大数据环境下上海创新交通综合管理的实践与探索

上传人:F****n 文档编号:96402264 上传时间:2019-08-26 格式:PPT 页数:34 大小:13.05MB
返回 下载 相关 举报
大数据环境下上海创新交通综合管理的实践与探索_第1页
第1页 / 共34页
大数据环境下上海创新交通综合管理的实践与探索_第2页
第2页 / 共34页
大数据环境下上海创新交通综合管理的实践与探索_第3页
第3页 / 共34页
大数据环境下上海创新交通综合管理的实践与探索_第4页
第4页 / 共34页
大数据环境下上海创新交通综合管理的实践与探索_第5页
第5页 / 共34页
点击查看更多>>
资源描述

《大数据环境下上海创新交通综合管理的实践与探索》由会员分享,可在线阅读,更多相关《大数据环境下上海创新交通综合管理的实践与探索(34页珍藏版)》请在金锄头文库上搜索。

1、,大数据环境下上海创新交通综合管理的实践与探索,执笔:薛美根 副院长 演讲:陈必壮 副所长 上海市城乡建设和交通发展研究院 ,一、背景 二、数据挖掘技术 三、大数据应用 四、展望,提纲,1,背景,一、开展交通信息数据挖掘的必要性,(一)交通信息化迅速发展为信息数据挖掘奠定基础 (二)交通信息化数据挖掘是交通调查技术的发展趋势 (三)对获得全面、真实的交通数据至关重要 (四)对传统人工调查的辅助、补充和校核,二、现状数据基础,车牌识别系统数据,用地数据,手机信令数据,运营车辆GPS数据,信息平台统计数据,交通一卡通数据,三、数据挖掘成果在本次交通大调查的应用,信息数据挖掘调查共有6个分项,是其他

2、综合交通调查的弥补、辅助校核。,2,信息数据挖掘关键技术,一、基于遥感技术的交通相关用地数据挖掘技术,解译获得全市23万个分析单元用地信息,是城市用地调查的主要方法。,数据来源:城市信息中心 数据时间:2008年、2013年,高分辨率航空遥感用地(解译),房屋建筑(统计),数据来源:房屋土地资源信息中心、测绘建筑 数据时间:2013年,获取最新上海市市域红外航空遥感影像、遥感影像定位匹配 以住建部城市用地分类与规划建设用地标准(GB50137-2011)为指导,对上海市全陆域进行用地分类遥感解译、同步进行外业采样核对 在ArcGIS环境下实施土地利用航空遥感解译制图,并以区县为单位,计算每个区

3、县内所有图斑的面积,按土地利用类型进行面积汇总、特征分析。,通过解译,将全市28类用地细分到23万个单位,同时结合房地管理中心房屋建筑信息库、测院数据进行建筑量的校核,得到全市细分为13类的建筑量,是分析人口岗位布局、交通与用地发展的重要基础数据。,二、基于手机信令的人员出行特征挖掘技术,原始数据主要字段列表,移动基站分布,日均1800万移动通信用户的信令数据,辅助校核人口分布、出行分布等人工调查。,数据来源:由市交通信息中心协调获取2013年-2014年移动手机信令数据 基站分布:全市约6万个基站,中心城平均半径约130米,郊区平均半径约360米 采样原理:短信、通话、LAC区切换或每隔1-

4、2小时定时与基站通讯的信令数据,基于移动通信用户电子脚印的手机信令数据分析技术,三、基于牌照识别的车辆出行特征挖掘技术,市境道口,快速路车牌断面,数据来源:市交通信息中心协调获取市交警2013年-2014年车牌识别数据 数据内容:车辆号牌、号牌颜色、途径时间、途径车速、车辆属地及设备断面编号等 市境道口车牌识别车流量与高速收费流量对比,高速道口的平均捕捉精度约93%; 快速路车牌识别车流量与高架线圈相比,车牌设备的平均捕捉率为96%。,42个市境道口、343个中心城快速路断面和14个越江桥隧车牌识别数据,辅助校核小客车实有量、车辆出行分布等人工调查。,(1)基于停留时长分析的长期在上海使用的外

5、地牌照小客车规模推算技术,一年内累计在上海停留超过180天 单次来沪平均停留时间超过5天,外牌车辆累计在沪天数(除当日往返),车牌识别数据挖掘结果与推荐值绝对误差为5%,(2)基于行驶路径整理的车辆出行特征分析技术,入境车辆基于地带的目的地分布,中心城快速路不同号牌车辆行驶特征,市境道口车牌识别车流量与高速收费流量对比,高速道口的平均捕捉精度约93%; 以郊区为目的的入境车辆数量,收费数据和车牌数据推算结果的绝对差为5%,快速路车牌识别车流量与高架线圈相比,车牌识别的平均捕捉率为96%,四、基于GPS的车辆出行特征数据挖掘技术,出租车轨迹图,货车轨迹图,2.9万辆出租车,1万辆货车GPS信息,

6、是调查中心城地面道路车速的主要途径,是辅助校核出租车、货运车辆出行特征的主要手段。,基于轨迹信息的车辆出行特征分析技术,五、基于交通信息平台的道路交通信息挖掘技术,高架快速路线圈 (分3种车型车流量、车速等),地面SCATS线圈 (机动车流量、饱和度等),高速公路收费站OD (分11种车型机动车流量),478个快速路线圈、3043个地面SCATS线圈和104个高速公路收费站数据,数据甄别、清洗后形成不同空间、时间的统计指标,与人工调查相结合,获得道路交通运行状况。,数据来源:市交通信息中心 时间颗粒度:5分钟,六、基于一卡通的交通特征数据挖掘技术,日均刷卡约400万张,超过1000万次的交通一

7、卡通数据,辅助校核公共交通客流出行特征。,交通卡原始刷卡记录字段列表,交通信息平台统计指标列表,基于刷卡时间间隔的公交客流换乘特征分析技术,换乘时耗分布,轨道车站公交接驳比例交通卡挖掘结果与推算值绝对误差为4%,3,大数据在上海城市综合交通管理中的应用,以遥感用地数据挖掘为主,辅以建造量信息统计,获得现状上海用地开发类型、分布及用地强度等指标,并反映历史演变趋势。,1、城市用地基本情况,2008-2013新增建设用地,2008年底建设用地,全市2013年建设用地2918平方公里, 较08年增加220km2,增幅为8%,居住用地占36.2%, 工业及物流用地占30%, 公共与商业用地占10.0%

8、,建设用地中:,全市建筑量11.6亿平方米,较08年新增3.4亿平方米。住宅建筑量占新增建筑量的43%,近八成增加在中心区外。商业行政商务办公建筑占新增建筑量的16%,近七成增加在中心城。,2013全市居住建筑密度,2013年全市非居建筑密度,2、城市人口分布,充分利用手机信令数据,是校核调查期实有人口分布的重要依据。,2014年夜间手机人口地带分布比例,3、人员出行特征,手机数据挖掘成果是校核职住分布的重要依据。另外,综合手机信令、出租车GPS、中心城快速路线圈、轨道闸机数据反映潮汐交通特征。,陆家嘴区域人流来向分布,人民广场区域人流来向分布,中心城浦西:41% 中心城浦东:50% 郊区:9

9、%,中心城浦西:77% 中心城浦东:14% 郊区:9%,职住等刚性出行需求的平均出行距离约为 公里,90%的出行在 公里以内。,早高峰轨道交通(流量) 进:出2 :1,早高峰道路交通(车速) 进:出0.6:1,早高峰进出内环手机用户数 进:出1.5 :1,内环线的潮汐交通现象最为明显,内环线、中环线、外环线早高峰以入城客流为主 中心城周边与远郊连接区域出城方向客流略高 苏州河潮汐交通明显,以北向南客流为主 黄浦江潮汐交通不明显,浦东至浦西客流略高。,4、小客车实有规模,根据收费流量数据,小型车中小客车与小货车的比值为88%:12%,经本次调查检验,基于车牌识别数据挖掘是今后调查小客车实有规模的

10、主要手段。经综合推算,2014年长期在沪使用的外牌小客车规模约为98万辆。,5、道路交通车流特征,充分挖掘线圈、车牌识别、出租车GPS和高速公路收费数据反映道路交通车流特征,是调查道路交通运行状况的主要手段,与人工调查相互补充。,早高峰高架道路运行车速,内环线: 23% 30%,全天,午间平峰,中环线: 29% 40%,南北高架:22% 31%,延安高架:17% 23%,逸仙高架:24% 32%,沪闵高架:23% 32%,中心城快速路(不含外环线)工作日外牌车辆比例全天占25%,午间平峰占32%,高峰进一步向午后和早晨延长,地面道路区域工作日拥堵频率,地面干道工作日平均车速空间分布,分区域地面

11、干道高峰运行状况保持稳定,但放射性干道服务水平有所下降,与2013年同比下降6%-16%。,地面道路拥堵区域数增加明显。按照信息中心在中心城区划分68个区域,有15个区域全年超过100个工作日拥堵。,2014年9月工作日均高速公路驶出量约为90万车次,与2011年相比,年均增长10万车次。 新城范围内,工作日松江新城和青浦新城高速公路出入口车流增长最为明显,在25%-30%左右。,工作日高速入口流量增长比例 ( 2014/2011年),工作日高速公路流量分布图,6、公共交通客流特征,基于轨道闸机数据,并运用轨道交通模型平台进行分析,反映轨道交通的客流分布及运行状况。利用手机信令挖掘反映轨道系统

12、内部客流的换乘特征。充分挖掘交通一卡通数据,反映公共交通方式间的换乘特征,是校核轨道交通接驳方式结构,地面公交内部换乘率的重要手段。,全市轨道交通工作日均客运量为856万乘次。 中心城轨道交通上客量增幅达107%。,全网客流分布,全网客流拥挤分布,分区域轨道进站量,轨道站点换乘客流达到330万,世纪大道和人民广场日换乘客流达到35万。,早高峰人民广场站分向客流比例,早高峰徐家汇站分向客流比例,7、市境道口车流特征,利用车牌识别数据可以挖据进入上海市境车流的牌照及出行基本特征。,2014年9月道口日均进出车流总量为45万车次/日,其中高速公路承担59%。 常规工作日沪牌占38%,江苏牌照占34%,浙江牌照占13%。蓝牌与黄牌车比例为73%:27%。 工作日入境外牌车辆,50%为当日往返。 入境车辆到达郊区和进入中心城的比例约为7:3。,入境车辆基于地带的目的地分布,入境车辆在沪时长分布,3,展望,在延续以往调查方法的基础上,积极拓展信息数据采集渠道,进一步推进了信息化调查方法的应用。,(1)引入手机3G数据,完善移动通信数据关于人员出行特征挖掘的应用 (2)利用地面卡口车牌识别数据,充分挖掘车辆出行特征 (3)充分地面公交GPS与交通卡刷卡关联数据,反映公交客流上下客特征,谢 谢!,

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 办公文档 > PPT模板库 > PPT素材/模板

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号