基于出租车数据的城市居民出行时空特征研究

发布时间：2020-07-20 13:22

【摘要】：城市居民的出行行为受时空约束,对城市居民出行特征所反映的出行规律的研究,是从根本上解决交通问题的一种有效方法,因此研究城市居民出行活动特征显得十分重要。而伴随着大数据时代的兴起,遍及全世界范围的大量数据传感器、移动智能终端、社交网络、信息网站等每时每秒都有海量不同类型的数据产生,其中安装了车载GPS定位装置的出租车可以提供实时位置、行驶方向、瞬时速度等信息,为研究居民出行时空特征提供了诸多便利和可能。本文通过研究采用出租车出行的居民出行时空特征规律,以期为城市居民提供有益的出行参考,为出租车司机提供优越的客源分布信息,为城市交通的管理、城市整体规划提供有价值的技术支撑。本文主要内容如下:(1)提出了一种基于速度阈值的多层次数据预处理方法。根据本文研究内容,针对出租车原始数据存在数据记录缺失、字段异常等多种质量问题,通过对多种质量问题进行多方面分析并实验,完善出租车数据的预处理方法,并使用该方法对实验数据进行预处理。(2)多时间粒度多空间尺度的城市居民出行时空特征分析。利用前文处理好的上车数据、下车数据、上下车整体数据,在时间层次,分别从总体、不同时段、工作日与休息日、出行时长、空驶时长、出行效率等粒度进行城市居民出行的时间特征分析;在空间层次,分别从不同规划分区、不同行政区、街道、重点交通枢纽、重要商圈等尺度进行空间特征分析,使研究更全面更详尽。(3)提出了基于出租车数据的多指标城市居民出行动态性研究方法。首先分析了城市居民出行上、下车热点区域的时空分布,然后利用本研究提出的区域相对吸引力指数、区域双向流动指数以及区域双向流动均衡性指数分析了居民出行的区域吸引力和流动性,最后对分析的结果进行可视化展示。通过对以上内容的研究,得到如下几个主要结论:(1)武汉市日均出租车出行量在20万次以上,主要分布在主城区内,出行强度最高的行政区和街道分别是武昌区和关山街道,居民的出行次数与距公交站和地铁站的距离成反比。采用出租车出行的居民以短距离出行为主,最普遍的出行时长在5~10分钟之间。出租车空驶时长也比较短,以不超过5分钟为主,很少有超过40分钟。(2)每个时段的上车数量和下车数量分布趋势基本一致,4:00~5:00是全天出行量最低的时段,随后出行量逐渐增加,9:00~14:00出行量趋于稳定,16:00~17:00出行量相对有所减少,20:00~23:00为出行晚高峰。(3)从区域相对吸引力来看,在行政区层面,江岸区出租车乘客的流出程度最大,洪山区、青山区相对吸引力更大;在街道层面,汉正街道、民族街办事处吸引力相对最大,新华街办事处、荣华街道、吴家山街道等街道流出程度相对最大。(4)从区域间流动性来看,武汉市整体呈现从主城区以内向主城区边缘偏向的趋势。在行政区层面,武昌区-洪山区、江汉区-江岸区、江汉区-xZ口区的相互流动最为频繁;洪山区与江夏区间的流动最不均衡,出行流动均偏向江夏区。在街道层面,关山街道-东湖开发区关东街办事处相互流动最为频繁,吴家山街道与慈惠街道间的相互流动最不均衡,出行流动均偏向慈惠街道。
【学位授予单位】：武汉大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U491
【图文】：

图２．１数据预处理流程图逡逑２．２．３预处理后数据情况逡逑对原始出租车ＧＰＳ轨迹数据采用上述数据预处理方法进行预处理，得到新逡逑的数据结构如下表２．２：逡逑

．如图３．１所示，横坐标表示日，纵坐标表示上下车总次数，该图统计了邋２０１５逡逑年２月到２０１５年５月共计１１８天的居民上下车总量，其中４月７日、５月３１日逡逑因数据缺失，未做统计。在所统计的１１８天数据中，武汉市居民上下出租车共计逡逑５５９７５０５２次，共完成２７９８７５２６次基于出租车出行，平均每天上下出租车为４７４３６４逡逑次，基于出租车出行的日均出行量为２３７１８２次，有６９天的出行量大于日均出行逡逑

２０）逦［２０，３０）逦［３０，４０）逦［４０，５０）逦［５０，６０）逡逑逦［６０，７０）邋＾—［７０，８０）逦［８０，９０）邋—邋［９０，１００）—［１００，00）逡逑图３．２订单数量范围统计逡逑３．１．２不同时段的出行分布逡逑（１）上、下车总体分时段分布逡逑１．８Ｅ＋０６逡逑１６Ｅ＋０６逡逑１．４Ｅ＋０６逦ｊＴ－＊＊邋Ｔ邋＊逦Ｊｆ逦＼邋？逡逑１．２Ｅ＋０６逦ｆ？逦Ｖ４Ｔ逦＼逡逑１．０Ｅ＋０６逦＼逦Ｉｔ逦＊逡逑８．０Ｅ＋０５逦／／逡逑６．０Ｅ＋０５逦Ｕ逡逑４．０Ｅ＋０５逦１＊逦丨？丨丨丨＇午－逡逑２．０Ｅ＋０５逦－？？－卜车逡逑Ｏ．ＯＥ＋ＯＯ逡逑１逦２逦３逦４逦５逦６逦７逦８逦９邋１０邋１１邋１２邋１３邋１４邋１５邋１６邋１７邋１８邋１９邋２０邋２１邋２２邋２３邋２４逡逑图３．３上、下车总体分别分时段分布逡逑本文分时段统计的时间间隔为一小时，由于居民出行上、下车次数相同，而逡逑且多数出行时长小于一个小时，只是上、下车时间不同，以致同一次出行的上、逡逑下车时间落在同一时段内的次数也会比较多，因此绘制出的两条曲线轨迹大体一逡逑致。但仍存在单次出行时长超过一个小时，以及上车时间处于前一时间段末尾、逡逑下车时间处于后一时间段开头的情况

【参考文献】

相关期刊论文 前10条

1 张俊涛;武芳;张浩;;利用出租车轨迹数据挖掘城市居民出行特征[J];地理与地理信息科学;2015年06期

2 Changjun Jiang;Zhijun Ding;Junli Wang;Chungang Yan;;Big data resource service platform for the internet financial industry[J];Chinese Science Bulletin;2014年35期

3 刘东冬;刘胜林;张佳华;黄振;;基于SWOT模型分析大数据在医疗中的应用[J];中国数字医学;2014年11期

4 郭文伯;张艳;柴彦威;申悦;;基于GPS数据的城市郊区居民日常活动时空特征——以北京天通苑、亦庄为例[J];地域研究与开发;2013年06期

5 苑雪;;大数据时代网络社会管理中的政府行为模式创新[J];广东行政学院学报;2013年04期

6 蒲剑苏;屈华民;倪明选;;移动轨迹数据的可视化[J];计算机辅助设计与图形学学报;2012年10期

7 古杰;周素红;闫小培;邓丽芳;;居民日常出行时空集聚视角下的城市交通拥堵形成机制研究——以广州为例[J];地理科学;2012年08期

8 张艳;柴彦威;;北京城市中低收入者日常活动时空间特征分析[J];地理科学;2011年09期

9 周素红;邓丽芳;;基于T-GIS的广州市居民日常活动时空关系[J];地理学报;2010年12期

10 周晓敏;赵红玉;俞建新;;基于GPS的出租车呼叫与调度系统[J];计算机工程与设计;2009年21期

相关博士学位论文 前1条

1 毛海哠;中国城市居民出行特征研究[D];北京工业大学;2005年

相关硕士学位论文 前3条

1 陈晨;城市公共自行车调配中心选址模型研究[D];东南大学;2016年

2 汪磊;基于LBS轨迹的出行活动链模式识别研究[D];大连交通大学;2015年

3 齐林;基于GPS数据的出租车交通运行特性研究及应用[D];哈尔滨工业大学;2013年

本文编号：2763499