北京市交通大数据应用和展望课件

北京交通大数据应用与展望

ApplicationsandProspect

ofBeijingTransportationBigData北京市交通大数据应用和展望汇报内容ContentABC2北京市交通大数据应用和展望数据类型DataType交通基础数据BasicData动态运行数据DynamicData交通调查数据CensusData城市活动数据ContextData基础设施

Infrastructure车辆和人员VehiclesandEmployees交通行为数据BehaviorData交通检测数据DetectionDevices人口、土地、经济Population,Land,Economics气象、环境等Weather,Activities综合交通调查ComprehensiveCensusTransportationEconomicCensus北京市交通大数据应用和展望数据规模DataScale分类Classification数据内容DataContent数据规模DataScale动态运行数据Dynamicdata道路检测器RoadDetectdata断面流量、速度、车型采集：2分钟，500万记录/天车辆卫星定位VehicleGPSdata(taxis,buses,coach,trucks)经纬度、时间、方位角、车辆代码采集：60秒（部分12秒）6万辆出租车，15G，9000万记录/天2万辆公交车，5G，3000万记录/天电子收费Electronicfee(ICcards,ETC)收费时间、位置、线路、额度公交IC卡：2500万记录/天，10G/天ETC：300万记录/天牌照识别Recognitiondata(Video,RFID)检测位置和时间、车牌号（车辆属性数据）采集：2分钟2G，500万记录/天（按检测点存储）事故数据Accidentdata事故位置、时间、类型信令数据Pseudo-codemobilesignalingdata信令发生位置、时间、活动类型北京移动：1800万样本，10亿条/天调查数据Censusdata城市综合交通调查、运输经济专项调查、出行方式意愿性调查Householdsurveys,intentionsurveys,etc.城市综合交通调查、运输经济专项调查、出行方式意愿性调查FifthCensus：18

serials,40,000families城市背景数据Urbancontextdata土地利用、人口分布、气象道路施工、交通事件多张网、交错关联交通基础数据Basicdata人（从业人员）、车、路（道路网、公交线路）4北京市交通大数据应用和展望汇报内容ContentABC5北京市交通大数据应用和展望应用1:浮动车系统(FCD)北京：40000辆出租汽车，5分钟（20秒）计算一次Beijing:40,000taxis,5minutes(20seconds)updating

五环内路网覆盖率80%，精度86%以上Coverage

(5thringroad):80%,Accuracy:over86%TaxiGPSdistributionReal-timetrafficcongest北京市交通大数据应用和展望识别常发拥堵路段，并与土地开发关联分析，服务拥堵治理（2009---）早高峰拥堵路段和节点职住平衡度与早高峰常发拥堵路段CongestedsegmentandintersectionMorningpeakCommercial/residentialbalanceandcongestedsegmentsmorningpeakIdentifies

frequentlycongestedroad，Analysiswithlanddevelopment，Supportforcongestion

managementfrom20097北京市交通大数据应用和展望Congestionformationand

dissipationratio-2:3Heavyrain,eveningpeakCongestionFormationandDissipationEvolution——ASubtlePortrayalofPhantom交通网络拥堵形成和消散演变规律分析——幽灵拥堵的细微刻画大规模降雨、晚高峰拥堵形成和消散的时间比例为2：38北京市交通大数据应用和展望CongestionDistribution"CloudImage"horizontalaxis:timeverticalaxis:roadsegmentscolor:congestionlevelAnaccidentcausingcongestion.A:congestionspreadB:congestiondissipationCongestionFormationandDissipationEvolution——ASubtlePortrayalofPhantom交通网络拥堵形成和消散演变规律分析——幽灵拥堵的细微刻画交通拥堵分布时空“云图”横轴代表时间，纵轴代表路段颜色代表该时间、该路段的拥堵程度。莲花桥附近发生事故，产生拥堵。A：拥堵蔓延B：拥堵消散9北京市交通大数据应用和展望Inspiration:Canweuseafiguretoreflecttransportationconditions?Roadsarelikestocks

"trafficindex"asitscore"Five-dimensional"congestionrecognitionconcept应用二：“交通指数”拥堵评价"TrafficIndex"CongestionEvaluation灵感来源：拥堵识别“五维”理念能否用一个数字反映交通运行状态道路类似个股以“交通指数”为核心的拥堵评价体系10北京市交通大数据应用和展望尾号4、9限行thelastnumberonthelicenseplateIs4or9verysensitivetochangesinurbantransport交通指数对城市交通拥堵变化非常敏感11北京市交通大数据应用和展望月交通指数变化（2007-2015）Monthtrafficindex（from2007to2015）数据积累：连续积累了2005年至今的所有数据。Dataaccumulation:continuouslyfrom2005tothepresent第一次定量化地衡量了城市拥堵，拥堵治理目标实现定量化。firsttime:urbancongestionbemeasuredquantitatively,andmanagementgoalsalsobecomequantitative.12北京市交通大数据应用和展望severecongestionduringeveningpeak2010

72days2011

22days2012

28days2014

45days晚高峰严重拥堵天北京市交通大数据应用和展望Congestionduration（from2007to2015）seriousLightmiddle14北京市交通大数据应用和展望交通运行提前研判和应对Congestionforecasting

andreplying建立研判工作机制，年初、节假日前、高峰拥堵期前，针对性进行研判预测，引导各部门运力调配、公众出行

北京市交通大数据应用和展望Application3:ElectronicFee(IC)forPublicTransport16Segmentpassengersofbusnetworkpublictransportoperationalparameters应用三：公交电子收费（IC卡）公交网络断面客流

每日近2500万条公共交通电子收费数据

about25millionelectronicfeecollectiondataitemseachday

从2006年5月开始积累数据

beganinMay

2006

在不额外增加设施建设情况下，实现公共交通参数定量化获取

noadditionalfacilitiesareadded,itachievedautomaticcomputationofpublic

transportoperationalparameters北京市交通大数据应用和展望BoardingandalightingvolumeCongestedsegmentsandnodesBuspassengerflowconcentrationlocationsgenerallyhaveseriouscongestion城市公交客流集中的地方，往往拥堵较为严重基于公交IC卡数据计算FrombusICdata基于浮动车行程速度计算Fromfloatingcardata全市客流点登降量晚高峰拥堵路段和节点17北京市交通大数据应用和展望SubwayPassengerCharacteristicsandLandUseResidentialCommercialResidential+Commercial轨道交通客流特征与周边用地功能分析居住主导：天通苑商业主导：国贸居住+商业：军博18北京市交通大数据应用和展望TaxiPassengerCharacteristicsAnalysis19应用四：出租汽车客流特征分析早高峰7:00-9:00晚高峰17:00-19:00出行速度分布（按起点位置统计）上地、中关村二环内西四环早高峰：二环内南部、上地、中关村，出行速度较低；晚高峰：三环内、北部城区（中关村、上地、望京、东北四环），低速北京市交通大数据应用和展望出行距离(单位：公里)四环内四环-五环五环外8.1公里9.9公里12.6公里特点：内短外长、西短东长白天6:00-22:00出行距离分布（按起点位置统计）TaxiPassengerCharacteristicsAnalysis应用四：出租汽车客流特征分析20北京市交通大数据应用和展望直达系数(直达系数=直线距离/行驶距离)棋盘状路网，理想直线系数=1.414/2=0.707回龙观、天通苑南四环外直达系数：0.66直达系数：0.67回龙观南四环外TaxiPassengerCharacteristicsAnalysis应用四：出租汽车客流特征分析21北京市交通大数据应用和展望Application5:AnalysisBasedonPseudo-codemobilesignalingDataAbout18millionusersaday(sample),1billionrecordseveryday应用五：伪码移动信令数据的交通运行分析每日接近1800万用户（样本），每天10亿条记录。22北京市交通大数据应用和展望在京外地人口中，前三甲：河北（25%）、河南（10%），山西（8.94%）在京外地人口中（34天持续监测数据）在京停留时间超过27天的：占54%在京停留时间[2-7]天的：占总量的13%北京市交通大数据应用和展望Identifiesthepopulation(mobilephoneusers)relevanttotheCBD

ComputestravelstatisticsTravelCharacteristicsAnalysisofCBDPopulation

AverageDailyAttractionTotalCBDpopulation24-hourmovement2-4时4-6时6-8时8-10时10-12时12-14时14-16时16-18时18-20时20-22hCBD区域出行特征分析从全市样本数据中，识别出与CBD相关的人口(伪码移动信令用户)，针对这部分群体，统计其出行行为。

日均吸引总量CBD相关人口24小时流动24北京市交通大数据应用和展望AnalysisofPublicRailPassengerCharacteristicsBeijingsubwayhourlysectionalflowdiagramformorningpeakFrombusICDataFromPseudo-codemobilesignalingData轨道交通乘客特征分析由公交IC卡数据计算北京轨道交通早高峰小时断面流量图由伪码移动信令数据计算地铁1号线乘客的居住地分布（人口数）地铁1号线乘客的工作地分布(人口数)25北京市交通大数据应用和展望UrbanTransportSimulationModel应用六：城市交通仿真模型路网、车辆等基础数据土地、人口等社会数据方式选择、出行次数等意愿数据道路流量、速度，交通流特征数据26北京市交通大数据应用和展望24.5thousandpersontrips21.8thousandpersontrips,89%JingtongExpresswayBusLaneDeploymentCaseSectionalbuspassengersdistribution

(morningpeak)Busroutesareconcentrated,thetrafficisveryheavysobusesandprivatevehiclesmutuallyaffecteachother,dropefficiency.FromICdataTongzhoutoCBDpassengerdistributionFromPseudo-codemobilesignalingData京通快速路设置公交专用道案例市政府拟设置公交专用道，实现公交和私人交通双赢。京通快速路沿线公交线路密集，但交通负荷度高，公共交通和私人机动车相互影响，效率均较低。Proposedtodeploydedicatedbuslanestobenefitbothpublicandprivatetransport.京通快速路断面公交客流OD分布（早高峰）通州至CBD客流分布27北京市交通大数据应用和展望BusLaneDeploymentSimulationMorningpeakEveningPeak公交专用道设置仿真分析测试结果：早高峰进城方向、晚高峰出城方向减少一条车道，交通需求会有所下降，路段负荷有所增加，周边平行道路流量有所增长，但总体效果能够有效缓解京通快速路拥堵情况，实施方案可行。

流量需求

TrafficDemand（veh/h）平均路段负荷度

AverageRoadSegmentLoad现状Current建成后

AfterConstruction变化率Change现状Current建成后

AfterConstruction变化率

Change早高峰（Morningpeak）进京64884242-34.6%1.411.420.5%出京38732736-29.3%0.840.918.3%晚高峰（Eveningpeak）进京33432368-29.2%0.730.797.9%出京50713233-36.3%1.101.154.5%28北京市交通大数据应用和展望ResultEvaluation(Openfor1Year)高峰时段公交运力提高35%Capacity（peak）:+35%公交IC卡数据Frombus

ICdata浮动车速度数据FromFloatingCarDataAbout25%ofpassengersfromsubwaytobus开通前开通后beforeafter开通前

before开通后

after效果评估（开通1年后）全日客运量增长24.5%passengers（day）：+24.5%乘客问卷调查数据FromPassengerSurveyData约25%的乘客由地铁转移来北京市交通大数据应用和展望ABC汇报内容Content30北京市交通大数据应用和展望MobileInternet:moredata,

complexassociation

公交、自行车、私家车

Bus,bicycle,car客运与货运

Passengerandfreight交通与土地、人口

Transportationandland,population出行与社交、餐饮

Travelandsocial,catering移动互联：数据将越来越多，且复杂关联如浮动车：4万辆=>500万辆

FCD：40thousand=>5million

出行意愿：12万=>2100万人

SP：120thousand

persons=>21million

完整的出行链路Complete

travellink起点、换乘点、终点Start,transfer,end步行、公交车、……bicycle、bus,……空间：10米=>

0.1米Special：10meter

=>

0.1meter时间：60秒=>1秒Interval：60second=>1

second时效：实时time：realtime上班、公务、下班、娱乐工作日、休息日、节假日今年、去年、过去十年31北京市交通大数据应用和展望Influence

forurban,transportationplanning供给和需求如何平衡？Howtobalancesupplyanddemand出行者需求：用户最优

Travelerdemand:theuseroptimal网络供给：系统最优

Networksupply:thesystemoptimal充分互联情况下的交通诱导策略和用户最佳路径、出发时间选择

Onfullyinter-connected,trafficguidestrategyanduserbestrouteanddeparturetimechoice运输者：最大化地使用资源

operators:maximizetheuseofresources如公交、地铁、自行车，无缝接驳Example:busandsubway,bicycle,Seamlessconnection客运和货运分时分段使用道路Segmentedusingroadpassengerandfreight思考：对城市、交通规划的影响32北京市交通大数据应用和展望交通与城市、社交紧密联动

Interactivebetweentransportationandurban,social居住地、工作地的选择

choiceofresidence,workplace工作方式、生活方式的选择

choiceofworkandlivestyle社交活动的时间、地点安排

positionandtimearrang