北京市交通大数据应用和展望.ppt

北京交通大数据应用与展望ApplicationsandProspectofBeijingTransportationBigData,汇报内容Content,2,A,B,C,数据类型DataType,基础设施Infrastructure,车辆和人员VehiclesandEmployees,交通行为数据BehaviorData,交通检测数据DetectionDevices,人口、土地、经济Population,Land,Economics,气象、环境等Weather,Activities,数据规模DataScale,4,汇报内容Content,5,A,B,C,应用1:浮动车系统(FCD),北京：40000辆出租汽车，5分钟（20秒）计算一次Beijing:40,000taxis,5minutes(20seconds)updating五环内路网覆盖率80%，精度86%以上Coverage(5thringroad):80%,Accuracy:over86%,TaxiGPSdistribution,Real-timetrafficcongest,识别常发拥堵路段，并与土地开发关联分析，服务拥堵治理（2009-）,7,早高峰拥堵路段和节点,职住平衡度与早高峰常发拥堵路段,CongestedsegmentandintersectionMorningpeak,Commercial/residentialbalanceandcongestedsegmentsmorningpeak,Identifiesfrequentlycongestedroad，Analysiswithlanddevelopment，Supportforcongestionmanagementfrom2009,8,Congestionformationanddissipationratio-2:3,Heavyrain,eveningpeak,CongestionFormationandDissipationEvolutionASubtlePortrayalofPhantom,交通网络拥堵形成和消散演变规律分析幽灵拥堵的细微刻画,大规模降雨、晚高峰,拥堵形成和消散的时间比例为2：3,9,CongestionDistributionCloudImage,horizontalaxis:timeverticalaxis:roadsegmentscolor:congestionlevel,Anaccidentcausingcongestion.A:congestionspreadB:congestiondissipation,CongestionFormationandDissipationEvolutionASubtlePortrayalofPhantom,交通网络拥堵形成和消散演变规律分析幽灵拥堵的细微刻画,交通拥堵分布时空“云图”,横轴代表时间，纵轴代表路段颜色代表该时间、该路段的拥堵程度。,莲花桥附近发生事故，产生拥堵。A：拥堵蔓延B：拥堵消散,10,Inspiration:,Canweuseafiguretoreflecttransportationconditions?,Roadsarelikestocks,trafficindexasitscore,Five-dimensionalcongestionrecognitionconcept,应用二：“交通指数”拥堵评价TrafficIndexCongestionEvaluation,灵感来源：,拥堵识别“五维”理念,能否用一个数字反映交通运行状态,道路类似个股,以“交通指数”为核心的拥堵评价体系,11,尾号4、9限行thelastnumberonthelicenseplateIs4or9,verysensitivetochangesinurbantransport,交通指数对城市交通拥堵变化非常敏感,12,月交通指数变化（2007-2015）Monthtrafficindex（from2007to2015）,数据积累：连续积累了2005年至今的所有数据。Dataaccumulation:continuouslyfrom2005tothepresent第一次定量化地衡量了城市拥堵，拥堵治理目标实现定量化。firsttime:urbancongestionbemeasuredquantitatively,andmanagementgoalsalsobecomequantitative.,severecongestionduringeveningpeak,2010,72days,2011,22days,2012,28days,2014,45days,晚高峰严重拥堵天,14,Congestionduration（from2007to2015）,serious,Light,middle,交通运行提前研判和应对Congestionforecastingandreplying,建立研判工作机制，年初、节假日前、高峰拥堵期前，针对性进行研判预测，引导各部门运力调配、公众出行,Application3:ElectronicFee(IC)forPublicTransport,16,Segmentpassengersofbusnetwork,publictransportoperationalparameters,应用三：公交电子收费（IC卡）,公交网络断面客流,17,Boardingandalightingvolume,Congestedsegmentsandnodes,Buspassengerflowconcentrationlocationsgenerallyhaveseriouscongestion,城市公交客流集中的地方，往往拥堵较为严重,基于公交IC卡数据计算FrombusICdata,基于浮动车行程速度计算Fromfloatingcardata,全市客流点登降量,晚高峰拥堵路段和节点,18,SubwayPassengerCharacteristicsandLandUse,Residential,Commercial,Residential+Commercial,轨道交通客流特征与周边用地功能分析,居住主导：天通苑,商业主导：国贸,居住+商业：军博,TaxiPassengerCharacteristicsAnalysis,19,应用四：出租汽车客流特征分析,早高峰7:00-9:00,晚高峰17:00-19:00,出行速度分布（按起点位置统计）,上地、中关村,二环内,西四环,早高峰：二环内南部、上地、中关村，出行速度较低；,晚高峰：三环内、北部城区（中关村、上地、望京、东北四环），低速,20,出行距离(单位：公里),四环内,四环-五环,五环外,8.1公里,9.9公里,12.6公里,特点：内短外长、西短东长,白天6:00-22:00,出行距离分布（按起点位置统计）,TaxiPassengerCharacteristicsAnalysis,应用四：出租汽车客流特征分析,21,直达系数(直达系数=直线距离/行驶距离),棋盘状路网，理想直线系数=1.414/2=0.707,回龙观、天通苑,南四环外,直达系数：0.66,直达系数：0.67,回龙观,南四环外,TaxiPassengerCharacteristicsAnalysis,应用四：出租汽车客流特征分析,Application5:AnalysisBasedonPseudo-codemobilesignalingData,22,About18millionusersaday(sample),1billionrecordseveryday,应用五：伪码移动信令数据的交通运行分析,每日接近1800万用户（样本），每天10亿条记录。,在京外地人口中，前三甲：河北（25%）、河南（10%），山西（8.94%）,在京外地人口中（34天持续监测数据）在京停留时间超过27天的：占54%在京停留时间2-7天的：占总量的13%,Identifiesthepopulation(mobilephoneusers)relevanttotheCBDComputestravelstatistics,24,TravelCharacteristicsAnalysisofCBDPopulation,AverageDailyAttractionTotal,CBDpopulation24-hourmovement,2-4时,4-6时,6-8时,8-10时,10-12时,12-14时,14-16时,16-18时,18-20时,20-22h,CBD区域出行特征分析,从全市样本数据中，识别出与CBD相关的人口(伪码移动信令用户)，针对这部分群体，统计其出行行为。,日均吸引总量,CBD相关人口24小时流动,AnalysisofPublicRailPassengerCharacteristics,25,Beijingsubwayhourlysectionalflowdiagramformorningpeak,FrombusICData,FromPseudo-codemobilesignalingData,轨道交通乘客特征分析,由公交IC卡数据计算,北京轨道交通早高峰小时断面流量图,由伪码移动信令数据计算,地铁1号线乘客的居住地分布（人口数）,地铁1号线乘客的工作地分布(人口数),UrbanTransportSimulationModel,26,应用六：城市交通仿真模型,27,JingtongExpresswayBusLaneDeploymentCase,Sectionalbuspassengersdistribution(morningpeak),Busroutesareconcentrated,thetrafficisveryheavysobusesandprivatevehiclesmutuallyaffecteachother,dropefficiency.,FromICdata,TongzhoutoCBDpassengerdistribution,FromPseudo-codemobilesignalingData,京通快速路设置公交专用道案例,市政府拟设置公交专用道，实现公交和私人交通双赢。,京通快速路沿线公交线路密集，但交通负荷度高，公共交通和私人机动车相互影响，效率均较低。,Proposedtodeploydedicatedbuslanestobenefitbothpublicandprivatetransport.,京通快速路断面公交客流OD分布（早高峰）,通州至CBD客流分布,28,BusLaneDeploymentSimulation,Morningpeak,EveningPeak,公交专用道设置仿真分析,测试结果：早高峰进城方向、晚高峰出城方向减少一条车道，交通需求会有所下降，路段负荷有所增加，周边平行道路流量有所增长，但总体效果能够有效缓解京通快速路拥堵情况，实施方案可行。,ResultEvaluation(Openfor1Year),高峰时段公交运力提高35%Capacity（peak）:+35%,公交IC卡数据FrombusICdata,浮动车速度数据FromFloatingCarData,About25%ofpassengersfromsubwaytobus,开通前,开通后,before,after,开通前before,开通后after,效果评估（开通1年后）,全日客运量增长24.5%passengers（day）：+24.5%,乘客问卷调查数据FromPassengerSurveyData,约25%的乘客由地铁转移来,30,A,B,C,汇报内容Content,MobileInternet:moredata,complexassociation,31,公交、自行车、私家车Bus,bicycle,car客运与货运Passengerandfreight交通与土地、人口Transportationandland,population出行与社交、餐饮Travelandsocial,catering,移动互联：数据将越来越多，且复杂关联,如浮动车：4万辆=500万辆FCD：40thousand=5million出行意愿：12万=2100万人SP：120thousandpersons=21million,完整的出行链路Completetravellink起点、换乘点、终点Start,transfer,end步行、公交车、bicycle、bus,空间：10米=0.1米Special：10meter=0.1meter时间：60秒=1秒Interval：60second=1second时效：实时time：realtime,上班、公务、下班、娱乐工作日、休息日、节假日今年、去年、过去十年,Influenceforurban,transportationplanning,供给和需求如何平衡？Howtobalancesupplyanddemand出行者需求：用户最优Travelerdemand:theuseroptimal网络供给：系统最优Networksupply:thesystemoptimal充分互联情况下的交通诱导策略和用户最佳路径、出发时间选择Onfullyinter-connected,trafficguidestrategyanduserbestrouteanddeparturetimechoice运输者：最大化地使用资源operators:maximizetheuseofresources如公交、地铁、自行车，无缝接驳Example:busandsubway,bicycle,Seamlessconnection客运和货运分时分段使用道路Segmentedusingroadpassengerandfreight,32,思考：对城市、交通规划的影响,交通与城市、社交紧密联动Interactivebetweentransportationandurban,social居住地、工作地的选择choiceofresidence,workplace工作方式、生活方式的选择choiceofworkandlivestyle社交活动的时间、地点安排positionandtimearrangementofSocialactivities餐饮、旅游、购物的营销管理、总量控制marketingmanagementandamountcontrolofCatering,tourism,shopping,医疗、教育、娱乐等设置的部署和运营deploymentandoperationsofhospital,educa