大數(shù)據(jù)在城市綜合交通調(diào)查與交通模型中的應(yīng)用分析

管娜娜， 寧怡旻

(成都市規(guī)劃設(shè)計研究院，四川成都 610041)

?

大數(shù)據(jù)在城市綜合交通調(diào)查與交通模型中的應(yīng)用分析

管娜娜， 寧怡旻

(成都市規(guī)劃設(shè)計研究院，四川成都 610041)

大數(shù)據(jù)技術(shù)的發(fā)展給交通調(diào)查與交通模型帶來了新的工作思路，通過挖掘互聯(lián)網(wǎng)、車載GPS、IC卡、手機(jī)信令、超高頻RFID等多源、海量數(shù)據(jù)可以描述人的交通行為、車輛的行駛狀態(tài)、道路的擁擠程度等。合理地使用大數(shù)據(jù)技術(shù)，能夠在保證精度的前提下大大提高工作效率和降低成本。文章主要分析研究如何將通過信息感知技術(shù)獲取的多源數(shù)據(jù)整合到傳統(tǒng)交通調(diào)查與模型中，為成都市開展綜合交通調(diào)查和建立交通模型奠定基礎(chǔ)。

大數(shù)據(jù)； 交通信息感知技術(shù)； 交通調(diào)查； 交通模型

面向城市綜合交通規(guī)劃的交通調(diào)查旨在全面掌握城市交通的源和流，調(diào)查主要包括基礎(chǔ)資料、交通需求、交通設(shè)施和交通現(xiàn)狀四部分內(nèi)容[1]。傳統(tǒng)的交通調(diào)查是通過填寫調(diào)查問卷和人工觀測來獲取數(shù)據(jù)的,工作量龐大，持續(xù)周期長，需耗費(fèi)大量的人力物力。而且抽樣方法和抽樣率對調(diào)查結(jié)果的影響較大，需要預(yù)調(diào)查和不斷核查。

交通信息感知技術(shù)的蓬勃發(fā)展為交通規(guī)劃工作提供了豐富的數(shù)據(jù)來源，通過合理利用交通信息數(shù)據(jù)可以為人工調(diào)查提供輔助和校核或者替代傳統(tǒng)交通調(diào)查的某些項(xiàng)目。此外，大數(shù)據(jù)在土地利用、交通基礎(chǔ)設(shè)施、系統(tǒng)運(yùn)行等方面優(yōu)勢顯著[2]，北京、上海、廣州、深圳等城市在基于大數(shù)據(jù)的交通調(diào)查和交通模型中已經(jīng)進(jìn)行了探索研究，驗(yàn)證了大數(shù)據(jù)技術(shù)在交通規(guī)劃不同階段工作中的適應(yīng)性。

1 大數(shù)據(jù)在城市綜合交通調(diào)查與模型中的必要性分析

1.1 交通模型的數(shù)據(jù)構(gòu)成

根據(jù)交通模型開發(fā)和修正要求，交通調(diào)查的項(xiàng)目也有所不同，其中必備的調(diào)查項(xiàng)目主要包括：居民出行調(diào)查、城市道路交通調(diào)查、出入境交通調(diào)查、公交調(diào)查、停車調(diào)查、流動人口調(diào)查等。交通模型的主要數(shù)據(jù)構(gòu)成如圖1所示。

圖1 交通模型的主要數(shù)據(jù)構(gòu)成

1.2 必要性分析

將交通大數(shù)據(jù)整合到綜合交通調(diào)查和模型中的必要性主要體現(xiàn)在以下幾方面：

(1)規(guī)劃方案與交通模型間缺少反饋、論證機(jī)制。通常在各類規(guī)劃項(xiàng)目中都需要建立相應(yīng)的交通模型，規(guī)劃方案與交通模型之間相互反饋和論證[3]。比如在進(jìn)行軌道交通線網(wǎng)規(guī)劃時需要建立交通需求預(yù)測模型對規(guī)劃方案以定量的支持，而在進(jìn)行道路網(wǎng)規(guī)劃時，又需要開展交通調(diào)查和建立新的模型。因此，成都市亟需建立一個不斷更新的交通數(shù)據(jù)庫和交通模型為相關(guān)的規(guī)劃服務(wù)，提高規(guī)劃的科學(xué)性和可信度。

(2)在城市交通的快速發(fā)展變化的背景下，交通模型的更新維護(hù)需要大數(shù)據(jù)支撐。目前，成都市的城市空間不斷擴(kuò)展、經(jīng)濟(jì)社會發(fā)展迅猛、交通需求的特性不斷變化，交通模型也需要通過不斷的標(biāo)定和校核進(jìn)行維護(hù)。交通信息感知技術(shù)能夠?qū)崟r記錄交通運(yùn)行狀態(tài)，因此可以通過處理和挖掘多源、海量的交通信息感知數(shù)據(jù)，實(shí)現(xiàn)對交通供給、交通需求結(jié)構(gòu)的全面了解，用以支撐交通模型的維護(hù)更新。

(3)傳統(tǒng)交通調(diào)查與大數(shù)據(jù)相互結(jié)合，不斷開拓交通規(guī)劃新理論。現(xiàn)有的交通信息感知技術(shù)所獲取的交通數(shù)據(jù)無法做到準(zhǔn)確、全面的描述交通運(yùn)行特性，比如，很難判斷連續(xù)兩次公交IC卡數(shù)據(jù)是換乘還是兩次出行，手機(jī)信令數(shù)據(jù)很難識別同一個基站范圍內(nèi)的短距離出行，因此需要將大數(shù)據(jù)與調(diào)查數(shù)據(jù)進(jìn)行相互校核分析。同時，需要不斷優(yōu)化交通信息感知技術(shù)和開拓交通規(guī)劃理論，比如設(shè)置更多能夠表征交通出行特性的字段，甚至開拓適應(yīng)于交通信息感知技術(shù)的規(guī)劃理論。

2 大數(shù)據(jù)在交通調(diào)查和交通模型中的應(yīng)用分析

眾多學(xué)者針對將大數(shù)據(jù)整合到交通調(diào)查和交通模型中進(jìn)行了相關(guān)探索研究，其中，基于GPS浮動車、公交IC卡、手機(jī)信令等的數(shù)據(jù)挖掘技術(shù)成熟，應(yīng)用成果豐富。

2.1 交通信息感知技術(shù)與模型應(yīng)用

根據(jù)交通信息感知設(shè)備的特性可以將信息感知技術(shù)分為固定型和可移動型。固定型的信息感知技術(shù)可以采集到基本的交通流參數(shù)，而移動型的信息感知技術(shù)可以通過識別和路徑追蹤推算出車和人的出行OD，因此在交通需求預(yù)測中的應(yīng)用更為廣泛(表1)。

表1 交通信息感知技術(shù)的數(shù)據(jù)類型與模型應(yīng)用

2.2 浮動車GPS數(shù)據(jù)

成都市于2008年開始建立浮動車GPS數(shù)據(jù)采集系統(tǒng)，在營運(yùn)出租車上安裝GPS定位設(shè)備，通過GPS定位技術(shù)獲取出租車實(shí)時位置信息。已經(jīng)基本實(shí)現(xiàn)了實(shí)時道路交通運(yùn)行狀態(tài)發(fā)布、歷史交通狀況查詢；路網(wǎng)交通運(yùn)行指標(biāo)測算，包括路網(wǎng)運(yùn)行速度時間分布、典型擁堵路段統(tǒng)計、路網(wǎng)擁堵指數(shù)等功能[4]。根據(jù)管亞麗[5]關(guān)于成都市出租車浮動車數(shù)據(jù)的可靠性分析，認(rèn)為成都市浮動車規(guī)?？刂圃? 000輛以上，便能得到中心城區(qū)可靠的交通參數(shù)。

截至2014年底，成都市出租車總量為18 539輛，中心城區(qū)出租車總量為14 898輛，路網(wǎng)覆蓋率高，能對路段及路網(wǎng)交通狀況進(jìn)行較好的描述。在交通調(diào)查和交通模型建立過程中，浮動車GPS數(shù)據(jù)能在以下方面發(fā)揮作用：

(1)道路網(wǎng)絡(luò)的建立?，F(xiàn)狀綜合道路網(wǎng)絡(luò)是交通模型的核心數(shù)據(jù)之一，通過車輛路徑識別，可以快速準(zhǔn)確獲得現(xiàn)狀道路網(wǎng)絡(luò)布局和交通組織，增強(qiáng)對現(xiàn)狀路網(wǎng)的分析全面把握現(xiàn)狀路網(wǎng)問題。

(2)道路交通調(diào)查和核查線調(diào)查。核查線道路交通流量調(diào)查的目的是全面掌握核查線的交通流量分布，用以校核OD調(diào)查成果精度，通過較為可靠的浮動車GPS數(shù)據(jù)能夠獲得該數(shù)據(jù)，且具有較高的可操作性。

(3)OD矩陣獲取。通過浮動車GPS數(shù)據(jù)獲取OD矩陣有兩種方式，分別為OD反推和路徑識別。由于成都市出租車僅占機(jī)動車總量的0.48 %，但在抽樣率如此低的前提下進(jìn)行OD反推或路徑識別，可能會造成較大誤差。

2.3 公交IC卡數(shù)據(jù)

通過挖掘公交IC卡的數(shù)據(jù)并結(jié)合公交車輛GPS數(shù)據(jù)，判斷公交線路各站點(diǎn)上下車人數(shù)和擬合交通出行起訖點(diǎn)，從而建立公交出行OD矩陣的模型和方法在城市綜合交通規(guī)劃、公交規(guī)劃以及公交運(yùn)營調(diào)度中有著廣泛應(yīng)用[6]。國內(nèi)對此已經(jīng)有了一定的研究成果，徐建閩等[7]利用公交車GPS和公交IC卡數(shù)據(jù)建立了生成單線公交OD 的計算公式模型；侯艷等[8]利用VBA結(jié)合ADO技術(shù)推算公交出行的OD矩陣，然后通過抽樣調(diào)查獲得擴(kuò)樣系數(shù)從而對樣本進(jìn)行擴(kuò)樣生成了全市居民的出行OD。從單線公交到多路公交再到全市居民出行信息，基于公交IC卡數(shù)據(jù)推算居民出行OD的思路和技術(shù)方法成熟[9]，可以作為居民出行調(diào)查的補(bǔ)充。

在《成都市多網(wǎng)融合公共交通體系規(guī)劃》中，從成都市公交集團(tuán)和地鐵公司獲取了一周的IC卡刷卡數(shù)據(jù)，涉及常規(guī)公交675條線路、6 258個站點(diǎn)，地鐵2條線路、42個站點(diǎn)，快速公交2條線路、59個站點(diǎn)。通過分析和挖掘海量IC卡數(shù)據(jù)和公交系統(tǒng)的GPS數(shù)據(jù)，對公交換乘識別、公交客流OD分布識別和公交通勤識別做出了探索性研究，并得出了成都市公共交通通勤距離長、快速公交與常規(guī)公交換乘需求大、現(xiàn)狀公共交通出行向心性強(qiáng)等典型結(jié)論。同時，基于公交IC卡的數(shù)據(jù)挖掘技術(shù)體系也已經(jīng)建立，在開展交通調(diào)查工作與交通模型建立時，可充分考慮公交IC卡數(shù)據(jù)的使用(表2)。

表2 成都市公共交通IC卡刷卡記錄及車輛GPS所含信息

2.4 手機(jī)信令數(shù)據(jù)

手機(jī)信令作為一種理想的交通信息感知技術(shù)，為居民出行信息提供了良好的數(shù)據(jù)基礎(chǔ)。利用長期手機(jī)信令數(shù)據(jù)，可分析常住人口和就業(yè)人口分布、通勤出行特征、大區(qū)間OD、特定區(qū)域出行特征和流動人口出行特征等[10]。賴見輝[11]基于移動通信定位信息提出了基于模糊模式識別原理的居住地與工作地識別方法；黃美靈、陸百川[12]通過提出手機(jī)用戶的起訖點(diǎn)位置信息，根據(jù)面積判斷算法得到手機(jī)用戶的OD信息。上海在第五次綜合交通調(diào)查中首次將手機(jī)信令數(shù)據(jù)應(yīng)用于全市性綜合交通調(diào)查[2]，通過長時間跟蹤記錄移動通信數(shù)據(jù)(全市約6萬個基站，中心城平均半徑約130 m，郊區(qū)平均半徑約360 m)，分析得到夜間、白天手機(jī)用戶分布規(guī)律性特征、地下軌道車站客流換乘特征以及校核線手機(jī)客流穿越特征。

此外，手機(jī)信令數(shù)據(jù)表征的單個手機(jī)用戶不同時段所處的地理坐標(biāo)，其數(shù)據(jù)在交通規(guī)劃中的應(yīng)用也存在一定局限性：(1)難以判斷手機(jī)用戶的出行方式、出行目的；(2)利用手機(jī)信令數(shù)據(jù)反映傳統(tǒng)定義需要一定的假設(shè)和推斷，相關(guān)規(guī)則不明確；(3)數(shù)據(jù)粒度大，不能反映短距離出行。

2.5 超高頻RFID電子標(biāo)識

超高頻RFID 技術(shù)利用電磁耦合來傳遞數(shù)據(jù)進(jìn)行車輛識別[13]，當(dāng)裝有超高頻RFID電子標(biāo)簽的車輛通過RFID讀寫器時，將會采集到車輛ID、通過監(jiān)測點(diǎn)時間、車型代碼、車牌歸屬地等信息，由此可以得到通過路段、交叉口等設(shè)施的車流量，并能進(jìn)一步識別出車輛行駛路徑(圖2)。通過超高頻RFID電子標(biāo)簽采集到的道路交通流量、出入境交通流量數(shù)據(jù),主要用于交通模型中的機(jī)動車出行生成、出行分布和模型校驗(yàn)。

圖2 超高頻RFID電子標(biāo)簽系統(tǒng)拓?fù)浣Y(jié)構(gòu)及工作原理

重慶市應(yīng)用超高頻RFID技術(shù)建立覆蓋全市約300萬輛機(jī)動車和852個采集點(diǎn)的“重慶交通信息卡”系統(tǒng)(圖3)。通過RFID技術(shù)采集到的交通數(shù)據(jù)，在出行分布特征分析和流量延誤函數(shù)(VDF)做了相關(guān)的研究[14]。

(1)出行分布特征分析。利用通道上連續(xù)幾個設(shè)有RFID讀寫器斷面收集到的交通信息，通過車輛ID、通過監(jiān)測點(diǎn)的時間等特征數(shù)據(jù)追蹤車輛軌跡，分析各區(qū)段流量流向構(gòu)成，發(fā)現(xiàn)整個通道貫通行駛的需求量非常少，不同區(qū)段的流量差異較大，從而得出了不同路段采用不同建設(shè)標(biāo)準(zhǔn)進(jìn)行拓寬改造的結(jié)論(圖4)。

圖3 重慶RFID采集點(diǎn)分布

圖4 快速路四橫線(鵝公巖大橋)車輛路徑識別

(2)交通分配中路阻函數(shù)的標(biāo)定。通過整合分析“重慶交通信息卡”系統(tǒng)、出租車車載GPS、感應(yīng)線圈和高清卡口的數(shù)據(jù)，研究流量與車速、密度與流量間的關(guān)系，實(shí)現(xiàn)交通分配中VDF函數(shù)的標(biāo)定(圖5)。

圖5 重慶機(jī)場高速VDF函數(shù)標(biāo)定

基于超高頻RFID技術(shù)自動精確及動態(tài)信息采集的優(yōu)點(diǎn)，在城市道路交通調(diào)查、出入境交通調(diào)查方面優(yōu)勢大，在交通生成、交通分布和模型校核階段能夠大大提高模型的精度和效率。目前成都尚未啟動電子車牌試點(diǎn)工作，若電子車牌相關(guān)工作啟動需同步建立信息平臺，做好數(shù)據(jù)采集和存儲。

4 對成都開展綜合交通調(diào)查和交通模型工作的建議

大數(shù)據(jù)在交通調(diào)查與交通模型中是傳統(tǒng)綜合交通調(diào)查的有效補(bǔ)充，在交通基礎(chǔ)數(shù)據(jù)獲取、道路網(wǎng)絡(luò)建立、職住分析等方面應(yīng)用效果良好。在成都市開展綜合交通調(diào)查和建立交通模型過程中，應(yīng)在傳統(tǒng)交通調(diào)查基礎(chǔ)上充分考慮利用現(xiàn)有大數(shù)據(jù)資源，比如遙感、公交IC卡、浮動車GPS、手機(jī)信令、車牌識別等，融合多種數(shù)據(jù)反映城市交通問題。

(1)構(gòu)建全市交通數(shù)據(jù)庫。目前，成都市還沒形成統(tǒng)一的交通數(shù)據(jù)庫，各類交通數(shù)據(jù)分散在交委、交管、公交集團(tuán)、地鐵公司等多個部門，沒有統(tǒng)一的數(shù)據(jù)接口和管理平臺，在開展交通調(diào)查和交通模型工作過程中會存在數(shù)據(jù)壁壘。

(2)提前建立交通大數(shù)據(jù)的采集和存儲機(jī)制。不同的交通信息感知技術(shù)在數(shù)據(jù)存儲上都有各自不同的機(jī)制，比如視頻數(shù)據(jù)會存儲15 d,移動通訊數(shù)據(jù)在無需求的情況下不會進(jìn)行存儲。因此在綜合交通調(diào)查開展初期，應(yīng)根據(jù)調(diào)查方案和模型需求建立交通大數(shù)據(jù)采集和存儲機(jī)制。

(3)形成關(guān)于交通大數(shù)據(jù)分析、縮樣、擴(kuò)樣的技術(shù)思路和流程。通過各類交通信息感知技術(shù)獲取的數(shù)據(jù)量雖然大，但從本質(zhì)上說仍屬于抽樣調(diào)查，或者說分層抽樣調(diào)查，如何科學(xué)擴(kuò)樣，是否需要先縮樣后擴(kuò)樣，需要制定一套技術(shù)思路和流程。

(4)建立傳統(tǒng)綜合交通調(diào)查、交通大數(shù)據(jù)以及交通大數(shù)據(jù)之間相互校核的良好模式。為減小擴(kuò)樣過程中的誤差，應(yīng)以交通出行調(diào)查數(shù)據(jù)為基礎(chǔ)，利用交通大數(shù)據(jù)挖掘技術(shù)對關(guān)鍵指標(biāo)進(jìn)行綜合比對和校核。

[1] 王煒. 交通規(guī)劃[M].北京：人民交通出版社，2007.

[2] 薛美根，陳歡，應(yīng)俊杰. 基于城市交通大數(shù)據(jù)的上海第五次綜合交通調(diào)查技術(shù)與方法[C]//2015年中國城市交通規(guī)劃年會暨第28次學(xué)術(shù)研討會論文集，2015.

[3] 何流. 交通需求預(yù)測模型的歷史與展望[J]. 江蘇城市規(guī)劃，2014(4)：43-45.

[4] 新鈳電子(上海)有限公司. 成都市交通信息數(shù)據(jù)中心信息采集子系統(tǒng)——基于浮動車技術(shù)的交通信息采集系統(tǒng)[R]. 2009.

[5] 管亞麗. 成都市出租車浮動車數(shù)據(jù)可靠性分析[D]. 成都：西南交通大學(xué)，2010.

[6] ZHAO J, RAHBEE A,WILSON N H M. Estimating a rail passenger trip origin-destination matrix using automatic data collection Systems[J]. Computer Aided Civil and Infrastructuer Engineering,2007,22(5):376-387.

[7] 徐建閩，熊文華，游峰. 基于GPS和IC卡的單線公交OD生成方法[J]. 微計算機(jī)信息，2008，24(22)：221-222.

[8] 侯艷，何民，張生斌. 基于公交IC卡刷卡記錄的居民出行OD推算方法研究[J]. 交通信息與安全，2012，30(6)：109-114.

[9] 張頌，陳學(xué)武，陳崢嶸. 基于公交IC卡數(shù)據(jù)的公交站點(diǎn)OD矩陣推導(dǎo)方法[J]. 武漢理工大學(xué)學(xué)報：交通科學(xué)與工程版，2014，38(2):333-337.

[10] 冉斌. 手機(jī)數(shù)據(jù)在交通調(diào)查和交通規(guī)劃中的應(yīng)用[J]. 城市交通，2013，11(1)：72-81.

[11] 賴見輝. 基于移動通信定位數(shù)據(jù)的交通信息提取及分析方法研究[D]. 北京：北京工業(yè)大學(xué)，2014.

[12] 黃美靈，陸百川. 基于手機(jī)定位的交通OD數(shù)據(jù)獲取技術(shù)[J]. 重慶交通大學(xué)學(xué)報:自然科學(xué)版，2010，29(1)：162-166.

[13] 薛金銀，張北海，李全發(fā). 超高頻RFID技術(shù)在智能交通領(lǐng)域的應(yīng)用分析[J]. 中國交通信息化，2014(增刊):115-118.

[14] 吳祥國，余清星，韋翀. 大數(shù)據(jù)背景下重慶市綜合交通模型維護(hù)升級[J]. 城市交通，2016，14(2):51-58.

管娜娜(1989～)，女，碩士研究生，助理工程師，從事交通規(guī)劃與設(shè)計；寧怡旻(1985～)，女，碩士研究生，工程師，從事城市規(guī)劃。

TU984.191

A

[定稿日期]2016-06-23