用公交车站上下客数推算公交 OD 分布的方法

公交客流的ＯＤ分布是城市公共交通系统优化设计线路网和调配车辆所不可缺少的基础数据，本文把八十年代国外提出的使用路段断面车流量推算道路网中车辆出行ＯＤ分布的新方法移植到公交系统，根据各线路各车站调查的上下车人数推算公交客流的ＯＤ分布。这一方法已于９４年成功地应用于成都市，这在国内尚无先例，经成都市有关资料校核与通过人造网络的计算分析，表明精度是满意的。

基于交通大数据的公交线路OD矩阵推断方法

随着交通大数据的普及与广泛应用,提出了一种推断多模式交通网络线路OD矩阵的方法。首先,通过匹配乘客的刷卡数据和公交车辆报站数据获得乘客的上车站点,其次结合地铁刷卡数据准确分析乘客的下车站点,最后根据乘客的出行信息获得线路OD矩阵。利用广州一天近800万刷卡数据和600万公交报站数据进行了上车站点、下车站点以及OD矩阵的推断,结果表明:早高峰与全日出行规律一致;广州交通方式呈现多样化等。提出的方法可以更为准确地获得线路OD矩阵,揭示城市交通特点,具有较高的实用价值。

基于手机信令大数据获取城市居民OD特征的新方法

传统的城市居民出行调查工程量浩大,耗时耗力且经济投入巨大,调查结果精度存在较大的误差。随着手机普及率的提高,手机覆盖了城市绝大多数人口,采用手机信令分析技术替代传统的出行调查成为可能。文章选择某区域信令数据为实例,介绍了通过手机信令数据处理实现出行调查的思路。通过对信令数据的抽取、清洗和加载后得出符合基本条件的数据,经交通出行模型的进行二次处理,从而得到出行OD矩阵和居民出行期望线等核心数据。

基于多源数据的公交出行特征分析

为准确分析公交消费数据不完整情况下的公交出行特征,基于乘客上车刷卡数据、支付宝扫码数据及公交GPS数据,运用时空匹配法和出行链理论挖掘分析乘客上下车站点、公交线路OD矩阵、出行空间分布特性及消费时间分布特征。实际验证结果表明:1)使用IC卡和支付宝的乘客数量近似相等,使用现金人数较少,约占整体的6%;2)乘客出行次数在2次以下占总数的84%,换乘需求较少,公交可达性较高;3)高峰期消费次数均超过25000次/h,约占全天总数的23%,居民出行目的较为单一,大部分往返于居民区与办公商业区,与实际情况相符。