【视频】| 城市交通规划中 多源数据的运用是关键 智行者TICS公益演讲-准旗交警

微提醒:
今天夜间到明天白天,晴,最高气温-1℃,最低气温-10℃,风力4—5级。冬季桥面、隧道、背阴山路等特殊路段易出现积雪、薄冰,准旗交警提醒您:行经上述路段时应降低车速,遇情况提前采取制动、减速措施,避免紧急制动或转向,以防发生危险。

TICS公益演讲 专业科普系列
《多源数据解析城市交通特征与规律》
吴子啸中国城市规划设计研究院

大数据的广泛应用,为分析传统城市交通提供了更加多元的数据,更多创新性的分析方法得以在研究中广泛应用。详情请听中国城市规划设计研究院吴子啸带来的演讲。
点击观看视频▼
《多源数据解析城市交通特征与规律》

演讲内容
观众朋友们大家好,我是智行者,中国城市规划设计研究院吴子啸。
交通规划跟交通管理密切相关,通常我们把交通运行、交通管理领域的一些问题归结为它的源头在于城市规划,在于交通规划。那么作为交通规划领域的工作者,我不得不说有时候的确是这样的,几十年前,可能在规划一个城市的时候,不会考虑到每家每户都有车这么一个状况,可以说我们现在规划的城市道路系统,可能在几十年后,在自动驾驶的时代,它也不是完全能够适应的。所以,做城市交通规划杜吉明,做远期的预测赶不上时代的变化。我今天主要给大家分享的是我们交通规划领域对数据的一些使用,包括对传统数据的使用,对大数据的使用。
首先我介绍一下城市交通研究分院,我们是集政策、标准、科研和规划设计为一体的一个全国性的一个交通咨询机构。我们主要的工作领域除国家标准行业服务、科研项目之外,专注于交通规划,我们从区域的交通规划、城市的交通规划到一个城市的一个重要的节点、枢纽点的交通规划。除了远期的规划,还有一些近期改善的规划,那么我所在的模型所是给城市规划领域各个环节提供定量分析,提供数据,提供模型。
这是我们城市交通规划的一般流程,就是首先我们进行一个总体的设计,那么了解城市是通过交通调查,在掌握交通需求规律的基础上和把握它的趋势的基础上,我们要对远期的交通需求进行预测。那么在预测远期的交通需求之后,我们对交通系统各个子系统有一些方案的布局,比如说一个城市的快速入网如何布局,高速入网如何布局,轨道交通网络如何布局,那么各个系统之间如何衔接许耀南。有了一些初步的布局方案之后,我们更重要的是要建立一个交通模型,对未来的交通系统进行测试和优化,也就是说我们把预测的未来交通需求和未来的城市用地、人口、就业各种因素相叠加之后,形成一个未来交通的模拟系统,对未来交通的方案进行一个优化。从这里可以看出,其实定量分析是贯穿于城市交通规划的一个全过程崔情药。那定量分析的基础就是数据,这个数据以往的传统方法是通过这个交通调查苍崎橙子,我们有一系列的交通调查的项目,包括城市居民出行调查,道路的交通路调查和各个系统的一个调查。周盛俊杰国内这个交通调查的工作从1982年就开始开展,特大城市像北京、上海、深圳已经逐渐形成了一个周期性的一个调查,每年会发布一些交通的年报。中规院第一个交通调查是1983年在天津做的,之后,中规院在全国多个城市在中国交通体系规划下面做了很多的调查,我们也对这些交通调查的数据做了一些整理,形成了一个交通调查的一个数据库。
因为交通调查的工作在各个城市进展不是太规范,三年前,建设部想出台一些指标去评价各个城市的交通运行的状况,比如说绿色交通出行指数这么一些情况的时候,发现各个城市对于公交出行比率这些基本的统计都是不规范的,有些城市在公交出行比率统计里面是包括非机动化的,有些城市是不包括的,在这个背景下,建设部就委托我们出台了一个城市综合交通调查的导则,于2014年进行了发布。在这个导则的基础上,关小虎我们目前正在做城市综合交通调查的技术规范,这个技术规范在年底左右就会发布。
交通调查在目前来说有一些演变的特征,以前一个城市的交通调查是依托项目做的,逐渐演变,一个城市的例行调查,其实也符合国际的趋势超级合成系统,国际一个标准的一个国际化的城市,它有四大例行的调查,也就是逢0的年份做人口的普查,逢3和8的年份做经济的普查,还有房屋的普查,另一个调查就是交通调查,所以交通调查也是一个非常有历史的一个调查。但是交通调查,由于它大量地会使用人工庹读什么,由于现在广告推销的一系列因素,就是说人对这个调查配合的程度越来越低。反过来,从交通需求分析,交通需求预测来说,它对数据的需求却是越来越详细,在这样一个背景下,就是交通调查的技术也是在发展,就是比如说我们中规院是通过入户的时候,手持一个pad,里面下载着有离线的地图,对人的出行绞刑游戏,在地图上进行定位。另一方面,交通调查的确是费时费力,随着信息化和互联网时代一个发展,我们也注意到就是交通系统里面的一些信息化的数据莘县信息港,我们也是探索这方面的一些信息的使用,包括各种各样的一些收费的数据,一些售票系统的数据,还有我们公交行业里面的数据,比如说公交系统的调度的数据,还有就是一些导航信息的数据,移动通信的数据,微博的数据等等脚链的编法。
我简单介绍几个例子,对于手机信令数据的应用,也就是说运营商给我们的手机提供服务,那么它的基站也大致代表了人在空间的一个活动,比如说我们这么多人今天在这里开会,那么附近为我们服务的基站也对我们进行了一个定位,事实上通过对于机载信息的一些处理洞烛其奸,我们可以得到人在空间的一个活动,我们也开发了相应的软件,对一个城市整体人的活动和空间的滞留状况进行一个模拟,这个在城市规划的领域目前也是非常流行,城市规划的人员借助这样一个对城市概貌的判断来判断城市的各个空间的一些出行的重心和城市的结构。
在交通上可能更深入的分析就是说可以借助于重复性的数据,通过手机信令的数据对人进行家和工作单位的判断,做基于工作出行,弹性出行这么一些判断,从而获得大量的人在空间的一些动态的一些出行的信息,这样的话对城市规划比较感兴趣的点做一些动态的OD的分析,这是手机在数据的使用樊兵。
可能有很多互联网领域的工作者会说,在大数据的时代,传统的交通调查还有没有必要,我们在做交通调查导则和规范的时候,也是在评价各种使用方法,主要的原因是传统的交通需求的理论、方法,它是建立在严格地均匀抽样的基础上的,我们可能在一个城市会调查几万户的居民,从而去推算这个城市的一个人的总体的出行状况,推算他的公交出行的比率,那么在一个城市,我可以获得一百万的手机的用户,但是他并不能代表这个城市的整体,因为手机用户其实在人群里面的分布它并不是很均匀的,也就是说有些人是有两部以上的手机海西教育网,有些人可能根本就不使用手机,城市规划它关注的就是说我如何从一个数据去推测一个城市的整体的概况,推算一个城市的结构,大数据虽然提供了大量的一个数据,但是目前基于大数据的研究,特别是跨领域的研究还非常缺乏,目前这样的一个大数据,我们可能会借助于它去了解一个城市的现在的状况,但是并不能去建立模型去模拟现在的状况,甚至去推算二十年以后的状况。这个其实是我们交通规划领域需要解决的一个问题。
另一个,我们广为使用的是我们公交系统的一个数据,各个城市目前都有公交调度系统,它的公交车辆的GPS数据,能够分辨评价公交系统的运行,比如说一个公交系统的平均运营速度,它的发车准点率等等,还有IC卡的信息,可以去推算这个城市公交的出行量,但是作为交通建模来说,可能更关注这个人使用公交是从哪上车了到哪下车了,但是很多城市的公交车它是一次刷卡的,所以我们前几年是建立模型,主要是推算在一次刷卡的情况下我们如何去推断他下车的站点,我们很容易把公交车的GPS数据跟刷卡的信息相结合去得到一个人上车的站点,但是他下车的站点他没有刷卡是不知道的。我们使用了公交连续性的假设,搜索在一次刷卡的情况下,他的下车站点的一个搜索,那么其实这个在很多城市的大规模的网络里面我们已经实现了,郑州、厦门的交通网络,在一次刷卡的情况下能够精确地找到每一次刷卡的一个下车的一个站点,从而就是对他全程的一个公交进行模拟,这样一个模拟的结果就是说我们是把人在空间,在公交系统的活动完全精确地刻画出来,再建立模型去重现这样的一个规律,公交线路是需要优化和调整的,优化、调整之后是什么状态,需要用模型去模拟出来优化它,然后为公交线路调整做一个指引。
还有多元的数据是货车的GPS数据,在很多城市可以获取,通过货车的GPS数据的一个处理,我们可以得到一个城市的对外的联系方向,城市的货运通道为我们对这个城市交通里面货运通道的布局、一些交通管理做一些指引。出租车的GPS数据跟货车不同的是它还有载客和空驶的一个翻表的数据,这个数据可以借助我们去找到,出租车数据的一些分析在旅游城市,对它的城市规划是非常的有帮助。
随着未来大数据提供大量精确而详细的出行数据,我们对传统城市交通分析的方法和创新可能会同步展开,我们目前也在关注这方面的研究,但是由于城市规划城市交通领域,它的模型的机理还是基于传统的调查,所以这方面的一些研究是需要跨行业、跨专业的一些合作。
我们更微观的一些城市交通分析方法将得到细致的一个标定和运用,比如说我们一直对地铁站、枢纽站它的基站交通的模拟,在城市交通里面是我们交通模型的一个软肋,那么目前随着手机的数据、共享单车的数据的引入,这些模型会得到比较好的一个标定。最后就是数据供给的多元性使得众多新型城市交通方法得到一个标定和运用。
【来源:公安部交通安全微发布】
准旗交警倡议:
珍爱生命
远离酒驾
大家共同抵制交通陋习
你我携手创建文明城市
争做文明交通参与者
扫一扫(或长按识别)下方二维码上山上山爱,关注准旗交警微信公众号。

小提示:由于系统只可以回复48小时内的关注人提问,所以未收到及时回复的亲们需要再次提问,小编才可以为您回复,感谢您的理解与支持!
请大家扫一扫(或长按识别)下方二维码傻傻的勇气,关注鄂尔多斯交管支队准旗大队新浪官方微博,小编将为大家推送实时路况信息。感谢您的关注!