亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于多源數(shù)據(jù)的軌道交通站點步行吸引范圍確定方法

        2021-09-10 07:22:44王宜堂
        交通科技與管理 2021年17期
        關鍵詞:城市軌道交通站點

        摘 要:城市軌道交通站點是乘客采用軌道交通出行的直接服務點和接口,分析城市軌道交通站點的步行吸引范圍,能夠在一定程度上提高城市軌道交通的線網(wǎng)服務水平。本文設計了一種基于多源數(shù)據(jù)的軌道交通站點步行吸引范圍確定方法,以北京軌道交通站點為例進行了實例分析,更加符合實際的確定了城市軌道交通站點的步行吸引范圍。

        關鍵詞:城市軌道交通;站點;步行吸引范圍;多源數(shù)據(jù)

        0 引言

        軌道交通站點客流吸引范圍可定義為軌道站點投入運營后對周邊客流吸引所涉及的區(qū)域,即客流產(chǎn)生區(qū)域[1]。由于軌道站點周邊居民到達軌道站點會采用不同的交通方式,因此不同的交通方式對軌道交通站點來說都會產(chǎn)生不同的吸引范圍[2]。本文基于乘客出行調研、高德地圖路徑規(guī)劃API等數(shù)據(jù),研究乘客在采用步行接駁軌道站點時的吸引范圍。由于步行接駁軌道站點主要受路網(wǎng)的影響,因此步行的吸引范圍為站點周邊的一定區(qū)域,這個區(qū)域包含軌道站點在內。

        1 多源數(shù)據(jù)介紹

        本文基于多源數(shù)據(jù)確定軌道站點的步行吸引范圍,采用的多源數(shù)據(jù)包括高德地圖POI數(shù)據(jù)、AFC數(shù)據(jù)、地產(chǎn)網(wǎng)站居民小區(qū)數(shù)據(jù)、乘客出行調研數(shù)據(jù)以及高德地圖步行路徑規(guī)劃API數(shù)據(jù)。

        1.1 高德地圖POI數(shù)據(jù)

        高德地圖POI是指地圖上的興趣點,反映現(xiàn)實中的居民小區(qū)、寫字樓、學校等在地圖上的分布,是土地數(shù)據(jù)的集中反映。本文考慮了居住類、辦公類和混合類的POI,其中三類POI包含的具體類別如表1所示:

        1.2 AFC數(shù)據(jù)

        目前北京市軌道交通乘客采用刷卡進出站的方式,乘客的刷卡信息都記錄在AFC(Automatic Fare Collection)系統(tǒng)中,作為統(tǒng)計車站進出站量的依據(jù),AFC數(shù)據(jù)的主要字段如表2所示:

        其中AFC_ID作為乘客卡號,刷卡類型主要有一卡通和單程票兩種。

        1.3 地產(chǎn)網(wǎng)站居民小區(qū)數(shù)據(jù)

        地產(chǎn)網(wǎng)站如鏈家、安居客等會提供居民小區(qū)數(shù)據(jù),本文選取相對較全的鏈家網(wǎng)站作為居民小區(qū)獲得的數(shù)據(jù)源,采用爬蟲的方式獲取鏈家網(wǎng)全北京的居民小區(qū)數(shù)據(jù),獲取的主要字段如表3所示:

        1.4 乘客出行調研數(shù)據(jù)

        本文通過在站點的高峰期和非高峰期采用RP調查的方式,獲取到達軌道交通站點的乘客來源地、從居住地到軌道交通站點所采用的交通方式以及乘客的出行目的等,調研內容如表4所示:

        1.5 高德地圖步行路徑規(guī)劃API數(shù)據(jù)

        高德地圖步行路徑規(guī)劃API通過指定路徑規(guī)劃起始點和終點的名稱或經(jīng)緯度,主要返回步行路徑規(guī)劃API的實際距離和實際時間。

        2 步行吸引范圍確定方法

        本文采用基于數(shù)據(jù)分析的方法確定軌道站點的步行吸引范圍。吸引范圍的確定分兩步進行:第一步是確定步行接駁時間閾值,第二步是步行接駁時間閾值結合高德地圖路徑規(guī)劃API確定步行吸引范圍。

        Step1:步行接駁時間閾值的確定

        乘客最大接駁時間又被稱為接駁時間閾值,接駁時間閾值會包含盡可能多的接駁該站點的乘客的接駁時間。接駁時間閾值的確定需要依賴于交通方式接駁軌道站點的接駁數(shù)據(jù)。對于步行的接駁數(shù)據(jù)采用調研獲取時,由于站點較多,需要采用基于接駁時間閾值影響因素的聚類方法將站點分類,選取典型站點調研,分析其步行接駁時間閾值,再推廣到全網(wǎng)站點。得到了步行接駁調研時間數(shù)據(jù)后,對其進行正態(tài)性檢驗,若接駁時間符合正態(tài)分布,則采用正態(tài)分布的作為接駁時間閾值,若接駁時間不服從正態(tài)分布,則采用DBSCAN聚類算法來確定接駁時間閾值。

        Step2:多方式吸引范圍的確定

        確定了步行接駁時間閾值之后,結合高德地圖路徑規(guī)劃API確定在這個閾值范圍內乘客采用步行的交通方式能夠到達的區(qū)域,這個區(qū)域即為站點的步行吸引范圍[3]。本文步行吸引范圍確定的技術路線如圖1所示:

        2.1 聚類要素與變量確定

        城市軌道交通站點步行接駁時間閾值受到很多因素的影響,當城市軌道交通站點區(qū)位、站點周邊圈層內的職住特性和交通設施因素、站點周邊居民情況不同時,站點的步行接駁時間閾值都會發(fā)生變化[4,5]。本文從土地利用和站點自身的角度考慮其步行接駁時間閾值的影響因素,分別從站點區(qū)位特性、站點軌道可達性、站點周邊土地利用的圈層分布情況和站點其他交通方式的可達性對站點進行聚類,所選擇的聚類指標如表5所示:

        對于軌道站點路網(wǎng)可達性,本文采用基于改進的空間句法的計算方法,設從城市軌道交通中一個站點到另一個站點的最短時間為這兩個節(jié)點間的深度值,用表示。對城市軌道交通系統(tǒng),將系統(tǒng)中某個節(jié)點到其他所有節(jié)點的最短時間的平均值作為分母,將這些最短時間的和作為分子,兩者相除得到站點的路網(wǎng)可達性[6]。

        其中表示城市軌道交通網(wǎng)絡中的站點總數(shù)。城市軌道交通站點的路網(wǎng)可達性值越高,表示該站點的可達性越好。

        對于站點自行車和公交的接駁可達性,采用基于高德地圖路徑規(guī)劃API的接駁可達性計算方法,將站點周邊半徑2 km的矩形范圍內的乘客采用相應的交通方式的平均接駁時間作為相應交通方式的接駁可達性。首先以站點為中心,以半邊長為2 km圈定站點周邊的矩形區(qū)域;然后,將矩形區(qū)域以邊長100 m的網(wǎng)格進行網(wǎng)格化,取每個網(wǎng)格中心點;最后,對每個網(wǎng)格中心點到軌道站點調用高德地圖路徑規(guī)劃API獲取其采用自行車和公交方式的接駁時間,將所有網(wǎng)格中心點同一種交通方式的接駁時間的平均值作為該站點該種交通方式的接駁可達性。

        2.2 聚類方法的選擇

        采用K均值算法進行站點聚類。

        2.3 聚類過程與步驟

        在進行聚類的過程中,由于聚類指標之間有著數(shù)量級的差異,因此需要首先對聚類指標進行標準化,這里選擇Z-score標準化[7],然后采用基于損失函數(shù)SSE和輪廓系數(shù)的最優(yōu)聚類數(shù)目確定方法。

        獲取了典型站點的接駁時間數(shù)據(jù)之后,對接駁時間數(shù)據(jù)進行正態(tài)性檢驗,本文采用構造檢驗統(tǒng)計量法,采用D檢驗和W檢驗來進行接駁時間的正態(tài)性檢驗。

        根據(jù)接駁時間正態(tài)性檢驗結果,若其服從正態(tài)分布,則采用極大似然估計進行參數(shù)估計,估計出正態(tài)分布的參數(shù)。根據(jù)正態(tài)分布的原則,在正態(tài)分布的區(qū)間內,包含了原始數(shù)據(jù)99.7%的樣本點,因此,本文選用此區(qū)間的右側值,即作為接駁時間的閾值,在這個閾值下,包含了原始數(shù)據(jù)99.85%的樣本點。

        對獲取的站點的多方式接駁時間數(shù)據(jù),當其不服從正態(tài)分布時,采用DBSCAN聚類方法確定其接駁時間閾值。

        DBSCAN聚類算法的兩個設置參數(shù)為半徑參數(shù)Eps和最小樣本參數(shù)Min_Samples,采用基于輪廓系數(shù)和噪聲數(shù)據(jù)比例的方法確定最優(yōu)的半徑參數(shù)和最小樣本參數(shù),噪聲數(shù)據(jù)比例是一種DBSCAN聚類算法獨有的聚類效果評判指標,噪聲數(shù)據(jù)所占的比例越少說明聚類的效果越好,這里的輪廓系數(shù)和KMeans中的輪廓系數(shù)含義相同。

        對站點多方式接駁時間數(shù)據(jù)DBSCAN的聚類結果,選取除噪聲數(shù)據(jù)之外的最大的接駁時間作為接駁時間的閾值,這樣可以使得盡可能多的數(shù)據(jù)包括在這個閾值之內。

        在確定了站點的步行接駁時間閾值之后,調用高德地圖步行路徑規(guī)劃API確定步行吸引范圍,在調用高德地圖步行路徑規(guī)劃API確定吸引范圍時,其技術路線如圖2所示:

        3 案例分析

        以北京市軌道站點為例,基于表5中的聚類指標,采用KMeans方法對全網(wǎng)310個站點進行聚類分析。在聚類過程中,聚類的數(shù)目和損失函數(shù)以及輪廓系數(shù)的關系如圖3所示,從圖中可以看出,最佳聚類數(shù)目為3。

        根據(jù)最佳聚類數(shù)目進行KMeans聚類,聚類結果可視化如圖4所示:

        對于站點的分類結果,類別1代表的站點,以南邵、舊宮、傳媒大學為代表,這類站點分布在城市的外圍,站點自身可達性和周邊其他交通方式接駁可達性最低,但由于這類站點周邊的人口分布較多,且站點周邊乘客可選擇的交通方式有限,因此,這類站點乘客對采用步行方式接駁軌道站點的容忍程度最高,即步行接駁時間閾值最大。類別0代表的站點,以國貿、海淀黃莊為代表,這類站點周邊的職位較多但人口不多,在北京市處于3~4環(huán)的位置,這類站點自身可達性和周邊其他交通方式接駁可達性相比第1類站點較高,但是不及第2類站點,因此這類站點的步行接駁時間閾值處在第2類和第1類之間。類別2代表的站點,以西直門、西單為代表,這類站點周邊的人口和職位分布居中且站點大部分分布在城市的二環(huán)內,站點可達性和周邊的其他交通方式可達性最高,因此這類站點的步行接駁時間閾值最小。

        在本文的研究中,站點分類結果用于選擇調研的典型站點。

        3.1 典型站點步行接駁數(shù)據(jù)調研

        根據(jù)北京軌道交通站點聚類的結果,取各類的代表站點進行調研,選取了海淀黃莊、中關村、蘇州街、人民大學、知春里、知春路、南邵、舊宮8個代表車站。調研時段涵蓋工作日的早高峰、晚高峰和平峰。對每個站點收回的有效調研問卷數(shù)量及步行有效問卷數(shù)量如表6所示:

        在獲得調研數(shù)據(jù)之后,根據(jù)乘客來源點、接駁的軌道站點及采用的步行接駁方式,調用高德地圖步行路徑規(guī)劃API確定實際的接駁時間,作為乘客的步行接駁時間。

        3.2 站點步行接駁閾值確定結果

        對問卷調查獲取的調研數(shù)據(jù),取采用步行接駁方式接駁的乘客的調研數(shù)據(jù),對每一類站點,計算得到的調研站點閾值如表7所示:

        對每一類站點,將這一類站點中調研站點的步行時間閾值的平均值作為這一類站點的步行接駁時間閾值,并將其推廣到這類站點中的其他所有站點,如表8所示:

        在確定了站點的步行接駁時間閾值后,需要結合高德地圖路徑規(guī)劃API確定步行吸引范圍。在實際的接駁過程中,乘客從居住地采用步行方式通過路網(wǎng)到達軌道交通站點,而通過路網(wǎng)的距離和直線距離有一定的差距,傳統(tǒng)的研究一種是直接采用直線距離,另一種是采用路網(wǎng)的直線系數(shù)進行修正。這兩種方式都有弊端,采用直線距離情況下有時候會產(chǎn)生很大的誤差,采用直線系數(shù)進行修正的情況下往往是路網(wǎng)非常理想的情況,現(xiàn)實中這種理想的情況非常少。因此,為了解決這個問題,采用高德地圖路徑規(guī)劃API返回的路徑規(guī)劃數(shù)據(jù)作為實際數(shù)據(jù),能夠反映乘客采用不同交通方式最真實的接駁距離和接駁時間。本文在確定步行吸引范圍時調用了高德地圖步行路徑規(guī)劃API,高德地圖步行路徑規(guī)劃API指定的參數(shù)和返回的參數(shù)在上文中已有介紹。

        以西直門和朝陽門代表車站,展示其步行吸引范圍確定結果,如圖5所示。

        北京市全網(wǎng)所有站點的步行吸引范圍如圖6所示:

        4 結論

        本文分析了步行的吸引范圍特點,采集了步行接駁軌道站點數(shù)據(jù),提出了基于步行接駁時間分布特征分析和DBSCAN聚類的接駁時間閾值計算方法,并構建了基于步行接駁時間閾值和高德地圖路徑規(guī)劃API的站點步行吸引范圍確定方法,確定了站點的步行吸引范圍。本文的創(chuàng)新點在于確定站點步行吸引范圍時,采用了基于正態(tài)性檢驗和DBSCAN聚類的接駁時間閾值計算方法,并采用了高德地圖路徑規(guī)劃API作為路網(wǎng)的修正工具,實現(xiàn)了將吸引范圍確定為更加符合實際接駁情況的不規(guī)則多邊形。

        參考文獻:

        [1]董婷婷.城市軌道交通站點客流吸引范圍研究[D].大連交通大學,2017.

        [2]楊京帥,張殿業(yè).城市軌道交通車站合理吸引范圍研究[J].中國鐵路,2008(3):72-75.

        [3]王宜堂.基于空間數(shù)據(jù)和廣義線性貝葉斯的城市軌道交通OD預測[D].北京交通大學,2020.

        [4]田國敏.基于城市軌道交通站點與城市空間節(jié)點耦合視角下的站點周邊地區(qū)發(fā)展研究[D].長安大學,2017.

        [5]李向楠.城市軌道交通站點吸引范圍研究[D].西南交通大學,2013.

        [6]陳濤.基于改進拓撲度量法的城市軌道交通網(wǎng)絡可達性分析[J].2010年交通運輸類院校研究生學術論壇委員會.全國交通運輸類院校研究生學術論文集:2010:15-19.

        [7]徐威,鄭長江,馬庚華,等.基于k-means聚類的城市軌道交通站點分類研究[J].貴州大學學報(自然科學版),2018,35(6):106-111.

        [8]王淑偉,孫立山,榮建.北京市軌道站點吸引范圍研究[J].交通運輸系統(tǒng)工程與信息,2013,13(3):183-188.

        猜你喜歡
        城市軌道交通站點
        基于Web站點的SQL注入分析與防范
        電子制作(2019年14期)2019-08-20 05:43:42
        2017~2018年冬季西北地區(qū)某站點流感流行特征分析
        積極開展遠程教育示范站點評比活動
        首屆歐洲自行車共享站點協(xié)商會召開
        中國自行車(2017年1期)2017-04-16 02:53:52
        城市軌道交通通信傳輸系統(tǒng)的方案選擇
        科技傳播(2016年19期)2016-12-27 15:05:35
        基于BP神經(jīng)網(wǎng)絡的軌道客流短期預測
        智能視頻監(jiān)控系統(tǒng)在城市軌道交通的應用與發(fā)展趨勢
        我國城市軌道交通突發(fā)事件分析及對策
        價值工程(2016年30期)2016-11-24 14:29:54
        智能電網(wǎng)建設與調控一體化發(fā)展研究
        基于城軌交通車站特殊客流運輸工作組織措施的研究
        科技資訊(2016年19期)2016-11-15 08:29:40
        日韩精品人妻少妇一区二区| 精品久久久久久久久久中文字幕| 国产乱子伦精品无码码专区| 最新手机国产在线小视频| 久久综合伊人有码一区中文字幕| www婷婷av久久久影片| 国产丝袜视频一区二区三区| 麻豆国产乱人伦精品一区二区| 日韩性感av一区二区三区| 成人av片在线观看免费| av在线亚洲欧洲日产一区二区| 亚洲午夜无码久久yy6080| 日本高清在线一区二区| 日本真人添下面视频免费| 一本一道久久综合狠狠老| 成年奭片免费观看视频天天看| 91中文在线九色视频| 国产成人精品久久亚洲高清不卡| 久久精品国产亚洲av高清漫画| 大屁股少妇一区二区无码| 日韩美女av一区二区三区四区| 亚洲中文字幕无码不卡电影| 最新亚洲av日韩av二区| 91久久精品人妻一区二区| 亚洲日本精品国产一区二区三区| 少妇无码av无码一区| 亚洲国产99精品国自产拍| 综合久久一区二区三区| 337p粉嫩日本欧洲亚洲大胆| 97久久超碰国产精品2021| 日本激情视频一区在线观看| 久久狼精品一区二区三区 | 亚洲av成人一区二区三区| 免费一级黄色大片久久久| 男男做h嗯啊高潮涩涩| 国产专区一线二线三线码| 国产3p视频| 国产一区二区免费在线观看视频| 亚洲av丰满熟妇在线播放| 2019最新国产不卡a| 亚洲精品2区在线观看|