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。     

广佛同城背景下佛山市大沥镇综合交通规划研究

处于同城化发展地区交界位置的经济强镇,面临上层规划不能满足自身交通诉求,自主规划缺乏标准、办法指导的困境。以位于广佛交界处的佛山市南海区大沥镇为例,立足镇级事权,主动破除行政壁垒,自下而上与自上而下相结合地开展综合交通规划。大沥镇的综合交通发展策略包括:完善集疏运体系,融入粤港澳大湾区城际铁路网;黏合轨道交通线路,积极促成广佛两市一张网;差别化构建道路网,分方向引导边界用地融合;倡导公共交通、步行和自行车交通方式,凸显幸福小镇出行需求;综合治理先行解决当前突出问题等。通过综合施策,实现从"被动向心"到"主动融核"的转变。规划方法突破了传统,是在同城发展背景下对于镇域综合交通规划研究的探索和实践。     

同城化背景下公共客运交通一体化问题探讨——以广佛同城为例

随着经济全球化和区域一体化进程不断加深,行政边界的壁垒成为区域(城市群或都会区)协调发展的主要障碍。研究区域治理措施对促进区域一体化发展具有重要意义。总结国内外关于区域治理的理论基础,其共同点包含管制机构、渠道构建、激励因素等。梳理广佛同城发展脉络,对同城发展四个阶段的宏观举措和交通措施进行总结。以广佛同城为例进行实证研究,从城市规划、道路建设、轨道交通、公共客运交通等方面选择五个典型案例,以管制机构、渠道构建、激励因素为切入点进行剖析。从管理机制、参与主体、法律法规、信息共享等方面提出对策。     

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...     

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。     

大数据视角下交通信息化建设路径

针对大数据视角下的交通信息化建设路径展开详细分析.与目前交通信息化建设现状进行结合,将其作为基础,积极响应目前国家以及相关部门提出的一系列政策要求,对卫星技术进行合理应用,实现实时有效的观察和监测,在这一基础上,对视频监管系统进行合理的构建和应用,这样才能够推动交通信息化的建设.     

北京市职住分布与通勤交通特征

通勤交通问题是困扰大城市发展的普遍难题,城市通勤交通服务水平的提升是建设高质量交通体系、人民满意交通的关键点。通过手机信令数据进行职住地识别,获取通勤OD数据,分析北京市总体职住分布和通勤交通特征,深入挖掘45 min通勤人口空间分布特征及其影响因素。聚焦重点地区,对北京市大型居住组团、重点就业功能区以及新城地区职住分布和通勤交通特征进行分析,剖析主要问题。在此基础上提出相关发展对策与建议：1)提高区域内用地混合度,提升区域职住平衡水平;2)提高新城与中心城区轨道交通运行组织水平;3)持续推动新城产城融合发展,推动新城基础设施完善优化和公共服务品质提升。     

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.     

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.     

《北京交通发展纲要（2004-2020）》实施情况及评估

在北京市进入社会经济现代化、城市化和机动化高速发展时期,交通形势十分严峻的背景下,北京市颁布了《北京交通发展纲要（2004-2020）》（以下简称《纲要》）。对“纲要》颁布以来北京交通取得的成就进行评估,在此基础上总结北京交通发展的成功经验并反思发展过程中存在的问题,为《纲要》的进一步修编提供参考。     

大数据及其在城市智能交通系统中的应用综述

大数据给城市智能交通系统的技术发展与应用革新带来了机遇和挑战.从交通大数据的基本概念、交通大数据带来的问题和大数据驱动的数学建模方法等方面,阐述了交通大数据给智能交通系统带来的变革.为了深入理解交通大数据的内涵,分析交通大数据的产生背景,提出了交通大数据的“6V”特征,总结了智能交通系统中大数据的基本类型.面对交通大数据带来的数据安全、网络通信、计算效率和数据存储等诸多问题,提出了应对策略和思路.对数据驱动的建模方法进行了分析,说明了混合模型的意义.最后,讨论了大数据驱动的智能交通系统的体系框架.     

大数据环境下上海市综合交通特征分析

20世纪80年代上海市已经开始建设智能交通系统,开展交通数据采集工作.历经2010年世博会,上海市交通信息化快速发展,交通大数据的种类越来越多,为基于大数据挖掘的综合交通调查与分析提供了良好的基础条件.基于2014年上海市第五次综合交通调查结果,综述上海市交通大数据资源现状和基于大数据的城市综合交通特征挖掘分析技术方法及主要成果.提出进一步拓展运用大数据分析城市综合交通特征的应用领域、优化大数据挖掘技术方法和完善大数据采集处理机制的相关建议.     

通过大数据促进城市交通规划理论的变革

城市交通规划实践需求所产生的拉动力,大数据分析技术所产生的推动力,相关基础学科研究成果所产生的促进力,将推动城市交通规划理论发生变革。在继承传统技术方法的基础上,通过建立在证据理论基础上的决策判断概念框架,将大数据分析技术、模型分析技术和仿真分析技术纳入一个统一的分析模板,通过多维观察角度尽可能全面地表征问题,并将在“适时响应”机制基础上建立规划过程管控模式,这一系列的探索勾画出一个可供讨论的新理论框架的雏形。     

大数据环境下的城市交通综合评估技术

伴随城市蔓延、轨道交通成网、用地开发等发展条件,大城市综合交通环境日益复杂。如何拓展评估边界、深化评估技术、提升评估频率和延伸评估视角成为传统城市交通评估技术体系面临的四个关键问题。首先介绍交通领域大数据的组成、特征及应用情况。通过深度挖掘交通运行产生的多源异构数据,建立集统计、关联、预测于一体的交通大数据分析平台和专题评估子系统,形成面向多层次、多领域应用需求的一体化综合交通模型体系。最后,基于深圳市的应用实践情况,阐述城市交通综合评估技术从城市到区域、从宏观到微观、从静态到动态、从土地到环境的转变。     

重庆交通特征空间分异和交通发展策略

动态的交通流数据能较为真实地反映城际关系和城市空间结构,从而为交通资源配置提供依据。首先基于重庆公路客流和车流数据,分析重庆与相邻省市的联系特征,研究重庆面向区域的交通枢纽组织内涵。然后,基于重庆市域内公路客运班线、手机用户信令数据的分析,总结重庆各区县间的联系特征,研究“一区两群”的分区差异和内在组织机理。最后,从枢纽功能提升和分区发展两个方面提出综合交通发展策略。     

基于APTS大数据的城市公交出行多维分析模型和方法

智能公交系统(Advanced Public Transportation Systems,APTS)数据具有海量、类型多样等大数据的典型特征,对其进行分析和挖掘可能获得丰富的公交出行特征和规律.构建基于APTS大数据的公交出行多维分析框架,在计算乘客出行时空信息(上车、下车和换乘)的基础上,建立包含4个维度(乘客、时间、空间和行为)的公交出行数据模型,系统提出基于5种联机分析处理方法的公交出行分析内容.应用APTS大数据对模型和方法进行了实验和验证,研究结果表明,该方法能够便捷地分析不同维度、不同粒度的公交出行信息,不仅能够应用于公交乘客出行行为的研究,还能够为城市公交系统的规划和管理提供决策支持.