孫維亞，周凌焱，宋志豪

（1．西南交通大學(xué)，四川 成都 610031）

基于GIS的城市交通流時空特征分析

孫維亞1，周凌焱1，宋志豪1

（1．西南交通大學(xué)，四川 成都 610031）

交通堵塞是當(dāng)今世界面臨的嚴(yán)重問題，分析交通路況在不同時間不同空間上的特征有助于有關(guān)部門了解交通信息，及時作出調(diào)整或制定政策，緩解交通壓力。主要研究了成都市3個環(huán)線上交通流的時間特征、空間特征以及時空特征；并對交通數(shù)據(jù)進(jìn)行Pearson相關(guān)分析，繪制散點(diǎn)分布圖，為研究交通狀況提供依據(jù)。

交通流；特征分析；Pearson相關(guān)系數(shù)

為了緩解交通擁堵，很多城市采取了汽車限購、尾號限行等措施，但效果并不理想。治理交通擁堵，應(yīng)先分析交通擁堵的成因。目前各國專家學(xué)者從多方面分析交通流的特征，為政府制定緩解交通擁堵的政策提供依據(jù)。

時空數(shù)據(jù)模型的研究興起于1970年代末[1,2]，Langran將時空數(shù)據(jù)模型的建模思路分成2種類型，即側(cè)重于反映時空對象狀態(tài)序列的面向過程的建模和側(cè)重于反映時空過程中因果聯(lián)系的面向時間點(diǎn)的建模[3]；20世紀(jì)80年代后，面向?qū)ο蟮臄?shù)據(jù)建模[4]逐漸成為一種時空數(shù)據(jù)建模的方向。國內(nèi)對于空間數(shù)據(jù)模型的研究起步較國外遲一些，杜道生等于1997年研究建立了基于同步數(shù)據(jù)項和碎分拓?fù)浠《螘r間標(biāo)記的時空數(shù)據(jù)模型[5]。舒紅、陸鋒、李小娟、周成虎等人也在模型方面對時空數(shù)據(jù)進(jìn)行了一系列的研究[5,6]。本文基于時空數(shù)據(jù)模型，分別從時間、空間和時空3方面，對城市的交通流特征進(jìn)行分析，從而更好地了解交通擁堵的特征，為緩堵提供依據(jù)。

1 相關(guān)原理與數(shù)據(jù)信息

1.1 相關(guān)分析

相關(guān)分析是分析客觀事物之間關(guān)系的數(shù)量分析方法[7]。Pearson相關(guān)系數(shù)用來衡量2個序列是否在一條線上，以衡量定距變量間的線性關(guān)系[7]。其計算公式為：

式中，n為樣本量；xi和yi分別為兩變量的變量值[7]。當(dāng)r>0.8時，表示2個變量之間具有較強(qiáng)的相關(guān)關(guān)系；r＜0.3表示2個變量之間的相關(guān)關(guān)系較弱[7]。

1.2 數(shù)據(jù)來源及數(shù)據(jù)信息

本文實(shí)驗數(shù)據(jù)是從Google Earth上直接下載的成都市柵格路況圖,如圖1所示,其圖幅大小為1 792×1 536，每個像素實(shí)地距離為19.08 m。圖中不同的顏色代表不同的路況信息：綠色表示為暢通無阻；黃色代表車速較快；紅色代表擁堵，車速較慢；紅黑間隔代表嚴(yán)重?fù)矶?，車速很慢。由于無法直接獲取每種顏色所代表的車速信息的精確范圍，因此需對路況信息值進(jìn)行等級劃分：綠色為第一等級，黃色為第二等級，紅色為第三等級，紅黑間隔為第四等級。

圖1 原始數(shù)據(jù)：柵格地圖

本次實(shí)驗采用2012-01-16~2012-01-18從10:00~21:00的非等間隔時間數(shù)據(jù)，共包含柵格路況地圖329幅。由于這3 d是工作日，因此該實(shí)驗數(shù)據(jù)具有一般性特點(diǎn)。

1.3 數(shù)據(jù)的提取與處理

對于交通流信息，直接處理和分析圖片數(shù)據(jù)較為復(fù)雜，因此實(shí)驗中將柵格地圖里的路況信息進(jìn)行提取并數(shù)值化，再進(jìn)行處理和分析。筆者采用C#語言編寫相關(guān)的應(yīng)用程序，對柵格路況圖的信息進(jìn)行提取。首先在路況圖上獲取道路區(qū)域的像素范圍；再沿著道路等距離提取一些采樣點(diǎn)，對其編號并量取對應(yīng)的像素坐標(biāo)；然后將這些點(diǎn)號和像素坐標(biāo)組成數(shù)據(jù)文件；最后使用編寫的數(shù)據(jù)提取軟件，獲取圖幅上每一個對應(yīng)像素點(diǎn)的灰度信息。本次實(shí)驗僅對成都市一環(huán)、二環(huán)、三環(huán)道路進(jìn)行數(shù)據(jù)提取和分析，采樣間隔為10個像素，即實(shí)地間隔190.8 m。表1為采樣數(shù)據(jù)的樣表。

表1 采樣數(shù)據(jù)樣表

2 交通流時空分析

首先整體統(tǒng)計各個環(huán)線上所有采樣點(diǎn)路況信息的頻數(shù)和頻率，統(tǒng)計結(jié)果如表2所示。

表2 各個環(huán)線上采樣點(diǎn)路況信息總體統(tǒng)計表

2.1 時間特征分析

時間序列分析是一種對動態(tài)數(shù)據(jù)進(jìn)行處理的統(tǒng)計方法。該方法在數(shù)理統(tǒng)計學(xué)和隨機(jī)過程方法基礎(chǔ)上，研究隨機(jī)數(shù)據(jù)其中的統(tǒng)計學(xué)規(guī)律，用來解決實(shí)際生活中的決策和預(yù)測分析問題[8]。

對于成都市3個環(huán)線上交通流的時間特征，實(shí)驗中將每個采樣點(diǎn)的路況等級信息組成1組時間序列，存入Excel文檔中。例如，取2012-01-16 上午9：55所有采樣點(diǎn)的等級信息組成時間序列1，取下一個時間點(diǎn)10：05的采樣點(diǎn)信息組成時間序列2，依次作出序列3、4等，如圖2所示。

圖2 時間序列雙變量相關(guān)系數(shù)示意圖

將所有序列組成的Excel文件導(dǎo)入Spss[7]統(tǒng)計學(xué)軟件，通過計算序列間的Pearson相關(guān)系數(shù)，確定2個序列間的關(guān)系。由于實(shí)驗中的時間序列是非等時間間隔的，加上數(shù)據(jù)量比較大，所以需進(jìn)行大量統(tǒng)計工作，分別統(tǒng)計序列1與序列2的相關(guān)系數(shù)，序列1與序列3的相關(guān)系數(shù)，序列1與序列4的相關(guān)系數(shù)，直至?xí)r間間隔為30 min時停止，繼而從序列2以相同的方式統(tǒng)計相關(guān)系數(shù)，依此類推，得到結(jié)果如圖3所示。

圖3 一、二、三環(huán)環(huán)線時間相關(guān)系數(shù)均值回歸線圖

由圖3可知，3個環(huán)線在時間上的變化程度基本相當(dāng)，不能明顯區(qū)分。這說明，隨著時間的增加，3個環(huán)線上路況的相似度逐漸降低。

2.2 空間特征分析

空間分析是分析空間數(shù)據(jù)的一種技術(shù)，目的是為了提取和傳輸空間信息，特別是隱藏的信息，解決地理空間的實(shí)際問題，輔助人們決策[9]。

實(shí)驗中為了分析成都市內(nèi)交通路況的空間特性，選擇了與上述時間特征分析類似的方法，即分析空間序列的相關(guān)性。如圖4所示，將采樣點(diǎn)1的路況信息按照時間順序排列并定義為序列1，依次定義采樣點(diǎn)2的數(shù)據(jù)為序列2，序列3…，然后用Spss軟件統(tǒng)計序列間的相關(guān)性。實(shí)驗中只計算相對距離為1 000內(nèi)的空間采樣點(diǎn)的相關(guān)系數(shù)。由于采樣間隔是10個像素，一個像素實(shí)地長寬約19.08 m，故相鄰的2個采樣點(diǎn)間距約為190 m。用Spss軟件計算序列1和序列2 的相關(guān)系數(shù)，即間隔190 m的2個采樣點(diǎn)路況的相關(guān)系數(shù)；計算序列1和序列3雙變量的相關(guān)系數(shù)，即間隔380 m的2個采樣點(diǎn)路況的相關(guān)系數(shù)，依次計算出序列1和序列4、5、6的雙變量相關(guān)系數(shù)。

圖4 空間序列的雙變量相關(guān)系數(shù)示意圖

將序列2定義為序列1，序列3定義為序列2，依此分別計算采樣點(diǎn)2與采樣點(diǎn)3、4、5、6、7上的序列的雙變量相關(guān)系數(shù)。每個采樣點(diǎn)計算與其后相鄰的5個采樣點(diǎn)的相關(guān)系數(shù)，將相關(guān)系數(shù)取平均值后作圖并展示如圖5。

圖5 一、二、三環(huán)環(huán)線空間相關(guān)系數(shù)均值回歸線圖

由圖5可知，實(shí)驗區(qū)域一環(huán)環(huán)線和二環(huán)環(huán)線的路況變化程度基本一致，而三環(huán)的路況相對穩(wěn)定。

2.3 時空特征分析

時空特征結(jié)合了時間和空間，將時間和空間同時考慮進(jìn)去，也是未來分析空間數(shù)據(jù)的一種趨勢。由于在采樣時采取了時間上非等間隔、空間上等間隔、使得在研究時空特征時有困難，故在此環(huán)節(jié)將刪除一些時間片段，使采樣數(shù)據(jù)在時間上也是等間隔的，時間間隔固定為10 min，組成等距離間隔、等時間間隔的路況數(shù)據(jù)。

圖6 時空數(shù)據(jù)組織示意圖

圖6中t1、t2、t3、t4為等間隔時間點(diǎn)的圖幅片段，其間隔為10 min，環(huán)形為成都市道路的模擬，1、2、3、4為道路上的采樣點(diǎn)，采樣間隔190 m。圖中同一種顏色表示距離間隔為190 m、時間間隔為10 min的2對序列，用Spss求其相關(guān)系數(shù)。時空特征分析不等同于單獨(dú)分析時間和空間特征，有復(fù)雜性和動態(tài)性。

圖7 一、二、三環(huán)環(huán)線時空相關(guān)系數(shù)均值散點(diǎn)圖

從圖7可以看出，隨著時間與空間的增加，其相關(guān)數(shù)逐漸減少，即時間間隔越大，同時增大空間間隔，路況的相似程度會減少。將其與單獨(dú)的時間增加或空間增加相比較，路況的變化程度更大。

3 結(jié) 語

對實(shí)驗區(qū)域而言，整個城市，離城市中心越遠(yuǎn)，城市的路況越好；對每個環(huán)線而言，在時間上，隨著時間間隔的增加，采樣點(diǎn)間時間間隔相關(guān)系數(shù)逐漸變??；在空間上，隨著空間距離的增長，采樣點(diǎn)間空間間隔相關(guān)系數(shù)逐漸變?。辉跁r間上，3個環(huán)線上的路況等級變化頻率相似；從空間上看，一環(huán)、二環(huán)的路況等級變化相似，變化較快，三環(huán)相對較為穩(wěn)定。由于時空數(shù)據(jù)的動態(tài)性和復(fù)雜性，因而在同時考慮時間和空間時，情況相對復(fù)雜，但可以看出，無論在哪個環(huán)線上，隨著時間間隔空間間隔的增加，采樣點(diǎn)間相關(guān)系數(shù)逐漸變小。

[1] Langran G. A Review of Temporal Database Research and Its Use in GIS Applications[J]. International Journal of Geographical Information Systems, 1989 (3) :215-232

[2] Flor E N. A Spatiotemporal Data Model for Incorporating Time in Geographic Information System( GEN- STGIS) [D]. Tampa :University of South Florida,1999

[3] 佘江峰,馮學(xué)智,都金康. 時空數(shù)據(jù)模型的研究進(jìn)展評述[J].南京大學(xué)學(xué)報：自然科學(xué)版,2005(3):260-267

[4] Worboys M F, Hearnshaw H M, Maguire D J.Object-oriented Data Modeling for Spatial Databases[J].International Journal of Geographical Information Systems , 1990(4): 369-383

[5] 杜道生,舒紅. 基于同步數(shù)據(jù)項組和碎粉拓?fù)浠《螘r間標(biāo)記的時態(tài)地理數(shù)據(jù)模型[J].武漢測繪科技大學(xué)學(xué)報,1997,22(2):96-101

[6] 陸鋒,李小娟,周成虎,等.基于特征的時空數(shù)據(jù)模型:研究進(jìn)展與問題探討[J].中國圖像圖形學(xué)報,2001,6(9):830-835

[7] 彭冰,杜閩,徐占華. 基于GIS的海岸帶管理信息系統(tǒng)開發(fā)[J].地理空間信息,2007,5(1):84-86

[8] 王振龍. 應(yīng)用時間序列分析[M].北京: 中國統(tǒng)計出版社，2010

[9] 鄔倫, 劉瑜. 地理信息系統(tǒng)原理、方法和應(yīng)用[M]. 北京：科學(xué)出版社，2001

[10] Shape J,周靖. Visual C#2005從入門到精通[M].北京：清華大學(xué)出版社，2006

Temporal-spatial Characteristics Analysis of City Traffi c Flow Based on GIS

bySUN Weiya

Traffi c jam is a serious problem that we faced today. Analysis road traffi c at diff erent times and diff erent space will help the relevant departments to understand the traffi c information. This article mainly researched on Chengdu traffi c loop line about the time characteristics and space characteristics and the spatial-temporal characteristics.Analysis of traffic data by using Pearson correlation draw the scatter distributions, and provide the basis for traffi c conditions.

traffic flow, characteristics analysis, Pearson correlation

P208

B

1672-4623（2014）02-0076-03

10.11709/j.issn.1672-4623.2014.02.027

2013-06-14。

項目來源：中央高?；究蒲袠I(yè)務(wù)費(fèi)西南交通大學(xué)創(chuàng)新項目（SWJTU11CX059）;“2011計劃”軌道交通安全協(xié)同創(chuàng)新中心經(jīng)費(fèi)資助項目。

孫維亞，碩士，研究方向為網(wǎng)絡(luò)、移動與無線GIS。