【《基于多源大数据的S市公交系统绩效评估实证分析》16000字】

第1章绪论1.1研究背景与意义1.1.1研究背景城市公共交通指的是在我国大部分城市及其周边区域的范围内提供城市公众交通出行和乘用的不同类型客运交通工具方式的综合统称,包括巴士、电车、出租汽车、地铁、轻轨以及电缆车等。公共交通是促进我国现代城市经济和社会发展的重要基础性工具和服务,公共交通对于城市的发展至关重要,直接地关系着我国城市的经济和居民的生活,对于城市经济发展起着指导先行和推动全局性重要的作用,在我国建设具有中国特色社会主义的整个改革和开放过程中,城市的公共交通工具是国家重点扶持和发展城市的基础性行业之一。并且该项公共交通工具能够有效地缓解当下我们城市交通严重拥堵的问题,显著提高了城市当下人民的居住条件,减少了车辆尾气的排放,实现了绿色可持续发展。而公共交通体系绩效考核对于改善公共交通体系至关重要。通过对公交系统绩效进行评估，能够发现公交系统的现存问题和瓶颈，从而为针对性改善公交系统性能提供基础，科学布局公交线路，进而提升公交对大众的吸引力。此外，我国许多城市已经建立了多渠道的交通信息采集、显示、运行维护、存储、审核、审批、发布、理解平台。虽然许多城市已经在大量数据的基础上对交通指标或公共交通服务水平进行了大量的研究。但目前对公共服务评价指标计算的研究还不够全面，因为公共交通系统的信息资源有限，导致数据源和数据类型较少。随着网络交通新时代的到来，大量的网络交通数据（Internet+TransportData），越来越多的交通信息源大数据，如公交、IC卡、GPS、汽车行驶数据、共享电动自行车行驶数据、手机数据等。这些多源数据可以在一定程度上补充传统的交通搜索，使公交系统的性能评价更加准确、实时，有效地降低了成本。1.1.2研究意义现有的文献大多只是针对公交系统内部单一的指标进行了评估,而没有考虑到公交系统和城市规划、用地计划等之间的相互关系;并且公交系统现有的文献大多只是运用一种至两种类型的大数据来对公共交通系统进行绩效评价,远远不如运用了多种类型的多源大数据。因此,本文将集成导航数据、用地数据、IC卡数据、移动通讯信令数据等众多源流的大数据,将其运用于公交系统绩效评估，并以重庆市为例检验本文研究方法的有效性，同时为针对性改善重庆市的公交线路布局，优化城市公共交通提供了帮助。1.2国内外研究综述1.2.1国外研究尽管世界上许多大城市的私人交通十分发达，但公共交通在中国乡镇以及农村人民的日常工作和生活中仍然发挥着重要作用。保持着高水平的需求。而发达国家对公共交通的规划十分重视，美国在很早就将公共交通加入到了国家的发展策略当中。以下是国外学者在公共交通领域的一些最新研究成果。ChulhoBang[1]采用系统论的观点研究了APTS新技术对供需交通变量的影响。系统动力学方法跟踪模型变量及其之间形成的反馈回路的动态行为。案例研究表明，新技术如何影响公共交通系统的物理特性，如运输需求、公交线路沿线的交通条件、道路规划和运输效率。KimSH，ChungJH，ParkS等人[2]在公共交通整体满意度方面，进行了创新性的研究，选择了出行时间分析方法，采用模式识别模型对公共交通用户的感知进行了划分，并对不同类型的出行时间进行了比较。并对公共交通政策的制定提出了一些建议。LevinsonH，ZimmermanS，ClingerJ等人[3]通过26个典型的案例分析研究,确定了快速公交(BRT)在我国应用中的潜在范围,描述了BRT的基本概念、计划考量、关键问题、系统设计和开发的全过程、BRT的基本理想条件和一般计划的基本原则,并提供了快速公交的规划和实施指南。Zi-jiaWang,FengChen,Tian-kunXu[4]提出当有足够的地理编码数据可用时，应采用地理信息系统方法来解决多种模式进入地铁系统的问题。在处理进入距离和集水区时，应考虑所有的喂养方式。在划定地铁站服务区域时，应采用最短网络路径距离，因为这样会产生更准确的结果。ArtemisPsaltogloua，EusebiCalle[5]提出了一种确定城市公共交通网络关键节点的新方法，该方法在中型城市公共交通系统中的应用将为城市公共交通网络的规划提供有价值的空间知识。其中时空分布是城市资源优化配置的关键节点。TingZuo,HengWei,AndrewRohne.[6]为了提高公共交通服务的循环效率，扩大公共交通服务的范围，提出了一种评价非机动车（步行和自行车）公共交通服务范围和非机动车（步行和自行车）公共交通服务可用性的实用方法。研究了非机动车交通路网与设施之间的连通性，非机动车交通路网的截距阈值问题，提出了GIS环境下的空间边界和地理区域。1.2.2国内研究目前我国的公共交通规划起步较晚，始于20世纪80年代初，通过对国外公共交通规划课程的广泛学习和介绍，结合我国公共交通规划的特点和条件。针对我国城市公共交通的特点，在各个领域进行了大量的实践，逐步积累了公共交通规划管理的经验、方法、体系和流程。2000年,王炜[7]提出"逐条布设,优化成网"的新型第一代我国城市快速公共交通网络线网规划建设系统优化研究技术,该新的研究技术方法在国内外得到了广泛的应用，具有较强的实践能力。苏连生[8]针过对济宁市公共交通现状、公共交通预测、公共交通网络规划、船厂选址等方面的调查，提出了具体的方法和探讨。肖建[9]针对重庆市公交车站的规划、建设和运营进行了一系列科学、系统的管理改革。祝烨[10]提出近年来，重庆市主城区应优先发展公共交通，实现城市空间与交通的联合优化，提高城市交通系统的运行效率。注重交通规划，实现建设与管理的准确结合，把握城市交通的有序建设与转化，把握城市交通区域内交通顺畅，对外沟通顺畅，以了解城市交通的无缝整合。律穹[11]对我国城市综合体和城市公共交通之间的衔接空间设计技术及其发展做了深入的探讨,对城市衔接空间的设计技术方法及其策略做了深入的研究;王军委[12]提出重庆市现有公交优先发展战略在吸引公交拥有人出行方面仍存在不足。通过对重庆市主要城市交通拥堵原因的分析，探讨了重庆市公共交通优先发展战略，为重庆市公共交通优先发展提供参考;严爱琼，崔敏[13]在总结重庆主城区公交站点规划、换乘、与公共设施衔接、建设情况的基础上，对公交站点的覆盖范围、地面标准、线路布局、宏观布局等方面提出了优化建议；并且从微观层面对交通中心、商业中心和大型居住区的公交车站进行了适当的改造。窦庆峰[14]提出了基于公交线路每日客运量来推算公交现状的起讫点生成模型技术：在考虑数据收集的可行性基础上，选取了几个重要的社会经济指标，采用各时期增长率递增法和结构比估算法，分别对重庆市市域和主城区的几个社会经济指标做了客观合理的预测；然后深入分析城市人口—土地利用与交通需求的关系，利用传统的四阶段法对重庆市主城区的公交客流需求做出了科学的预测。王成[15]提出的框架在未来的应用目标是依靠云计算平台来搭建一个公交系统时空可达性评价系统,以第三方运营的模式面向全社会服务，主要的服务对象有交通部门,企业商户和公交出行者。结果表明在基于大数据的情况下该，系统可以根据实时的交通情况为出行者做出准确的出行路径规划。于文涛,张可,李静,孙会君,屈云[16]超基于大量的多源资料,提出了一种充分考虑起讫线路和客流量的各个车站机会时间的计算模型,从起讫线路数据中直接计算出起讫线路各个车站的机会时间,建立两阶段的机会模型,从出行数据的角度评估公交网络实际可达。结果表明该方法有利于识别公交系统实际使用中的薄弱环节，通过网络设计、线路优化提高系统可达性，指标评估结果更加准确。赵韶雅,杨星斗,戴特奇,张超[17]采用公共汽车刷卡数据构建分时段客流网络，结合复杂网络模型系统研究了城市公共交通网络日内变化特征。结果表明基于大数据的客流网络日内变化特征研究对于精细化的规划和管理政策具有一定的参考价值。

第2章基于大数据的公交绩效指标体系2.1公共汽车站点用地覆盖率2.1.1定义中心城区建成区范围公交站点步行5min覆盖的有效用地面积与建成区总有效面积比例。其中，认为建成区范围内公共服务类、居住类、商业类和工业类用地为公共交通站点应服务区域，即为有效用地面积。其中R代表人民的生活与居住设施用地,A代表公共的管理与其他公共服务设施的用地,B代表大型的商业,服务性的设施用地,M代表大型的工业设施用地,W代表大型的物流与仓储设施的用地,S代表大型的道路与其他交通设施的用地,U代表大型的公共设施的用地,G代表大型的绿地与其他的广场设施用地。2.1.2计算方法（1）筛选中心城区建成区有效用地范围；（2）计算公交站点步行到有效用地地块门的步行时耗；（3）可达地块：到最近公交站点步行时耗在5min以内，识别为被覆盖用地；2.2公共汽车客流转化率2.2.1定义某区域公交站点上站客流量与该区域出行总量的比值。代表着该区域居民出行时乘坐公共汽车的占比。客流转化率代表着居民出行乘坐公交的意愿。2.2.2计算方法通过计算每个公交站点上的客流量与该区域的出行总量，得出的比值即为公共汽车客流转化率。

第3章多源大数据处理3.1数据准备作为重庆市交通数据汇集、处理、共享的基础平台，“重庆市交通综合信息平台”全面掌握交通设施建设、规划情况，解析得到主城区人、车移动轨迹和活动点分布，以及道路及公共交通实时运行状态。目前该平台已基本实现了动态地发现拥堵、深度剖析其成因、方案有效性评估等功能,已被广泛应用于城市规划的方案编制、城市交通运行的管理、居民出行诱导等各个方面,在城市规划的建设和管理中起到了重要的指导意义。重庆市交通综合信息平台已从市公安交管局、市交通局、市气象局等部门及重庆移动、重庆联通、重庆电信、城投金卡、交通开投集团、驾图信科技等11个单位接入了16类动态交通数据，实现了基于人、车、路、公共交通的交通数据的整合。公安交管局提供了视频卡口,线圈式检测仪,监听视频,监控视频，交通事故，车辆及驾驶人等数据。市交通局提供出租车GPS，两客一危车辆GPS，高速公路车辆OD，高速公路流量。市规划和自然资源局提供交通设施，用地规划，建筑物，地图，影像图等数据。开投集团提供IC卡刷卡数据，公交车辆GPS以及轨道刷卡数据。电信运营商提供移动，联通，电信手机信令数据。气象局提供天气信息。商圈提供商圈停车诱导信息。城投金卡提供RFID电子牌数据。驾图信科机构提供社会车辆OBD技术。通过这些二级平台，将数据共享给重庆市交通综合信息平台，实现资源共享。图3-1重庆市交通综合信息平台数据资源汇集本文所需的数据主要是三个方面：1. 手机信令数据手机信令数据是由移动电话用户产生，用于通信、短消息或移动电话位置，并由通信基站的操作员记录和记录所产生，最后通过脱密，脱敏，扩样等处理后，用于居民行为偏好研究、交通路径分析、城市规划等。手机信令数据的数据空间分辨率多为基站，时间分辨率则可精确到秒。手机信令数据字段中包含时间和空间位置属性，还有通话和信息记录等信息，通过上述信息的关联可以反推用户的出行轨迹，是用于研究城市居民行为与空间分布较好的数据源。本文所需的手机信令数据包括了重庆市移动和联通手机用户的手机信令数据。（1）重庆移动2/3/4G手机信令数据2011年1月开始,接入的每个重庆中国移动2/3g(一期)的应用数据分析覆盖范围分别为位于该中国移动重庆主城及其城区周边19个主要地区级市和县,面积约2.7万km2,用户数量约1100万,每日移动累计应用数据分析记录下载文件数据总数约3.4亿条,数据统计记录下载文件用户规模数据大小平均约40GB,单个移动用户平均有效数据记录数30条。2015年末,开始尝试接入覆盖重庆全市移动2/3/4g端的手机用户通讯信令存储数据,其覆盖重庆全市8.24万km2范围,用户约2000万,每日约15亿条重庆手机用户通讯信令数据,其中手机数据存储档案约400G。2/3G用户平均采样间隔6分钟,4G用户平均信令采样间隔20s。主要的信令种类有:上网日志更新信令,正常地理位置的更新,周期性地理位置的更新,主叫,被唤醒,挂机,接受短信,发送消息和短信,bsc切换。（2）重庆联通2/3G手机信令数据自2012年开始,动态地接入重庆联通2/3g信令数据,覆盖了全市8.24万km2范围,用户约430万,每日采样数据记录约2亿条,文件尺寸大小约20GB,单个用户平均有效采样数30条,采样的时间间隔约20分钟。主要的信令种类包括正常位置的更新,周期性位置的更新,主叫,被唤醒,挂机,接受短信,发送消息和bsc切换。2.车辆GPS数据GPS系统预先保存了各个站点的经纬度和坐标范围,在各种公交汽车车辆正常运行的过程中,车载GPS系统设备会时刻观察到车辆的位置和地理信息,一旦公共汽车进入各个站点的区域,就会自动进行报站,并且会把该站点的位置和时间信息传递给相关的监控中心,当公共汽车车辆需要离开该站点的地理和经纬度范围时,也会把相应的位置和信息发送给车辆。监控中心,监控中心将数据存储于数据库中。截至目前，该平台已经完成主城8000多辆公交车辆车载GPS数据、约1.5万台出租车车载GPS数据、1.35万台“两客一危（旅游包车、班线客车、危险货车）”车辆GPS数据的实时接入。3.2数据处理3.2.1导航数据与IC卡数据处理流程IC卡数据：乘客上车时在车载收费终端刷公交IC卡，对应产生一条刷卡记录。刷卡记录通过车载收费终端中的存储设备存储，而后汇集并上传到IC卡管理中心，并传输到数据库中。GPS数据:该GPS系统预先储存了各个车辆和站点的经纬度和坐标区域,在城市轨道上的车辆正常运行的过程中,车载GPS数据处理设备会随机监视到每一位车辆的地理位置和信息,一旦车辆驶出站进入该个站点的区域,就会自动进行报站,并且会把该站点的位置和时间信息传递给该站的监测中心,当车辆驶出站点或者离开该站所需要的经纬度区域时,也会与该站点对应的信息反馈到监控中心,监控中心将数据存储于数据库中。1.乘客上车站点分析要想准确地确定出发线乘客在IC卡中上车的位置,可以考虑通过把IC卡中的上车时间和汽车编号以及GPS数据中的抵达时间和汽车编号等方式来对其进行融合和匹配。融合匹配的方法是：步骤一：匹配站点地理信息。通过把GPS数据的地理经纬度信息和线路各个站点之间的地理信息相互匹配,获得线路站点序号等站点信息。步骤二：匹配汽车编号。因为汽车编号是唯一的，只要查找IC卡数据与GPS数据中一样的汽车编号，就能够筛选得到下一步匹配所需的对应的记录。步骤三：匹配时间。对于一辆公共汽车而言,在一个特定的停车时刻里它们都几乎只能同时发生在一个特殊场合。在与乘客车号信息进行随机匹配后的基础上,只要您需要通过手机查找与同一乘客同时刷卡的上车时间点和该乘客车辆所在站对应的实际上车站点位置,就已经完全可以准确获取到该乘客的实际上和下车站点的位置。2.乘客下车站点分析对于乘客下车站点的估算分析与综合计算,可以遍历当天发生在该次出行之前的刷卡记录，寻找与该次出行时间最近且同样搭乘研究线路出行刷卡记录，将该记录中的上车站点作为此次出行的下车站点。对于一天中只发生一次公交出行的，或是公交出行不连续等其他无法根据以上改进方法来推算下车站点的可以通过样本扩样的方法来得到。将能够用两站点模型求解的部分作为代表总体的样本，利用下车人数的总和应该等于上车人数的总和这一基本事实来设置扩样系数，将样本的特征扩展到全体。以下列出在研究线路的某个站点上车的乘客其各自下车站点推算的具体步骤：步骤一：对指定线路m（研究对象）进行上车站点匹配。步骤二：提取在线路m的第i站点上车的每张IC卡一天的刷卡记录，按时间顺序排列。在i站上车刷卡的次序用j表示。判断每张IC卡是否存在第j+1次刷卡记录。如果有j+1次刷卡记录，则将这条记录提取出来，进入步骤三。对于没有第j+1次记录的，判断是否存在j-1次刷卡记录，如果存在进入步骤五，不存在就结束。步骤三：第j+1次刷卡记录的“线路编号”字段的值对应的是所研究线路m，则进行上车站点匹配，将匹配上的站点作为我们所求解的下车站点。如果该刷卡记录的“线路编号”字段的值并非对应所研究线路m，那么进行步骤四。步骤四：将上述第j+1次刷卡记录对应的线路的GPS数据提取出来，进行上车站点匹配，假设匹配的站点为k。将k站点与所线路m的所有站点进行求距，若线路m上存在某站点h，站点h为站点i的同向后续站点，且h与站点k的距离最小并在指定阈值内（取800m），则将站点h作为所求解的下车站点。步骤五：遍历该天序号小于j的刷卡记录j-1,j-2,…判断条件是“线路编号”字段的值是否对应于线路m，如果是则终止，并提取该记录，进入步骤六。如果不存在这样的记录就结束。步骤六：对步骤五中提取出的刷卡记录进行站点匹配，将匹配上的站点作为所求解的下车站点。步骤七：根据以上步骤推算出的下车人数在各站分布的比例，计算扩样系数，使总下车人数等于上车人数。具体的流程图如图3-2所示，通过该算法可以得到居民的出行信息。图3-2流程图3.2.2手机信令数据处理流程手机用户日常驻点出行数据聚类分析该项算法主要是通过研究基于两个不同轨迹的驻点之间的停留空间合理距离以及其停留时间的输入连续性,以一种跨越时空的可聚类分析算法方式来准确识别各种类型手机用户的日常出行驻地轨迹点的驻点,同时通过对该项算法中各种参数具有敏感度的数据分析方法来准确获取该项算法参数的合理时间选择和取值,在一定的地理时间上可以满足输入连续性距离条件(即输入停留空间时长)、在一定的地理位置或者空间上同时满足一个输入可连续聚类的距离条件(空间即可聚类空间距离),从而可以实现同时识别一个输入同时出现给用户的两个驻地轨迹点。算法说明:基于两个轨道点之间的空间距离和时间连续性,以一种时空聚类的方式来识别驻点。(1)以每个漂移用户的名作为漂移数据处理对象单元,选择每个漂移用户的在i1天内所有的漂移轨迹轨道点和线来采集定位漂移数据,并按漂移时间的顺序先后排列次序依次进行排列,形成一个新的数据集称为Di,对所有的漂移轨迹线和点都分别进行了大量数据的分析预处理,判断其中一个是否包含有一个长距离的横向漂移轨迹点。若某个漂移轨迹中的点漂移到前一个漂移轨迹中该点之间的连续距离阈值超过了具有长距离不断漂移的连续距离速度阈的均值或某个漂移轨迹中的点漂移到前一个漂移轨迹中该点的连续速度阈值大于其具有长距离不断漂移的连续速度距离阈的均值,则我们可以直接判断此点是否为一个具有长距离连续漂移的轨迹点,直接从这个漂移数据集中重新删除此个漂移轨迹中的点;(2)把每个用户i当天的第一个进入轨道的节点参数添加进来到新的聚类(cluster);(3)将上一点时间向上平移递归至下一点所在p,计算到该点的聚类时间cluster里所有点和所在p上一点的时间坐标集合平均值之后即可将其作为此聚类时间所有点的坐标集合(cluster_center);(4)可以通过聚类判断一个p从该点聚类到它在cluster_center的终点距离,若是该点小于一个聚类终点距离的一个阈计数值为ntd1,则聚类可以被确认为一个p点与它在cluster里的所有加入点都一样可以一起组合形成一个新的聚类,将一个p点作为加入点到cluster,进入第一个聚类步骤(8),否则无法直接进入第二个聚类步骤(5);(5)直接判断当天cluster驻点是否为当天第一个被驻的聚类,如果不是则可以直接判断它们为第一次新的驻点,否则我们可以直接计算作为cluster最晚的初始轨迹线起点终线pn和最早的初始轨迹线终点驻点p1之间的驻点停留时间差△t,如果△t的值大于最终驻点停留时间的一个阈值也即tt1,则我们可以直接认为它们已经构成一次被驻的聚类,将cluster直接判定它们为第一次被驻的聚类。,p1发生的持续时刻即为此次继续停留的每一起点和每个终点持续时刻,pn起点发生的结束时刻即为此次继续停留的每个终点和阶段结束一刻时间,并且在此次清空起点cluster后将所有pn起点的值重新加入清空cluster,进入继续步骤(8)如果△t的值小于此次继续停留的起点时间时该阈的数值也即tt1,则该点可以重新进入继续步骤(6);(6)判断从聚类cluster到这个p的正常身体出行集合路径和身体速度阈值是否远远需要小于其他身体出行目的点或驻留点的正常集合步行路径和身体速度时的阈值(本工程课题在实际研究中把这个速度阈值重新确定定义为正常的身体步行集合路径和身体活动时的速度),如果不同则课题可以直接认为是在聚合分类加入cluster为一个新的驻留点,清空聚类cluster后将这个p驻留点直接重新加入聚类cluster,进入下一步骤(9),否则无法直接进入下一步骤(7);(7)如果Cluster与上一驻留点stop_P的距离dist_1_2大于5km,Clus与下一轨迹点P的距离dist_2_3大于5km,且上一驻留点stop_P与下一轨迹点P的距离dist_1_3同时满足小于dist_1_2和dist_2_3,以及上一驻留点stop_P到Cluster的出行速度小于城市平均出行速度,则认为用户在Cluster处形成远距离出行折返点,将Cluster判断为驻留点,并清空Cluster后将p点加入Cluster,进入步骤(8),否则认为Cluster里的轨迹点均为出行点,清空Cluster里的所有轨迹点后,将p点加入Cluster,进入步骤(8)。(8)用户判断其在p里的点本身是否为该一个聚类用户的最后一个聚类轨迹中的点,如是则将由在cluster里的所有一个聚类轨迹中的点所使用构建而来的所形成的一个聚类被用户判定是因为它是该一个聚类用户当天最后的一个聚类居住地,并且用户可以直接进入它的下一个聚类步骤(9),否则将会返回聚类到下一个聚类步骤(3)中,然后再开始继续聚类进行;(9)将聚类使用者运用统计方法获得的所有不同驻点聚类数据合并进行前后各个不同驻点之间的位置距离综合分析判断,对于两个驻点的位置中心点和位置距离小于两个之间相邻的驻点聚类进行合并规定时间点的距离且其阈定的值为ttd2的,停留在驻点则直接进行了聚类合并。重复这种计算方式的多次合并,直到所有用户停留在驻点前后之间的驻点距离都远远地要大于用户td2,得到了每个用户i一天内的所有进入驻点时间序列的所有数据,该合并算法终于完成了。(10)通过以上步骤我们就可以获取并且能够得到所有移动设备用户的驻点,针对低次数驻点(少于3个驻点)和高次数驻点(大于10个驻点)的移动设备用户,分别通过减少聚类距离的阈值来重新进行计算。具体流程图如图3-3所示：图3-3具体流程图手机用户在网络上的驻点数据产生:通过对采用移动设备驻点分析算法进行处理的手机设备用户的信令数据,得到单个移动设备手机的用户在1天内参与其活动的轨迹上所有驻点序列的数据，并对其进行记录,最终形成的数据包括以下几种:（1）用户标识；（2）日期；（3）驻点1：包括驻点位置、开始时间、结束时间、交通小区、行政区域；（4）驻点2：包括驻点位置、开始时间、结束时间、交通小区、行政区域；（5）驻点n：包括驻点位置、开始时间、结束时间、交通小区、行政区域，n为该用户当天最后一个驻点。这些数据对居民的出行分析提供了巨大的帮助，同时在城市交通规划与决策上提供了数据支撑，使得城市交通规划决策更加真实有效。

第4章重庆市公交系统绩效评估分析4.1重庆市公共汽车站点用地覆盖率通过查找重庆市主城区的数据，并将数据带入软件arcgis中后得到如图4-1所示的重庆主城区公共交通站点现状的用地覆盖，红色区域代表的是不可达地块，绿色区域代表的是可达地块。表4-1所表示的是重庆市主城区内环以内，内环以外以及中心城区的不同站点用地覆盖现状。公交站点5min现状用地覆盖率表示的是某个公交站点，居民用时5min所能够到达的区域范围。轨道站点10min现状用地覆盖率表示的是某个轨道站点，居民用时10min所能够到达的区域范围。由表可知内环的公交站点5min用地覆盖率，轨道站点10min现状用地覆盖率以及公共交通站点现状用地覆盖率分别为86%，47%，91%。内环以外的公交站点5min用地覆盖率，轨道站点10min现状用地覆盖率以及公共交通站点现状用地覆盖率分别为74%，18%，79%。中心城区的公交站点5min用地覆盖率，轨道站点10min现状用地覆盖率以及公共交通站点现状用地覆盖率分别为77%，26%，80%。因此可以看出无论什么站点的用地覆盖率，内环以内的覆盖率较其他地区的覆盖率均较高。而内环以外的站点用地覆盖率均较低。所以为了方便研究，现选取重庆市北部区的公交站点五分钟现状用地覆盖作为研究分析的对象。图2即为重庆市北部区的公交站点五分钟现状用地覆盖情况。图中绿色区域代表现状可达的区域，红色区域代表现状不可达的区域，白色代表非现状用地。由图可以看出绿色区域即现状可达区域占比很多，而现状不可达以及非现状用地占比较少。并且现状不可达区域分布情况比较散，现只进行简单分析，下一节会对此进行更加深入的分析。表4-1重庆主城区公共交通站点现状用地覆盖率图4-1重庆主城区公共交通站点现状用地覆盖图4-2北部区公交站点5分钟现状用地覆盖同时由软件给出的结果可知，该区域公交站点5分钟现状用地覆盖率为81%，有6.7公顷现状用地未被公交站点服务。现状不可达区域面积较大，该地区的公交系统需要优化。4.2重庆市公共汽车客流转化率通过公共汽车客流转化率的公式，并将重庆市的公共汽车数据带入arcgis软件，得到了重庆市主城区的客流转化率，如图4-3所示，图中红色部分代表交通中区客流转化率极低的地区，范围在0-10%，橙色代表交通中区客流转化率低的地区，范围在10%-20%，黄色代表交通中区客流转化率一般的地区，范围在20%-30%，青色代表交通中区客流转化率较高的地区，范围在30%-40%，绿色代表交通中区客流转化率高的地区，范围在40%-50%。由图可以看出绿色地区主要分布在重庆市的内环，而内环以外的区域则红色占比较多。而表4-2则具体给出了重庆市内环以内，内环以外以及中心城区的客流转化率的具体数值。重庆市内环以内的公交客流转化率为44%，内环以外的公交客流转化率为26%，中心城区的公交客流转化率为33%。由给出的数据可知内环以外的客流转化率比其他地区的客流转化率低，和图4所分析的结果一致。所以和上节一样，选取重庆市北部区的客流转化率作为研究对象，来分析如何更好的满足居民的出行需求。图4-3重庆主城区公交客流转化率表4-2重庆主城区公交客流转化率图4-4表示的就是重庆市北部区的公交客流转化率，同时在不同颜色的区域上具体标明了客流转化率的具体数值以方便研究。由图可以看出，该地区中部的客流转化率普遍偏高，而边界处的客流转化率则偏低。代表着中部地区的居民乘公交出行的人数占比更多。而边界处的居民乘公交出行的人数并不多。说明中心地区公交利用率更高，而边界地区的公交利用率比较低。边界处的公交系统需要优化。图4-4北部区公交客流转化率4.3可达性4.3.1公共交通可达性概念对于可达性的概念，不同学者从不同方面给出了不同的定义，而本文给出了一种较为普通的定义：可达性是指依靠某种特定的交通系统，从某个区域到达活动区域的便利程度。反映了不同区域之间克服距离障碍进行交流的难易程度。而公共交通可达性是指公共交通的舒适性水平，即公共交通系统节点位置与运行单元之间的舒适性水平，它关系到公共交通系统使用所需的资源。公交乘客出行，反映了空间节点或多个空间节点所产生的空间权重以及公交系统提供的跨距离社会经济价值。这一概念可在规划公交系统方面发挥重要作用。4.3.2可达性的作用首先，可达性在城市的土地规划中发挥着巨大的作用。城市土地的利用程度决定了城市的吸引力和机会数。在土地规划的研究中，如果一个地区的土地利用类型丰富，建筑密度大，则意味着该区域的公共交通系统发达，代表着该区域的可达性好。所以可达性可以判断一个城市的土地利用率，进而影响该城市的土地规划。其次，可达性在城市交通的研究中也很重要。由于公共交通网络的结构和功能受到多方面的因素影响，有城市规模，城市空间结构等等，而无论用哪种交通方式，到达一个区域所需要花费的时间精力，即成本越高，代表着越不容易到达该区域，即可达性差。而可达性差的地区则代表该地区的城市公交系统不够完善，比较落后，需要改善，所以可达性在城市公共交通的研究中同样重要。最后可达性对居民出行的研究中同样重要。由于可达性可以理解为出行者基于某种公共交通出行过程中的感受，所以提升公共交通可达性可以为出行者提供更合理，更加人性的服务。4.4重庆市公交系统现状问题分析4.4.1居民出行需求分析以重庆市北部区为例，通过手机信令数据得到出行需求分布，与公交开行的线路对比，得到如图4-5所示的出行需求分布图。图中红线的粗细代表出行人次的多少，同时红线的长短可以看出居民出行的距离。由图分析可知重庆市北部区的居民去往观音桥的出行人次较高，并且出行距离较其他地方也很长。同时去往不同地方的人次以及距离参差不齐，比较分散。而通过分析图4-6，重庆市北部区的公交站点分布看，可以看出站点分布在区域周边，区域内部较少。可以看出该区域的公共客流转化率之所以比较低，跟公交站点的分布具有很大的关系。居民的出行需求得不到很好的解决，与居民的出行需求匹配程度不高，所以该地区的公交服务需要完善。图4-5出行需求分布图4-6公交站点分布4.4.2公交线路布局分析图4-7所示为重庆市北部区的公交线路分布图，同时在该图上附加了一个居民出行人次的热力图，颜色越深代表出行的人次越多，分为红，黄，绿三种颜色。由图可以看出重庆市北部区的公交线路主要分布在快速路、主干路上，次、支路分布较少。而居民主要的出行需求不光在快速路和主干路上，次、支路分布上同样占比较高，因此该区域的公交线路与居民的出行需求同样匹配程度不高，需要提高沿边地区的通行能力，优化公交线路。图4-7公交线路分布4.4.3不可达地块用地类别分析图4-8表示的是未被覆盖地区的用地类别。表二则具体给出了不同用地性质下，未被覆盖现状的面积，公交站点5min现状用地覆盖率，未覆盖常住人口以及未被覆盖岗位数。其中R代表人民的生活与居住设施用地,A代表公共的管理与其他公共服务设施的用地,B代表大型的商业,服务性的设施用地,M代表大型的工业设施用地,W代表大型的物流与仓储设施的用地,S代表大型的道路与其他交通设施的用地,U代表大型的公共设施的用地,G代表大型的绿地与其他的广场设施用地。由表4-3中数据可知R区域即居住用地未被覆盖现状面积最多，而A区域即公共管理与公共服务设施用地未被覆盖现状面积最少。而对于出行来说，居住用地未被覆盖面积应该越少越好，以保证居民的出行。所以该区域的公共交通并不完善，需要优化。同时由百度搜索得到该地区户籍人口63.62万人，其中当年出生人口5795人。城镇人口61.96万人，农村人口1.66万人；男性31.17万人，女性32.45万人，该地区男女人口数量基本持平。而表中数据可以看到该地区未被覆盖常住人口总计27000人，未被覆盖岗位数总计16300个。从这一方面同样可以看出该地区的公共交通并不完善，需要优化。而对于公交线路优化的顺序来说,短期的优先主要是指容积率较低的住宅公共功能区和交通基础设施相对比较差的大型商业公共功能区,可以采取一种整体性改造方式进行公共交通线路的优化;其次的优化选址区域主要是城中村和空闲土地,土地开发利用的潜力较大;然后再充分考虑到新建的小区和楼层较低的商务用房,在很长一段时间内进行改造的难度大;最后需要改善的区域主要是周围基础设施较差的工业功能区,由于该项目的工业基础设施能力发展滞后而使得改造的难度增大,因此在最后就要考虑到优化。与此同时，城市公共交通系统在指导土地利用和城市可持续发展中发挥着重要作用，交通枢纽的选址可以促进城市周边地区土地利用的协调发展。同时，土地利用具有城市化的作用，可以促进公共交通设施的建设，提高服务水平，因地制宜，发挥区域优势，推动城镇快速发展，最终建立多中心的交通体系。图4-8未覆盖地区用地类别表4-3北部区公交站点5分钟现状用地、常住人口、岗位覆盖用地性质未被覆盖现状面积（公顷）公交站点5min现状用地覆盖率（%）未被覆盖常住人口（人）未被覆盖岗位数（个）R3.8—2300014000A0.1—————B1.0——200100M1.8——38002200总计6.781.5%27000163004.4.4不可达地块用地时序分析图4-9表示的是重庆市北部区不可达地块的用地时序。其中红色区域代表的是2015年及以前的重庆市北部区的不可达地块。紫色区域代表的是2015-2020年重庆市北部区的不可达地块。蓝色区域代表的是重庆市北部区的准现状区。由图可知重庆市北部区2015-2020年间的不可达区域较多，而2015年及以前的不可达区域较少。同时重庆市北部区2015-2020年间的不可达地块分布较为分散，而2015年及以前的不可达区域大多分布在周边，分布在主城区的地块较少。而对于用地时序久的地区来说，仍存在不可达区域会影响该区域的发展，所以需要对其公交系统进行优化，优化顺序为用地时序为2015及以前的区域为先，用地时序为2015-2020年的区域为后，以保证该地区的正常发展。通过对不可达地块的用地时序分析，可以分析出重庆市北部区的公交系统的优化顺序，对重庆市的公交系统规划提出了合理的建议。图4-9不可达地块用地时序4.3.6不可达地块的人口分析图4-10给出了重庆市北部区现状不可达地块与人口的关系，蓝色区域代表的是重庆市北部区的现状不可达地区，白色区域代表的是重庆市北部区的可达地块或者是非现状用地，同时在该图上附加了一个人口的热力图，绿色代表人口数量较少，青色代表人口数量一般，黄色代表人口数量多，橙色代表人口数量较多，橙色代表人口数量最多。由图可以得知，重庆市北部区的人口大多分布在南面，而在人口最多以及人口较多的区域附近仍存在着不少现状不可达地块。因次对于该区域来说，公交系统需要优化，以保证居民的出行需求。而对于优化顺序来说，在现状不可达的区域中比较，如果该现状不可达区域的附近人口较多，就优先该区域，如果该现状不可达区域附近人口较少，则考虑该区域的公交系统后进行优化。优化顺序取决于不可达地区人数的多少。人口在公交系统的优化中占据着比较大的权重。因为人口越多，出行的人数也会相应变多，对于出行的需求同样很多。图4-10现状不可达地块与人口的关系

第5章公交系统改善策略基于以上对重庆市北部区的居民出行需求，公交线路布局，不可达地块的用地类别，不可达地块的用地时序以及不可达地块的人口进行分析，综合以上要素，提出了四条针对重庆市的公交改善策略，策略如下：1.城市功能优化。因为这个城市的整体功能性很高,所以。核心区的常住人口资源密集度相对较高,建设住宅用地约人口占全部核心主城区常住人口的25%,承载着全部核心主城区45%以上的城镇居民,交通运输和公共出行工具密集度较高;全部核心市辖区内的城市公共服务配套基础设施较为集中,78%的国家级城市重点普通中小学校、86%的大型全国国家级重点三甲医院、59%的大型城市商业配套服务设施等均集散于核心区,城市的交通向心线轨道交通明显;职工居住交通空间过于复杂错位,跨城市组团同时乘车出行的人口比例以每年1%左右的平稳增长速度一直保持一年不变,由2002年的15%提升至2016年的30%。因此，必须继续实施区域道路运输一体化发展战略，制定区域城市交通发展战略，这是指导和协调的关键，必须坚持走新型城市交通与区域主体功能群相结合，积极推进非城市主体性和区域主体功能的解放，加快和完善城市交通外部功能。主要城市土地流转后，促进多主体劳动者住房和交通的均衡，减少城市中心区的流动性，缓解城市交通拥堵。2.完善基础设施。核心区内的轨道交通线网容积密度0.46km/km2,低于北京上海等核心城区1.0km/km2的高速公路水平;核心区内主要支路规划修建率已经高达97%,但是由于道路层次和等级不完全匹配,主次支路网格比为1∶1.5∶1.4,与目前的国家标准1:2:4相比,次支路网供应明显不足;停车泊位资源分布不均,核心地带缺口较大,缺口约30万个;拓展小区的停车泊位整体可以满足所有的停车要求,且数量丰富。我们必须弥补这些主要设施的不足，解决基本问题，根据道路的狭窄性、路网的密集性、路网的规划性、网络结构的优化性、交通拥挤的缓解性等。扩大用地规模，加快完善公路网，提高利用外部渠道的能力，支持开发区、管理区和非核心功能区的疏散，加快建设。地铁、公路、城市轨道交通的一体化建设，应大力加强停车设施建设，努力缩小重庆市城市轨道交通核心区，促进交通静态与动态的均衡发展。3.公共交通提高质量。部分高速铁路以及轨道交通运营的重点线路及主要车站之间的远期客流运输压力较大,如三号段沿线车站南坪至广州红旗站沙河沟段在最大客流高峰小一段时间客流断面下的旅客运输流量已经累计达到3.5万人次/h,超出了所有线路的远期总体规划旅客运输能力。两个线路交叉点站、红旗站和河沟站日均乘车转乘客流总量都不需要达到超过12万人次/d,换乘的交通压力巨大;部分地面公共交通汽车路线运行管理效率低,重复运行系数多,路权使用优先权等保证保障措施无法落实力度不到位,平均每小时一班车速仅16km/h。核心地区公路网运输能力有限，发展公共交通已成为缓解核地区道路交通压力、构建一体化、多样化的公共交通运营体系的重要途径。提高城市公共交通的效率和服务质量，增强公共交通的吸引力，引导城市公共交通结构向低碳集约化方向发展。4.交通管理挖潜增效。智能化交通体系建设工作滞后,交通管理与指挥部门调度的科学化、智能化水平偏低,坚持设计与管理相结合，努力提高智能交通管理水平，精细化管理，信息化管理，规范道路运营程序，不断探索基础设施建设现有的交通工具，积极加强运输需求管理，检查各类车辆使用密度的合理性。

第6章结论通过GPS数据，IC卡数据以及手机信令数据等多源大数据计算出重庆市的公共汽车站点的用地覆盖率以及客流转化率。并以这两个指标运用arcgis软件直观的看出了重庆市的公共交通站点用地覆盖率，以及客流转化率的具体数值。并以重庆市北部区为例进行分析，主要通过居民的出行需求，公交线路布局，不可达地块的用地类别，不可达地块的用地时序以及不可达地块的人口进行评估。以此对重庆市的公交系统的优化改善提出了合理的建议。参考文献[1]ChulhoBang.IntegratedModeltoPlanAdvancePublicTranportationSystem[D].VirginiaPolytechnicInstitute