出租汽车GPS数据的空间分布特征及应用——以广州市为例

出租汽车GPS数据记录了车辆的出行轨迹、时间、起讫点等信息,利用相关算法可以挖掘车辆或乘客的运行特征、时空分布特征等,应用于交通规划和运营管理。在总结出租汽车GPS异常数据的处理方法以及时空分布特征主要算法的基础上,对广州市约2万辆出租汽车的上下客流热点区域、时间分布、OD分布等进行总结。以广州市为例进行实证研究,从交通规划、运营管理、服务模式等方面选择典型案例,剖析广佛出租汽车返程点布局规划、公共汽(电)车夜班线路优化,以及如约巴士+出租汽车新服务模式的应用尝试。     

上海市出租汽车运行特征研究及政策思考

出租汽车是上海市客运交通体系的重要组成部分,对其进行定期的跟踪评估有利于提高行业运行效率,完善相关政策。通过对上海市3万余辆出租汽车、390余万条出租汽车GPS行程数据的分析研究,并结合历年交通调查数据,从出租汽车的行程分布、里程利用率、服务时间分布和空间差异性分布等方面,分析了上海市出租汽车的基本特征和变化趋势。在此基础上,对上海市出租汽车管理提出发展建议:坚持公交优先,考虑多样化的乘客需求,提高出租汽车行业绿色发展水平。     

基于浮动车数据挖掘的出租汽车运营特征研究

为支持出租汽车运营评价和行业规划,科学掌握其运营现状与特点,以深圳市一个典型工作日为例,研究浮动车数据挖掘在出租汽车运营特征研究中的应用.依托对浮动车数据的特征解析,提出面向出租汽车运营特征分析的数据处理流程,针对空驶率、运营速度、载客运营时长、出行需求的时空差异等方面分析深圳市出租汽车行业运营现状与特点.该研究可为出租汽车运营评价提供新视角,从对既有数据深度挖掘的角度提升行业效益.     

出租汽车出行轨迹网络结构复杂性与空间分异特征

基于出租汽车运行GPS轨迹数据,构建了一类城市出行复杂网络;使用有向加权复杂网络测度分析方法,研究了出租汽车出行轨迹网络结构复杂性与空间分异特征;以西安市数据为例,进行了网络指标测算。分析结果表明:出租汽车出行轨迹网络的平均最短路径长度为2.070(边数),聚类系数为0.653,网络密度为0.554,说明了该网络是一类典型复杂网络,具有典型的小世界和集团化特征,且实际平均出行距离符合对数正态分布;网络的节点强度均值为411,最大K-核值为59,网络中强度小于600的节点占77.97%,强度小于300的节点占50.24%,呈现典型的大少小多的空间分布特点;该网络具有显著的空间分异特征,重要小区的出行辐射范围具有全局性特征,总体出行强度空间布局与城市公共交通干线走向一致,呈十字型分布;在整个网络范围内,强中心性交通小区呈现集聚性分布,重要交通枢纽(车站)与商圈等区域节点强度大于2 200;出租汽车上下客区域呈现空间非均衡特征,即在城市重要功能聚集区的上客水平高于下客水平。研究结果反映了出租汽车出行轨迹网络的拓扑结构与空间分异特征间的相互关系,揭示了城市居民活动的空间特征、活动规律及其与城市功能空间布局之间的相互影响作用。     

数据融合技术在GPS数据处理中的应用

通过对GPS数据的处理,可以很方便的得到道路车速的统计值,但存在比较大误差,所以利用GPS数据分析道路车速之前,要对其做预处理来提高数据的可信度.根据数据融合的基本原理以及GPS数据的特点,本文采用了数据融合技术中的关联检验方法来对GPS数据进行处理.文章介绍了数据融合技术以及关联检验方法,最后以对上海大众出租汽车公司提供的出租汽车GPS数据的处理为例,讨论了关联检验在GPS数据处理中的应用.     

考虑空驶距离的出租汽车空气污染排放模型

为合理、准确量化空驶状态下出租汽车空气污染排放总量及比例,基于深圳市出租汽车GPS数据,构建考虑空驶距离的出租汽车空气污染排放模型。经过数据筛选,以深圳市3 198辆出租汽车为分析对象,识别出租汽车空驶和载客状态,进而计算载客距离和空驶距离。结合已有的三类出租汽车空气污染排放模型,考虑出租汽车空驶距离分别构建改进模型。参考已有研究成果设定空气污染排放因子,计算得到三类模型对应的空驶过程中出租汽车空气污染排放量占各自污染排放总量的比例分别为25.4%,34.2%和18.9%。最后,从排放因子、行驶距离、燃油经济性等方面探讨出租汽车空气污染减排策略。     

上海市出租汽车出行时空分布规律研究

为测定大样本视角下出租汽车出行时空规律,采用探索性空间数据分析（ESDA）技术进行相关研究。从上海市出租汽车调度系统的GPS数据提取单个运营日9921辆出租汽车的OD样本,按街道和时段统计出租汽车OD的时空发生量,定义并计算各区域各时段的载客空间密度指标,运用ESDA技术分时段计算、分析全局和局部莫伦值（Moran＇s I）。全局分析结果表明,上海市出租汽车出行在全局分布上具有较强的空间正自相关性,这与城市中心商业区高度集中的活动分布有关。局部分析结果表明,上海市出租汽车出行分布呈＂句＂字形聚集结构。全局结构和局部结构在时间序列上变化较小,表明上海市出租汽车出行分布的时空结构明显且稳定。     

基于手机信令定位数据的居民出行时空 分布特征提取方法

为了得到可靠的居民出行时空分布特征,并为城市交通规划提供准确的出行现状数据,基 于手机信令定位数据设计了提取居民出行时空分布特征的方法。通过对重复冗余的手机数据进行 处理、运用地理信息系统将手机数据映射至所研究的交通区域、划分交通小区、定义出行识别、 建立OD矩阵及绘制出行期望线等出行数据挖掘,得到了居民的出行时空分布特征。为了验证设 计方法的可行性,以北京市的手机信令定位数据为例,提取出北京市居民的出行时空分布特征, 并将所得的结果与北京市第4 次综合交通调查的数据进行对比得出：两者的出行时间分布特征平 均偏差为0.78%,早晚高峰进出城方向比例的偏差为0.1,全市的出行发生量与吸引量的平均偏差 均小于3%。     

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.     

���ڳ��⳵OD���ݵij��⳵������������

出租车在城市客运交通中发挥着重要作用，本文在分析出租车OD数据分析一般方法的基础上，构建了出租车出行特征、出行时间分布及出行空间分布的指标体系和分析方法，并以苏州市为例，结合40万余条OD数据，对比分析了工作日、节假日（周末）以及特殊节日（五一黄金周）出租车的出行特征，为出租车运营及城市交通管理提供定量的决策参考依据。     

城市出租车容量控制集合模型及应用

分析了出租车容量与交通小区人口的出行特征、出租车承担的交通量、出租车运营效果及出租车运营收益的关系,通过对出租车容量的集合模型的改进,运用交通小区调查的结果,计算现状出租车的容量.结合城市总体规划预测未来交通小区数据、未来出租车容量,为城市的公共交通管制提供依据.     

基于出租车运营数据和POI数据的出行目的识别

为了有效获取出租车乘客出行目的,提出了一种基于出租车运营数据和POI(Point of Interest)数据的出行目的识别方法.构建了基于乘客出行特征和下车所属POI点类别的乘客出行目的识别模型,该方法从出行特征及乘客下车点最终可能到达的目的地所属POI点类型两个方面确定乘客的出行目的.为了验证所提方法的有效性及实用性,对成都地区展开了出租车出行调查,并利用调查数据对模型进行了精度验证.结果发现,相比于现有的利用出行特征推断出行目的的方法,本文提出的决策树+POI(II)能够提高最终识别准确度15.76%.最后,将所提方法应用于成都 1周的实际运营数据中,成功地识别出219 942名乘客的出行目的,说明该方法能够应用于实际数据量较大的出行目的识别.本文提出的方法,可以作为出行调查的辅助手段.     

北京市出租车乘客需求预测模型研究

出租车作为一种交通方式在城市交通系统中发挥着重要作用。在北京市区不同路段的全天机动车交通量中,出租车的道路占有率相差很大且空驶率偏高,因此,进行北京市出租车乘客需求预测势在必行。在分析北京市出租车出行特征和规律的基础上,结合以往研究过的出租车交通需求模型的缺陷,根据出租乘客需求量的影响因素提出基于出行广义成本的北京市出租车乘客需求模型,并以朝阳区为例进行研究,使模型的有效性得到了验证。     

基于出行强度的出租车规划模型

通过分析城市居民出行强度和人口规模现状,运用增长系数模型预测规划期内居民出行强度和人口规模,进而预测出规划期内居民出行总量和乘坐出租车人口,随后利用出租车空驶率模型预测出租车的最佳数量。实例证明模型是可行的,通过确定出租车投放的最佳数量,有利于城市出租车的规划和管理。     

基于土地利用的出租车停靠规模预测模型研究

从出租车客流的出行特征出发,指出当前出租车停靠规模预测方法的不足之处.根据交通出行需求与土地利用之间的关系,并考虑位势因子、居民出行和出租车运行特征等因素,建立基于土地利用的出租车停靠规模预测模型,并以深圳市宝安区为例,提出了预测模型的算法.实践结果表明,预测模型能较好地体现用地与出租车停靠需求的关系,客观反映出租车停靠站的的实际发展要求.     

宁波市居民出行特征分析及交通发展对策研究

对比分析宁波市与国内其他城市居民出行调查的有关数据,通过出行强度、出行方式、出行的时间分布、出行的空间分布等一系列指标,总结归纳出宁波市城市居民出行的规律、变化特征及其原因。针对其出行总量增加、出行距离加长、出行耗时增加、私人交通方式比重较高、城市交通大区间的联系通道交通量较大、高峰小时峰值强劲等特点．对宁波市城市交通发展提出公交优先发展、就近就业、建设快速交通系统及实施交通需求管理等建议．对于推动该市的交通发展具有积极的意义。     

基于移动定位技术的出租汽车O/D计费系统

基于移动定位技术的出租汽车O/D计费系统,是根据移动定位系统确定初始和结束位置（O与D）,不依赖于时间和空间上的真实移动,只是由起止点来决定出行费用的.出租汽车根据Wordrap的平衡条件选择最捷径出行,以最短的时间到达目的地,乘客只关心起讫点信息.该系统有利于协调司机与乘客的关系,缓解道路承载能力,减轻交通拥堵,提升城市的管理品位.     

Multi-User and Multi-Mode Mixed Traffic Assignment Model under the Influence of Parking Charge

Considering the parking charge effect on the traffic assignment of urban road, the travelers in a network can be classified into car–owners and non-car-owners. Under the condition of public transportation priority strategy, multi-user and multi-mode traffic equilibrium assignment problem is explored, in which the car-owners prefer traveling by car or bus as well as the non-car-owners prefer traveling by taxi or bus are all analyzed. Using mathematics planning theory, the study formulates a multi-user and multi-mode mixed traffic equilibrium assignment model considering the parking charge effect, and further proves the equivalence and uniqueness of the model solution. Computation result suggests that, with the increase of the parking charge, the trip demand by car would obviously decline, and the trip demand by taxi and bus would get a sharp increase.