构建城市智能交通的大数据决策支持平台

构建城市智能交通的大数据决策支持平台2013年11月引言——智能交通系统建设为我们创造了巨大的数据资源所讨论的几个问题智能交通所产生的海量数据对于决策分析的价值；使用这些数据时所面临的挑战：大数据带来的新问题；城市发展亟待提升战略管理能力；大数据环境下支持政府决策的技术平台的框架及所需突破的技术难点。模糊的正确Vs精确的难以把握数据与决策——另一种思考角度模糊的正确Vs精确的难以把握数据与决策——另一种思考角度案例1

——轨道交通与小汽车交通方式的比较竞争力案例1——轨道交通与小汽车的比较竞争力日本三大都市圈交通模式的演变从1970年至2004年，名古屋所处的中京都市圈小汽车分班比呈现上升的势头，且轨道与巴士出现下降的趋势，城市交通模式趋于偏离公共交通的发展。现象：轨道与小汽车交通产生量的空间分布轨道交通定期卷使用者空间分布小汽车使用者空间分布去除区内交通后的通勤、通学交通方式对比。相对夜间人口的轨道交通定期卷使用者比例相对夜间人口的小汽车使用者比例现象：轨道与小汽车交通吸引量的空间分布轨道交通定期卷使用者空间分布小汽车使用者空间分布相对昼间人口的轨道交通定期卷使用者比例相对夜间人口的小汽车使用者比例剖析：两种方式间是竞争关系还是互补关系轨道与小汽车交通OD空间分布轨道交通小汽车交通注意产生重叠竞争部分：向心交通深化判断：以名古屋市为目的地的交通方式轨道定期卷使用者小汽车使用者祛除区内交通所需时间的分布深化剖析：轨道交通与小汽车通勤、通学所需时间的比较所需时间的空间分布时间分布距离分布深化剖析：轨道交通与小汽车方式比较竞争力发生量的比例所需时间差轨道交通量分布输送能力分布支持对策设计：问题的细化模糊的正确Vs精确的难以把握数据与决策——另一种思考角度案例2——轨道交通空间结构的实证对比案例2——轨道交通空间结构的实证对比16中央本線東上線京浜東北線総武本線京葉線伊勢崎線武蔵野線西国分寺北朝霞関連南浦和南越谷関連西船橋17武蔵野線3851521945341802711213922137502719121221183562511821751东京18武蔵野線换乘站全天客流统计东京轨道网络中外部环线的作用武蔵野線的全天客流换乘量远大于本站的上下客流量，此线路在轨道系统中的主要作用为串联多条其他线路，实现不同区域的客流换乘。东京19武蔵野線换乘站高峰时段客流统计东京轨道网络中外部环线的作用武蔵野線高峰时段的客流统计与全天情况类似，高峰换乘客流、上下客量大致为全体的50%。东京20武蔵野線换乘站概述东京轨道网络中外部环线的作用武蔵野線全线共有27站，其中承担直接或间接的换乘站点有14个。通过对所有换乘站全天、高峰时段的客流统计，武蔵野線各站的换乘客流远大于上下客流量，其中有13个站点的日换乘客流量超过一万。北朝霞関連，南浦和，西船橋（换乘客流超过60000人/日）西国分寺，南越谷関連（换乘客流超过40000人/日）新秋津，武蔵浦和，新松戸関連（换乘客流超过20000人/日）以下分别对日换乘客流量超过40000人的车站进行分析。东京21武蔵野線主要换乘方向客流统计东京轨道网络中外部环线的作用换乘方向换乘人数换乘百分比埼玉県

武蔵野線9781337%中心区部

武蔵野線10294139%千葉県

武蔵野線3521314%多摩市

武蔵野線2719110%合计263158100%武蔵野線承大量由东京外围地区到达中心部区的客流，占其换乘总客流的39%；同时，东京都内各地区客流通过武蔵野線进行换乘，达到周边新城及区县。模糊的正确Vs精确的难以把握数据与决策——另一种思考角度案例3——以轨道交通为主体的综合交通整合发生量吸引量东京圈交通需求特征轨道交通服务水平——到都心、副都心的时间分布到千代田、中央、港区到新宿、丰岛、涩谷东京圈轨道接驳情况进入方式分担离开方式选择东京圈轨道接驳各种交通方式分担率分布（进入）步行自行车+摩托小汽车巴士常规公交、路面电车与轨道交通换乘情况东京圈轨道接驳情况常规公交、路面电车使用月票通勤-通学人数变迁东京圈轨道接驳所需时间分布（进入）所需时间所需时间缩短（2005-》2010）日本三大都市圈轨道交通换乘时间与距离高峰时段换乘时间平峰时段换乘时间水平方向移动距离垂直方向移动距离轨道接驳及自身交通时间我们所面临的挑战——数据还是大数据？数据本身的不完备——半结构化数据突破传统基于OD建模思想的束缚活动半径活动半径活动半径车辆牌照数据：空间覆盖的不完整，出行分割的不确定性包含更多有待挖掘的信息城市交通的大数据环境数量大但信息密度相对较低，且有一定程度的不确定性；单一数据源只能从某以角度描述研究对象，但不能给出完整的描述图像；不同的数据源具有不同的参照系，并且服从不同的误差分布；更加需要关注数据关联分析，以求发现新的知识和规律。城市转型发展呼唤战略管理能力的提升新的需求催生技术创新城市扩展对交通带来新的挑战《上海社会经济发展趋势及对交通的影响研究》2030年GDP总量达67197亿元，为2010年的4倍；2020年岗位总规模达到1430-1450万，较现状增26%；常住人口：2020年2800万，2030年超过3000万；流动人口从现状的224万人，增长到2020年的250万人。中心城规模仍在扩大：十一五期间中心城建筑量年均增加2000万平方米，建筑开发量接近4.5亿平方方米，据规划院分析，2020年中心城建筑量将达到6.5亿平方米。常住人口呈现向中心区以外蔓延扩展的态势，2009年起，2批38个大型居住社区发展规划，用地70平方公里，估计可容纳300万人。第三产业从业人口比例逐步增加上海出现的变化征兆通勤交通比重下降外围大型居住区的建设内环内总人口每年下降2-3万人；内环-中环之间地区，每年增长12万人（其中户籍人口2-3万，常住流动人口10万）；中环-外环之间每年增长6-7万人；外环之外，每年增长50万人。人口向公交服务薄弱地区迁移城市发展模式亟待调整情景一：当前模式，核心集聚——中心城整体处于饱和状态，进出中心城的潮汐特征突出。情景二：多核发展——中心城路网整体处于可接受的服务水平，郊区交通量比重明显增加。2010年2020年（情景一）2020年（情景二）人口岗位人口岗位人口岗位中心城115062013006891200660拓展区485260800408700343远郊区667400700336900450其中：新城（占远郊区比例）230（34%）145（36%）385（55%）228（66%）500（56%）297（66%）现有公交体系对可持续交通模式的不适应城市年份轨道网络密度（公里/平方公里）公共交通方式比重%轨道占公共交通比重%纽约19860.7686%68%伦敦19980.7475%89%巴黎19930.4156%62%东京19960.7979%93%城市年份轨道网络密度（公里/平方公里）公共交通方式比重%轨道占公共交通比重%首尔19970.248933香港19990.366030.8新加坡19990.115530.9以轨道交通为主体城市的相关数据以常规公交为主体城市的相关数据分区面积覆盖率（%）人口覆盖率（%）岗位覆盖率（%）分区人口密度（万人/Km2）分区岗位密度（万人/Km2）600100060010006001000内环内浦东49.682.858.387.768.994.51.641.46内环内浦西70.494.372.295.976.297.03.552.66内外环间浦东15.930.728.551.618.137.60.950.33内外环间浦西24.951.328.659.533.565.31.840.56上海中心城线网密度0.49Km/Km2，浦西内环内为1.25Km/Km2，浦东内环内为0.81Km/Km2。需要思考的问题如何适应——融入城市群发展的上海，自身结构扩展调整的上海，产业结构转型的上海，提升国际航运中心能级的上海。如何引导——城市交通模式的可持续发展，城市交通的理性消费，现代交通意识的建立。如何应对——城市空间资源的紧缺，城市环境容量的制约，交通建设资金的紧缺，交通安全形势的严峻。城市交通的战略调控——管理概念城市交通的战略调控——技术概念方法论的变革我们面临的是复杂社会系统，需要更加关注系统演化特征的辨识，系统发展阶段的判断，系统演变趋势的判断。系统的控制者自身位于系统之内，需要不断进行学习，以增强自己的控制能力。不同的部门之间需要沟通信息，形成共识。大数据环境下交通分析技术的架构针对战略调控的数据密集型分析的技术路径从本质上来说，大数据环境下交通分析技术完成的是一种将数据组织成为信息，从信息提炼特征，从特征变化中发现规律，就对策进行追踪评估的信息处理过程。而模型所处理的问题领域可以划分为系统状态分析和交通行为分析两个基本板块。战略调控的技术应用架构大数据环境下交通分析理论的体系架构数据质量控制与信息采集层特征提取层规律解析辨识层问题导向功能综合层城市交通相关联的大数据特征容量大：移动通信数据每天14亿条左右类型多：对于网络状态的数据、对于交通构成的数据、交通行为数据等异构：时空参照系不同、服从统计分布存在巨大差异等信息不完整且埋藏深城市交通大数据分析的两大领域模型的底层——多元数据环境交通信息共享分析平台道路交通监控管理系统TrafficSurveillanceandManagementSystem公交运营管理系统TransitOperationandManagementSystem出租车运营管理系统TaxiOperationandManagementsystem停车场管理系统ParkingManagementsystem……数据提取接口DataExtraction

Interface数据修补模块Data

Repair

Module模型的第二层——统计分析与特征提取断面状态特征提取路段状态特征提取网络状态特征提取区段状态特征提取模型的第三层——内在规律发掘系统的混沌