基于手机信令的区域出行特征研究——以长三角城市群为例

城市群空间出行流动塑造了城市空间组织形态，客观反映了城市间协同发展和一体化进程，一直备受行业关注。本文借助手机信令数据，以长三角城市群为例，从出行分布、出行频次、出行走廊、跨市通勤视角出发，多维度定量测度长三角城市群、都市圈不同空间组织形态的城际出行需求特征。研究表明，上海都市圈依旧是长三角城市圈的核心组成部分，跨城出行呈现明显的空间不平衡性，城际高频出行联系逐渐呈现的“圈层+飞地”形态特征。本研究形成了一系列手机信令数据在城市总体规划、出行特征识别方法，以期用大数据手段助力提高城市群规划和管理的综合决策水平。     

基于半监督SVM的交通方式特征分析和识别

为解决基于手机信令数据识别大规模用户交通方式问题,多维度分析出行方式特征,提出结合主动学习和Tri-training的半监督支持向量机算法。以手机信令出行链为基础,将出行特征划分为距离、时间、速度、出行者属性等四类,并进一步研究多维度特征及其计算方法 ,基于有向无环图设计一种结合主动学习与基于Tri-training的半监督多分类支持向量机。运用HY市手机信令数据构建样本集并训练该分类器,与多种监督学习分类算法进行比较。结果表明主动学习构造的富含信息的已标记样本集可以减少半监督学习的迭代次数,Tri-training半监督支持向量机可以通过大量未标记样本提升分类器准确率,结合主动学习与Tri-training半监督支持向量机算法可以有效地识别手机信令数据出行链的交通方式。     

短距离活动空间与新冠疫情扩散模型

研究新冠肺炎传播的空间特征与城市短距离出行之间的相关关系，为疫情的预防政策、预测模型提供支撑。利用手机信令数据，构建居民的短距离活动空间，提出“出行趋势度”的指标用以描述活动空间内部的出行特征；从“上海发布”获取上海市疫情病例数据，构建“传染指数”的指标，用以描述上海市疫情发展状况；分析“出行趋势度”与“传染指数”之间的相关关系，并建立疫情预测模型。结果表明，疫情的发展与短距离活动空间之间具有非常强的相关性，相关系数达到了0.869；利用“出行趋势度”这一指标，可以对疫情的发展进行预测，模型的准确度达到69.4%。     

基于手机信令数据的旅游交通客流特征分析——以乌鲁木齐市为例

正本文基于手机信令数据提出用户类型识别和出行轨迹识别的方法,分别对乌鲁木齐市城市常驻人口及外来旅游人口在重点景区的特征分析方法进行探讨,并对亚欧博览会期间参会人员的活动特征进行分析,为手机信令数据在旅游景区和重大集会客流特征分析中的应用提供了技术参考。     

城市群内外城际出行特征比较分析——以长三角城市群为例

以长三角城市群为例,从客运总量、交通设施、交通方式和旅客出行特征四个方面比较分析了城市群内外城际出行的特征。结果表明,城市群内部城际出行的客运总量大于城市群外的客运总量,并且城市群内各城市之间有更快速和完善的交通通道和交通设施。城市群内各城市之间主要依托于发达的轨道交通和道路交通,城市群外的城际出行主要依托于铁路和航空运输。城市群内外城际出行旅客在职业、收入和出行形式方面也有差异。     

基于出行需求期望的城市快速路网均衡性研究

为评价大城市快速路路网均衡性,以上海市为研究案例,利用手机信令数据和百度API路径推荐,获取小区间出行需求期望,再基于小区间的出行需求期望从快速路网与地面路网的协调性、快速路网内部服务分担协调性以及各小区间快速路出行的可获得性三个视角对快速路网的均衡性进行分析,三个视角分别选取快速路出行绕行距离、快速路路网各路段的服务强度以及区域公平性作为度量指标,据此建立了大城市快速路路网均衡性的评价体系。     

物联网时代背景下城市群交通规划方法探讨

一方面作为我国战略性新兴产业的物联网正在深刻影响社会经济生活的各个方面,也为交通领域带来巨大变革,另一方面国家新型城镇化战略发展进入下半程,城市群将成为推进城镇化进程的主体形态,在两大战略背景下交通规划工作应当进行优化调整以适应新形势要求。本文在总结物联网时代交通系统在数据采集、需求识别、出行特征以及运营管理模式方面发生的变革基础上,对城市群交通系统进行解构,分析城市群交通需求特征及未来变化趋势,从规划技术方法升级和规划理念创新两个方面提出交通规划方法优化建议,指出城市群交通系统应当着力构建互联互通交通设施网络、加强交通通道功能复合化、实现通道与网络多点衔接、强化网络融合实现联程运输。     

基于手机信令数据的轨道交通客群特征研究

根据手机信令数据的通讯特征,提出了测度地下轨道交通站点客流的原理与技术方法,并通过基站识别软件实测数据来匹配轨道交通各站点与其进出口附近的地上与地下基站,确保准确性。在此基础上,以杭州市为例,将手机信令测得的数据与IC卡数据相比较,结果显示,两者拟合程度较高,说明该方法测度轨道交通客流有效性强。进一步充分利用手机信令可准确识别轨道用户的优势,根据乘客在轨道交通系统内外部的活动信息,继续探究该方法在轨道交通乘客职住地分布以及各站点换乘客流量等方面的应用,为优化轨道交通规划设计与运营管理提供支撑。     

基于手机定位数据的个体出行行为特征分析综述

个体出行行为特征分析一直以来是交通规划、交通设计等领域的重要基础,传统的人工调查由于受主观回忆较多、调查成本较高等因素的限制,数据结果的准确度往往较低,无法支撑精细化的规划设计任务。智能手机与无线通信网络的成熟发展带来了海量手机数据,这为探究个体出行活动规律提供了新的数据源。本文综述已有基于手机数据分析个体出行行为特征的研究,分析当前研究的不足与待研究的问题,提出可从完善已有个体出行信息采集内容、探索基于精细化数据的模型改进以及多源数据融合等方面进一步研究,以更全面、更准确的信息反应个体出行行为特征,为交通规划等领域的建设提供依据。     

基于移动通信数据的居民居住地识别方法研究

从大量手机数据中提取居民活动的时空特征是大数据趋势下的新兴热点。然而现有的研究主要使用的是手机通话数据或者手机定位数据,并且许多研究缺乏相关验证,使得研究可信度不高。本文基于手机信令数据,通过3种方法对居民职住地进行识别分析,并对比不同方法之间的差异,研究探讨通过手机大数据对于居民职住地识别的可信性。