交通小區(qū)是交通特征分析的基本單元,交通小區(qū)劃分是否得當將直接影響后續(xù)交通規(guī)劃工作。在大數(shù)據(jù)時代,傳統(tǒng)的交通小區(qū)劃分方法由于其靜態(tài)性難以兼顧當前的居民出行特性,通過結合實際的城市出行大數(shù)據(jù)和土地利用情況得到的交通分區(qū)結果更加有益于交通規(guī)劃和城市空間結構分析。基于上述背景,本文提出一種多源城市大數(shù)據(jù)驅動的、以實際街區(qū)地塊為基本聚合單元的交通小區(qū)劃分方法。首先從多源城市大數(shù)據(jù)中挖掘多種街區(qū)聚合特征;從POI興趣點數(shù)據(jù)中挖掘街區(qū)的土地利用特征;從公共交通智能卡數(shù)據(jù)、共享單車租賃數(shù)據(jù)和出租車與網約車出行數(shù)據(jù)中挖掘街區(qū)的時空出行特征和換乘出行特征。其次基于這些數(shù)據(jù)特征提出一種交通小區(qū)聚合算法,將街區(qū)聚合為交通小區(qū)。交通小區(qū)聚合算法首先基于公交、地鐵站點的時空出行流量特征,應用模糊K-均值聚類算法對站點進行聚類分析,進而根據(jù)站點聚類結果結合街區(qū)的核心貢獻度選定交通小區(qū)的核心區(qū)塊。以選定的核心區(qū)塊為中心,根據(jù)從POI大數(shù)據(jù)驅動更新的街區(qū)實際土地使用特征以及從出租車、網約車、共享單車等多源數(shù)據(jù)挖掘出的時空出行特征,將街區(qū)地塊聚合成交通小區(qū)。并提出一種同質性損失量計算方法,以確定最優(yōu)的分區(qū)數(shù)量。本文以交通... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：76 頁

【學位級別】：碩士

【部分圖文】：

各類POI數(shù)量圖

哈爾濱工業(yè)大學工程碩士學位論文31圖3-2不同土地利用類別面積比例3.6本章小結本章通過對多源城市大數(shù)據(jù)的挖掘和融合，提出多種數(shù)據(jù)特征提取方法用于下文的交通小區(qū)聚合算法。挖掘公共交通站點的時空出行特征，并對站點進行性質標定；通過提取共享單車和出租車出行的時空出行特征，并將出行OD與街區(qū)進行位置匹配提取街區(qū)的出行相似性特征；對共享單車出行中的換乘出行行為進行挖掘篩選，并與街區(qū)進行位置匹配以提取街區(qū)的換乘特征；對POI數(shù)據(jù)進行重新分類，通過統(tǒng)計街區(qū)內部的POI數(shù)據(jù)類別，對街區(qū)的土地利用性質進行更新。最后在簡要介紹本文應用的多源大數(shù)據(jù)來源及特征的基礎上，對包括公交IC卡數(shù)據(jù)、地鐵AFS數(shù)據(jù)、共享單車租賃數(shù)據(jù)、出租車和網約車出行數(shù)據(jù)以及POI數(shù)據(jù)的原始數(shù)據(jù)進行了地圖校正與匹配、標準化、冗余數(shù)據(jù)刪減等預處理。

哈爾濱工業(yè)大學工程碩士學位論文48第5章基于多源數(shù)據(jù)的北京市區(qū)交通小區(qū)劃分繼引入和定義了基于多源數(shù)據(jù)的交通小區(qū)聚合算法原理之后，本章將該分區(qū)算法應用于案例研究，并對其過程和結果進行描述分析，本文以北京市六環(huán)以內的區(qū)域為研究區(qū)域進行案例實驗。通過執(zhí)行交通小區(qū)聚合算法，得到不同劃分數(shù)量下的交通小區(qū)結果，并對每種分區(qū)結果計算其同質性損失量，從而選出最佳的分區(qū)數(shù)量方案得到最優(yōu)的交通小區(qū)劃分。為了驗證本文提出的基于多源數(shù)據(jù)的交通小區(qū)劃分方法的有效性和優(yōu)越性，本章提出了用于評價交通小區(qū)分區(qū)系統(tǒng)的指標算法。并將其應用于本文的交通小區(qū)分區(qū)結果和北京市2015年的交通小區(qū)劃分方案，對計算結果進行分析比較，驗證本文提出的基于多源數(shù)據(jù)的交通劃分方法具有一定優(yōu)勢。5.1研究區(qū)域背景北京市總面積約16410.54平方公里。六條環(huán)線將城市劃分為幾個職住關系不平衡的區(qū)域。六環(huán)以內的居民占全市常住人口的78%，五環(huán)以內的居民占總人口的43%。本文的研究區(qū)域為北京六環(huán)以內的城區(qū)，區(qū)域總面積為2267平方公里。北京擁有一個現(xiàn)代化的立體交通網絡，四通八達。截至2017年，共有公交線路1020條，總里程19158公里；19條軌道交通線路，運營里程574公里。2017年，北京地鐵年乘客量達到45.3億人次，日均客流為1241.1萬人次，單日客運量最高達1327.46萬人次。本文以北京街區(qū)地塊數(shù)據(jù)為基礎合并單元數(shù)據(jù)，即作為聚合成交通小區(qū)的基本單元。數(shù)據(jù)包含北京市六環(huán)內的7.8萬個街區(qū)地塊，主要包含兩個數(shù)據(jù)特征：街區(qū)的編號和地塊的面積（面積m2）。街區(qū)樣例圖如下所示：圖5-1北京市實際街區(qū)地塊

【參考文獻】：
期刊論文
[1]基于隨機游走算法的交通誘導小區(qū)劃分方法[J]. 劉翔宇,楊慶芳,隗海林.  吉林大學學報(工學版). 2018(05)
[2]基于劃分的聚類在交通規(guī)劃小區(qū)中的應用[J]. 劉彥斌,智偉,溫熙華,劉云鵬,程元暉,方志遠.  物流科技. 2017(08)
[3]交通小區(qū)劃分對路網流量分配結果的影響分析[J]. 蔣萌露,邵敏華,孫立軍.  交通信息與安全. 2017(02)
[4]利用公交刷卡數(shù)據(jù)分析北京職住關系和通勤出行[J]. 龍瀛,張宇,崔承印.  地理學報. 2012(10)
[5]基于模糊聚類的交通小區(qū)劃分方法研究[J]. 劉乙霏.  物流科技. 2011(09)
[6]基于聚類分析方法的公交站點客流匹配方法研究[J]. 尹長勇,陳艷艷,陳紹輝.  交通信息與安全. 2010(03)
[7]基于出租車GPS數(shù)據(jù)聚類分析的交通小區(qū)動態(tài)劃分方法研究[J]. 呂玉強,秦勇,賈利民,董宏輝,賈獻博,孫智源.  物流技術. 2010(09)
[8]居民出行調查中交通小區(qū)劃分方法的改進[J]. 趙錦煥,李文權.  交通運輸工程與信息學報. 2009(02)
[9]城市道路網絡交通小區(qū)劃分方法研究[J]. 李曉丹,楊曉光,陳華杰.  計算機工程與應用. 2009(05)
[10]基于聚類分析的交通小區(qū)劃分方法的改進[J]. 楊波,劉海洲.  交通與運輸(學術版). 2007(01)

碩士論文
[1]基于出行相似性的交通小區(qū)劃分方法研究[D]. 李明.北京交通大學 2019
[2]基于GWR的共享單車出行特征及影響因素空間異質性研究[D]. 程小丹.長安大學 2019
[3]基于公交通勤的城市職住空間特征研究[D]. 林龍.華南理工大學 2018
[4]自行車換乘軌道交通影響范圍研究[D]. 劉偉丹.華東交通大學 2016
[5]基于軌道交通的城市自行車換乘系統(tǒng)研究[D]. 武靜.重慶交通大學 2016
[6]基于多源數(shù)據(jù)的公共交通通勤出行特征提取方法研究[D]. 王月玥.北京工業(yè)大學 2014
[7]交通小區(qū)的理論分析和劃分方法研究[D]. 宋亮.長安大學 2011
[8]交通小區(qū)在交通規(guī)劃中若干技術問題的研究[D]. 于慧杰.西安電子科技大學 2008
[9]大城市自行車與軌道交通換乘系統(tǒng)研究[D]. 米文勇.西南交通大學 2007
[10]基于公交IC信息的公交數(shù)據(jù)分析方法研究[D]. 戴霄.東南大學 2006



本文編號：3461521