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。     

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...     

基于手机信令的大范围人流移动分析

从移动通信系统获取手机信令数据,根据重庆手机信令数据特点,提出了数据预处理、基站小区定位、出行链识别、分区统计及结果扩样方法,获取居住人口分布、通勤岗位分布、跨区人流OD(origin-destination)。此方法具有覆盖范围广、分析样本大、实施成本低、可长期连续监测的优势,可为城市规划提供了一种全新的数据获取手段。在重庆市城乡总体规划(2007—2020年)深化工作中,基于重庆联通手机信令数据,分析重庆主城与区县及各区县之间的人流交换,定量地评价城市间联系度及城市区位优势,以此为基础开展客流需求预测,作为优化城镇体系结构、调整区域发展战略,规划布局铁路与公路网的依据。     

北京市轨道交通车站客流时空分布特征

轨道交通线网客流特征实质上是车站客流时空分布叠加及交换的效果体现,通过分析车站客流的波动性,发现北京轨道交通系统在不同时间维度和区域范围均呈现出明显的不均衡特征。针对车站特点进行聚类分析,归纳出周边不同用地类型的车站客流时空分布差异性特征规律,并进一步分析了进站客流和换乘站客流特征以及进出站客流接驳特征。在此基础上,对北京市轨道交通发展提出应建立多层次的轨道交通系统和多样化的轨道交通运营组织方式;重视换乘站在网络中的合理布局,改进换乘站设计与运行组织;结合车站区位特征制定差异化接驳服务等建议。     

城市轨道交通车站接驳设施配置策略——以北京市轨道交通6号线为例

轨道交通接驳设施配置的合理与否直接影响着轨道交通的运行效率和服务水平。为了指导轨道交通车站周边交通接驳设施的配置,利用聚类法划分轨道交通车站类型:考虑车站客流吸引范围内的用地性质及客流特点等因素,将车站按用地性质分为居住型、商业型、均衡型、大型公共建筑型和枢纽型车站;考虑到周边开发强度、轨道交通线网密度及车站所在区位特点等因素,将车站按区域特性分为市区站、郊区中间站和郊区末端站。以北京轨道交通6号线为例进行了车站分类的应用及验证。针对每种类型车站的特点,考虑各类出行方式的交通特征和需求,研究制定了交通接驳设施的配置策略,并对各类交通接驳设施给出了配置标准、要求。     

基于AFC和POI数据的轨道交通车站客流影响因素挖掘

精细化研究轨道交通车站客流影响因素对于建立轨道交通与土地利用长效互动机制,发挥轨道交通支撑和引领城市发展作用,指导轨道新线开通和周边用地开发等具有重要意义。以南京为例,首先获取轨道交通运营客流AFC数据和网络爬取的POI数据;然后考虑四种类型轨道交通车站客流特征,挖掘用地特征、公共交通接驳特征、车站属性三类因素;最后利用结构方程模型分析城市轨道交通规划建设与城市用地开发之间的作用机制。实证结果表明,基于POI获取的住户数、商业设施数、文化设施数、公共汽车线路数等数据对工作日轨道交通进站客流有突出贡献。     

轨道交通车站周边建成环境对骑行的影响——基于深圳市ofo数据的实证研究

互联网租赁自行车为城市公共交通出行"最后一公里"问题提供了有效解决方案。为深化对其接驳轨道交通的理解,基于深圳市ofo共享单车大数据,研究接驳轨道交通的骑行流量与建成环境因素的关系。在计算各轨道交通车站骑行接驳范围的基础上,通过描述性分析并采用空间回归模型诊断影响接驳骑行的建成环境因素。结果表明:居住和办公楼板面积、土地利用混合程度、非机动车道长度、轨道交通车站的地面出入口数量对接驳车站的骑行流量有显著的正向影响;轨道交通车站与组团中心的距离、车站为城市综合客运枢纽、车站服务范围内的其他车站数量对于接驳骑行流量有显著的负向影响;现有公共汽车站和公共自行车租赁点建设完善的地区,骑行接驳轨道交通车站的流量仍然很高。提出未来的城市规划及管理应充分考虑互联网租赁自行车资源的调度分配和配套建设,以构建更加灵活稳健的公共交通系统。     

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。     

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。     

南京市轨道交通车站客流特征析因及应用

为便于针对性地开展轨道交通车站交通配套设施建设工作,有必要对不断建设完善的轨道交通线网的车站进行分类研究.以南京市轨道交通为例,基于现状车站客流特征数据,考虑客流规模、空间分布及时间形态,采用因子分析法提取非弹性因子、职住不均衡因子、区位因子,基于此进行分类.采用多尺度地理加权回归对各因子进行回归分析,找到其他指标(主要为居住人口、就业岗位及用地)与各因子的联系,可定量呈现规划车站的属性特征并据此进行分类.研究表明,通过以上三因子可对车站进行符合实际的类型划分.这说明客流特征能通过因子分析得到不同维度表征,而通过多尺度地理加权回归可使其定量解释成为可能.