基于数据融合的港口货运特征调查方法及实践

港口货运交通特征是港口城市综合交通体系规划的重要依据.传统货运交通特征调查具有以下局限:调查对象类型复杂、样本代表性差、数据抽样和扩样困难、调查实施难度大等.这些问题制约了研究者对城市货运交通特征的获取.采用大数据挖掘、多源数据综合扩样与校验等手段,提出一种基于多源数据融合的港口货运特征调查方法,打破传统货运特征调查因实施难度大而产生的束缚,能够全面、准确地获得港口公路货运需求总量及大型货车出行特征和规律.经天津港实践证明,该方法准确性高、可操作性强且易于推广.     

基于数据融合与双重特征的居民出行调查扩样

居民出行调查数据具有个体属性清晰、交通含义明确、针对性强等特点,在城市交通规划与交通需求模型构建方面具有不可替代的重要作用.为保障抽样调查数据准确反映总体的真实特征,在综合考虑效率与精度基础上,提出一种多源数据融合、家庭户及人口特征双重约束、牛顿迭代法相结合的居民出行调查数据完整扩样处理方法与流程.以天津滨海新区第一次综合交通调查数据为例,论述了算法和流程的应用情况.结果表明,该方法能有效获取家庭户及人口的总体规模及其分布,并考虑家庭户及其人口特征对扩样系数的双重影响,具有效率高、精度高、易于推广等特点.