陳麗欣，鐘 鳴，潘曉鋒，鐘 意

（1.武漢理工大學 智能交通系統(tǒng)研究中心，湖北 武漢 430061；2.武漢理工大學 國家水運安全工程技術研究中心，湖北 武漢 430061）

0 引言

當前，國內(nèi)很多城市的公交系統(tǒng)從過去單一地面公交供給模式轉(zhuǎn)變成了包括地鐵、輕軌、常規(guī)公交等在內(nèi)的多模式公交系統(tǒng)。隨著多種模式的融合發(fā)展，對公交換乘行為的分析不能僅針對常規(guī)公交或軌道交通展開，需要綜合考慮[1]。研究公交系統(tǒng)不同模式間的換乘行為可為相關部門制定對應的政策提供科學依據(jù)，從而提升乘客的出行效率。

早期研究人員通常通過人工調(diào)查獲取數(shù)據(jù)分析乘客的換乘行為及其換乘特征[2]。然而，這種調(diào)查方法不僅耗時長、成本高，而且收集的數(shù)據(jù)準確度不高。近年來，較多學者通過IC 卡和GPS大數(shù)據(jù)研究公交乘客的換乘行為，并且通過框定換乘時長閾值判斷乘客是否換乘[3-4]。Wang 等人[5]使用30min 作為換乘時長閾值對北京市常規(guī)公交換乘地鐵的行為進行判定，并使用聚類分析法評估換乘接駁設施。Ma 等人[6]提出了兩個識別換乘的指標，分別是最大換乘時間（10min）和最大換乘距離（300m），并根據(jù)這兩個指標識別南京市的地鐵和共享單車的換乘行為。陳嘉超等人[7]通過定義地鐵與常規(guī)公交間的最大換乘時長判斷乘客換乘行為，并根據(jù)不同用地類型分析地鐵站點接駁常規(guī)公交在所有換乘模式中的占比。管娜娜等人[8]選擇30min作為換乘時長閾值，以成都市為例分析乘客在地鐵和常規(guī)公交間的換乘行為。楊湖平[9]基于宜興市2018 年的公交IC 卡和自行車IC 卡數(shù)據(jù)，將兩種卡號進行關聯(lián)匹配，以25min作為換乘時長閾值，判斷公交和自行車兩種出行模式之間是否存在換乘。通過已有研究可知，使用公交車GPS 數(shù)據(jù)精確匹配站點信息，可大幅提升數(shù)據(jù)采集效率和精度；通過對公交IC 卡數(shù)據(jù)進行分析，可定義不同公交換乘模式的換乘時長閾值，從而更精確地識別乘客的換乘行為。

然而，以固定的時間閾值分析公交系統(tǒng)內(nèi)的換乘行為不適用于判斷公交系統(tǒng)所有的換乘模式，也不適用于判斷不同時段的乘客換乘行為[10]。同時，現(xiàn)有文獻中針對地鐵換乘常規(guī)公交、常規(guī)公交換乘常規(guī)公交的研究較多，對常規(guī)公交換乘地鐵行為的研究相對較少[11]。此外，雖然有研究在換乘時長閾值分析中考慮了多種因素，但是對于候車時間和換乘步行時間的計算仍存在可改進之處。鑒于此，本文提出一種基于公交IC 卡數(shù)據(jù)和公交站對的換乘時長閾值分析方法，以城市常規(guī)公交和地鐵組成的“大公交系統(tǒng)”為研究對象，計算每個站對和不同線路的動態(tài)換乘時長閾值，據(jù)此分析公交乘客的換乘行為。

1 研究方法

1.1 換乘時長閾值定義

換乘時長閾值是判斷乘客公交換乘行為的關鍵。與一般意義上的閾值不同，本文中的換乘時長閾值是一個時間區(qū)間，由最小換乘時長和最大換乘時長組成。換乘時長是指乘客從第一次下車至第二次上車刷卡的時間差。本文通過判別乘客的換乘時長是否在換乘時長閾值內(nèi)，進而分析乘客是否存在換乘行為。如果乘客的刷卡時間差在換乘時長閾值內(nèi)，則認定乘客存在換乘行為，否則認為乘客不存在換乘行為。不同公交換乘模式的換乘時長閾值計算方式存在差異（見圖1），具體計算過程如下。

圖1 三種換乘方式時長閾值計算示意圖

1.1.1 常規(guī)公交換乘常規(guī)公交

針對此類換乘模式，將換乘站點間的步行時間、常規(guī)公交候車時間兩部分組成的換乘時長閾值作為判別兩次乘車是否發(fā)生換乘的依據(jù)。由于我國不少城市都實行上車刷卡付費模式，無法直接得到乘客乘坐常規(guī)公交的下車站點，所以將車內(nèi)時間作為判斷是否發(fā)生換乘的輔助依據(jù)。

（1）換乘步行時間

根據(jù)前后2 次乘車線路信息、GPS 數(shù)據(jù)、換乘站點對信息，推斷前一次乘車下車站點和后一次上車站點；使用CUBE 軟件構建四階段模型，將乘客步行速度設定為4.7km/h[13]，計算每個站點對之間的步行時間，在此基礎上分別增減20%即為乘客換乘步行時間閾值[14]。

（2）常規(guī)公交候車時間

讀取第二次乘車線路和車輛信息，根據(jù)GPS數(shù)據(jù)獲取該線路本次發(fā)車時間和上一次發(fā)車時間，計算二者時間差即可得該線路的發(fā)車時間間隔，將發(fā)車時間間隔的1/2 作為該線路的候車時間[12]。由于每條線路在不同時段的發(fā)車時間間隔不規(guī)律，通過四分位距法去除異常值，即可獲取每條線路的候車時間閾值。

（3）車內(nèi)時間

與（1）中推算下車站點的原理相同，根據(jù)推算產(chǎn)生的下車站點和下車時間，計算前一次乘車的上下車時間差，即可獲得前一次乘車的車內(nèi)時間。通過四分位距去除異常值，計算公式[15]為：

式（1）中：IQR 為四分位距；Q1為一組樣本的第1個四分位；Q3為第3個四分位。

在本次分析中將小于（Q1-1.5IQR）和大于（Q3+1.5IQR）的樣本視為異常值?；趫D1（a），本文給出常規(guī)公交換乘常規(guī)公交的換乘時長閾值計算公式：

式（2）中：T1為常規(guī)公交換乘常規(guī)公交的換乘時長閾值；Ta為第1 次下車站點至第2 次上車站點的換乘步行時間；Tb為第2次乘車的候車時間。

1.1.2 地鐵換乘常規(guī)公交

由于地鐵出閘刷卡攜帶站點信息，所以地鐵換乘常規(guī)公交的換乘時長閾值主要由換乘站點間的步行時間和常規(guī)公交候車時間組成，其計算公式與式（2）一致：

式（3）中：T2為地鐵換乘常規(guī)公交的換乘時長閾值；Ta為第1 次下車站點至第2 次上車站點的換乘步行時間；Tb為第2次乘車的候車時間。

1.1.3 常規(guī)公交換乘地鐵

常規(guī)公交換乘地鐵的換乘時長閾值主要由換乘站點間的步行時間組成，由于乘坐常規(guī)公交無法直接得到乘客的下車站點，所以將車內(nèi)時間作為判斷是否發(fā)生該類換乘的輔助依據(jù)。由于地鐵刷卡記錄的是進出閘機時間，此處不計算地鐵的候車時間和行駛時間。其計算公式如下：

式（4）中：T3為常規(guī)公交換乘地鐵的換乘時長閾值；Tc為常規(guī)公交下車站點至地鐵進閘刷卡的換乘步行時間。

估計常規(guī)公交換乘地鐵的關鍵在于估計乘客的下車站點及下車時刻。首先，利用常規(guī)公交GPS 數(shù)據(jù)和乘客IC 卡數(shù)據(jù)（每次乘坐的線路和站點信息）獲取乘客的車內(nèi)乘坐時間及乘客下車時刻。由于不同線路在不同時段的發(fā)車時間間隔不同，不同換乘站點對間的步行時長也不同，所以估計的換乘時長閾值也將隨著以上影響因素發(fā)生動態(tài)變化。如果乘客連續(xù)兩次刷卡時間差在相應的換乘時長閾值范圍內(nèi)，則可確定乘客存在換乘行為。

1.2 基于站對換乘時長閾值的大公交系統(tǒng)乘客換乘行為識別方法

研究采用大公交系統(tǒng)IC 卡和GPS 數(shù)據(jù)，從時間和空間兩個維度識別乘客在不同時間內(nèi)的大公交系統(tǒng)換乘行為，基本思路如圖2所示。

圖2 基于站對時空閾值的大公交系統(tǒng)換乘行為識別方法技術路線

（1）獲取乘客乘坐常規(guī)公交的上車站點

由于IC 卡采集的常規(guī)公交刷卡數(shù)據(jù)沒有直接記錄乘客的上車站點信息，所以需通過車輛編號、線路編號、車輛到站時刻、站序等信息，匹配常規(guī)公交車的GPS 數(shù)據(jù)和乘客的IC 卡刷卡數(shù)據(jù)，繼而間接獲取乘客刷卡時的站點位置信息。

（2）依據(jù)刷卡時間合并同一IC 卡數(shù)據(jù)，獲取乘客全天公交出行鏈

一般而言，IC 卡可同時用于乘坐常規(guī)公交和地鐵，因此可將同一天同一張卡的不同數(shù)據(jù)源的刷卡數(shù)據(jù)合并（每種數(shù)據(jù)源包含的數(shù)據(jù)屬性可能不一樣，選取需要的信息并根據(jù)刷卡時間進行合并），將合并后的數(shù)據(jù)通過卡號和刷卡時間進行排序，獲取每個乘客全天乘坐大公交系統(tǒng)的信息，即乘客全天公交出行鏈。

（3）判斷連續(xù)2 次刷卡所屬的交通方式，計算刷卡時間差

篩選一天內(nèi)單張IC 卡包含至少2 次大公交系統(tǒng)刷卡記錄的數(shù)據(jù)，判斷其可能為常規(guī)公交換乘常規(guī)公交、常規(guī)公交換乘地鐵、地鐵換乘常規(guī)公交或為2 次出行。計算連續(xù)兩次刷卡的時間差：常規(guī)公交與常規(guī)公交的時間差為兩次上車刷卡時間差；常規(guī)公交與地鐵的時間差為前一次上車和后一次進閘的時間差；地鐵與常規(guī)公交的時間差為地鐵出閘和常規(guī)公交上車的時間差。

（4）確定可能的換乘站點對

換乘站點對的識別是指設置較為合理的換乘空間閾值，通過GIS 技術搜尋大公交系統(tǒng)內(nèi)每個站點在換乘空間閾值內(nèi)的其他站點，將其判定為可能的換乘站點，即組成換乘站點對。常規(guī)公交站點與地鐵站點影響范圍有所差異，其設置的空間閾值不同，分別設為α,β。

（5）計算站對換乘時長閾值

傳統(tǒng)方法以固定的換乘時長閾值判斷乘客換乘行為。Huang 等人[10]在其研究中指出，換乘時長閾值在一天中不同時段、不同公交站點間并不相同。因此，基于站對換乘時空閾值識別換乘行為的方法可從時空維度更好地識別大公交系統(tǒng)乘客的換乘行為。

（6）根據(jù)換乘時長閾值識別換乘行為

比較連續(xù)兩次刷卡的時間差和相應的換乘時長閾值，從而識別乘客在大公交系統(tǒng)出行中的換乘行為。

2 數(shù)據(jù)基礎

本研究收集武漢市2019 年10 月25 日的IC 卡數(shù)據(jù)、常規(guī)公交GPS 數(shù)據(jù)等，其中IC 卡采集的常規(guī)公交刷卡數(shù)據(jù)包括卡號、刷卡時間、車輛編號、線路編號，地鐵刷卡數(shù)據(jù)包括卡號、刷卡時間、線路號、站點名稱及閘機編號等；常規(guī)公交GPS數(shù)據(jù)包括線路名稱、站點經(jīng)緯度和車輛編號等。

在進行分析前，需清洗與合并IC 卡數(shù)據(jù)，包括：

（1）去除刷卡時間早于或晚于線路運營時間的數(shù)據(jù)；

（2）去除地鐵進出閘時間差超過4h的數(shù)據(jù)或小于3min的數(shù)據(jù)；

（3）對于同一卡號在短時間內(nèi)（1min）重復刷卡的數(shù)據(jù)，只取最后1次刷卡的數(shù)據(jù)；

（4）根據(jù)常規(guī)公交刷卡數(shù)據(jù)和GPS 數(shù)據(jù)分析乘客上車站點；

（5）將同一IC 卡編號的數(shù)據(jù)按照時間順序進行合并。

對處理后的數(shù)據(jù)進行統(tǒng)計分析，最終獲得IC卡刷卡數(shù)據(jù)3 778 436條。

3 站對換乘時長閾值分析

基于上述研究方法和武漢市公交IC 卡數(shù)據(jù)、常規(guī)公交GPS 數(shù)據(jù)等，分析不同線路、不同站點的換乘時長閾值，進而判別乘客是否發(fā)生換乘，識別乘客在時空尺度上的換乘行為。

在進行大公交系統(tǒng)換乘行為判別前，需設置可能的換乘站點對參數(shù)，即設置換乘空間閾值。參考對國內(nèi)同類城市的相關研究[16]，結合武漢市公交設施情況，常規(guī)公交站點設置的空間閾值α為650m半徑范圍，地鐵站點設置的空間閾值β為950m半徑范圍，該閾值內(nèi)的站點視為可能換乘站點，超出該范圍的站點判定為非換乘站。以某地鐵站點為例，其周圍950m 半徑范圍內(nèi)的常規(guī)公交站點如圖3 所示，在此范圍內(nèi)的站點均為可能的換乘站點對。由于換乘站點在地理位置上不同，每一OD 對間的換乘站點有多個，故換乘站點的空間閾值是動態(tài)變化的。

圖3 站點換乘關系圖

采用本研究提出的方法計算武漢市大公交系統(tǒng)換乘時長閾值并將其可視化，示例見圖4。由圖4 可看出，相同站點對間由于涉及線路不同，其換乘時長閾值也不同，即本研究提出的換乘時長閾值是根據(jù)站點和線路信息的不同而動態(tài)變化的。

圖4 公交站對換乘時長閾值示例（單位：min）

按照內(nèi)環(huán)線、內(nèi)環(huán)線-二環(huán)線、二環(huán)線-三環(huán)線、三環(huán)線-四環(huán)線、四環(huán)線-外環(huán)線、新城區(qū)統(tǒng)計各換乘站的位置，計算不同區(qū)位中換乘時長閾值的中位數(shù)、均值、方差和標準差。以常規(guī)公交換乘常規(guī)公交為例，其統(tǒng)計結果如表1所示。結果顯示，內(nèi)環(huán)-二環(huán)間站點的換乘時長閾值方差/標準差最小，代表內(nèi)環(huán)-二環(huán)間換乘時長閾值相對集中，居民公交出行行為的異質(zhì)性相對較低。

表1 常規(guī)公交-常規(guī)公交換乘時長閾值描述性統(tǒng)計

4 基于站對閾值的換乘行為特征分析

4.1 基于站對閾值的換乘時長分布

通過對武漢市公交換乘數(shù)據(jù)的識別，得到不同換乘模式的換乘時長分布情況，見圖5～圖9。其中，常規(guī)公交換乘常規(guī)公交的換乘時長分布如圖5所示，同站換乘時，90%的人在16.4min內(nèi)可完成換乘；異站換乘時，90%的人在19.9min 內(nèi)可完成換乘?？梢钥闯?，異站換乘比同站換乘時間長，較符合實際。對常規(guī)公交換乘常規(guī)公交換乘時長進行對數(shù)正態(tài)分布檢驗（Ryan-Joiner 檢驗），檢驗結果如圖6 所示（圖中N為數(shù)據(jù)樣本量，下同），其中針對同站換乘和異站換乘的RJ結果值分別為0.997,0.998，表明該換乘時長大致服從對數(shù)正態(tài)分布。

圖5 常規(guī)公交-常規(guī)公交換乘時長分布

圖6 常規(guī)公交-常規(guī)公交換乘時長對數(shù)分布檢驗

地鐵換乘常規(guī)公交的換乘時長分布如圖7（a）所示，可以看出90%的人可在14.78min 內(nèi)完成該類換乘，在20min 以上完成地鐵換乘常規(guī)公交的人群僅占3.0%。常規(guī)公交換乘地鐵的換乘時長分布如圖7（b）所示，可以看出90%的人可在8.0min 內(nèi)完成常規(guī)公交換乘地鐵；大部分人可在2～6min內(nèi)完成換乘，占比為68.7%。由統(tǒng)計結果可知，常規(guī)公交換乘地鐵的換乘時間比常規(guī)公交換乘常規(guī)公交、地鐵換乘常規(guī)公交的換乘時間短，這是由于該類換乘以地鐵進閘刷卡作為時間統(tǒng)計節(jié)點。

圖7 常規(guī)公交-地鐵換乘時長分布圖

圖8 所示為地鐵換乘常規(guī)公交時長的對數(shù)正態(tài)分布檢驗結果，其RJ 值為0.997，表明該類換乘時長大致服從對數(shù)正態(tài)分布。

圖8 地鐵-常規(guī)公交換乘時長對數(shù)分布檢驗

圖9 所示為常規(guī)公交換乘地鐵時長的對數(shù)正態(tài)分布檢驗結果，其RJ 值為0.995，表明該類換乘時長大致服從對數(shù)正態(tài)分布，但是與常規(guī)公交換乘常規(guī)公交、地鐵換乘常規(guī)公交這兩種換乘模式的分布圖相比，其擬合度相對較低。

圖9 常規(guī)公交-地鐵換乘時長對數(shù)分布檢驗

進一步分析可知，武漢市地鐵換乘常規(guī)公交、常規(guī)公交換乘地鐵的換乘時長中位數(shù)分別為7.1min,4.4min；常規(guī)公交換乘常規(guī)公交的同站、異站換乘時長中位數(shù)分別為6.9min,9.3min，表明武漢市常規(guī)公交與地鐵間的換乘接駁條件較好。

4.2 基于站對閾值的換乘空間分布

將換乘數(shù)據(jù)匹配到武漢市GIS 圖層中，分析不同換乘模式的換乘站點客流及換乘行為。

4.2.1 常規(guī)公交換乘常規(guī)公交

圖10（a）所示為常規(guī)公交換乘常規(guī)公交客流分布圖，乘客換乘范圍集中在江岸區(qū)、江漢區(qū)、武昌區(qū)等中心城區(qū)，且較多集中于漢口核心區(qū)、武昌火車站以北、光谷周邊商圈和學校、青山區(qū)等商業(yè)、居住、學校和樞紐區(qū)域，說明這些區(qū)域的常規(guī)公交資源較為完善；圖10（b）所示為常規(guī)公交換乘常規(guī)公交客流分布局部圖，以徐東大街地鐵徐東站為例，在該站進行同站換乘的客流占該站總換乘客流的96.7%；從該站到徐東大街地鐵汪家墩站（約495m）換乘的客流占總換乘客流的0.3%，從該站到友誼大道才華街（約408m）換乘的客流占總換乘客流的3.0%。

圖10 常規(guī)公交-常規(guī)公交換乘客流分布（單位：乘次）

對常規(guī)公交換乘常規(guī)公交的換乘客流數(shù)據(jù)進行排序，選取換乘客流較高和較低的多個站點進行分析。結果顯示，在同站換乘或異站換乘中，換乘客流多的站點比換乘客流少的站點所需的平均換乘時間少；同站換乘中，換乘客流多及換乘客流少的站點所對應的平均換乘時長要比異站換乘中的短。換乘客流多的站點周邊發(fā)展較為成熟，配套設施較為完善，包含商圈、學校、住宅區(qū)、醫(yī)院等；換乘客流較少的站點周邊土地用途相對單一，或處于老舊社區(qū)，或為在建用地。進一步對站點位置進行分析（統(tǒng)計結果見表2）可發(fā)現(xiàn)：在同站換乘和異站換乘中，換乘都較多發(fā)生在三環(huán)線內(nèi)（中心城區(qū)），占比分別為86.4%,82.3%。

表2 常規(guī)公交-常規(guī)公交換乘站點位置統(tǒng)計

4.2.2 地鐵換乘常規(guī)公交

圖11展示了武漢市地鐵換乘常規(guī)公交的客流分布情況。圖11（a）為地鐵換乘常規(guī)公交客流分布圖。由圖可知，經(jīng)金銀潭、武昌火車站、光谷廣場換乘常規(guī)公交的客流較多。圖11（b）為地鐵換乘常規(guī)公交客流分布局部圖。以武昌火車站（地鐵站）為例，從武昌火車站換乘到中山路武昌火車站（距離約402m）的客流占該站總換乘客流的99.1%，從武昌火車站換乘到武昌火車站綜合體（距離約131m）的客流占該站總換乘客流的0.9%。

圖11 地鐵-常規(guī)公交換乘客流分布（單位：乘次）

對換乘客流數(shù)據(jù)進行排序，選取換乘客流較多和較少的多個站點進行分析。結果顯示，換乘客流多的站點比換乘客流少的站點所需的平均換乘時間少；換乘客流較多的站點周邊多為住宅區(qū)、商圈、學校、辦公區(qū)等，配套設施成熟；地鐵線末端的換乘客流較少?？梢钥闯?，地鐵換乘常規(guī)公交時，換乘空間一般為住宅區(qū)/樞紐接駁等區(qū)域。

進一步地，對地鐵換乘常規(guī)公交的換乘站點位置進行統(tǒng)計分析（結果見表3），發(fā)現(xiàn)客流較多的換乘站點覆蓋范圍比常規(guī)公交換乘常規(guī)公交大，換乘較多發(fā)生在內(nèi)環(huán)線至四環(huán)線間，占比為94.7%。

表3 地鐵-常規(guī)公交換乘站點位置統(tǒng)計

4.2.3 常規(guī)公交換乘地鐵

與地鐵換乘常規(guī)公交相似，該類乘客主要在中心城區(qū)換乘地鐵，部分乘客選擇在地鐵末端站點轉(zhuǎn)乘地鐵（見圖12（a））。圖12（b）所示為常規(guī)公交換乘地鐵客流分布局部圖，以金銀潭地鐵站為例，換乘客流分別從金銀潭大道地鐵金銀潭站、金銀潭大道康居四路（距離約398m）、金銀潭大道姑李路（距離約383m）等公交站下車到該地鐵站換乘。

圖12 常規(guī)公交-地鐵換乘客流分布（單位：乘次）

對換乘客流數(shù)據(jù)進行排序，選取換乘客流較多和較少的多個站點進行分析。結果顯示，與地鐵換乘常規(guī)公交類似，常規(guī)公交換乘地鐵換乘客流多的站點分布在商圈、學校、住宅區(qū)附近；換乘客流少的站點附近土地用途較為單一，部分處于地鐵線末端；換乘站較多分布在內(nèi)環(huán)線至四環(huán)間，占比為96.0%（見表4）。但是，換乘客流多的站點所需的平均換乘時間與換乘客流少的站點相比差異不大，這是由于該類換乘時長為地鐵進閘時刻與常規(guī)公交下車時刻的時間差。

表4 常規(guī)公交-地鐵換乘站點位置統(tǒng)計

4.3 小結

基于本文提出的換乘時長閾值分析方法，對武漢市公交乘客的換乘行為進行分析，結果發(fā)現(xiàn)公交換乘時長閾值和換乘時長存在明顯的空間差異性，城市的不同區(qū)域存在不同的換乘行為特征，具體如下：

（1）常規(guī)公交換乘常規(guī)公交時，內(nèi)環(huán)線至二環(huán)線站點的換乘時長閾值方差為48.52min，與其他環(huán)線相比最小，說明內(nèi)環(huán)至二環(huán)之間的換乘時長閾值相對集中，居民公交出行行為的異質(zhì)性相對較低。

（2）無論何種換乘模式，乘客的換乘時長基本都服從對數(shù)正態(tài)分布。

（3）常規(guī)公交間的換乘量（約占換乘總量的70.2%）遠超常規(guī)公交與軌道交通之間的換乘量（約占換乘總量的29.8%）。

（4）在常規(guī)公交與常規(guī)公交之間同站換乘時，在16.4min 內(nèi)完成換乘的量占該類換乘總量的90%，發(fā)生在三環(huán)線內(nèi)的換乘占比為86.4%；異站換乘時，在19.9min 內(nèi)完成換乘的量占該類換乘總量的90%，發(fā)生在三環(huán)線內(nèi)的換乘占比為82.3%。

（5）地鐵換乘常規(guī)公交時，90%的人可在14.78min 內(nèi)完成，在內(nèi)環(huán)線至四環(huán)線間的換乘量占比為94.7%。

（6）常規(guī)公交換乘地鐵時，90%的人可在8.0min 內(nèi)完成，在內(nèi)環(huán)線至四環(huán)線間的換乘量占比為96.0%。

5 結語

本文提出了一種基于IC 卡和常規(guī)公交GPS 數(shù)據(jù)的乘客換乘時長閾值分析方法。該方法可根據(jù)每個站對和不同線路的時空差異性，計算不同換乘模式的不同換乘時空閾值。本文針對武漢市大公交系統(tǒng)分析得到的換乘時空閾值和換乘量估算結果可為進行乘客換乘行為研究、評價大公交網(wǎng)絡連通性提供參考。與傳統(tǒng)的固定時間值分析方法相比，本文提出的站對換乘時長閾值分析法有如下特點：①考慮每個站點對及不同線路間換乘時長的差異性，提出基于站對的換乘時長閾值，更符合實際；②考慮現(xiàn)實中車輛發(fā)車時間會隨道路情況變化而改變，利用GPS 數(shù)據(jù)精確匹配每條線路在不同時刻的發(fā)車時間間隔繼而獲取乘客候車時間及車內(nèi)時間；③避免直接用直線距離計算乘客換乘步行時間，引入CUBE 模型根據(jù)實際道路網(wǎng)絡計算換乘步行時間閾值。

本文只對武漢市的公交乘客換乘行為進行了分析，沒有考慮建成環(huán)境對換乘的影響；另外，本文只對單日乘客出行數(shù)據(jù)進行研究，沒有考慮不同日期、不同時段內(nèi)的出行數(shù)據(jù)。未來可進一步考慮乘客個體屬性對換乘時長閾值的影響，對不同年齡群體的換乘時長閾值加以區(qū)分；此外，還可提取工作日、周末、節(jié)假日中高峰與平峰的公交數(shù)據(jù)，進一步研究乘客在不同時段的換乘行為。