王浩淼+楊彬彬+姚遠(yuǎn)

【摘 要】手機(jī)信令數(shù)據(jù)采集及應(yīng)用作為新興并快速發(fā)展的交通信息采集技術(shù)，已在北京、上海、廣州、深圳等大城市得到充分研究應(yīng)用。研究探討了如何利用手機(jī)信令數(shù)據(jù)分析不同的手機(jī)行為與交通指數(shù)之間的關(guān)聯(lián)。通過(guò)兩者關(guān)聯(lián)分析，利用微觀手機(jī)用戶(hù)行為發(fā)掘區(qū)域宏觀交通狀態(tài)。選取了試驗(yàn)區(qū)域，對(duì)兩者關(guān)聯(lián)性及關(guān)聯(lián)分析方法進(jìn)行了驗(yàn)證。結(jié)果表明，總體上手機(jī)信令數(shù)據(jù)可以作為交通指數(shù)分析的補(bǔ)充數(shù)據(jù)源，反應(yīng)城市道路交通狀態(tài)變化。

【關(guān)鍵詞】智能交通；手機(jī)信令；信令事件；交通指數(shù)；關(guān)聯(lián)分析

0 引言

目前，手機(jī)信令數(shù)據(jù)及其應(yīng)用由于其覆蓋范圍廣、樣本量巨大、投資成本低等先天優(yōu)勢(shì)，已逐步成為城市交通出行信息采集、分析及應(yīng)用的重要數(shù)據(jù)。道路交通指數(shù)作為一種反應(yīng)城市交通狀況的數(shù)據(jù)信息，是城市交通擁堵評(píng)價(jià)指標(biāo)體系和評(píng)價(jià)方法的核心評(píng)價(jià)指標(biāo)，能夠綜合宏觀反映道路網(wǎng)交通運(yùn)行狀況[1]，已在部分大城市中得到應(yīng)用。道路交通指數(shù)受多種因素影響，難以通過(guò)一成不變的分析方法獲取到真實(shí)客觀的數(shù)據(jù)。

本文嘗試充分利用手機(jī)信令數(shù)據(jù)資源，深入挖掘手機(jī)信令大數(shù)據(jù)潛在價(jià)值與內(nèi)涵。通過(guò)大數(shù)據(jù)分析處理關(guān)鍵技術(shù)，分析研究手機(jī)信令數(shù)據(jù)與交通指數(shù)之前的關(guān)聯(lián)。利用手機(jī)信令數(shù)據(jù)相關(guān)信息從另一個(gè)側(cè)面來(lái)反映城市道路交通指數(shù)及其變化規(guī)律。

1 手機(jī)信令數(shù)據(jù)

采用起源蜂窩小區(qū)定位技術(shù)與手機(jī)切換定位技術(shù)實(shí)現(xiàn)交通信息提取與應(yīng)用。在手機(jī)通話(huà)切換的過(guò)程中，移動(dòng)網(wǎng)絡(luò)運(yùn)營(yíng)商會(huì)保留相關(guān)記錄，以上記錄的保存為利用手機(jī)切換進(jìn)行交通信息采集提供了可能以及所需的必要參數(shù)[2]。通過(guò)起源蜂窩小區(qū)與手機(jī)信令切換定位技術(shù)，可實(shí)現(xiàn)手機(jī)用戶(hù)靜、動(dòng)態(tài)位置采集，實(shí)現(xiàn)基于手機(jī)信令數(shù)據(jù)的交通信息采集。

通過(guò)與運(yùn)營(yíng)商、手機(jī)數(shù)據(jù)采集商的溝通與協(xié)調(diào)，獲取上海移動(dòng)信令數(shù)據(jù)研究及應(yīng)用授權(quán)。運(yùn)營(yíng)商提供詳細(xì)的MSID、LAC、CELL、時(shí)間戳、信令事件等信息。其中，正常位置更新、周期性位置更新、主叫和短信啟呼過(guò)程、BSC切換等四類(lèi)典型信令事件，在手機(jī)信令數(shù)據(jù)中占有比率較高，且是交通信息采集中常用的幾種信令事件數(shù)據(jù)。

2 交通狀態(tài)指數(shù)

文中交通指數(shù)，主要針對(duì)上海城市道路交通狀態(tài)指數(shù)（Traffic State Index，TSI），用以描述道路交通擁堵程度，綜合反映交通出行暢通程度。利用交通狀態(tài)指數(shù)，可以評(píng)價(jià)城市交通整體或區(qū)域的運(yùn)行狀況，科學(xué)分析和判斷中、長(zhǎng)期交通發(fā)展趨勢(shì)，有效預(yù)報(bào)、預(yù)警交通擁堵程度和范圍，為政府制定科學(xué)合理的交通規(guī)劃、輔助交通管理決策提供定量、可參考的依據(jù)[3]。上海城市交通狀態(tài)指數(shù)TSI取值介于0至100之間，數(shù)值越大表示道路交通狀態(tài)越擁堵，數(shù)值越小表示道路交通狀態(tài)越暢通。在指數(shù)數(shù)據(jù)區(qū)間基礎(chǔ)上，通過(guò)對(duì)歷史數(shù)據(jù)統(tǒng)計(jì)分析、出行調(diào)查和現(xiàn)場(chǎng)驗(yàn)證，分類(lèi)歸納出對(duì)快速路、地面道路交通擁堵的習(xí)慣感受程度，劃分擁堵程度等級(jí)[4～5]。

3 手機(jī)數(shù)據(jù)與交通指數(shù)關(guān)聯(lián)分析

3.1 信令事件與交通指數(shù)偏相關(guān)性

研究對(duì)上海市重點(diǎn)交通區(qū)域交通指數(shù)與手機(jī)信令數(shù)據(jù)進(jìn)行偏相關(guān)分析，得到手機(jī)數(shù)據(jù)屬性與區(qū)域交通指數(shù)的偏相關(guān)系數(shù)。

根據(jù)偏相關(guān)系數(shù)結(jié)果發(fā)現(xiàn)，正常位置更新事件與交通指數(shù)呈正相關(guān)關(guān)系，而周期性位置更新、主叫與短信啟呼過(guò)程都與交通指數(shù)呈負(fù)相關(guān)關(guān)系。

a.正常位置更新事件數(shù)量與交通指數(shù)呈正相關(guān)關(guān)系

正常位置更新發(fā)生在手機(jī)用戶(hù)的出現(xiàn)跨越LAC行為，則認(rèn)為手機(jī)用戶(hù)產(chǎn)生了出行記錄，并且有可能是距離為數(shù)公里的出行。因此，在某個(gè)地面道路區(qū)域內(nèi)，如果正常位置更新的信令記錄越多，則這個(gè)區(qū)域內(nèi)手機(jī)用戶(hù)在這個(gè)區(qū)間內(nèi)出行的人數(shù)也越多，人的出行伴隨著交通狀態(tài)的變化。出行人數(shù)越多，交通指數(shù)可能越高，因此可將該屬性作為衡量地面道路區(qū)域內(nèi)人們出行的活躍程度。

b.周期性位置更新、主叫與短信啟呼過(guò)程都與交通指數(shù)呈負(fù)相關(guān)關(guān)系

周期性位置更新事件表示該手機(jī)用戶(hù)在一個(gè)更新周期內(nèi)，沒(méi)有跨出所在LAC區(qū)域的位移，可認(rèn)為該手機(jī)用戶(hù)在一定時(shí)間段內(nèi)始終停留在同一位置，沒(méi)有發(fā)生出行行為。分析表明，某區(qū)域分析時(shí)段內(nèi)周期性位置更新事件數(shù)量上升，則該區(qū)域的手機(jī)用戶(hù)處于室內(nèi)工作或休息的比例就越高，出行量也越低，道路更暢通，交通指數(shù)下降。

主叫與短信啟呼過(guò)程事件表示該手機(jī)用戶(hù)在當(dāng)時(shí)處于通訊狀態(tài)，但通訊過(guò)程中，如果出現(xiàn)跨小區(qū)行為，會(huì)出現(xiàn)BSC內(nèi)切換事件。如果主叫與短信啟呼過(guò)程事件數(shù)量明顯比BSC內(nèi)切換事件數(shù)量要多，則表明該區(qū)域的手機(jī)用戶(hù)在該時(shí)段內(nèi)出行活躍度不高。

3.2 信令事件與交通指數(shù)回歸分析

利用回歸分析方法，對(duì)上海市多個(gè)地面道路區(qū)域的手機(jī)信令數(shù)據(jù)與交通指數(shù)數(shù)據(jù)建立回歸分析模型。

以徐家匯的交通指數(shù)為例，根據(jù)回歸分析徐家匯的地面道路交通指數(shù)為：

TSRxjh=20.764+1.883*C-0.030*U1-2.883*U2+0.178*M-1.155*H+0.054*S（2）

式中，TSRxjh表示徐家匯區(qū)域交通指數(shù)；C表示手機(jī)用戶(hù)數(shù)量；U1表示正常位置更新量；U2表示周期性位置更新量；M表示主叫與短信啟呼過(guò)程量；H表示BSC內(nèi)切換量；S表示信令事件總量。

回歸分析結(jié)果表明，可以根據(jù)該地面道路區(qū)域內(nèi)的某時(shí)段內(nèi)（半小時(shí)）該區(qū)域檢測(cè)到的手機(jī)用戶(hù)數(shù)量（C）、正常位置更新事件的數(shù)量（U1）、周期性位置更新事件的數(shù)量（U2）、主叫與短信啟呼過(guò)程事件的數(shù)量（M）、BSC內(nèi)切換事件的數(shù)量（H）以及信令總量（S），可以擬合出該區(qū)域地面道路的交通指數(shù)。為驗(yàn)證回歸模型有效性，對(duì)模型擬合度進(jìn)行評(píng)價(jià)，一般采用R2作為評(píng)價(jià)標(biāo)準(zhǔn)。R2值基本都在0.7以上，具有很好的擬合優(yōu)度。

3.3 模型評(píng)價(jià)

采用模型精度計(jì)算公式計(jì)算回歸模型分析精度：

Err=擬合值-實(shí)際值/實(shí)際值×100%

Acc=1-Err（3）

從68個(gè)區(qū)域地面道路交通指數(shù)擬合平均絕對(duì)誤差看，平均精度為90.15%，具有十分高的精度。因此，可以將手機(jī)信令數(shù)據(jù)，作為交通分析的補(bǔ)充數(shù)據(jù)源，對(duì)地面道路交通指數(shù)進(jìn)行實(shí)時(shí)的評(píng)估。

4 結(jié)語(yǔ)

研究針對(duì)手機(jī)信令事件與地面道路交通指數(shù)的關(guān)系，利用偏相關(guān)分析，探索了不同信令事件與交通指數(shù)的關(guān)系。通過(guò)回歸分析方法，對(duì)上海市68個(gè)區(qū)域的地面道路分別建立了交通指數(shù)回歸分析模型，模型具有相當(dāng)高的擬合精度，平均精度達(dá)到90%。研究表明，手機(jī)信令數(shù)據(jù)可以作為交通分析的補(bǔ)充數(shù)據(jù)源，實(shí)時(shí)檢測(cè)地面道路區(qū)域的交通變化狀況。

【參考文獻(xiàn)】

[1]劉瑩，陳艷艷，程穎，等.基于交通指數(shù)的機(jī)動(dòng)車(chē)污染物排放分析方法研究—以北京為例[J].北京工業(yè)大學(xué)學(xué)報(bào)，2017，43（3）：422-427.

[2]楊飛，裘煒毅.基于手機(jī)定位的實(shí)時(shí)交通數(shù)據(jù)采集技術(shù)[J]. 城市交通.2005，3（4）：63-68.

[3]上海交通信息中心.上海交通出行網(wǎng)[EB/OL].http：//www.jtcx.sh.cn/index.html，2017-07-17.

[4]冉斌.手機(jī)數(shù)據(jù)在交通調(diào)查和交通規(guī)劃中的應(yīng)用[J].城市交通，2013，11（1）：72-81.endprint