基于多源公共交通大数据的上海市居民出行特征研究

发布时间：2020-05-05 13:27

【摘要】：城市居民出行影响着城市生活的方方面面,对城市居民出行特征的分析与探索是城市地理学领域研究的热点问题。一方面,形式各异的海量交通数据信息,为全面剖析城市居民出行特征提供数据源。另一方面,新兴时空分析模型能够有效地解决时间、空间和属性三者之间的相互作用关系,为揭示城市居民出行活动的时空特征提供手段。目前对于出行特征研究多使用单一类型的交通数据,但居民出行方式具有多样性,单类型数据源无法完整反映出行特征。且传统的出行分析方法多是针对单一维度的基于时间的时间序列分析或基于距离的空间分析,无法满足出行行为是同时具备时空特性的分析需要。同时,对于出行在不同区域间的交互关系研究较少,且多为点到点的模式分析。鉴于此,本文以多源公共交通大数据为基础,以上海市为研究区,通过构建出行时空数据模型、出行热点等级结构模型与区域移动模式识别算法,对城市居民在不同时间节点,即工作日、周末与节假日下的出行特征进行了深入研究。本文的主要研究内容与结论如下:1、基于Hadoop平台的多源交通大数据预处理方法Hadoop平台能够高效且又低成本地对海量数据进行分布式并行计算,本研究使用的交通大数据包括一个月的出租车轨迹数据及轨道交通刷卡数据达523 GB,适用Hadoop平台进行数据处理与分析。对此,本研究提出了基于Hadoop分布式平台对地铁与出租车轨迹进行预处理的方法,及提取出行OD数据集的方法,为后续实验分析奠定基础。2、构建居民出行特征挖掘处理框架居民出行特征主要包括三个方面,时空聚类表现、出行方向分布及交互特征,据此,本研究构建了居民出行特征挖掘的处理框架:首先构建时空立方体模型,对出行轨迹的时空分布进行三维可视化,利用时空热点分析方法,将时间和空间放于统一分析尺度下,定量表达居民出行高值和低值在时空区间内的聚类程度,探讨区域内居民出行时空热点模式;然后构建出行热点等级结构模型,表征出行热点的规模等级关系,利用标准差椭圆判断热点分布方向,探讨出行的空间结构分布规律;最后通过区域移动模式识别算法,识别出行聚集区域与区域间定向移动的模式,并通过构建多个统计指标提取区域间的交互特征。其中,出行热点等级结构模型的构建中,本文提出基于出行密度场的热点探测模型,而在区域间交互特征的挖掘中,主要基于模式覆盖度、区域依赖性及区域交互强度三个指标进行深入剖析。时空立方体模型重点揭示居民出行的时空聚类变化;出行热点等级结构模型强调出行热点规模等级关系及方向分异特征;区域移动模式识别则关注出行热点区域之间的交互特征。研究发现,从以上三个方面进行分析,能够较为全面地挖掘居民出行的时空特征。3、居民出行时空特征挖掘本研究通过对一个完整月的数据进行居民出行时空特征挖掘,发现居民在工作日、周末与节假日表现出三种不同的出行特征。同时,地铁与出租车能够相辅相成共同为居民出行提供方便,通过对不同交通方式出行轨迹的研究,能够得到互补的出行特征,地铁特征遍布范围广,更能体现全局特征,而出租车特征集中,更体现局部特征。(1)出行时空热点模式。地铁工作日的热点模式能够揭示通勤对象的不同通勤时间分布,识别大致的工作区及住宅区,周末与节假日的热点模式,能够识别商圈、交通枢纽。而出租车不同时间节点下出行时空热点模式大致相同,并识别出上海市四个城市副中心。(2)出行热点规模等级关系及方向分异特征。地铁不同等级的出行热点在不同时间节点表现出明显的模式分组特征。从方向分布来看,地铁出行热点反映了上海市发展大方向为东北—西南方,且逐渐往西与西南方发展,而出租车热点空间分布固定更能反映当前城市最繁华的区域及交通枢纽的位置。(3)出行区域移动模式。工作日体现通勤行为的移动模式,分布在中心城区与浦东新区,固定的通勤行为使其可快速识别住宅区与工作区的空间分布情况;周末出行模式类别更加多样,包括通勤、体育、休闲娱乐,但通勤模式的交互强度较工作日弱;节假日显著移动模式均分布在上海市四周边缘区域,体现的是出游,且模式中包含八个单站点区域,说明假日居民出行的目的性更加明确。同时,由区域移动模式的指标统计表明,工作日居民出行区域更多样。不同时间节点移动模式的区域交互强度趋于稳定下降,交互强度从强到弱依次为,工作日周末节假日。
【图文】：

上海,上海市区,电车,轻轨

剔除冗余数据，为后文的实验分析做好准备。逡逑２．１研究区概况逡逑本文研究区域为上海市（如图２．１）。上海位于中国东部长三角洲地区，地理位置逡逑在东经１２０°邋５２＇至１２２°邋１２＇，北纬３０°邋４（Ｔ至３１°邋５３＇之间。上海市辖１６个市逡逑辖区，总面积达６３４０平方公里，是中国的金融、交通、工业和贸易中心，也是全球逡逑人口规模和面积最大的都会区之一。２０１５年，上海ＧＤＰ居中国城市首位，亚洲城市逡逑第二位，仅次于日本东京；至２０１５年末，常住人口达到２４１５．２７万人。逡逑＾逦１邋，？■丨逡逑Ａ／逦ｆ砸逦杨浦区逡逑／逦虹口区逡逑普陀区逡逑／逦柳逡逑趣邋Ｚ逡逑徐汇区逡逑嘉定区宝岐—々服逦；逡逑青浦区逦￣Ａ上海虹桥火车站Ｂ上海南站逡逑松江区逦—逦Ｃ上海火车站邋Ｄ上海虹桥国际机场逡逑■邋Ｅ邋ｈ海浦东国际机场逡逑奉贤区逡逑金山区逦阁例逡逑Ｗ＂邋０邋５１０逦２０逦３０逦４０逦N奸站邋Ｓ逡逑逦１逦．逦崇明县逡逑图２．１上海市区位图逡逑２０世纪９０年代以来，上海大力发展轨道交通，包括地铁、轻轨、磁悬浮及有轨逡逑电车等。至２０１５年末，上海拥有轨道交通线路十五条，运营里程达６１７．５３公里，居逡逑全国第一位

中心城,出行方式,工作日,上海

共客运交通方式，包括轨道交通、公共汽（电）车、出租车和轮渡，，占所有交通工具逡逑出行的４８％。若将班车和社会大客车等纳入公共客运方式的话，这一比例更达到５２．３％逡逑（如图２．２所示）。因而，本研宄的轨迹数据主要包括，轨道交通刷卡数据（含地铁、逡逑公交）及出租车轨迹数据，能在较大程度上涵盖城市居民的出行特征。逡逑轨道交通逡逑步行逦１５．１％逡逑２４Ｓ％逡逑地面公交逡逑＿＿＿＿＿逦１３．４％逡逑，，，Ｉ邋ｊｔｆ逡逑－－ｒ逡逑０．３％逡逑图２．２邋２０１４年上海中心城工作日曰均出行方式结构【５６］逡逑２．２．１数据来源及数据结构逡逑本文所使用的轨迹数据为２０１５年４月上海市完整一个月的轨道交通刷卡数据及逡逑出租车轨迹数据。其中，２０１５年４月４日至２０１５年４月６日正值清明假期，除清明逡逑假期外，还有三个完整的周末休息日，因而该数据可以反映工作日、周末与节假日居逡逑民的出行情况，通过分析三者之间的异同，发现城市居民出行的时空特征。逡逑轨道交通刷卡数据，来源于上海公共交通卡股份有限公司的“公共交通卡”，是逡逑绝大多数在沪人员持有的可充值交通卡
【学位授予单位】：南京师范大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U12

【参考文献】