基于手機信令數(shù)據(jù)的城市軌道交通客流特征研究.pdf

1、目前，中國城市化進程仍處在快速演變時期，城市用地規(guī)模不斷擴大，城市人口總量也不斷攀升，城市居民的時空出行范圍進一步擴展，所面臨的交通問題也越來越嚴重。具備大運量、長距離等優(yōu)點的城市軌道交通出行方式給城市居民帶來了出行便利。但隨著城市軌道交通網(wǎng)絡規(guī)模的不斷擴大，軌道交通營運也面臨著大客流預警、軌道交通線路布局優(yōu)化和營運組織改善等方面的難題，而解決這些難題的的基礎在于及時準確地把握軌道交通客流出行特征。但是軌道交通客流出行特征的分析依賴于準

2、確、完整的客流數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)獲取方法局限性明顯。作為新興的研究方向——手機信令數(shù)據(jù)，一方面，手機用戶群體數(shù)量和手機使用率的不斷提高，保證了手機信令數(shù)據(jù)的樣本數(shù)量和隨機性特征;另一方面，無線通信網(wǎng)絡覆蓋區(qū)域的不斷擴大，使得手機信令數(shù)據(jù)的時空信息具備時間連續(xù)性和空間廣覆蓋性等優(yōu)點。本文研究利用手機信令數(shù)據(jù)的時空信息，對軌道交通客流出行特征進行定量化的科學分析和研判，挖掘出實時動態(tài)交通信息，為大客流預警、軌道交通營運組織改善等提供科學定量化

3、的決策支持。
　　本文首先結(jié)合無線通信網(wǎng)絡相關知識，著重介紹手機COO定位技術和手機切換定位技術，從原理方面解釋手機信令數(shù)據(jù)的生成和時空特性。根據(jù)手機信令數(shù)據(jù)的記錄規(guī)則，解釋信令數(shù)據(jù)中各個字段的詳細定義。使用SQL Server數(shù)據(jù)庫軟件，存儲和管理經(jīng)數(shù)據(jù)預處理后的手機信令數(shù)據(jù)以及地鐵GSM系統(tǒng)地下和地面的基站信息等數(shù)據(jù)，奠定后續(xù)分析研究的數(shù)據(jù)基礎。
　　無論是分析軌道交通客流出行特征還是挖掘?qū)崟r動態(tài)交通信息，關鍵的第一步是

4、如何通過手機信令數(shù)據(jù)的時空信息識別出地鐵乘客的幾個重要出行行為和相關的移動路徑。在深入分析地鐵無線通信網(wǎng)絡系統(tǒng)特點的基礎上，提出地鐵乘客出行路徑識別原理，進而構建高效的地鐵出行路徑識別流程，主要包括手機信令數(shù)據(jù)的預處理、地鐵出行數(shù)據(jù)的篩選以及地鐵出行站點匹配算法和路徑有效性判別。重點研究了地鐵出行站點匹配算法和路徑有效性判別的內(nèi)容。實例數(shù)據(jù)驗證的結(jié)果表明:地鐵乘客出行路徑識別流程能夠準確、高效地識別出單個手機用戶地鐵出行路徑。為進一步的

5、地鐵乘客出行特征分析提供研究基礎。
　　以地鐵乘客出行路徑識別為基礎，利用工作日一天的手機信令數(shù)據(jù)，對指定地鐵站點的乘客進、出站行為和換乘行為特征進行研究。提出進、出站行為和換乘行為的算法識別思路:當篩選出疑似出行行為的特征數(shù)據(jù)后，回溯判斷該用戶前一條信令數(shù)據(jù)的LAC信息是否符合要求，若符合計入客流量，若不符合舍棄該用戶。依據(jù)這一思路進行Java編程，分別獲取指定地鐵站點的進、出站行為和換乘行為客流量時變圖，結(jié)合地鐵站點的周邊土地

6、利用性質(zhì)等實際情況，分別對進站行為特征、出站行為特征和換乘行為特征進行分析。研究發(fā)現(xiàn):一、不同站點的進站客流高峰現(xiàn)象跟站點周邊土地利用性質(zhì)有關;二、商業(yè)辦公區(qū)的地鐵站點具有十分明顯的上下班潮汐現(xiàn)象，且中午時段活動量較大;三、換乘站點不同線路間的換乘客流具有潮汐現(xiàn)象，其余時間段換乘客流量波動不大。因此，利用手機信令數(shù)據(jù)能夠獲取準確的軌道交通客流出行特征信息，并且能夠契合站點周邊土地利用性質(zhì)。
　　針對地鐵占有率指標，定量評估高峰期間

7、特定車次的地鐵占有率波動情況。首先，利用地鐵出行中的通話信令數(shù)據(jù)的特點，結(jié)合地鐵運行時刻表信息，再統(tǒng)計分析得到的多組具有隨機性的進站時間和出站時間，建立指定站點的進站時間和出站時間分配模型。依據(jù)時間分配模型，將待分析車次在指定站點的上、下車乘客數(shù)轉(zhuǎn)化為特定時間分布區(qū)間的進、出站客流量。統(tǒng)計沿線每個站點特定時間分布區(qū)間內(nèi)的進、出站客流量來獲得對應站點的上、下車乘客數(shù)，再依次進行累次加減來定量評估該車次的地鐵占有率波動情況。隨機選取高峰期通