南京市居民出行需求狀態監測系列(第二期) ——空間特征分析1

人已閱讀 - - 作者: 0
引言

出行空間特征分布是我院基于移動數據的城市居民出行需求狀態監測研究的重點內容之一,一方面期望通過南京市不同層級空間分區之間出行需求矩陣的挖掘,校核南京市綜合交通模型成果;另一方面通過對居住人口活動空間圈層等指標進行識別,評估城市建設發展階段。2LJ行之道

1 數據分析流程及要點

空間特征分析需要經過數據清洗、軌跡平滑、地圖匹配三個步驟后才能得到可以直接進行分析應用的合理數據,在此基礎上進行居住人口出行起訖點的提取和相關空間指標的分析。2LJ行之道

微信圖片_20171220172054.jpg2LJ行之道

數據分析流程2LJ行之道

常規使用的基站設施有其服務容量上限,當基站達到容量上限時,新進入服務范圍的手機將會由周邊其他基站進行服務,由此將會引發信號漂移從而導致出行軌跡及相關其他指標的誤判。在城市核心區基站密度較高的區域漂移距離基本為500-600米;在外圍基站密度較低區域,漂移距離將以公里為單位,對于指標計算影響較大。因此,軌跡平滑是進行空間指標分析的關鍵步驟。2LJ行之道

基于路徑判斷進行軌跡平滑是現階段采用較多的處理方法。首先提取單一用戶出行軌跡信息,將其與城市道路網絡匹配,從宏觀尺度確定用戶走行路徑(70%-80%點匹配)。其次根據確定路徑找出奇異點(漂移點),然后將奇異點按照前后時間差還原至路徑上,從而完成軌跡平滑過程。2LJ行之道

微信圖片_20171220172058.jpg2LJ行之道

軌跡平滑前(左)和軌跡平滑后(右)2LJ行之道


2LJ行之道

2 空間需求分布

(1)空間需求特征分析2LJ行之道

利用手機信令數據在中區層面繪制24小時時空OD圖。由圖可見南京市現狀出行需求總體呈現廣域化、圈層化的總體格局。以主城區為核心,東山、仙林、江北(部分區域)已逐步與主城區共同形成緊密發展圈層。2LJ行之道

微信圖片_20171220172215.gif2LJ行之道

南京市域中區OD時變圖      2LJ行之道

微信圖片_20171220172219.gif2LJ行之道


2LJ行之道

南京主城區OD時變圖2LJ行之道

從交換強度來看,東山作為南京市主城區功能外溢前沿陣地,與主城區交換量最高;江北副城雖然人口體量最高,但是由于長江阻隔,發展依然相對獨立,與主城交換量次之;仙林由于自身體量和腹地限制,交換量最低。從主城區自身內部交換量來看,河西與老城區交換量最高,且高峰持續時間最長。2LJ行之道

除此之外中區層面的OD圖反應出幾點較為有趣的特征。2LJ行之道

  • 出行需求的層級發展2LJ行之道

在中心城區圈層內,主城區為當仁不讓的核心,三大副城出行基本圍繞主城區形成高強度的向心客流。但是在中心城區圈層以外,主城區的影響力大大弱化,此時三大副城作為分區中心,對周邊新市鎮或組團形成了較強的客流吸引。2LJ行之道

以東山副城為例,作為南京市南部中心,東山副城對周邊秣陵、祿口、湖熟、淳化形成明顯的客流交換,但是交換強度相對較弱。2LJ行之道

正是由于出行需求層級化的發展,促使南京市軌道交通應向模式多元化邁進。除了中心城區的城市軌道、都市區的市域軌道以外,還應因地制宜,在外圍新城內構建中運量公交系統,支撐城市分區中心的構建,合理組織不同層級的客流需求。2LJ行之道

  • 核心主城的多心聯動2LJ行之道

南京市主城區內部包含了老城區、河西、城南、城東、城北五大片區,其中老城區為核心的核心,是三大副城向心客流的核心吸引點。此外三大副城與其鄰近的主城區板塊也保持一定程度的聯系(東山與城南、仙林與城北、江北與城北)。但是近年來隨著河西特別是河西南部地區城市功能的逐步完善,主城區內部已經逐步由老城區“一家獨大”向“一城三區”、“一主三副”轉變轉型。2LJ行之道

反應到出行需求上來看,河西已經逐步與東山、仙林、江北副城(大廠、橋北地區)建立相當規模的客流聯系。此外,板橋、江浦等片區也同樣與河西地區形成一定規模的客流聯系。后續隨著南部新城的開發建設,主城區空間結構將進一步優化,進而引導南京市客流需求的空間重構。2LJ行之道

(2)與居民出行調查數據校核2LJ行之道

利用手機信令挖掘得到的居民出行OD矩陣校核居民出行調查擴樣結果是出行特征分析工作的核心目的。受手機信令數據自身數據漂移因素制約,手機信令軌跡的擬真度在交通小區層面上存在較大隨機誤差,往往需要經過聚合至中區或者大區層面才能將數據漂移影響降至一定程度。同時本次采用移動數據,占南京市市場份額為60%-70%,并不是全樣數據。因此,對于居民出行調查數據結果的校核工作從三個方面開展:交通中區出行OD比例矩陣、區內區外出行比例、出行距離分布。2LJ行之道

將手機信令及居民出行調查得到的兩個全方式出行矩陣聚合至中區、大區粒度,并將交換量換算為占總量的比例,通過比較兩個矩陣的差異分析兩個矩陣的異同點。2LJ行之道

2LJ行之道

組團出行比例差異圖2LJ行之道

通過上圖可見,兩者比例結果大致相仿,誤差在±13%以內,具有較好的擬合度。2LJ行之道

兩者區內區外出行比例的吻合和出行距離的對比趨勢的吻合也證明手機信令數據在大尺度空間分布上對調查數據的可驗證性。2LJ行之道

2LJ行之道

中心城區范圍內各組團區內區外出行比例對比圖2LJ行之道

 2LJ行之道

2LJ行之道

出行距離對比圖2LJ行之道

關鍵字:

    微信公眾號:MobilitySolution

延伸閱讀!
    無相關信息
黑龙江11选5前三值遗漏