羅 茜，熊 文

(云南師范大學(xué) 信息學(xué)院，云南 昆明 650500)

0 引言

客流分析是公共交通系統(tǒng)運(yùn)營(yíng)的基礎(chǔ)。準(zhǔn)確獲取乘客出行鏈?zhǔn)峭晟乒步煌ㄏ到y(tǒng)建設(shè)的重要前提。但由于公交乘客只需在上車(chē)刷卡，下車(chē)無(wú)需任何操作，所以客流分析者很難通過(guò)刷卡記錄直接得知乘客的下車(chē)站點(diǎn)。

目前獲取乘客下車(chē)站點(diǎn)的方法主要有人工采集法、自動(dòng)計(jì)數(shù)設(shè)備采集法、基于乘客消費(fèi)數(shù)據(jù)推算方法等。前兩種方法效率較低、誤差較大，研究者們常用的是推算方法。Huang D[1]提出了一種利用智能卡和GPS數(shù)據(jù)估計(jì)OD矩陣的方法，根據(jù)公交出行鏈的特點(diǎn)推斷出乘客下車(chē)站點(diǎn)；李佳怡[2]提出公交出行節(jié)的概念，并將其劃分為連續(xù)或斷裂來(lái)分析乘客出行鏈類(lèi)型以推斷下車(chē)站點(diǎn)；崔紫薇[3]用出行鏈方法推算的下車(chē)站點(diǎn)記錄作為歷史出行數(shù)據(jù)集，從歷史數(shù)據(jù)的生成和選擇兩方面進(jìn)行考慮，以此方法推算了更多的下車(chē)站點(diǎn)；劉曉[4]基于整體出行規(guī)律和基于個(gè)體出行規(guī)律，提出下車(chē)站點(diǎn)推導(dǎo)算法。

本文根據(jù)乘客IC卡記錄、車(chē)輛GPS軌跡數(shù)據(jù)、車(chē)輛排班信息，提出一種基于出行鏈分析方法來(lái)推算公交乘客下車(chē)站點(diǎn)。首先，本文利用時(shí)間匹配方法識(shí)別乘客上車(chē)站點(diǎn)，然后根據(jù)乘客歷史刷卡數(shù)據(jù)構(gòu)建出行鏈，分析出行鏈特點(diǎn)并分類(lèi)推算各次的下車(chē)站點(diǎn)，最后以實(shí)例檢驗(yàn)方法有效性。

1 方法描述

1.1 匹配上車(chē)站點(diǎn)

乘客IC卡數(shù)據(jù)沒(méi)有記錄站點(diǎn)名稱，所以需要先識(shí)別出乘客的上車(chē)站點(diǎn)。上車(chē)站點(diǎn)可根據(jù)時(shí)間匹配的方法獲取，該方法將上車(chē)記錄中的時(shí)間與所在車(chē)輛進(jìn)出站時(shí)間做對(duì)比，時(shí)間差最小的站點(diǎn)為乘客的上車(chē)站點(diǎn)。在車(chē)輛調(diào)度數(shù)據(jù)缺失的情況下，本文將上車(chē)時(shí)間匹配至差值最小的GPS記錄，獲取乘客的具體位置，匹配最近的站點(diǎn)為乘客上車(chē)站點(diǎn)。

1.2 分析出行鏈路

一般地，公交乘客的出行鏈主要概括為3種，如圖1所示。

圖1 乘客公交出行鏈分析

圖1(a)中乘客的出行以“公交+公交”方式構(gòu)成閉合出行鏈，始末點(diǎn)均為公交出行。該情況符合學(xué)生、上班族等群體的出行行為。

圖1(b)中乘客的出行以“公交+非公交+公交”方式構(gòu)成閉合出行鏈，即始末點(diǎn)均為公交出行，但乘客在中途以非公交形式發(fā)生移動(dòng)。該情況符合組合出行的規(guī)律性乘客。

圖1(c)中乘客的出行以“公交+非公交”方式構(gòu)成開(kāi)放出行鏈，即只知在起點(diǎn)乘坐公交，后續(xù)行程無(wú)法了解，該情況多為隨機(jī)出行。

閉合的公交出行鏈具有較強(qiáng)的時(shí)空規(guī)律性，可根據(jù)乘客出行規(guī)律判斷下車(chē)站點(diǎn)。開(kāi)放的公交出行鏈具有較強(qiáng)的隨機(jī)性，需根據(jù)站點(diǎn)自身吸引強(qiáng)度判斷乘客下車(chē)站點(diǎn)。

1.3 推斷下車(chē)站點(diǎn)

對(duì)于閉合的出行鏈路，當(dāng)后一次出行的上車(chē)站點(diǎn)位于前一次出行上車(chē)站點(diǎn)的下游，或距離下游小于閾值(通常設(shè)為1 km)，本文認(rèn)為乘客此次是規(guī)律出行，前一次出行的下車(chē)站點(diǎn)為后一次出行的上車(chē)站點(diǎn)。

對(duì)于開(kāi)放的出行鏈路，由于站點(diǎn)自身具有吸引屬性，本文認(rèn)為在上車(chē)站點(diǎn)的下游中，某站點(diǎn)吸引強(qiáng)度越大，乘客在此站下車(chē)可能性越大。站點(diǎn)吸引強(qiáng)度可用該路線各站點(diǎn)的上車(chē)人數(shù)表示，計(jì)算公式為：

(1)

式中，P表示站點(diǎn)吸引強(qiáng)度，N為站點(diǎn)的上車(chē)人數(shù)，k為該路線站點(diǎn)總數(shù)。

推算流程如圖2所示。

圖2 下車(chē)站點(diǎn)推算流程

1.4 檢驗(yàn)回歸方程

由于公交乘客的整體出行在各路線上下行的客流量基本持平，存在線性關(guān)系:

(2)

式中，N表示站點(diǎn)客流，a、b為回歸系數(shù)。當(dāng)a越趨近于1時(shí)，該路線各站點(diǎn)上下車(chē)客流量越持平。檢驗(yàn)該方法的數(shù)據(jù)采集由于自動(dòng)售檢票系統(tǒng)(AFC)，利用無(wú)線技術(shù)傳輸于后臺(tái)服務(wù)器中，包括廣州市2021年7月的199萬(wàn)條刷卡記錄、537萬(wàn)條車(chē)輛排班信息、7 260萬(wàn)條GPS記錄。

2 實(shí)驗(yàn)結(jié)果分析

2.1 方法檢驗(yàn)

隨機(jī)選取3條路線進(jìn)行實(shí)驗(yàn)，在MATLAB軟件上以各個(gè)站點(diǎn)的上下人數(shù)據(jù)建造矩陣，求得各路線參數(shù)如表1所示。參數(shù)a值均趨近于1，參數(shù)b值略有浮動(dòng)但差距不大，說(shuō)明該路線上下車(chē)客流量基本持平，本文的方法具有可靠性。

表1 各路線參數(shù)

2.2 實(shí)例分析

如表2所示，乘客****2913連續(xù)兩天在836路的不同方向上車(chē)，屬于規(guī)律出行者，故南洲北路站和東坑站互為該乘客出行的始末點(diǎn)。乘客****2794只有單次乘車(chē)記錄，屬于隨機(jī)出行，經(jīng)計(jì)算可知在下游站點(diǎn)中吸引強(qiáng)度最大的站點(diǎn)是白云區(qū)醫(yī)院站，因此推算該乘客此次出行的下車(chē)站點(diǎn)為白云區(qū)醫(yī)院站。

表2 上下車(chē)站點(diǎn)推算

3 結(jié)語(yǔ)

為推算乘客下車(chē)站點(diǎn)，本文基于海量的公交大數(shù)據(jù)，構(gòu)建乘客出行鏈，并分析3種出行方式，滿足了多場(chǎng)景下的預(yù)測(cè)需求。以廣州公交為實(shí)例，本文的方法推算出80%以上不同出行鏈的乘客下車(chē)站點(diǎn)。

后續(xù)研究將考慮可能影響站點(diǎn)吸引強(qiáng)度的因素，并加入公交車(chē)內(nèi)無(wú)線監(jiān)控系統(tǒng)采集的數(shù)據(jù)驗(yàn)證推算的準(zhǔn)確性。