吳子嘯,付凌峰,趙一新
(中國城市規(guī)劃設(shè)計研究院,北京100037)
多源數(shù)據(jù)解析城市交通特征與規(guī)律
吳子嘯,付凌峰,趙一新
(中國城市規(guī)劃設(shè)計研究院,北京100037)
隨著信息技術(shù)的發(fā)展,城市交通領(lǐng)域不斷涌現(xiàn)新的數(shù)據(jù)來源。有效利用這些數(shù)據(jù),有助于深刻理解城市功能和交通特征與規(guī)律?;仡櫝鞘薪煌ǚ治雠c建模中常用的多源數(shù)據(jù),并著重介紹信息化數(shù)據(jù)的典型應用,包括手機信令數(shù)據(jù)、公共汽車信息系統(tǒng)數(shù)據(jù)、車輛GPS數(shù)據(jù)、交通檢測數(shù)據(jù)和售票系統(tǒng)數(shù)據(jù)?;趥鹘y(tǒng)城市交通分析框架下的數(shù)據(jù)需求,探討多源數(shù)據(jù)間的關(guān)系與聯(lián)合應用。提出信息化數(shù)據(jù)完全取代傳統(tǒng)數(shù)據(jù)既不現(xiàn)實,也不必要;信息化數(shù)據(jù)的價值發(fā)揮在于未來交通分析與建模技術(shù)的創(chuàng)新。最后對多源數(shù)據(jù)的發(fā)展與應用方向進行展望。
交通調(diào)查;城市交通特征;交通分析與建模;多源數(shù)據(jù);聯(lián)合應用
城市交通特征和規(guī)律的研究通常由交通數(shù)據(jù)所驅(qū)動。基于可獲取的交通數(shù)據(jù),交通分析和建模理論得以形成和發(fā)展。反過來又不斷產(chǎn)生新的數(shù)據(jù)需求,以驗證和標定交通模型。交通數(shù)據(jù)采集的規(guī)模、周期、費用在一定程度上影響交通分析理論發(fā)展的進程。
隨著信息化技術(shù)在各個領(lǐng)域的發(fā)展,各種電子設(shè)備和智能交通系統(tǒng)得到廣泛應用。這些設(shè)備應用的同時也生成了大量新型數(shù)據(jù),即信息化數(shù)據(jù)。海量信息化數(shù)據(jù)包含出行活動信息、城市交通運行特征信息等。有效利用這些數(shù)據(jù),不僅有助于深刻理解城市功能和交通特征與規(guī)律,還為未來交通分析與建模的技術(shù)創(chuàng)新提供了數(shù)據(jù)基礎(chǔ)。
交通調(diào)查數(shù)據(jù)是交通分析與建模中最直接和最傳統(tǒng)的數(shù)據(jù)來源。城市交通調(diào)查隨著城市交通規(guī)劃的起源而產(chǎn)生。作為城市交通規(guī)劃起源地的美國,于1944年首先頒布了《居民出行調(diào)查程序手冊》(Standardized Procedures for Personal Travel Surveys)[1]。同一年這種調(diào)查方法被薩爾塔、新奧爾良等城市應用。由于交通調(diào)查費時費力,交通調(diào)查通?;诮y(tǒng)計學理論,采用經(jīng)過精細樣本設(shè)計的抽樣調(diào)查。各類交通調(diào)查從不同視角展現(xiàn)城市交通出行特征(見表1)。
普查及統(tǒng)計數(shù)據(jù)包括人口普查數(shù)據(jù)(整數(shù)年份進行的人口普查和兩次普查中間年份進行的人口小樣本調(diào)查)、經(jīng)濟普查數(shù)據(jù)、機動車擁有量統(tǒng)計以及公共交通客運量統(tǒng)計等。普查及統(tǒng)計數(shù)據(jù)通常為交通分析提供基礎(chǔ)數(shù)據(jù)(即人口與就業(yè)崗位),為交通調(diào)查樣本設(shè)計、數(shù)據(jù)處理等提供總體信息參考。
信息化數(shù)據(jù)是人們?nèi)粘;顒?出行、購物、支付、上網(wǎng)等)的電子化或使用電子設(shè)備(手機、交通監(jiān)控設(shè)備等)的痕跡數(shù)據(jù)(見表2)。
與交通調(diào)查數(shù)據(jù)、普查及統(tǒng)計數(shù)據(jù)這些交通分析傳統(tǒng)數(shù)據(jù)相比,信息化數(shù)據(jù)具有數(shù)據(jù)量巨大、更新連續(xù)、種類繁雜等特征。另外,信息化數(shù)據(jù)屬于各種系統(tǒng)運行操作的痕跡數(shù)據(jù),其結(jié)構(gòu)和內(nèi)容處于原生狀態(tài),往往需要一系列的數(shù)據(jù)挖掘和數(shù)據(jù)處理才能為交通分析所用。
表1 城市交通調(diào)查類型及用途Tab.1 Usagesof differenturban transportation survey
表2 城市交通分析相關(guān)信息化數(shù)據(jù)類型Tab.2 Information data in urban travelanalysis
以手機信令數(shù)據(jù)為代表的信息化數(shù)據(jù),為大樣本、持續(xù)性觀測個體時空活動創(chuàng)造條件。手機信令數(shù)據(jù)記錄了用戶每次通訊活動(短信、通話、流量以及位置更新等)的時間和地點(空間精度由基站小區(qū)覆蓋范圍決定,城區(qū)內(nèi)基站服務(wù)半徑通常為100~500m,郊區(qū)約400~1 000m)。平均每人每天會留下60~80個時空記錄點,從中可以勾勒出手機用戶完整的活動軌跡。
利用手機通訊數(shù)據(jù)對一定時期用戶活動進行追蹤,可以在較高置信度水平與空間精度上識別出每個用戶的居住與工作地點(見圖1)。掌握了職住聯(lián)系,可以很容易獲得居住地與工作地分布矩陣,支撐通勤交通、各級空間尺度的職住平衡與職住聯(lián)系(特定地點工作人口居住地分布、居住人口工作地分布等)等深度分析。手機信令數(shù)據(jù)經(jīng)過一系列處理可以生成用戶的城市活動鏈數(shù)據(jù),包含每個用戶一天中每次活動的地點,到達、離開時間和活動目的。利用這個基礎(chǔ)數(shù)據(jù),可以對任意空間、任意時間、任何特定目的或者特定人群的城市活動進行研究。借助手機信令數(shù)據(jù),通過對用戶多日活動特征和號碼歸屬地的分析,可以識別城市流動人口等特殊人群,從而分析流動人口規(guī)模、來源地、駐留特征及在城市空間的活動特征。對于特定地點人群活動的分析,可以獲取交通樞紐、功能中心以及過境交通的來源去向、輻射范圍以及需求特性[5]。
公交IC卡刷卡數(shù)據(jù)記錄乘客每次乘車刷卡的詳細信息,包含刷卡時間、乘坐線路、乘坐車輛編號等信息。公共汽車進出站GPS數(shù)據(jù)描述車輛到達各個車站的進出站時間等運營信息。利用居民出行在空間上的連續(xù)性特征,可以結(jié)合公交IC卡數(shù)據(jù)和公共汽車進出站GPS數(shù)據(jù)還原完整公共汽車出行鏈與出行OD[6-7](見圖2、表3和表4)。
圖1 基于手機信令數(shù)據(jù)的出行特征分析Fig.1 Travel characteristicsbased onmobile communication data
應用公共汽車GPS數(shù)據(jù)空間分析技術(shù),還可以構(gòu)建城市公共汽車線網(wǎng)空間信息,獲取線網(wǎng)密度、車站覆蓋率、線路重復系數(shù)以及非直線系數(shù)等公共汽車線網(wǎng)指標,分析運營速度、發(fā)車間隔、車站車頭時距等服務(wù)水平。
出租汽車和貨運車輛GPS數(shù)據(jù)具有相似的結(jié)構(gòu),主要包含車輛在某一時刻的經(jīng)緯度坐標和瞬時速度,出租汽車GPS數(shù)據(jù)還包括空重車狀態(tài)。通過分析出租汽車GPS數(shù)據(jù),可以確定車輛每次載客出行的上下客位置及相應時間[8]。由此可以確定每次載客出行的距離及平均速度。出租汽車日載客次數(shù)、營運里程、空駛率等常規(guī)指標都可以通過GPS數(shù)據(jù)進行計算(見圖3)。大量出租汽車GPS數(shù)據(jù)也可以看作浮動車數(shù)據(jù),從而對道路運行情況進行分析。
經(jīng)過分析處理貨車GPS數(shù)據(jù),可以獲取每輛貨車每次出行的起訖點、運行路徑以及運行速度等特征,以此分析貨運聯(lián)系方向、城市貨運走廊以及停車場、貨源地分布(見圖4)。
道路交通運行分析以高速公路收費系統(tǒng)、公安卡口車牌識別系統(tǒng)、道路交叉口流量檢測等數(shù)據(jù)內(nèi)容為基礎(chǔ)。數(shù)據(jù)通常涵蓋高速公路、對外公路、城市道路以及立交、匝道和重要交叉口。數(shù)據(jù)綜合分析不僅可以獲取公路對外交通聯(lián)系、查核線以及主要交叉口的交通量信息,通過車輛ID追蹤技術(shù)還可以進一步分析城市出入口道路流向以及機動車OD等出行特征信息。
公路、鐵路、航空售票系統(tǒng)數(shù)據(jù)記錄每位旅客的班次、出發(fā)到達時間和目的地信息。從近乎全樣本的售票系統(tǒng)數(shù)據(jù)中可以分析獲得城市對外聯(lián)系方向、方式選擇以及各樞紐的客流分擔特征。配合旅客訪問調(diào)查獲取的社會經(jīng)濟屬性、出行意愿等信息,以及公共汽車、出租汽車、手機信令數(shù)據(jù)分析獲取的樞紐集散交通特征,可以全方位還原城市樞紐交通運行與旅客出行的全貌(見圖5)。
圖2 公共汽車站間OD分析技術(shù)示例Fig.2 BusOD analysis technology
傳統(tǒng)數(shù)據(jù)與信息化數(shù)據(jù)有各自優(yōu)勢和局限性。傳統(tǒng)數(shù)據(jù)獲取過程經(jīng)過精細設(shè)計,在解析城市交通出行特征和規(guī)律方面更為直接和有效,但數(shù)據(jù)更新周期長是其缺點。例如,城市交通調(diào)查、城市人口與就業(yè)崗位的空間分布數(shù)據(jù)(來源于普查數(shù)據(jù)),更新周期一般為5年。信息化數(shù)據(jù)可連續(xù)獲取,但其代表性往往存在系統(tǒng)性缺陷。以手機信令數(shù)據(jù)為例,由于部分人群沒有手機,而另一部分人群擁有兩部或兩部以上手機,即使手機用戶在數(shù)量上接近城市總?cè)丝?,但是卻存在偏差。
在城市新發(fā)展和改造區(qū)域,人口統(tǒng)計數(shù)據(jù)往往與最新情況有很大誤差。在城市基本單位情況統(tǒng)計中,某些較大規(guī)模單位就業(yè)人員(例如公交公司職工)的上班地點并非單位的注冊地點。在這種情況下,可以利用手機信令數(shù)據(jù)得到手機用戶的居住地與就業(yè)地分布,在此基礎(chǔ)上對原統(tǒng)計數(shù)據(jù)進行適當修正,使其更加接近真實情況。
表4 公共汽車乘客出行OD示例Tab.4 BuspassengerOD
圖3 工作日出租汽車乘客出行特征分析示例Fig.3 Characteristics of taxi passenger travel during weekday
城市交通調(diào)查中不可避免地存在很多人為因素的誤差。在居民出行調(diào)查中,被調(diào)查者在填寫出行記錄表時往往會遺漏部分出行,導致調(diào)查出行率低于實際出行率。信息數(shù)據(jù)作為痕跡數(shù)據(jù)具有客觀性。因此,利用手機信令數(shù)據(jù)得到手機用戶的日?;顒渔湥蓪用癯鲂斜淼穆┨顔栴}進行評價和相應校正。
圖4 貨車GPS數(shù)據(jù)分析應用示例Fig.4 Freightvehicle GPSdataanalysis
圖5 對外樞紐客流特征分析示例Fig.5 Characteristicsof passenger flow atmultimodal term inal
居民出行調(diào)查作為城市交通調(diào)查的核心項目,聚焦于城市常住居民在城市區(qū)域的日常出行(以短距離出行為主)。隨著城市群和城鎮(zhèn)連綿地區(qū)的出現(xiàn),交通分析和建模的范圍需要向更大區(qū)域擴展。對于區(qū)域內(nèi)較長距離出行和城鎮(zhèn)間出行的規(guī)律,居民出行調(diào)查提供的信息十分有限,而手機信令數(shù)據(jù)、高速公路收費數(shù)據(jù)、(公路、鐵路、航空)售票系統(tǒng)數(shù)據(jù)能夠為其提供豐富的數(shù)據(jù)基礎(chǔ)。
在城市內(nèi)部,交通分析與建模也向精細化發(fā)展,描述軌道交通車站和重要交通樞紐的接駁交通是精細化發(fā)展的一個重要方向。傳統(tǒng)交通調(diào)查往往受調(diào)查詳細程度、調(diào)查規(guī)模等現(xiàn)實條件制約,在這方面能夠提供的信息量有限。通過處理手機信令數(shù)據(jù)、公共汽車信息系統(tǒng)數(shù)據(jù)和地鐵運營系統(tǒng)數(shù)據(jù)可揭示出行過程中的細節(jié),為模型精細化發(fā)展和微觀交通分析提供依據(jù)。
在城市交通分析與模擬中,相對于交通量的分析深度和模擬精度,對于出行時間和速度的模擬往往存在較大誤差,原因之一在于缺乏相關(guān)數(shù)據(jù)。常規(guī)的車速調(diào)查僅提供一定條件下典型路段的數(shù)據(jù),而不同的道路參數(shù)和交通流狀況對車速的影響難以詳細考慮。交通監(jiān)控系統(tǒng)數(shù)據(jù)和出租汽車GPS數(shù)據(jù)使更豐富而細致的流量延誤函數(shù)的標定成為可能。
在傳統(tǒng)交通分析與建模的框架下,可基于信息化數(shù)據(jù)對各個子系統(tǒng)進行深入分析和建模。公共汽車子模塊可基于公共汽車信息系統(tǒng)數(shù)據(jù)進行細化,出租汽車GPS數(shù)據(jù)、貨車GPS數(shù)據(jù)也為商用車輛子模塊提供豐富的數(shù)據(jù)基礎(chǔ)。基于手機信令數(shù)據(jù)可勾畫城市流動人口分布及出行特征全貌,在很大程度上提高了流動人口出行子模塊的分析準確性和精度。
隨著信息化數(shù)據(jù)采集與處理技術(shù)的發(fā)展,一些傳統(tǒng)交通調(diào)查項目逐漸被信息化數(shù)據(jù)取代。例如,城市道路交通調(diào)查數(shù)據(jù)可通過道路監(jiān)控系統(tǒng)數(shù)據(jù)、出租汽車GPS數(shù)據(jù)等獲取。另一些交通調(diào)查項目的調(diào)查內(nèi)容也由于信息化數(shù)據(jù)的應用而變得簡單。例如,結(jié)合公共汽車信息系統(tǒng)數(shù)據(jù)的應用,傳統(tǒng)公共汽車調(diào)查的內(nèi)容可進行適當調(diào)整和簡化。
一些電子設(shè)備開始在傳統(tǒng)交通調(diào)查中使用,部分交通調(diào)查數(shù)據(jù)開始具有信息化的烙印。在居民出行調(diào)查中,中國很多城市已經(jīng)引入裝有地址信息庫的電子設(shè)備,實現(xiàn)出行地點的經(jīng)緯度坐標編碼,并在采集信息的現(xiàn)場進行邏輯性檢查和采集地點與時間進度追蹤。一些居民出行調(diào)查中征集的志愿者隨身攜帶GIS設(shè)備或使用車載GPS設(shè)備,以便對出行遺漏等調(diào)查誤差進行校正。
然而,信息化數(shù)據(jù)完全取代傳統(tǒng)數(shù)據(jù)既不現(xiàn)實,也不必要。作為核心的交通分析數(shù)據(jù)來源,居民出行調(diào)查的內(nèi)容與城市交通分析的理論架構(gòu)在過去70多年基本上并未發(fā)生顯著變化。當重力模型被廣泛用于未來出行分布預測時,調(diào)查數(shù)據(jù)僅用來標定各種目的出行長度(一般以出行時耗來表征)的頻次分布曲線(即阻尼函數(shù))。因舍棄出行聯(lián)系的空間分布信息,居民出行調(diào)查所需要的樣本量由最初>25%降至<5%。手機信令數(shù)據(jù)由于數(shù)據(jù)自身結(jié)構(gòu)和生成機理的原因,推導出的出行OD在出行時耗上往往存在很大誤差,無法用于標定重力模型。此外,手機用戶是全體人口的有偏代表,如何糾偏是另一個難題。另一方面,在傳統(tǒng)的交通分析框架下探索信息化數(shù)據(jù)的應用往往會限制其優(yōu)勢。以手機信令數(shù)據(jù)為例,通過其推導出的城市活動鏈數(shù)據(jù)在總量上已經(jīng)與城市活動總量接近,其揭示的出行聯(lián)系的空間分布特征是常規(guī)居民出行調(diào)查無法獲取的。顯而易見,在巨量出行信息可獲取的情形下,使用增長率模型進行未來出行分布預測具有明顯優(yōu)勢,現(xiàn)實出行聯(lián)系的空間分布特征才得以較好的重現(xiàn)和繼承。因此,信息化數(shù)據(jù)的價值發(fā)揮在于未來交通分析與建模技術(shù)創(chuàng)新。
城市交通分析與建模和交通數(shù)據(jù)獲取之間密切聯(lián)系,相輔相成。信息化數(shù)據(jù)的出現(xiàn)極大地豐富了交通分析的數(shù)據(jù)基礎(chǔ),為交通分析提供多維視角。基于傳統(tǒng)理論框架,信息化數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)間的校核完善、補充引申推動了交通分析與建模的精細化發(fā)展。同時,信息化數(shù)據(jù)為交通分析與建模技術(shù)創(chuàng)新提供了數(shù)據(jù)基礎(chǔ),未來技術(shù)創(chuàng)新也會引起交通數(shù)據(jù)本身的變革[3]。
[1]Pisarski A E,Alsnih R,Zmud JP,etc.Standardized Procedures for Personal Travel Surveys[R].Washington DC:Transportation Research Board,2008.
[2]中華人民共和國住房和城鄉(xiāng)建設(shè)部.城市綜合交通體系規(guī)劃交通調(diào)查導則(建城[2014]141號)[R].北京:中華人民共和國住房和城鄉(xiāng)建設(shè)部,2014.
[3]吳子嘯,付凌峰.城市綜合交通調(diào)查的規(guī)范與創(chuàng)新[J].城市交通,2016,14(2):11-17.Wu Zixiao,Fu Lingfeng.Regulation and Innovation of Urban Comprehensive Transportation Survey[J].Urban Transport of China,2016,14(2):11-17.
[4]付凌峰,秦維,劉燕,吳子嘯.無錫市城市綜合交通調(diào)查[R].北京:中國城市規(guī)劃設(shè)計研究院,2017.
[5]付凌峰,吳子嘯,劉燕.廈門市2015年度居民出行調(diào)查及公交客流調(diào)查技術(shù)指導[R].北京:中國城市規(guī)劃設(shè)計研究院,2016.
[6]吳子嘯,付凌峰.鄭州市交通模型開發(fā)與應用:困惑與創(chuàng)新[J].城市交通,2012,10(1):26-31.Wu Zixiao,Fu Lingfeng.Research and Development of Transportation Planning Models in Zhengzhou:Problem&Innovation[J].Urban Transportof China,2012,10(1):26-31.
[7]吳子嘯,付凌峰.鄭州市綜合交通模型發(fā)展規(guī)劃[R].北京:中國城市規(guī)劃設(shè)計研究院,2013.
[8]趙一新,蔡潤林,吳子嘯.蘇州市交通發(fā)展戰(zhàn)略規(guī)劃及專題研究[R].北京:中國城市規(guī)劃設(shè)計研究院,2015.
Analyzing Urban Transportation Characteristics w ith Multi-DimensionalData Sources
Wu Zixiao,Fu Lingfeng,Zhao Yixin
(ChinaAcademy of Urban Planning&Design,Beijing 100037,China)
As the information technology advancing,new data sources are constantly emerging in the urban transportation.Effectively utilizing these data helps us to better understand urban functionality and transportation characteristics.By review ing the commonly used multi-dimensional data in urban travel analysis andmodeling,this paper elaborates the typical applications of the data,including data from mobile phone,transit system,vehicle GPS,traffic detection and sale of transit fare system.Based on the data demand in the traditionalurban transportation analysis framework,the paper discusses the interconnection among themulti-dimensional data sources and the combined applications.The paper emphasizes that replacing the traditionaldataw ith new information data isneither practicalnornecessary.The value of the information data depends on the innovation of the travel analysis andmodeling technology in the future.Finally,the paperoutlines the future developmentand application ofmulti-dimensionaldata.
transportation survey;urban transportation characteristics;travelanalysisandmodeling;multidimensionaldata;combined application
1672-5328(2017)04-0056-07
U491.1+2
A
10.13813/j.cn11-5141/u.2017.0407
2017-05-02
吳子嘯(1970—),男,陜西岐山人,博士,教授級高級工程師,主要研究方向:交通調(diào)查、交通模型。E-mail:wuzx@caupd.com