大数据环境下的交通模型研究

大数据环境下的大数据环境下的交通模型研究上海市城市规划设计研究院张天然2017年4月，长沙2017年4月，长沙提纲一、互联网+交通大数据时代的数据资源二、挖掘大数据，改进交通模型三、大数据在上海交通规划模型中的应用四正确看待大数据四、正确看待大数据一、互联网+交通大数据时代的数据资源1、数据是交通模型的基本原材料交通模型数据数学模型软件工具模型师一、互联网+交通大数据时代的的数据资源交通模型基础数据2、交通模型的主要数据GIS和数据库技术土地利用建筑量人口岗位综合交通网络航空影像图、地形图交通调查其他数据……现状用地现状建筑量人口普查道路交通网络居民出行调查规划用地规划测算经济普查轨道交通网络校核线调查核心数据：规划预测公交线网模型辅助线手机信令调查其他调查用地和人口岗位综合交通交通网络模型辅助线其他调查…综合交通交通网络基于交通调查的模型参数一、互联网+交通大数据时代的福利3、道路网络的建立一、互联网+交通大数据时代的数据资源4、公交线网数据的获得以及建立路网映射模型数据库商业地图公交线路和站点获取和WGS84转换商业公交线路和站点TransCAD公交系统(公交模型数站点集群、城市坐标转换其他模路和站点获取和图形化•JavaScript地图坐标•Python坐标校准•GISDK统(公交模型数据库）生成•GISDK坐标转换,其他模型软件接口•GISDK工作效率提高：工作效率提高：2500条线路，57000个站点人工维护：150天公交与路网数据关联表自动维护：95%精度，10天100%精度，25天一、互联网+交通大数据时代的数据资源一、互联网+交通大数据时代的的数据资源5、手机78%86%75%83%82%80%90%100%例手机信令分析居民出行调查信令的职住分析70%24%19%69%29%75%21%82%79%30%40%50%60%70%80%岗位分布比例住分析6%24%3%19%4%10%2%4%21%2%15%5%13%2%19%0%10%20%30%城内部心城其他城内部心城其他城内部心城其他城内部心城其他工作岗21新城中新城中新城中新城中嘉定新城青浦新城松江新城金山新城新城居民工作岗位分布区域121518百分居民出行调查手机调查369分比（%）00-11-22-33-44-55-66-77-88-99-1010-1111-1212-1313-1414-1515-1616-1717-1818-1919-2020-2121-2222-2323-2424-2525-2626-2727-2828-2929-30通勤距离（km）一、互联网+交通大数据时代的数据资源5.1、从单独的空间分析扩展到空间联系一、互联网+交通大数据时代的数据资源5.1、从单独的空间分析扩展到空间联系区域工作地内环内内外环间周边地区其他合计居民的工作地分布内环内内外环间周边地区其他合计居住地内环内71%22%4%3%100%内外环间32%57%7%4%100%周边地区12%21%58%9%100%岗位的居住地分布区域居住地内环内内外环间周边地区其他合计工作地内环内45%44%9%2%100%内外环间13%70%14%3%100%周边地区4%17%71%9%100%通勤距离居住/工作地通勤距离（km）居住地居民工作地岗位岗位/居住内环内6.88.61.3通勤距离邻域栅格联系紧密度内外环9.17.90.9周边地区9.07.70.9一、互联网+交通大数据时代的数据资源5.2、大数据提供了足够的小区域研究样本1-2%的居民出行抽样抽样调查无法分析小区域的吸引点的空间分布一、互联网+交通大数据时代的的数据资源5.3、AFC和手机信令的印证一、互联网+交通大数据时代的数据资源5.4、职住通道不平衡，交通设施规划处于两难境地线路长度工作日客运强度（万平均乘高断面客流上海轨道交通线路客流特征12%0%5%10%15%20%1号线线路长度工作日客流量客运强度（万乘次/km）平均乘距(km)高断面客流（万人次/小时）1号线36.91213.279.015.12号线60.31472.448.744.73号线402571418562612%14%13%2号线3号线4号线3号线40.2571.418.562.64号线33.8842.496.142.45号线16.6140.858.951.36号线32.7381.176.742.67号线439731.657744.013%20%17%4号线5号线6号线7号线43.9731.657.744.08号线37.0952.576.713.59号线49.8821.6511.154.210号线35.2732.066.872.711号线7066008613783316%14%13%7号线8号线9号线11号线70.6600.8613.783.312号线19.0170.926.741.513号线12.0121.005.861.016号线58.260.1122.890.6全网546.28801.6114.6-13%14%15%10号线11号线13号线全网546.28801.6114.615%13号线一、互联网+交通大数据时代的数据资源5.4、职住平衡分析①昀小通勤Tmin：2.1km②昀大通勤Tmax：48.6km③随机通勤Tran：33.6km④实际通勤T82k④实际通勤Tact：8.2km剩余通勤：EC=(1-Tmin/Tact)*100潜在通勤：Cu=(Tact-Tmin)/(Tmax-Tmin)*100经济通勤：Ce=(1-Tact/Tran)*100济通勤e(actran)正规化经济通勤：NCe=(Tran-Tact)/(Tran-Tmin)*100越小越好！一、互联网+交通大数据时代的数据资源5.4、职住平衡分析指标单位上海北京东京伦敦年份201320102000200125(bus)①最小通勤与城市空间形态，人口规模和土地使用关系不大Tmin2.12.5(bus)3.5(car)6.73.6Tmax48.624.7(bus)356(car)50.517.8规模和土地使用关系不大；②最大通勤、随机通勤与城市和人口规模有较大关系；kmmax35.6(car)Tran33.6--13.9T828.2(bus)11091口规模有较大关系；③实际通勤上海较好；④剩余通勤和东京还有较大差距，Tact8.211.2(car)11.09.1EC74.069.5(bus)68.8(car)3960.0257(b)主要是东京的最小通勤较大。职住平衡不在于讲究小范围的人口岗位平衡或用地混合配置；%Cu13.125.7(bus)24.3(car)1038.5Ce75.6--34.6岗位平衡或用地混合配置；⑤潜在通勤和东京接近；⑥和随机通勤差距越大，越具有较NCe80.1--46.9⑥和随机通勤越大，越具有较强的中心集聚作用。一、互联网+交通大数据时代的数据资源6、各种交通采集数据，尽情使用！TalkingData，POI,大众点评，房价……二、挖掘大数据，改进交通模型1、4D与出行生成模型Density开发密度：容积率；大众点评，百度热力，手机信令如何使用？yDiversity多样性：用地混合程度，人口岗位比；Design城市设计：大小尺度街坊；DestAccessibility目的地可达性：多种交通方式的可达性。二、挖掘大数据，改进交通模型2、模型和Google的等时线比较百度、高德、出租车GPS，模型经得起对比吗？大数据如何使得模型的成本模块更精准？二、挖掘大数据，改进交通模型3、出行分布模型的改进陆家嘴阻抗：距离多方式的综合广义成本因素：K因子=常数项，社会经济因素的加入预测：地区发展的类型参照区域2km2-8km8km陆家嘴211%451%338%金桥作岗位分布外高桥陆家嘴21.1%45.1%33.8%外高桥58.8%19.8%21.4%金桥居民工作岗位分布图外高桥二、挖掘大数据，改进交通模型BBC3、出行分布模型的改进ZonesjjiijjijijjiijdfKAdfKAPT'**HH)exp(Let)exp(LetijkijjjkKSAAAC)exp(LetijijtdfijijkjiijtkStkSPT)exp()exp()exp()exp()exp()exp(目的地的替代性和互补性目的地的替代性和互补性ZonesjijijkjjtkS)exp()exp()exp('''ijijkjiijtkSPT)exp(职职住分布的社会经济因素住分布的社会经济因素ZonesjijijkjiijtkSPT)exp('''jVPT)exp(活动类型特征与次序活动类型特征与次序抽样与参数标定技术抽样与参数标定技术ZonesjjjiijVPT)exp()p('抽样与参数标定技术抽样与参数标定技术二、挖掘大数据，改进交通模型两端接驳的组合多样性4、轨道交通接驳模型AMdEMd客流分配的配套应用大数据能否做到？车站的服务范围PrimaryModeAccessModesEgressModesWalkDriveBusPnRKnRWalkDriveBusBusModesXXXBusRapidTransitXXXXUrbanRailXXXXXX车站的服务范围接驳交通方式获得，例如IC卡分析公CommuterRailXXXXXXXHighSpeedRailXXXXXXX交和轨道的换乘二、挖掘大数据，改进交通模型5、调查技术的改进手机信令分析GPS或手机小样本PAD居民调查51基于手机GPS的小样本调查校核技术二、挖掘大数据，改进交通模型5.1基于手机GPS的小样本调查校核技术个人信息家庭信息（包括家庭住址工作地点定位数据）手机APP个人信息、家庭信息（包括家庭住址、工作地点定位数据）出行轨迹数据（手机GPS定位、采样间隔1s）网页反馈52基于手机GPS的小样本调查校核技术二、挖掘大数据，改进交通模型方法一：算法推算（仅发挥手机的GPS功能）5.2 基于手机GPS的小样本调查校核技术停驻点识别基于速度的停留点合并基于速度的停留点合并时间加权法→停留中心出行方式判断隶属函数加权判别法平均速度，95%位加速度，出行距离出行时间出行距离，出行时间出行目的判断活动地点→活动目的家庭、工作地坐标二维核密度估计53基于手机GPS的小样本调查校核技术二、挖掘大数据，改进交通模型方法一：算法推算（仅发挥手机的GPS功能）5.3基于手机GPS的小样本调查校核技术停留点识别起讫点区段划分信号丢失区段出行列表方式判别区段特征单一模式转换点检验起讫点转换点信号丢失区段其他区段区段特征速度距离时间检验合并出行列表方式判断结果出行目的昀终结果出行列表家庭住址工作地址学校地址土地利用信息出行列表区段划分方式判断结果目的判断结果目的判断结果土地利用信息（POI）目的判断结果54基于手机GPS的小样本调查校核技术二、挖掘大数据，改进交通模型上海市22个志愿者109天的出行数据结果分析5.4 基于手机GPS的小样本调查校核技术109天的出行数据停留点识别实际停留点数算法判断停留点数判断正确停留点数查全率查准率F1-Measure5134704680.9960.9120.952出行方式及目的的判断0.81150200区0.60.81100150200比区段0.20.40.650100比例区段数00.20.4050100比例段数00walkbikebusmetrocar实际区段算法判断判断正确00实际区段算法判断判断正确查全率查准率F1-Measure实际区段算法判断判断正确查全率查准率F1-Measure55基于手机GPS的小样本调查校核技术二、挖掘大数据，改进交通模型5.5 基于手机GPS的小样本调查校核技术方法二：手机居民出行用户调查界面开发，出行者录入；方法三：居民出行调