基于腾讯迁徙数据的中国城市群国庆长假城际出行模式与网络特征
发布时间:2023-06-01 18:31
城际出行具有时间依赖性,不同时间约束与特定时期的城际出行具有相异性,反映的出行模式与表达的地理空间联系规律具有差异性。迁徙大数据记录的人口移动实时记录为开展基于时间依赖的城际出行网络提供了可能。本文以全国19个城市群为研究区域,利用腾讯平台提供的居民城际出行数据,对国庆长假期间(2016年10月1—7日)中国城市群城际出行时段变化特征、城际出行模式及其网络结构进行了研究。结果表明:①黄金周城际出行具有明显的基于出行期、返程期和旅途期的时段变化规律;②国庆长假期间的中国城市群城际出行分别形成了轴辐式、多中心与单中心3种城际出行模式;③出行期、返程期的城际出行具有类似于春运人口流动的时空对称规律,城市群城际出行呈现出以主要城市群整体、城市群核心城市与邻近外围城市间的中短距离流动的长假出行特征,中西部城市群城际出行具有典型的"潮汐式"流动特征;④基于腾讯人口迁徙大数据,通过对黄金周期间出行期、返程期与旅途期的科学划分,较好地实现了国庆长假城际出行特征与模式的挖掘,同时也为长假城际交通管理与道路资源优化调配方案的制定提供支撑。
【文章页数】:14 页
【文章目录】:
1 引言
2 数据来源与研究方法
2.1 数据收集与基本特征
2.2 研究方法
3 城际出行时段变化特征
3.1 城际出行时段划分
3.2 城际出行流时段变化规律
4 城际出行距离衰减规律与出行模式
4.1 重力模型拟合与距离衰减规律
4.2 组团划分与城际出行模式
5 城际出行网络结构特征
5.1 城际出行规模
5.2 城际出行联系
5.2.1 首位联系格局
5.2.2 空间层级结构
6 结论与讨论
6.1 结论
6.2 讨论
本文编号:3826807
【文章页数】:14 页
【文章目录】:
1 引言
2 数据来源与研究方法
2.1 数据收集与基本特征
2.2 研究方法
3 城际出行时段变化特征
3.1 城际出行时段划分
3.2 城际出行流时段变化规律
4 城际出行距离衰减规律与出行模式
4.1 重力模型拟合与距离衰减规律
4.2 组团划分与城际出行模式
5 城际出行网络结构特征
5.1 城际出行规模
5.2 城际出行联系
5.2.1 首位联系格局
5.2.2 空间层级结构
6 结论与讨论
6.1 结论
6.2 讨论
本文编号:3826807
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3826807.html