基于大數(shù)據(jù)分析的城市公交線網(wǎng)優(yōu)化決策支持研究
——以南寧市仙葫西片區(qū)為例

劉勇，鄧曙光

（1.南寧市建筑規(guī)劃設計集團，廣西 南寧 530002；2.南寧師范大學 地理科學與規(guī)劃學院，廣西 南寧 530001）

0 引 言

近年來，出行大數(shù)據(jù)分析為更高標準的城市公交線網(wǎng)優(yōu)化提供了有效手段。2017年，胡永愷的研究表明，基于手機信令的大數(shù)據(jù)分析能夠建立軌道交通個人出行活動及群體出行特征分析，從而達到應用交通出行大數(shù)據(jù)對軌道交通乘客組織誘導的目的。2019年，賈曼月的研究顯示，手機信令定位數(shù)據(jù)結合傳統(tǒng)廣義出行費用的優(yōu)勢出行距離，可用于中小城市公交線網(wǎng)規(guī)劃，節(jié)約規(guī)劃成本。本文結合既有研究之相關成果，以實際案例為基礎，著眼于公共交通出行特征把控，為城市片區(qū)公交線路優(yōu)化提供決策支持。旨在以南寧市多元大數(shù)據(jù)為基礎建立居民出行特征及公交出行指標計算系統(tǒng)模型，并以南寧市仙葫西片區(qū)為例，探究該系統(tǒng)在城市公交線路優(yōu)化決策中可起到的重要支持作用。

1 公交大數(shù)據(jù)決策支持系統(tǒng)構建

1.1 系統(tǒng)模塊構成

數(shù)據(jù)預處理、異常值檢測、識別出行鏈、指標計算及功能區(qū)OD五個模塊。模塊的層層遞進形成了居民出行特征精準把控的結果。

1.1.1 數(shù)據(jù)預處理模塊

該模塊的主要功能是基于數(shù)據(jù)去重，刪除無效數(shù)據(jù)及不可靠數(shù)據(jù)來獲取有效可靠的手機信令數(shù)據(jù)。該模塊的流程包括：（1）讀取原始數(shù)據(jù)基礎數(shù)據(jù)。（2）數(shù)據(jù)去重，將原始數(shù)據(jù)中用戶ID與時間記錄相同的數(shù)據(jù)刪除、合并去重。（3）篩選有效數(shù)據(jù)，根據(jù)數(shù)據(jù)上傳頻率，篩選數(shù)據(jù)上傳頻率在[10，90]分位的數(shù)據(jù)，作為有效數(shù)據(jù)的基礎。（4）刪除不可靠數(shù)據(jù)，查找所有單用戶記錄中斷超過60 min以上的用戶出行記錄，標記為不可靠數(shù)據(jù)進行刪除。

1.1.2 異常值檢測模塊

該模塊是系統(tǒng)的核心模塊，主要功能是針對手機信令數(shù)據(jù)通信誤差產(chǎn)生的乒乓效應及通信誤差產(chǎn)生的異常離散值進行檢測，并通過異常值修復算法，糾正異常值，獲取高精確度的手機信令數(shù)據(jù)。該模塊主要步驟為：

步驟1：將用戶數(shù)據(jù)根據(jù)時間分割成連續(xù)的數(shù)據(jù)組成的片段。

步驟2：先對所有數(shù)據(jù)做以下處理：若出現(xiàn)ABA，且兩個A間隔不超過60 s，將B設為A【category3】。

步驟3：對每個片段進行以下處理：

（1）將所有數(shù)據(jù)status設為unstable。（2）將連續(xù)3個坐標相同的數(shù)據(jù)定義為stable。（3）若片段中不存在stable的數(shù)據(jù)，則將片段中所有數(shù)據(jù)的坐標設為片段中出現(xiàn)次數(shù)最多的坐標【category2】。（4）若片段中存在stable的數(shù)據(jù)，做以下處理：將滿足以下條件的unstable數(shù)據(jù)設為之前最近的stable數(shù)據(jù)，若片段起始數(shù)據(jù)為unstable，則設為之后最近的stable數(shù)據(jù)【category1】：1）如果AB的網(wǎng)格間距小于等于3（3×250=0.75公里）。2）如果大于3且abs（網(wǎng)格間距）×250/time（s）＞20 m/s；

對所有數(shù)據(jù)做以下處理，將屬于ABA模式的數(shù)據(jù)，如果[兩個A相隔小于10分鐘的數(shù)據(jù)]或[兩個A相隔大于等于10 min且小于20 min，并且abs{dis(A-B)≤3}],全部設為A【category3】。

1.1.3 識別出行鏈模塊

該模塊的主要功能為消除異常數(shù)據(jù)、合并疑似停留點、識別最終停留點、提取單用戶的完整出行鏈，主要步驟為：（1）標記停留時間大于20 min的點為疑似停留點。（2）合并疑似停留點，主要方法為遍歷所有疑似停留點，刪選間距小于5個單位并且出現(xiàn)時間間隔小于30 min的停留點合并為第個停留點。

1.1.4 指標計算模塊

該模塊主要用于計算居民出行特征指標，包括居民出行時間、距離、出行方式、空間等指標。具體流程包括：（1）判斷指標識別用戶職住地；（2）基于1個月數(shù)據(jù)計算全市用戶的平均出行關鍵指標；（3）以原始移動用戶數(shù)據(jù)為基礎，根據(jù)占比例進行擴樣，得到全市出行數(shù)據(jù)。

1.1.5 功能區(qū)OD識別模塊

根據(jù)以上處理，根據(jù)出行特征識別南寧市出行空間特征。模型可視化結果如圖1、圖2所示。

圖1 南寧市中心城區(qū)常住人口分布圖（每個網(wǎng)格250 m×250 m）

圖2 南寧市居民出行空間分布

1.2 基于多元大數(shù)據(jù)的公交出行指標計算

出行指標計算模型包括四個模塊，將基于多元大數(shù)據(jù)得出片區(qū)公交出行指標。

1.2.1 功能區(qū)OD識別模塊

用于識別功能區(qū)OD數(shù)據(jù)，步驟為：（1）讀取線路文件中線路信息。（2）讀取站點文件中站點信息。（3）讀取軌跡文件中車輛軌跡信息。（4）讀取交易文件中刷卡掃碼信息。

1.2.2 數(shù)據(jù)處理模塊

該模塊的主要功能是針對上一步驟得出的線路數(shù)據(jù)、站點數(shù)據(jù)、軌跡數(shù)據(jù)、交易數(shù)據(jù)分別進行數(shù)據(jù)處理，刪除冗余數(shù)據(jù)，清除時間錯誤數(shù)據(jù)，屬性結構化。得到合理可信公共交通數(shù)據(jù)。

1.2.3 數(shù)據(jù)融合模塊

該模塊是系統(tǒng)的核心模塊。主要融合線路、站點、軌跡、交易數(shù)據(jù)，形成完整的單次交易的上下站點信息，步驟為：（1）分離車輛軌跡數(shù)據(jù)：根據(jù)線路編號、運行方向和車輛編號，得到各線路下不同方向各車輛的軌跡點序列，軌跡點按照時間排序。（2）融合線路和站點數(shù)據(jù)：根據(jù)線路編號和方向，生成各線路不同方向的站點序列，序列中的站點值包含站點經(jīng)緯度坐標。（3）融合交易、軌跡和線路站點數(shù)據(jù)：以線路編號為key，分別提取此線路編號下的交易數(shù)據(jù)，根據(jù)交易數(shù)據(jù)時間和車輛編號檢索時間最鄰近的車輛軌跡點，以軌跡點為基準，查找距離軌跡點最近的站點，以此生成交易數(shù)據(jù)的上車站點信息。

1.2.4 指標計算模塊

該模塊主要用于計算下車站點、站點客流及線路客流等，具體步驟為：（1）計算下車站點：以交易卡號為key，按照日期生成當日的刷卡序列，對序列當中的記錄，如某次交易距離上次交易時間在[5，40]分鐘區(qū)間內(nèi)，則以此次交易的上車站點為基準，查找上次交易線路方向上距離此基準站點最近的站點，作為上一次交易的下車站點，并根據(jù)車輛軌跡點記錄，得到上次交易的下車時間。（2）計算站點客流：以線路站點名稱為key，根據(jù)補充上下車站點的交易數(shù)據(jù)，統(tǒng)計各站點以日/小時為單位的上車人次及下車人次，得到各站點客流數(shù)據(jù)。（3）計算線路客流：以線路名稱為key，根據(jù)補充后的交易數(shù)據(jù)，統(tǒng)計各線路以日/小時/15分鐘為單位的上、下車人次，得到各線路客流數(shù)據(jù)。

2 仙葫西片區(qū)公交線網(wǎng)優(yōu)化

上述基于手機信數(shù)據(jù)的居民出行特征及公交出行指標模型用于片區(qū)公交線網(wǎng)優(yōu)化決策的支持中，從而精準把握片區(qū)職住分布、居民出行特征及片區(qū)公交運行現(xiàn)狀，更便捷清晰地優(yōu)化公交線網(wǎng)。本研究以南寧市仙葫西片區(qū)為例，分析居民出行特征、職住特征、公交供需水平特征及公交線網(wǎng)優(yōu)化建議。

2.1 仙葫西片區(qū)現(xiàn)狀及職住特征分析

仙葫西片區(qū)位于南寧市青秀區(qū)那安快速路、鳳嶺南路、仙葫大道、蓉茉大道合圍區(qū)域，用地規(guī)劃現(xiàn)狀主要以居住為主，已基本建成，有部分民房建筑。仙葫西片區(qū)公共交通接駁方式以常規(guī)公共交通為主，穿過仙葫西片區(qū)的公交線路共有12條，主要布設于仙葫大道上，無始發(fā)終到線路，如表1及圖3所示。距離仙葫西片區(qū)最近的軌道交通站點為南寧市軌道交通1號線埌東客運站，距離約2 km，位于軌道交通接駁范圍內(nèi)。

表1 仙葫西片區(qū)現(xiàn)狀公交線路分布情況

圖3 南寧市仙葫西片區(qū)位置及現(xiàn)狀公交分布

2.2 片區(qū)公交客流特征分析

將研究數(shù)據(jù)分為工作日及非工作日。在工作日，仙葫西片區(qū)公交客流總規(guī)模為167 393人次/天，其中到達客流為83 724人次/天；離開客流為83 669人次/天，高峰期分布于7：00～8：00、17：00～18：00。非工作日，仙葫西片區(qū)客流總規(guī)模為181 092人次/天，其中到達客流為90 967人次/天；離開客流為90 124人次/天，無顯著高峰。

到達、離開仙葫西片區(qū)的公交客流主要分布于周邊的鳳嶺片、龍崗片、仙葫片等區(qū)域。分具體位置來看，民族大道沿線在仙葫西片區(qū)到發(fā)客流分布上占比最多，達到36%，其次為鳳嶺區(qū)域，占比24%。整體來看，仙葫西片區(qū)出行空間分布以向西、向南出行為主，如圖4所示。

圖4 工作日仙葫西片區(qū)公交客流空間分布

2.3 片區(qū)公交服務供需水平分析

根據(jù)仙葫西片區(qū)職住分布及現(xiàn)狀公交線網(wǎng)分布，目前片區(qū)公交線路主要分布在對外聯(lián)系的主要通道，各通道的線路服務可以滿足現(xiàn)狀公交出行需求，但片區(qū)內(nèi)部支路線路覆蓋不足，未覆蓋部分住宅小區(qū)及民房。仙葫西片區(qū)現(xiàn)狀公交線路分布情況如表2所示。

表2 仙葫西片區(qū)現(xiàn)狀公交線路分布情況

2.4 公交線網(wǎng)優(yōu)化決策建議

2.4.1 需求響應的線網(wǎng)優(yōu)化

研究發(fā)現(xiàn)，仙葫西片區(qū)工作日呈顯著的出行高峰，為典型的通勤出行需求集中點，且往來民族大道沿線的客流需求大，因此建議開行沿民族大道方向的早晚高峰線路，同時增加往五象新區(qū)總部基地方向的公交快線，以補充總部基地方向快速通勤需求，同時往民族大道方向線路宜設置為8～9 km內(nèi)，并削減至朝陽中心的長距離線路，達到合理靈活運用公交運力的目的。

2.4.2 軌道接駁建議

仙葫西片區(qū)軌道交通接駁線路情況如表3所示。作為城市遠距離公共交通的骨架，軌道交通在公共交通中的地位不可或缺。雖然該片區(qū)未直接接入軌道交通，但位于軌道交通1號線的服務范圍，需考慮合理布設軌道交通接駁。建議增設一條接駁微循環(huán)線路，以增加埌東客運站的服務覆蓋，并作為缺少公交覆蓋地點的公交服務補充。

表3 仙葫西片區(qū)軌道交通接駁線路情況

2.4.3 公交走廊調(diào)配建議

仙葫西片區(qū)現(xiàn)狀公交線路主要分布在對外聯(lián)系的干路上，建議調(diào)配仙葫大道公交運力，設短距離接駁公交覆蓋通福路、軍堂路、宏達路等支路；線路服務到麗景花園、鳳嶺天空、路橋花園西側民房等小區(qū)，增加天池山區(qū)域服務線路。

3 結 論

本次的城市公交線路優(yōu)化決策支持研究以相關研究為基礎，結合南寧市實際交通特征，建立用于分析城市居民出行特征及公交出行指標的大數(shù)據(jù)模型，具有范圍廣、精度高的特點，有效節(jié)省交通規(guī)劃成本。并以南寧市仙葫西片區(qū)為例，介紹模型在城市公交線網(wǎng)規(guī)劃中的具體應用，可為與南寧規(guī)模類似城市的公交線網(wǎng)規(guī)劃設計及研究提供參考。同時該模型仍有結合更多數(shù)據(jù)源以進一步提升精確度的空間，有待進行更多的相關研究。