【浮动车数据实际处理分析3500字】

[65]。有效性越高说明原始数据精度越高，原始数据越满足分析时的标准。表3-5北京市浮动车数据质量评价完整性有效性原始数据数据预筛选后修复前115.76%60.59%100%52.35%数据修复后62.02%53.58%从表中可以看出，原始数据的完整性超过100％，说明原始数据中存在一些冗余数据，经过预处理后完整性达到62.02％，相对于原始数据，完整性下降不多，证明原始数据的质量较高，但在分析时发现北京市的数据速度“0”值比较多，不利于后续分析。上海市浮动车数据采用的是2007年2月20日（星期二）的数据，全天浮动车数据共有4316辆车，6075588条数据，经过筛选后剩余1293566条数据。对数据进行预处理后，根据大量论文浮动车数据的采集频率为1min，所以理论上应该有4316*60*24=6215040条数据。表3-6上海市浮动车数据质量评价完整性有效性原始数据97.76%100%数据预筛选后修复前数据修复后20.81%22.62%21.29%23.14%上海市的原始数据的完整性接近100％，说明原始数据中数据是比较完整的，经过预处理后完整性达到22.62％，相对于原始数据，完整性下降很多，在筛选的过程中发现冗余数据占比约为46%，数据漂移点占比约为19%，说明原始数据中存在大量的冗余数据，且由于原始数据为2007年，匹配时用的是现在的路网，所以产生大量的漂移点。同时在发现修复后，数据整体的完整性和有效性增大，体现了数据修复的重要性。从德克萨斯州运输研究所得出的移动监控计划研究中可知道交通管理系统中信息的完好率在16％到93％之间，而本次实验获取的可用数据占23.14％，表明实验结果较为可靠。路网数据的校正平均误差距离下降到13.0231m，表明实验采取的方法很有效的剔除了异常数据。虽然上海市的数据完整性不高，但是上海市数据的平均误差比较小，数据精度高，数据中速度“0”值较少，更有利于后续的分析。因此，后续研究采用此数据集分析。总体来讲，经过预处理后的数据能够较好地反映交通状态，可用于后续分析应用，分析交通状态，为交通管理及公众出行诱导提供辅助决策。浮动车定位误差分析浮动车定位误差分布浮动车误差有很多种，从本节开始所指的浮动车误差均为定位误差，即浮动车GPS投影点到道路中线的距离。这个定位误差不考虑道路宽度以及车道宽度，GPS设备自身的影响。通过对处理后的浮动车数据定位误差统计，得到下面的总体误差分布图。图中横坐标代表误差值大小，单位是m，纵坐标代表数据量，得到总体的定位误差均值为13.0231m与标准差9.20106m。图3-3总体误差分布直方图通过频率直方图可以看出浮动车定位误差大致处于40m以内，且大部分集中在15m以内。说明筛选后的数据定位误差较小，精度较高。造成定位误差呈现图3-3的分布情况的主要原因是在计算定位误差时用的浮动车数据是2007年，但用的路网数据是2020年的，所以会在一定程度上造成整体误差值偏大。相应的百分比的统计结果如表所示。表3-7总体误差累计百分比误差（m）累计百分比523.5%1045.3%1562.6%2076.4%表3-7总体误差累计百分比（续）误差（m）累计百分比2586.9%3094.1%3599%40100%对数据的预处理已经使得大量的异常数据被剔除，保留下来的是定位误差较小，精度较高的数据。说明数据的筛选过程提高了数据的质量。误差与车速的关系图3-4误差与车速关系曲线图由上图可以看出速度比较低时车辆处于拥堵状态，导致车辆产生远离路网中心线的排队情况所以速度低时误差比较大。随着车速的增加，数据误差降低，也就是车辆自由行驶时，干扰小，误差也小。速度在80km/h之后误差在小幅度上升，大致推断此时车辆是处于高速路上，速度波动较大，或有立交桥等周边环境干扰，导致误差会增大。速度在60-80km/h时定位误差最小。根据误差值的变化情况，采用分段函数对曲线进行拟合，函数表达式为：y=0.0231x+13.511x≤300.0015分段函数的两段拟合优度分别为0.7777和0.9265，拟合效果很好，可以证实误差的大小是受速度所制约的。误差与道路等级的关系不同道路等级上GPS匹配误差有所差异，如表3-8所示。快速路误差较低，高速公路较高。通过表3-9可以得出，不同道路等级的误差累计百分比大致接近，且与总体误差分布的累计百分比相近，大致误差分布情况与总体误差分布情况相近。表3-8不同道路等级误差分析道路平均误差/m标准差快速路7.29496.47627高速路10.07847.62023国道10.27218.0875省道9.91638.14595县道11.81078.51403表3-9不同道路等级误差累计百分比误差（m）快速路高速路国道省道县道545.5%29.7%32%34.8%25.8%1076.5%58.3%58.8%60.9%49.7%1588.2%77.7%75.2%77%68.2%2094.2%88.5%86.1%86.8%81.8%2597.3%94.1%93.2%93.1%90.8%3098.8%98%97.3%96.9%96.2%3599.8%99.7%99.5%99.5%99.3%40100%100%100%100%100%误差与时间的关系图3-5误差与时间关系曲线图图3-5为误差随时间的变化，通过误差的变化，可以看出随着时间的变化误差大致处于平稳状态。根据众多研究定位误差与多路径效应是有关系的，且多路径效应在一定程度上是受天气所影响。根据数据大致处于一个平稳的状态，可推测上海市这一天的天气情况变化不大。数据在13m左右上下波动，所以进行拟合得到函数如下：y=-0.0228x+13.362(3-4) 拟合优度为0.136，