大数据背景下重庆市综合交通模型维护升级

利用传统交通调查数据开展交通模型维护升级工作存在抽样率低、样本量小、人工成本高、精度低、实施难度大等多种现实问题.在大数据技术不断更新完善的背景下,有必要探索新的模型维护升级技术和方法.首先,阐述重庆市交通大数据的发展历程、数据类型、数据采集与数据格式.其次,在重庆市综合交通模型的框架结构中,分别利用大数据资源探索公共汽车线网的构建、各等级道路流量延误函数标定、常住人口和就业岗位分析、出行分布特征分析和公共交通出行需求分析等相关技术方法.最后,以重庆市综合交通模型的应用实践成果验证模型的可靠性和准确性.     

基于大数据的交通规划技术创新应用实践——以深圳市为例

深圳市长期坚持数据和模型驱动的交通规划理念,经过20年的积累,建立了面向规划决策支持的综合交通大数据应用体系,在多元数据融合与大数据挖掘应用方面进行了探索。总结深圳市交通大数据平台包含的三类数据:偏静态的城市空间数据、传统调查数据、偏动态的交通多元数据,阐述大数据对交通规划技术创新的影响。基于大数据对交通模型和运行仿真的影响,深圳市积极推动交通规划技术创新,建立区域–宏观–中观–微观一体化的交通仿真模型体系、融合实时数据的交通运行和评价系统,也使得绿色交通优先等规划理念更易实施。最后,对车联网、智慧交叉口、交通主动控制、个性化信息交互等影响交通规划创新的技术进行展望。     

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。     

手机信令数据在交通枢纽客流监测中的应用 ——以重庆市为例

为及时、准确地掌握节假日期间综合客运枢纽的出行规律,针对客流数据采集的非实时性 问题,采用手机信令数据研究了交通枢纽客流监测方法。以重庆北客运枢纽为例,根据枢纽和基站的分布特性划分了监测范围,采用手机信令数据实现了在站客流、全日客流和集散时间的实时 监测,并分析了不同节假日期间交通枢纽的运行特征。最后,通过交通枢纽的历史客流数据对本文提出的监测指标进行了验证。结果显示,利用手机信令数据监测的交通枢纽客流量准确率达 90%以上,可用于综合客运枢纽的客流实时监测和预警。     

一种基于栅格和大数据的区域交通可达性评价方法

通过栅格位置和实际交通时间大数据,以栅格到栅格为度量基础,提出在一个规定时间内,从城市某地向城市以外地区出发,到达其他城市的范围越大,则该城市出发地的可达性就越高。并进一步提出利用城市的人口和产值等要素作为城市重要性的权重值,到达高权重值的城市范围越大,则到达重要城市的可达性越高。以栅格、大数据和可达性时空概念的结合的方法可避免当前评价方法旅途时间偏差大的弊端,将可达性评价细化到城市的每个栅格单元,帮助规划师综合分析城市交通和区域交通的衔接,发现区域交通可达性提升的途径,为公共政策制定提供决策依据。     

基于手机信令数据的旅游交通出行网络特性

为了合理开展面向区域城市群的旅游交通协同规划,以江浙沪皖地区的18个主要旅游城市为例,基于入境旅游者的手机信令数据构建了城市间的旅游出行网络,并运用节点结构指标和网络结构指标对其进行评价,定量分析了入境旅游客流在城市间的空间分布特征。研究结果表明：上海、杭州和南京等城市在区域旅游交通规划中起着重要的引领作用;连云港、徐州和盐城等城市需加强与核心城市之间构建高效的出行路径;城际间便捷的综合交通出行网络对于提升区域旅游的整体竞争力发挥着重要作用。     

基于手机信令数据的城市旅游空间特征分析 ——以青岛市为例

在新的国土空间规划背景下,运用互联网大数据掌握旅游人群的空间分布特征及活动规律,对于城市空间结构布局、基础设施配套以及旅游资源整合开发等具有重要意义.基于手机信令数据获取游客出行数据,并从景区、线路、网络三个维度进行城市旅游客流空间分布特征分析.景区方面运用个体出行链数据分析游客在景区的时间和空间分布特征;旅游线路方面...     

基于手机信令数据的郊区公路交通状态分析

由于技术手段存在的一些不足,目前对郊区公路交通现状的掌握也一直存在局限,影响管理与服务水平的进一步提高.从郊区公路路网模型构建、数据提取与预处理、停留点识别、出行轨迹识别、流量与速度获取、营运或非营运交通识别等环节,提出基于手机信令数据进行郊区公路交通状态分析的全流程技术路线,采用DBSCAN聚类算法、地图A PI工具等技术手段加以实现.对北京市怀柔区郊区公路进行实例分析,得到研究区域内各等级道路的全天候流量、不均衡系数、速度变化等特征,并根据相关规范进行公路服务水平评价,为我国郊区公路的交通状态研究补充数据资料.     

基于手机传感器数据的出行特征提取方法

手机调查方法的已有研究较多集中于基于手机信令数据的宏观出行特征获取,而手机传感器数据在个体出行链微观出行特征提取方面具有优势.针对城市居民多采用组合交通方式出行的特征,研发智能手机应用软件,实现GPS数据(位置坐标与速度)、加速度计、服务基站、WiFi等传感器数据采集.运用小波分析、神经网络等数据挖掘技术分析不同交通方式出行数据差异,探索多种数据挖掘算法用于个体出行参数提取的可行性及效果.结合实际案例,总结应用手机传感器数据进行出行特征精细化提取的难点和技术关键.最后,探讨精细化个体出行数据在交通模型和理论优化方面的应用.     

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.     

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.     

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。     

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.     

基于手机信令数据的上海市域职住空间分析

居民居住地与工作地的空间关系是城市空间布局的重要依据.基于手机信令数据,提出分区域的居民通勤距离和就业岗位通勤距离计算方法.通过对比验证了手机信令数据与居民出行调查数据的职住空间和距离分布特征较为吻合.重点分析上海市中心城区及周边地区的职住空间关系及通勤距离.提出职住通道平衡概念,并分析职住通道不平衡地区与轨道交通拥挤程度的关系,指出土地利用布局优化对职住通道平衡的重要性.通过分析不同新城的职住空间特征,探讨新城范围划定对统计分析的影响,总结了新城职住空间较为独立、居民内部就业率较高的特征.     

面向特大城市未来发展的交通模型研究——数据密集型分析概念下的交通模型

从中国特大城市发展过程中交通领域所面临的挑战出发,围绕城市交通战略管理能力的提升,提出了新的交通模型所需要具备的分析功能。在此基础上引入数据密集型研究的概念,讨论了模型在分析流程中的应用位置,提出了四个层次的模型技术框架结构,并在实际研究工作的基础上,提出了有待克服的主要技术瓶颈。     

大数据时代新技术在智能交通中的应用

为探索大数据时代人工智能、大数据等新技术如何应用到交通运输领域中,实现智能交通的重大变革,首先,从信息资源整合、数据智能分析决策、大数据全生命周期的新技术应用、信息主动推送、智能网联汽车等方面提出智能交通的痛点及需求。其次,总结智能视频分析、交通信号控制、智能交通平台应用及智能网联汽车等业务领域研究现状。再次,围绕自然语言处理、计算机视觉、智能化交通信号控制、汽车电子标识、数据湖蓝光存储等新技术,分别从技术突破、业务应用两个方面阐述新技术突破在智能交通领域的应用。最后,提出了大数据时代新技术 在智能交通领域研究方向的建议。     

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.