北京市交通大数据应用和展望

1、北京市交通大数据应用和展望汇报内容Content数据类型Data Type基础设施Infrastructure车辆和人员Vehicles and Employees中国人D普查CHINA POPULATION CENSUS交通基础数据BasicData /城市活动数据ContextData人口、土地、经济Population, Land, Economics气象、环境等Weather, Activities交通检测数据Detection Devices交通行为数据 Behavior Data中国经济普畫CIINA ICONtHIC CENSUS动态运行 数据Dynamic DataTransp

2、ortation Economic Census数据规模Data Scale分类 Classification数据内容Data Content数据规模Data Scale动态运行数据Dynamic data道路检测器 Road Detect data断面流量、速度、车型采集：2分钟，500万记录/天车辆卫星定位 Vehicle GPS data (taxis, buses, coach, trucks)经纬度、时间、方位角、车辆代 码采集：60秒（部分12秒）6万辆出租车，15G, 9000万记录/天2万辆公交车，5G, 3000万记剥天电子收费 Electr onic fee (IC car

3、ds, ETC)收费时间、位置、线路、额度公交IC卡：2500万记录/无10G/天ETC： 300万记录/天牌照识别 Recog nition data (Video, RFID)检测位置和时间、车牌号 （车辆属性数据）采集：2分钟2G, 500万记录/天（按检测点存储）事故数据 Accident data事故位置、时间、类型信令数据 Pseudo-code mobile signaling data信令发生位置、时间、活动类型北京移动：1800万样本，10亿条/天调查数据 Cen sus data城市综合交通调查、运输经济专 项调查、出行方式意愿性调查 Household surveys,

4、intention surveys, etc.城市综合交通调查、运输经济专项调查、出行方式意愿 性调查Fifth Census: 18 serials, 40,000 families城市背景数据 Urban context data土地利用、人口分布、气象 道路施工、交通事件多张网、交错关联交通基础数据 Basic data人（从业人员）、车、路（道路 网、公交线路）汇报内容Content应用仁浮动车系统（FCD）北京：40000辆出租汽车，5分钟（20秒）计算一次eijing: 40,000 taxis, 5 minutes (20 seconds) updating 五环内路网覆盖率80

5、%,精度86%以上Coverage (5th ring road): 80%, Accuracy: over 86%Taxi GPS distributionReal-time traffic congest口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-） Identifies frequently congested road, Analysis with land developments Support for congestion management from 2009早高峰拥堵路段和节点Congested segment and intersection Morni

6、ng peak职住平衡度与早高峰常发拥堵路段Commercial/residential balanee and congested segments morning peak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Congestion Formation and Dissipation EvolutionA Subtle Portrayal of Phantom大规模降雨、晚髙峰 Heavy rain, evening peak8呂sm拥堵形成和消散的时间比例为2： 3 Congestion formation and dissipation ratio - 2:3快速路严垂拥堵

7、里程对比快恕路（2009-7-milllill00 w Gm 2OC ooof Gw ow SEK 00-61 S.OD. 00x021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Congestion Formation and Dissipation EvolutionA Subtle Portrayal of Phantom交通拥堵分布时空“云图Congestion Distribution Cloud Image112010年09月10日西南四坏内坏方向（拥堵时空图）横轴代表时间，纵轴代表路段horizontal axis: time 颜色代表该时间、该路段的拥vertical

8、axis: road segments 堵程度。color: congestion levelM南四环方向醫3*刚召WR2莲花桥附近发生事故，产生拥堵。A：拥堵蔓延B：拥堵消散An accident causing congestion.A: congestion spreadB: congestion dissipation应用二:“交通指数”拥堵评价l-fjTraffic Index Congestion Evaluation灵感来源：Inspiration:能否用一个数字反映交通运行状态 Can we use a figure to reflect transportation cond

9、itions?ziiiiiijrTiiiiiNTiB miHtltiTiinilhiiAWAW道路类似个股拥堵识别“五维”理念”Fivedimensional” congestion recognition conceptRoads are like stocks可靠性拥堵 时间堵度拥强以“交通指数”traffic index”为核心的拥堵评价体系as its core严亶羽堵 中度拥堵 轻疲捆境畅 逋I小时出行花裁时间s 4 2 空通指型拥堵（ 频率丿交通指数对城市交通拥堵变化非常敏感very sensitive to changes in urban transportw.ofi.O6.0

10、4.D尾号限行对交通指数的影响（工作日）0.02.0I II nlS kl 寰至鉴乞呈iIhhism至登芸耳念ft* H報州41 HHISM登签兰誉菱1 II HIE 国 亍念适崟臣 诃 X凰：1 ilblEW 兰总壬寰直 fef W M &I II川印用 莖至登签臣I H Hi a M 至芸豆念登1 11 m a1 1 miEDM H X忍讷1 niHiaiw1 1| IIIS M1 IIHIEMH tt* W S1 II川卄2007午无册行2008年曲职号更一孚反第二彌第三李厦第二宰反第三宰废第08奧二宰反更三宰反2(X)7 年2008 年2010 年2CH0 年2010 年2010 年2

11、0H年2011 年2011 年20(1 年232年2012 年2012 年尾号4、9限行 the last number on the license plate Is 4 or 9数据积累：连续积累了2005年至今的所有数据。 Data accumulation: continuously from 2005 to the present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。 first time: urban congestion be measured quantitatively, and management goals also become quantitativ

12、e月交通指数变化(2007-2015) Month traffic index (from 2007 to 2015)2呵牛巴豐蓉聘 2009年4月门12舸阵42O1HT2012F巾3年2014牛和$年年4月4曰严周停妖 月100日高堆时2010年4月1伸盃2012年4月10日“工ft曰高*1时2012年4月门日至今“工作日一天f殳停驶”段区倉琨行”昨貯段区at限行”交通指数晚高峰严重拥堵天severe congestion during evening peak201122 daysCongestion duration (from 2007 to 2015)2007年至2015年交通拥堵持

13、续时间轻度拥堵中度拥堵严重拥堵2014 年2013 年2012 年2011 年2010 年2009年2008年2007年na：DiK2uLna：aiKKi2L2小时!2小时50分EM=2小时20分钟3小时20分钟2小时45分钟2小时15分钟OOTd23456日均拥堵持续时间(小时)交通运行提前研判和应对Congestion forecasting and replying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9月北京将有7个拥堵日连续三年9月交通屐堵車点工作日单位可弹性上下班tn9月将有7个特別顒if日flvruvteR ”:.盼尢.

14、ft n w at r attPHV RK?rr”.x 的 34何FK 叶力.”0档rftt eAAOXiK*aunRaiteb V处込7n jeo(KflinS4.Ef*tiB mMkx rt wl FMRZwmmt. M 却.3，: AL. .tlEM VOM.Fn5?.nrfAtt. Gb夕刊&*=林.启动城帀“无车日” 关主SS活动%!ClVHM.Kflna-BMZW-尺収j八2MfiXftH.Rzna初dSeptember9月将有7个工作日 至套持沏关注： * MB .-. -AlC皈公交拜逼删砥檢笛泉线路 exiw SJftBiWtJSTtf fiURflUmnSMIMR.nMfl

15、. ja*!mtoRELtnmrM. HGIWOl. 9fT 4. HOJHW曉grtjf 人:WNr.“f r2 .他宅 UR*4n*M 力r e s 內n 44ft4w A4w 化曹闻住r.-yctnudgw 伦片丫哄- IW * IT* c 二* .*凯JISIJT叹：”: tfe.amaw. g 检如厂：第皿. v*“Etc . fF. fl MPSoarJt tttK0j：r?4 員“q務2丸iucoazMxw.AziSAmeWa.AA4aA.aM 幺U4FMtcerit.=tiw*we乩xm浒上買” a纯um.X仃仝琅0.歼lam“MKKVJaitY .i：Arm0.fiti*wj

16、aY.石BRTtt公交 O g “*.KMnu.avMn.:*i 沁.KI二“SS(EQQ *. rus二MB IKJtRSg刘匕拥堵指数预报劝退”口镯族公共交通出行比例提升4个百分点事纽貢.WEMMI代一K.RRMttatavmitM*uxu .也 .f7rusmitr.itu.7iR4 心乎宅軌儿我事拿号初加 ewMil仝电申rAWU. *MA-4Tita “W.冲r. g23*e4724 个命子aim .社 F侃、如创ruMO. EQif *!；“ X*n41”*lt*ne.Ft么枷yRMemmw 知 氏*mi itr yawmn 海匕.iUrVM.ii.uq. :n-Mh*e* a n

17、-aMixmwr?. 口 ； k.-*rttA.KeMc 一 fc*DtSttb.nkh5rr . &； * 畏牡啊 AaBt dm*#*A. lUb) 0Men.令丽!阿匕* 2MHErit5MldK?Q J8RE. FR nwnK*. .*!. 初 wmir %.y 帕牲 n#r.M. ： 3f 廉.19TO6UJMUI. kW.MJ gmr .1 arM.4 良.主干0煦工.5丿x*. Mi“n*鼻 n&. H.盼s怜坯*I9fin8RUM.AMl*9!口4必2 厂 钠L 霞M 名 W；20Htt4j .U Vn/U.ti.JJttnWrt5tR 曲乃“灰“EaiUXM耳玄 Vt RAM

18、M*.堆在話上别矩行、出门先石为誉捉3! W合的间足iR绎拥堵之风我们还能做些什么?*C4I ”0*AIRWM E父上.Ut-PMWBHfWr fAa.m r & z加比wa上 了 EH尸口.吐A. WlKr*JWTZ|4*2Wfl!箔行几粉反IA几十分忡”一 * *. SRMW r4JMH&.EW：.八.一W襄 MCKdMlft (9 了.利1祕的总.*joricrcwz.uwYUi3 畑斤刖化忧1人殆 wrmaszwtpfrHsr.日盘Bfewmuwtn. *jmm M.U3*W3y 血 VBWFFXWAVWJUi. HE * . . TMiSEJW嬉你沒恋QA“? . V1RV*TH W

19、RW.” “H H * Hlh ti.父 FrWcm i9.P.MTt on.建雳炖博0.0*%&口二越财+ .0KM H中牛wiir. 柿孔 ttX.it 人ftX 分 EW*.茸鼻W.大 y!hirj/r&4ia.-Wascte .分。99少了.大JTi 一竽. XM ZiHitd .r*-*再一拿命H工C站间0D及公交出行0D链换乘量运距、乘距客运量断面客流量运营速度应用三：公交电子收费(IC卡)Application 3: Electronic Fee (IC) for Public Transport每日近2500万条公共交通电子收费数据about 25 million electr

20、onic fee collection data items each day从2006年5月开始积累数据began in May 2006在不额外增加设施建设悄况下，实现公共交通参数定量化获取no additional facilities are added, it achieved automatic computation of public transport operational parameters公交网络断面客流Segment passengers of bus network城市公交客流集中的地方，往往拥堵较为严重Bus passenger flow conce ntrat

21、ion locati ons gen erally have serious congesti on換桑比例 Q 30%基于公交IC卡数据计昇From bus IC data 5000 5000- ：0000O 10000-20000 9 20000 4000C -40C00全市客流点登降量 Boarding and alighting volume基于浮动车行程速度计算From floating car dataCongSWnodes轨道交通客流特征与周边用地功能分析rrJSubway Passenger Characteristics and Land Use居住主导：天通苑Residen

22、tial商业主导：国贸Commercial居住+商业：军博 Residential+CommercialTaxi Passenger Characteristics Analysis早髙峰：二环内南部、上地、中关i村，岀行速度较低水上地、图例早高峰离开区域的平均逮度高峰：三环内、北部城区（中关村 上地、望京尹北四坏）,低速 肃47:00-9:00Avg.speed60晚髙峰17:00-19:00吹扃坤离开区城的平均速度 Avg_speed出行速度分布（按起点位置统计）Taxi Passenger Characteristics Analysis出行距离分布（按起点位置统计/出彳亍距（单位：公里

23、）126公里V99公里V8/I公里特点：内短外长、西短东长1!白天6:00-22:00离开区域的半均运距 Avg_opratiI无歡电Taxi Passenger Characteristics Analysis直达系数:6直达系数（直达系数二直线距离/行驶更离）棋盘状路网，理想直线系S =1.414/2=0707回龙观.天 通苑南四环外直达系数:0.67回龙观图例离开区域的平均宜通比 -WWO - 2XW在京外地人口中，前三甲：河北(25%)、河南(10%),山西(8.94%)各省号码数量及在京天数号码归民省份20.30|7,19【2,61系列6在京外地人口中(34天持续监测数据)在京停留时

24、间超过27天的：占54%在京停留时间27天的：占总量的13%非京人口停留时间小干1天-i.a7厂A iY-1Average Daily Attraction Total20-22 hCBD区域出行特征分析Travel Characteristics Analysis of CBD Population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。 Identifies the population (mobile phone users) relevant to the CBD Computes travel statisticsCBD相关人

25、口 24小时流动CBD population 24-hour movement轨道交通乘客特征分析Analysis of Public Rail Passenger Characteristics由公交IC卡数据计算From bus IC Data北京轨道交通早高峰小时断面流量图Beijing subway hourly sectional flow diagram for morning peak由伪码移动信令数据计算 From Pseudo-code mobile signaling Data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）应用六：城市交通仿真模型T

26、JUrban Transport Simulation Model路网、车辆 等基础数据市域综合模型宠观市域土地与交通协同发展模型系统 中心城与新咸授型系统规划年预测土地、人口 等社会数据市域交通模型宏观基丁港动链的交通出行模型系统 公交客浇模舉系统轨逍客流预测茨星系统方式选择、出行次数等意愿数据J中心城区模型中观 58网谥态交通仿真楝型系统 公交仿真模型系统道路流量、 速度，交通 流特征数据微观做现交通仿典 人沆仿貝需求管理政策公交线网优化轨道客流预测路网承载能力快速通勤系统能耗排放评估疏堵工程枢纽设计大型活动组织京通快速路设置公交专用道案例XJtran sport.From IC data

27、4r尹1thousand person trips, ；厂 89%.24.5 thousand person trips1 京通快速路断面公交客流OD分布(早高峰) Sectional bus passengers distribution (morningpeak)201Vi右fLb1 ./Jingtong Expressway Bus Lane Deployment Case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。Bus routes are concentrated, the traffic is very heavy so buses a

28、nd private vehicles mutually affect each other, drop efficiency.市政府拟设置公交专用道，实现公交和私人交通双赢。Proposed to deploy dedicated bus lanes to benefit both public and privateFrom Pseudo-code mobile signaling Data通州至CBD客流分布 Tongzhou to CBD passenger distribution公交专用道设置仿真分析Bus Lane Deployment Simulation测试结果：早高峰进城方

29、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。orning peakEvening Peak2L/昭段流以皎化怜段流横变化329平均路段负荷度 Average Road Segment流量需求 Traffic Demand (veh/h)Load变化率Change0.5%648842421.411.42现状 Current建成后After Con structi on建成后After Constructi on现状 Current变化率Change-34.6%早高峰 (Mornin g

30、peak)晚高峰(Evening peak)Lj进京出京38732736-29.3%0.840.918.3%进京33432368-29.2%0.730.797.9%出京50713233-36.3%1.101.154.5%开通前before开通后after浮动车速度数据From Floating Car Databeforeafter公文社仑车辆公交IC卡数据From bus IC data专用道开通前京通主路内公交线路日均客运疑变化专目道开通前专用遵幵週后1年交通方式转移效果评估(开通 1 年后)Result Evaluation (Open for 1 Year) 高峰时段公交运力提高35%

31、 Capacity ( peak ) : + 35%口全日客运增长24. 5% passenger s (day) : + 24.5%乘客问卷调查数据From Passenger Survey DataH公交公交宾小汽车出纽车约25%的乘客由地铁转移来口 About 25% of passengers from subway to bus汇报内容Content移动互联：数据将越来越多，且复杂关联Mobile Internet: more data，complex association公交、自行车.私家车Bus, bicycle, car 客运与货运Passenger and freight交

32、通与土地、入口Transportation and land, population出行与社交、餐饮Travel and social, cateringA互联互通InterconnectFr全样本WholeOCTI 1 11WJ如浮动车：4万辆= 500万辆FCD： 40 thousand = 5 million 出行意愿：12万= 2100万人 120 thousand persons=21million空间；10米=0/1米Special： 10 meter = 0.1 meter 时间：60秒二1秒Interval : 60second= 1 second 时效：实时 time： re

33、al time交通大数据 data of portationr全出行链1AWholetrip linkJ完整的出行链路Complete travel link起点、换乘点、终点Start, transfer, end步行、公交车bicycle bus,细粒度Fine-grained全周期Completeperiod上班、公务、下班、娱乐 工作日、休息日、节假日 今举、去年、过去亠车思考：对城市、交通规划的影响rJInfluence for urban, transportation planning供给和需求如何平衡？ How to balance supply and demand 出行者需

34、求：用户最优 Traveler demand: the user optimal 网络供给：系统最优 Network supply: the system optimal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On fully inter-connected, traffic guide strategy and user best route and departure time choice运输者：最大化地使用资源operators: maximize the use of resources如公交、地铁、自行车，无缝接驳Example: bus and subway, bicycle, S