大數(shù)據(jù)背景下的交通規(guī)劃技術(shù)探討-資料下載頁
2025-02-27 19:32本頁面
【正文】 單位 飯店 家用戶時空穩(wěn)定點位置 p1 位置 p2時空穩(wěn)定點至用戶 即在 每日 特定時段，出現(xiàn)在固定的空間 位置 。通過多月手機信令數(shù)據(jù)，分析手機用戶每日的出行軌跡，總結(jié)規(guī)律，識別其夜間穩(wěn)定點做為居住地、其白天工作時段穩(wěn)定點做為工作地，并剔除不通勤用戶的干擾，獲取主城的居住地與崗位分布。主城區(qū)白天崗位密度分布主城區(qū)夜間居住人口密度分布主城職住及通勤分析應用分析結(jié)論：p 重慶歷來堅持多中心組團發(fā)展取得了較好的效果，相比國內(nèi)其他大城市，職住平衡總體較好。p 主城區(qū) 崗位往北部及東西部槽谷疏解，但人口仍然高度聚集 于 核心區(qū)。隨著崗位疏解，核心區(qū)及南部片區(qū)出現(xiàn)崗位不足。主城職住及通勤分析應用分析結(jié)論：p 職住數(shù)量平衡并不意味真正的職住平衡 。渝中組團、北部新區(qū) 組團 （人和、禮嘉組團） 均出現(xiàn) 明顯 的 職住錯位 。主城職住及通勤分析應用??職住錯位職住平衡主城職住及通勤分析應用分析結(jié)論：p 重慶主城通勤交通沒 有明顯的射線向心特征 ， 通勤主要流向是 由內(nèi)往外、由南往北、由中部槽谷往東西部槽谷，且絕大部分跨組團通勤發(fā)生在相鄰組團之間 。重慶主城通勤客流 OD分布東京、倫敦、紐約、北京、上海等都市：中心城區(qū)崗位集中、居住不足，外圍居住集中，通勤主流向由郊區(qū)（新城）往中心區(qū)，通勤以射線向心中長距離出行為主。重點樞紐人流來源去向追蹤p 通過手機信令追蹤重要區(qū)域（進出城出入口、交通樞紐、重要公建、商圈）客流來源及目的地，為集散通道規(guī)劃、進出交通系統(tǒng)組織、設施服務范圍評估提供依據(jù)。手機信令數(shù)據(jù)應用方向2G手機信令數(shù)據(jù)應用應 “ 揚長避短 ” ，充分發(fā)揮手機信令 “ 大數(shù)據(jù)” 抽樣高、數(shù)據(jù)可動態(tài)持續(xù)獲取的優(yōu)勢，避開其 定位精度低 、 非連續(xù)跟蹤 的缺點。規(guī)劃中重點應用方向包括：城市居住人口、崗位分布動態(tài)持續(xù)監(jiān)測城市形態(tài)歷史演變持續(xù)監(jiān)測交通出行規(guī)律動態(tài)持續(xù)監(jiān)測特定區(qū)域的人流集散時空特征大范圍區(qū)域 (跨省、跨市、跨區(qū) )聯(lián)系及人流交換監(jiān)測p 為彌補 2G用戶傳統(tǒng)信令不足，重慶嘗試增加 4G用戶信令采集及 手機上網(wǎng)信令采集，加密用戶軌跡追蹤點，更準確地定位，彌補 定位精度低 、非連續(xù)跟蹤 的缺陷。4G用戶志愿者軌跡手機信令數(shù)據(jù)應用方向4G網(wǎng)絡中大量 使用微站定位，定位可以精確到建筑物甚至樓層 、車庫，相比宏基站大幅提高定位精度。p 移動互聯(lián)網(wǎng)使用頻率已經(jīng)遠遠高于短信、電話等傳統(tǒng)業(yè)務，包含上網(wǎng)信令后用戶單日記錄可以達到上百條，甚至超過 1000條，是傳統(tǒng) 2G信令數(shù)據(jù)量的 10~20倍（大量的手機 APP后臺運行產(chǎn)生 TCP/IP數(shù)據(jù)包，都會產(chǎn)生信令）。p 基于 4G及上網(wǎng)信令后，用戶檢測率大幅提升，能夠小擴樣或者不擴樣，減少擴樣帶來誤差，同時 可以 開展更多原來不可能的應用，例如軌跡跟蹤、方式識別、出行時間、通道人流、小范圍區(qū)域人流集散等。單用戶單日手機信令條數(shù)活躍用戶記錄條數(shù)某用戶單日手機軌跡點手機信令數(shù)據(jù)應用方向homejob辦事結(jié)語大數(shù)據(jù)將會越來越廣泛應用于城鄉(xiāng)規(guī)劃和交通規(guī)劃。只有將規(guī)劃需求與大數(shù)據(jù)分析結(jié)合才有生命力，沒有需求指導下的大數(shù)據(jù)分析將失去方向。需要規(guī)劃人員對數(shù)據(jù)本身進行充分了解和理解，才可能更好應用。多種數(shù)據(jù)的關(guān)聯(lián)（動態(tài)與靜態(tài)數(shù)據(jù)的關(guān)聯(lián)、動態(tài)數(shù)據(jù)之間的關(guān)聯(lián)）分析非常重要。大數(shù)據(jù)可以與交通預測模型結(jié)合，部分改善現(xiàn)有的模型構(gòu)建流程及參數(shù)標定方法，提高模型精度 (例如手機數(shù)據(jù)、 RFID數(shù)據(jù) )。謝 謝謝謝觀看 /歡迎下載BYFAITHIMEANAVISIONOFGOODONECHERISHESANDTHEENTHUSIASMTHATPUSHESONETOSEEKITSFULFILLMENTREGARDLESSOFOBSTACLES.BYFAITHIBYFAITH
教學課件相關(guān)推薦
鄂ICP備17016276號-1