大数据城市通勤交通模型的构建与模拟应用

被引：10

作者：

刘云舒 ^{[1
,2
,3
]}

赵鹏军 ^{[1
,2
,3
]}

吕迪 ^{[1
,2
,3
]}

机构：

[1] 北京大学深圳研究生院

[2] 北京大学城市与环境学院

[3] 北京大学地表过程分析与模拟教育部重点实验室

来源：

地球信息科学学报 | 2021年 / 07期

关键词：

大数据模型; 通勤交通模型; 出行分布; 区位空间依赖; 手机信令数据; 交通规划; 通勤OD; 模型模拟;

D O I：

暂无

中图分类号：

U495 [电子计算机在公路运输和公路工程中的应用];

学科分类号：

0838 ;

摘要：

近年来大数据在交通分析中被广泛关注,但目前多以可视化展示和现象空间分析描述为主,缺乏基于大数据的交通数量模型和模拟预测研究,成为大数据技术在交通规划中应用的主要技术障碍。本文基于交通与土地利用之间的交互作用关系,构建区位空间依赖因子((Location-space Dependence Indicator, LSDI),对传统重力模型进行改进,提出大数据城市通勤分布模型。以北京市为例,采用某运营商2017年9月的手机信令大数据,进行模型的应用和校验。模拟结果显示,在出行产生预测中,通勤人口与常住人口表现出良好的线性关系;在出行分布预测中,基于区位空间依赖因子的修正重力模型综合表现最优,在通勤OD分布中实现了低估现象的优化,在OD数量发生率中拟合优度达到0.85。本研究为大数据城市交通预测模型研发提供了新的技术方法,对于推动大数据在交通规划中的应用具有一定价值。

引用

页码：1185 / 1195

页数：11

共 19 条

[1] 城市交通与土地利用一体化模型的核心算法进展及技术创新 [J].