張健欽，王鵬宇，杜明義

(1. 北京建筑大學(xué)測(cè)繪與城市空間信息學(xué)院，北京 100044； 2. 現(xiàn)代城市測(cè)繪國(guó)家測(cè)繪地理信息局重點(diǎn)實(shí)驗(yàn)室，北京 100044)

一種城市公交線(xiàn)網(wǎng)分布的可視化分析方法

張健欽1,2，王鵬宇1,2，杜明義1,2

(1. 北京建筑大學(xué)測(cè)繪與城市空間信息學(xué)院，北京 100044； 2. 現(xiàn)代城市測(cè)繪國(guó)家測(cè)繪地理信息局重點(diǎn)實(shí)驗(yàn)室，北京 100044)

可視化分析技術(shù)在分析交通數(shù)據(jù)、發(fā)現(xiàn)交通問(wèn)題及輔助決策扮演著越來(lái)越重要的角色，成為一項(xiàng)重要的智能交通技術(shù)。為了更加直觀(guān)地展示城市公交線(xiàn)網(wǎng)空間分布的疏密情況，本文基于北京市公交線(xiàn)路矢量數(shù)據(jù)，采用直接可視化和聚集可視化兩種方法對(duì)公交線(xiàn)網(wǎng)的空間分布進(jìn)行了分析。通過(guò)對(duì)原數(shù)據(jù)處理計(jì)算得到了基于北京市主干道的公交線(xiàn)路分布數(shù)據(jù)并進(jìn)行了直接可視化；同時(shí)利用HTML5的Canvas繪制熱力圖的方法對(duì)原數(shù)據(jù)進(jìn)行了聚集可視化，根據(jù)可視化結(jié)果對(duì)北京市公交線(xiàn)路空間分布情況進(jìn)行了分析。該方法對(duì)城市公交線(xiàn)網(wǎng)規(guī)劃和優(yōu)化有實(shí)用價(jià)值和意義。

線(xiàn)網(wǎng)分布；可視化分析；公交規(guī)劃

交通擁堵是困擾現(xiàn)代大都市的一大難題，優(yōu)先發(fā)展公共交通是解決城市交通問(wèn)題的有效途徑,而常規(guī)公交是城市公共交通系統(tǒng)的重要組成部分。合理的常規(guī)公交線(xiàn)網(wǎng)規(guī)劃對(duì)于提高公交系統(tǒng)的服務(wù)水平和整體效率、優(yōu)化城市交通結(jié)構(gòu)具有非常重要的作用。一般來(lái)說(shuō)，公交線(xiàn)網(wǎng)規(guī)劃要根據(jù)出行調(diào)查和公交出行數(shù)據(jù)及其預(yù)測(cè)結(jié)果，運(yùn)用數(shù)學(xué)規(guī)劃方法、人工智能等方法，依托于城市道路網(wǎng)絡(luò)尋求最優(yōu)布局[1]，在實(shí)際應(yīng)用管理中必須以城市道路和已有線(xiàn)網(wǎng)為基礎(chǔ)，分層逐條優(yōu)化，完善整體網(wǎng)絡(luò)[2]，因此對(duì)于線(xiàn)網(wǎng)整體分布狀況的認(rèn)識(shí)十分重要。

伴隨著可視化技術(shù)應(yīng)用的發(fā)展[3]，可視化越來(lái)越多地應(yīng)用在智能交通領(lǐng)域中，研究比較多的包括交通流量可視化、交通事件可視分析[4]、軌跡數(shù)據(jù)可視化分析[5]、城市道路交通信息可視化等，涉及常規(guī)公交、軌道交通、水上交通等多個(gè)方面。就線(xiàn)網(wǎng)評(píng)價(jià)分析而言，相對(duì)于以往公交線(xiàn)網(wǎng)評(píng)價(jià)使用的簡(jiǎn)單圖表效果[6]，將數(shù)據(jù)通過(guò)地圖來(lái)渲染，將圖表數(shù)據(jù)和地圖相結(jié)合，也可以更直觀(guān)、更整體地掌握城市公交線(xiàn)網(wǎng)的分布情況。

本文基于北京市公交矢量數(shù)據(jù)，首先利用GIS軟件在空間信息處理上的優(yōu)勢(shì)進(jìn)行數(shù)據(jù)處理得到可直接可視化的附加公交線(xiàn)路信息的道路網(wǎng)數(shù)據(jù)，然后借助開(kāi)源的JavaScript地圖庫(kù)和地圖發(fā)布服務(wù)功能，通過(guò)對(duì)處理后數(shù)據(jù)的直接可視化和原數(shù)據(jù)的聚集可視化兩種方法，應(yīng)用Canvas繪圖技術(shù)對(duì)線(xiàn)網(wǎng)數(shù)據(jù)可視化并分析，為公交線(xiàn)網(wǎng)優(yōu)化提供輔助決策信息。

1 公交線(xiàn)路數(shù)據(jù)處理方法

1.1 數(shù)據(jù)整理

將原公交線(xiàn)路數(shù)據(jù)和道路數(shù)據(jù)整理入庫(kù)。為有效存儲(chǔ)空間數(shù)據(jù),本文采用Oracle數(shù)據(jù)庫(kù)，利用ArcSDE存儲(chǔ)和管理這些空間數(shù)據(jù)。將無(wú)關(guān)的字段刪去后，公交線(xiàn)路數(shù)據(jù)表結(jié)構(gòu)見(jiàn)表1，道路數(shù)據(jù)表結(jié)構(gòu)見(jiàn)表2，表2的公交線(xiàn)路數(shù)和線(xiàn)路集合兩個(gè)字段的內(nèi)容需要經(jīng)過(guò)數(shù)據(jù)處理計(jì)算后得到。

表1 公交線(xiàn)路數(shù)據(jù)表結(jié)構(gòu)

表2 道路數(shù)據(jù)表結(jié)構(gòu)

圖1是原始公交線(xiàn)路矢量數(shù)據(jù)的直接展示，圖中顏色單一，可視化效果不佳，只能反映公交線(xiàn)路的空間位置，需要從中判斷總結(jié)北京市公交線(xiàn)網(wǎng)的布局特征，效率低下且有失準(zhǔn)確性。因此需要進(jìn)行數(shù)據(jù)處理后才可以進(jìn)行直接可視化，本文從公交線(xiàn)路的空間位置特征入手，將其和道路空間位置關(guān)聯(lián)后進(jìn)行數(shù)據(jù)處理，進(jìn)行得到基于城市主干道的公交線(xiàn)網(wǎng)分布情況。

1.2 處理流程

要得到基于道路的公交線(xiàn)網(wǎng)分布情況，就是要將現(xiàn)有的公交線(xiàn)路疊加到城市道路網(wǎng)中，形成公交線(xiàn)路和城市道路之間的對(duì)應(yīng)關(guān)系。首先需要進(jìn)行公交線(xiàn)路和道路的匹配。關(guān)于線(xiàn)路匹配的算法有很多。包括關(guān)于基于點(diǎn)匹配線(xiàn)的，如基于向量識(shí)別的啟發(fā)式路徑推測(cè)算法[7]、基于結(jié)構(gòu)模式的道路網(wǎng)節(jié)點(diǎn)匹配方法[8]，也有關(guān)于線(xiàn)與線(xiàn)、線(xiàn)網(wǎng)與線(xiàn)網(wǎng)匹配的，如基于概率松弛方法的城市路網(wǎng)匹配[9]、基于多相似度量指標(biāo)的匹配算法[10]等?？傊?，地圖匹配是一個(gè)復(fù)雜而又重要的過(guò)程，其中主要涉及幾何、拓?fù)?、概?種因素。

圖1 原線(xiàn)路數(shù)據(jù)的直接可視化效果

本文對(duì)于道路網(wǎng)現(xiàn)狀分布的可視分析是宏觀(guān)上的定性分析，因此選擇較為簡(jiǎn)單的方法進(jìn)行公交線(xiàn)路與道路的匹配。首先需要對(duì)線(xiàn)網(wǎng)和道路數(shù)據(jù)進(jìn)行簡(jiǎn)化處理，具體的數(shù)據(jù)處理流程如圖2所示，主要處理步驟如下：

圖2 基于道路匹配處理流程

(1) 道路網(wǎng)數(shù)據(jù)的簡(jiǎn)化。選取單向道路網(wǎng)作為數(shù)據(jù)基礎(chǔ)，從中選擇道路等級(jí)為主干路和快速路的道路，得到北京市單向的主干道路網(wǎng)，同時(shí)選取單向的公交線(xiàn)路組成單向的公交線(xiàn)網(wǎng)。

(2) 從道路網(wǎng)的路段集合中選取路段L0作為第一條路段開(kāi)始遍歷，建立該路段的緩沖區(qū)，根據(jù)主干路和快速路的不同等級(jí)，緩沖區(qū)的閾值不同，設(shè)為d1、d2，搜索與緩沖區(qū)在空間位置上相交的公交線(xiàn)路，得到初始匹配集合M1。

(3) 遍歷M1集合中的公交線(xiàn)路，分別計(jì)算每條公交線(xiàn)路與所選路段L0的距離。計(jì)算過(guò)程如圖3所示，計(jì)算公交線(xiàn)路上的折點(diǎn)P1、P2、…、Pn到路段L0的最短歐式距離di(i=1,2,…，n)，然后統(tǒng)計(jì)最短距離小于距離閾值d1(d2)的個(gè)數(shù)記為m。m/n的比值要求大于閾值S,得到符合距離要求的公交線(xiàn)路集合M2。

圖3 公交線(xiàn)路折點(diǎn)到路段的距離

(4) 方向判斷，如圖4(a)所示，線(xiàn)路a和L0的方向相似，而線(xiàn)路b和L0方向不同，計(jì)算時(shí)遍歷M2中的公交線(xiàn)路，公交線(xiàn)路和路段緩沖區(qū)域相交得到弧段集合L(L1,L2,…,Ln)，總長(zhǎng)度為L(zhǎng)，其中每條弧段相關(guān)長(zhǎng)度系數(shù)為λ=Li/L，則整條線(xiàn)路相交部分的方向值公式如下

Lα=λ1α1+λ2α2+…+λnαn

(1)

其中方向角的計(jì)算如圖4(b)所示利用首尾結(jié)點(diǎn)坐標(biāo)計(jì)算，然后計(jì)算所選路段的方向角為α0，則路段方向角與線(xiàn)路方向角差值為L(zhǎng)α-α0，設(shè)方向角差值的閾值為Δα，要求計(jì)算得到的方向角差值小于閾值Δα，最終得到符合要求的公交線(xiàn)路集合M。

(5) 由步驟(4)得到了符合空間位置條件路段L0上的公交線(xiàn)路集合M，然后連接數(shù)據(jù)庫(kù)中的道路信息表，根據(jù)集合M中的內(nèi)容更新道路表中路段L0的線(xiàn)路數(shù)和線(xiàn)路集合兩個(gè)字段。

(6) 重復(fù)步驟(3)—(5)，最終得到公交線(xiàn)路和路段之間n∶1、n∶0或1∶1的對(duì)應(yīng)關(guān)系。

根據(jù)上述處理過(guò)程，采用Visual Studio作為開(kāi)發(fā)環(huán)境，基于A(yíng)rcGIS Engine二次開(kāi)發(fā)了數(shù)據(jù)處理程序，處理后的數(shù)據(jù)將公交線(xiàn)路和道路的空間位置對(duì)應(yīng)關(guān)系反映到道路信息表中，更新了每個(gè)路段的線(xiàn)路數(shù)和線(xiàn)路集合兩個(gè)字段的內(nèi)容，將空間位置關(guān)系反映為文字描述信息，使得道路信息表中附加了公交線(xiàn)路信息，為下文的直接可視化展示提供了數(shù)據(jù)依據(jù)，也可以作為交通調(diào)研的資料。

圖4 方向判斷

2 公交線(xiàn)網(wǎng)分布可視化與分析

2.1 基于網(wǎng)頁(yè)的可視化技術(shù)

2.1.1 地圖服務(wù)發(fā)布

發(fā)布地圖服務(wù)軟件選擇使用GeoServer，它是一款基于Java語(yǔ)言開(kāi)發(fā)的軟件服務(wù)器，構(gòu)建在一個(gè)開(kāi)源的Java GIS工具包——Geotools之上，支持OGC規(guī)定的開(kāi)放標(biāo)準(zhǔn)。GeoServer集成了OpenLayer，使得用戶(hù)能夠快速、簡(jiǎn)易地生成地圖。相比于商業(yè)GIS軟件，GeoServer的開(kāi)源性大大降低了開(kāi)發(fā)成本，節(jié)省了昂貴的軟件購(gòu)買(mǎi)費(fèi)用。

發(fā)布地圖服務(wù)的過(guò)程相對(duì)簡(jiǎn)單，首先需要安裝配置好GeoServer，然后在管理界面將整理好的SHP圖層上傳至服務(wù)器就可以得到訪(fǎng)問(wèn)數(shù)據(jù)的地址，可以將得到的數(shù)據(jù)以JSON形式保存在本地，方便調(diào)用。

2.1.2 JavaScript地圖庫(kù)的選擇

本文采用Leaflet.js作為JavaScript地圖庫(kù)。Leaflet.js是一個(gè)開(kāi)源JavaScript類(lèi)庫(kù)，用于實(shí)現(xiàn)移動(dòng)友好的交互式地圖，具備所有開(kāi)發(fā)人員需要的地圖特性。

2.2 可視化方法

在可視化的實(shí)現(xiàn)過(guò)程中，本文采用直接可視化和聚集可視化兩種方式。

2.2.1 直接可視化

直接可視化是最簡(jiǎn)單和最基本的可視分析方法，它通過(guò)計(jì)算機(jī)將數(shù)據(jù)一一繪制出來(lái)，并顯示給用戶(hù)，方法簡(jiǎn)單直接，易于編程實(shí)現(xiàn)。圖1為一種原數(shù)據(jù)直接可視化的效果，從圖中不難發(fā)現(xiàn)存在公交路線(xiàn)相互遮擋的問(wèn)題，不利于分析，很難從中發(fā)現(xiàn)有效的信息。本文通過(guò)對(duì)原數(shù)據(jù)的處理得到了新的基于城市主干道的公交線(xiàn)路密度分級(jí)可視化效果圖，如圖5所示。

圖5 基于道路的公交線(xiàn)路分布

2.2.2 聚集可視化

聚集可視化是根據(jù)要素的屬性數(shù)據(jù)、位置數(shù)據(jù)或時(shí)間特性進(jìn)行聚集計(jì)算再進(jìn)行繪制，本文中公交線(xiàn)路匯聚熱力圖就是一種聚集可視化。其中熱力圖的繪制需要借助HTML5的Canvas來(lái)實(shí)現(xiàn)。Canvas本質(zhì)上一塊畫(huà)布，本身并不能繪圖，但是其Canvas API提供了大量能夠依靠JavaScript來(lái)操控畫(huà)布元素的方法。Canvas不僅支持平面圖形繪制，還能繪制三維圖像、動(dòng)畫(huà)等。在瀏覽器中，Canvas是逐像素進(jìn)行渲染的，極其依賴(lài)分辨率，因此選擇Canvas繪圖技術(shù)來(lái)繪制熱力圖對(duì)地圖可視化大有增益?；贑anvas的熱力圖是一種能顯示某種行為或?qū)傩园l(fā)生頻率的圖，其高度飽和的色彩能夠讓人們非常直觀(guān)地對(duì)比出圖中某些行為發(fā)生的頻率高低。繪圖原理如下：

(1) 將數(shù)據(jù)點(diǎn)全部無(wú)差別繪制到Canvas畫(huà)布上。

(2) 繪制完成后，用getImageData()方法獲取整個(gè)畫(huà)布的ImageData對(duì)象。該對(duì)象中的每個(gè)元素都包含著這個(gè)像素的顏色信息，即RGBA四值，以數(shù)組形式存儲(chǔ)。R代表紅色，G代表綠色，B代表藍(lán)色，A代表alpha通道，也就是透明度。

(3) 根據(jù)alpha值不同，將每個(gè)像素的RGB值用事先設(shè)定好的漸變顏色表中alpha值對(duì)應(yīng)的RGB值替換，alpha值設(shè)為一個(gè)統(tǒng)一的值，此時(shí)每個(gè)像素已經(jīng)被賦予了一個(gè)新的顏色。

(4) 設(shè)置點(diǎn)的圓半徑及模糊度，根據(jù)新的顏色值，重新在畫(huà)布上繪制圖形。

本文根據(jù)以上原理，參考百度Mapv.js中關(guān)于線(xiàn)匯聚熱力圖的方法，由原公交線(xiàn)路數(shù)據(jù)得到圖6的線(xiàn)路聚合熱力圖的效果。

圖6 線(xiàn)路聚合熱力圖

2.3 可視化結(jié)果分析

圖5和圖6所示分別為兩種可視化方法得到的北京市線(xiàn)路分布圖。圖5為基于城市主干道線(xiàn)網(wǎng)密度分布的直接可視化效果圖，圖中根據(jù)每條路段分布的公交線(xiàn)路條數(shù)進(jìn)行不同的顏色和粗細(xì)渲染，分為紅、橙、黃、綠4種色彩等級(jí)，紅色粗線(xiàn)條表示路段上公交線(xiàn)路條數(shù)密集(大于25條)，綠色細(xì)線(xiàn)條則表示路段上公交線(xiàn)路稀疏。其優(yōu)點(diǎn)在于數(shù)據(jù)經(jīng)過(guò)整理具有結(jié)構(gòu)性，可視化效果較為簡(jiǎn)明，易操控，容易編程實(shí)現(xiàn)。圖6所示為將原數(shù)據(jù)利用聚類(lèi)思想、結(jié)合百度Mapv.js繪制的公交線(xiàn)網(wǎng)熱力圖。圖中的渲染色彩方案采用的是從藍(lán)到紅的色帶,藍(lán)色表示沒(méi)有公交線(xiàn)路分布，紅色代表線(xiàn)路分布密集，其優(yōu)點(diǎn)是經(jīng)過(guò)匯聚計(jì)算避免了原數(shù)據(jù)中公交線(xiàn)路的遮擋，不同縮放級(jí)別下畫(huà)布都會(huì)重新渲染計(jì)算色彩值，得到不同的可視化效果，有利于分區(qū)域的可視化分析，而且可視化效果更好，色帶渲染過(guò)渡自然。

圖5和圖6雖然是不同方法得到的可視化效果，但是對(duì)比可以發(fā)現(xiàn)北京公交線(xiàn)路分布的一些規(guī)律。兩圖中紅色和橙色粗線(xiàn)條大多集中于北京城“兩軸”、人流量較大的熱點(diǎn)區(qū)域和周遭包圍的環(huán)狀快速路，中間呈放射型路網(wǎng)分布；黃色和綠色的細(xì)線(xiàn)條穿插在紅橙色粗線(xiàn)條之間，四周同樣呈放射型路網(wǎng)分布；就環(huán)線(xiàn)公交分布而言，三環(huán)路上分布公交線(xiàn)路最為密集，多于二環(huán)和四環(huán)，四環(huán)西北方公交線(xiàn)路分布相對(duì)于東南更為密集。對(duì)比圖5、圖6的共同特點(diǎn)，結(jié)合北京市的城市發(fā)展現(xiàn)狀，總結(jié)出以下幾個(gè)北京市公交線(xiàn)路分布的空間特點(diǎn)：

(1) 圖5、圖6表明市區(qū)(四環(huán)內(nèi))道路分布的公交線(xiàn)路密集程度明顯高于城郊、鄉(xiāng)鎮(zhèn)的分布。這是因?yàn)槌菂^(qū)內(nèi)生活水平較高、各方面功能齊全，因此市區(qū)內(nèi)人口流量遠(yuǎn)超于市郊、鄉(xiāng)鎮(zhèn)，人口的高流動(dòng)性造就了公共交通流量的增大，促使公交線(xiàn)路數(shù)的增加。

(2) 環(huán)路上公交線(xiàn)路密度明顯高于普通道路，特別是三環(huán)路上分布的公交線(xiàn)路最為密集(三環(huán)線(xiàn)路的紅色粗線(xiàn)最為明顯)。環(huán)路因其良好的交通流量承載能力被設(shè)計(jì)來(lái)緩解城區(qū)的交通壓力，方便居民出行，因此在市區(qū)內(nèi)，公交線(xiàn)路在環(huán)狀快速路上的分布明顯多于普通道路。

(3) 出城方向的高速路沿線(xiàn)公交線(xiàn)路分布密集(西南方向京石高速，北面京藏高速，東北方向機(jī)場(chǎng)高速線(xiàn)，地鐵八通線(xiàn)及相連的通燕高速上共色粗線(xiàn)明顯)。隨著北京城市化進(jìn)程的日益推進(jìn)，在原有的衛(wèi)星城周邊，又興建了11個(gè)能夠緩解老城人口壓力、分散中心城職能的新城，其中包含大興、房山、昌平、延慶等，因此連接老城和新城的高速路沿線(xiàn)公交線(xiàn)路分布較為密集。

(4) 人流集中區(qū)域附近公交線(xiàn)網(wǎng)分布密集。如北四環(huán)西邊的中關(guān)村一帶，聚集著北京各大高校和科技產(chǎn)業(yè)園區(qū)；中央商務(wù)區(qū)(CBD)一帶則是北京主要的商業(yè)金融區(qū)域；考慮其交通便利性，這些地方的公交線(xiàn)網(wǎng)密度應(yīng)該較高。

3 結(jié) 語(yǔ)

結(jié)合可視化技術(shù)對(duì)于現(xiàn)有公交網(wǎng)絡(luò)進(jìn)行分析評(píng)價(jià)是交通規(guī)劃中重要的一環(huán)，也是研究城市公交運(yùn)行的基礎(chǔ)，本文研究實(shí)現(xiàn)了基于道路的公交線(xiàn)網(wǎng)分布可視化和利用熱力圖的可視化方法，同時(shí)結(jié)合可視化結(jié)果分析了北京市公交線(xiàn)網(wǎng)的結(jié)構(gòu)分布特點(diǎn)，對(duì)于評(píng)價(jià)現(xiàn)有公交線(xiàn)路分布狀況具有實(shí)用價(jià)值和重要意義。下一步將通過(guò)結(jié)合客流數(shù)據(jù)，并按照斷面對(duì)道路進(jìn)行分割，更深入地分析公交客流和空間位置的相關(guān)性，為公交線(xiàn)路的規(guī)劃和優(yōu)化提供幫助。

[1] 王國(guó)曉，王琳穎，李晨.城市公交線(xiàn)網(wǎng)優(yōu)化與評(píng)價(jià)方法探索[J].城市建設(shè)理論研究(電子版)，2015，5(28).

[2] 王振報(bào)，陳艷艷，朱躍華.多層次公交線(xiàn)網(wǎng)規(guī)劃實(shí)用方法[J].北京工業(yè)大學(xué)學(xué)報(bào)，2011,37(2):231-236.

[3] 任磊，杜一，馬帥,等.大數(shù)據(jù)可視分析綜述[J].軟件學(xué)報(bào),2014,25(9):1909-1936.

[4] 姜曉睿，田亞，蔣莉，等．城市道路交通數(shù)據(jù)可視分析綜述[J].中國(guó)圖象圖形學(xué)報(bào)，2015,20(4):454-467.

[5] 蒲劍蘇，屈華民，倪明選.移動(dòng)軌跡數(shù)據(jù)的可視化[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2012,24(10):1273-1282.

[6] 王運(yùn)靜，李強(qiáng).北京市地面公共交通線(xiàn)路網(wǎng)現(xiàn)狀評(píng)價(jià)[J].交通運(yùn)輸系統(tǒng)工程與信息，2007,7(5):135-141.

[7] 呂衛(wèi)鋒,吳東東,諸彤宇.基于向量識(shí)別的啟發(fā)式路徑推測(cè)算法[J].計(jì)算機(jī)學(xué)報(bào)，2009,32(7):1443-1450.

[8] 欒學(xué)晨，楊必勝，李秋萍. 基于結(jié)構(gòu)模式的道路網(wǎng)節(jié)點(diǎn)匹配方法[J]．測(cè)繪學(xué)報(bào)，2013,42(4)：608-614.

[9] 張?jiān)品?，楊必勝，欒學(xué)晨.利用概率松弛法的城市路網(wǎng)自動(dòng)匹配[J].測(cè)繪學(xué)報(bào)，2012,41(6):933-939.

[10] 王鵬，鄭貴省，王元. 基于多相似度量指標(biāo)的路網(wǎng)匹配算法研究[J].微型機(jī)與應(yīng)用，2016,35(1)：19-22，26.

A Visual Analysis Method of Urban Public Traffic Network Distribution

ZHANG Jianqin1,2,WANG PengYu1,2，DU MingYi1,2

(1. School of Surveying and Spatial Information, Beijing University of Civil Engineering and Architecture， Beijing 100044， China；2. The Modern City National Key Laboratory of NASG， Beijing 100044, China)

Visual analysis technology is playing an increasingly important role in the analysis of traffic data and the discovery of traffic problems and decision making. In order to intuitively show the city transit network spatial distribution density, the vector data of Beijing city bus lines is analyzed based on the direct visualization and visualization method of two kinds of aggregation distribution of transit network spatial analysis. The original data processing is calculated for direct visualization of bus lines in Beijing city main roads based on data distribution method. The canvas drawing thermodynamic diagram is used on the original data visualization. The visualization results according to the analysis of the situation of spatial distribution of bus lines in Beijing city show that this method has practical value and significance of city public transportation network planning and optimization.

network distribution; visualization analys; transit planning

張健欽，王鵬宇，杜明義.一種城市公交線(xiàn)網(wǎng)分布的可視化分析方法[J].測(cè)繪通報(bào)，2017(5)：51-55.

10.13474/j.cnki.11-2246.2017.0153.

2016-08-19

北京市自然科學(xué)基金(8173053)；北京建筑大學(xué)校設(shè)基金(00331616042)

張健欽(1977—)，男，博士，副教授，主要研究方向?yàn)榻煌℅IS、大數(shù)據(jù)可視化、智能交通系統(tǒng)。E-mail：ycduan@qq.com

王鵬宇

P208

A

0494-0911(2017)05-0051-05