数据背景下的交通模型发展思考

将传统交通调查和模型与新的信息技术相结合,根据大数据的特征改进交通模型的方法体系,是交通模型发展面临的极大挑战.分析交通大数据对交通模型研发的促进作用,特别是在人口及就业岗位分布、综合交通网络数据和基于交通调查的模型参数等核心数据方面的支撑作用.从相关定义、市场细分以及信息完整性三个方面阐述大数据与交通模型的一致性问题.深入讨论应用大数据改进交通调查技术、4D模型研发、出行分布目的地选择模型、轨道交通出行接驳模型、出行成本校核等交通模型关键技术.通过对比大数据和交通模型的决策分析过程,指出大数据与交通模型互动发展的途径.     

北京火车站接驳问题及对策

北京火车站是北京市的主要客站之一,在京津冀协同发展的背景下,区域经济发展和运输化的需求客观上需要实现各种交通方式的有效衔接,以保证客流及时、高效的疏散。针对北京站乘客换乘不便的问题,论述北京站客流节点的交通特征,以及区域交通接驳条件、问题症结,尤其是铁路与轨道交通的接驳问题。交通节点的问题放大到区域交通背景的研究,突显了北京站外围道路通达性不高、交通供给能力有限且无增容空间等问题,但是轨道交通2号线线网的剩余能力相对充裕,且客流到发晚高峰与通勤晚高峰不重叠。通过客流节点特征分析、区域对外接驳条件量化分析,为北京站交通接驳问题提出解决思路与对策,即充分利用轨道交通的运载能力,提高其接驳比例,释放区域更多的道路资源,避免对外交通与城市内各种交通方式无法实现有效的衔接。     

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...     

基于CRISP-DM的交通大数据分析方法及实践——以重庆市手机信令数据和RFID数据为例

随着交通大数据研究及应用日益广泛,其中存在的问题也越来越明显。很多分析结论存在概念模糊、数据质量不确定、分析方法不清晰等问题,导致分析结果经不起推敲,也缺乏可比性。究其主要原因是未能形成科学的大数据分析方法和统一的分析标准。提出基于CRISP-DM的交通大数据分析方法,包括目标要求、数据理解、数据准备、数据建模、模型验证、工程化应用(部署)6个阶段。结合重庆市交通大数据平台建设实践,以手机信令数据和车辆RFID数据为例,详细阐述数据理解、数据建模和模型验证三个重要步骤的具体做法,探索如何实现交通大数据分析的标准化、指标化和透明化。     

大数据时代城市交通学发展的机遇

基于对城市交通研究的思维方式和技术方法的回顾,指出大数据时代城市交通学面临发展机遇.阐述在信息化发展背景下,既要研究信息化发展与城市交通的相互联系,也要研究如何适应信息化发展来组织城市交通网络的构建和运行.分析了城市交通需求管理在指导城市交通网络构建和运行中的作用.基于交通模型应用现状,从五个方面阐述大数据技术为微观个体行为、出行需求特征与演变规律和传统交通模型等多方面的重新认识乃至重构提供重要的技术支撑.提出研究并建立适应中国国情的城市交通模型,最终达到促进城市交通学发展的目的.最后指出应用信息技术改善城市交通是当前的重要课题.     

考虑出行费用的就业可达性分析

良好的就业可达性有助于创新职住对接机制，是建设可持续城市的关键问题。既有可达性研究对于出行成本的考虑多局限于出行距离或出行时间，未充分考虑出行费用并研究其对不同出行方式的影响。本文基于互联网地图和工商数据平台的POI(Point of Interest)数据和实时路径规划数据，获取细粒度的就业和出行成本信息，采用改进的两步移动搜索算法，提出考虑出行费用的就业可达性度量方法，研究公共交通和小汽车两种出行方式的就业可达性并评估出行费用对就业可达性的影响。针对北京的案例研究表明：考虑出行费用后，小汽车平均出行成本由仅为公共交通54%变化至高于公共交通6%。就业可达性对出行费用敏感，仅考虑出行时间无法完全体现就业选择与出行成本之间复杂的互动机制。出行费用的影响体现在公共交通与小汽车可达性平均降低7.3%和4.8%；若不考虑出行费用，五环至六环地铁沿线街道的就业可达性会被低估。出行成本对可达性的影响存在阈值效应，阈值越高，影响越小。本文有助于规划者和政策制定者形成就业可达性引领的职住平衡调整策略。     

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.