详情

原文传递基于出租车轨迹数据的居民出行特征及影响因素研究

论文题名：	基于出租车轨迹数据的居民出行特征及影响因素研究
关键词：	出租车轨迹数据;出行特征;聚类算法;回归模型
摘要：	随着城市化进程持续加快，以城市居民为主体的社会经济活动日益增强，居民交通出行行为日益多样化，出租车作为城市交通运输体系的重要组成部分，能满足居民便捷高效、多元化的出行需求，但出租车与乘客间存在较强的供需矛盾，“打车难，寻客难”的现象较为普遍。伴随时空大数据技术的蓬勃发展，基于出租车轨迹数据的城市交通研究能够有效地提高居民交通出行效率，改善交通资源浪费等问题。在此背景下探究重庆市中心城区居民出行特征、城市交通热点及出租车需求影响因素等科学问题，对提高城市交通服务水平，缓解交通供需矛盾具有重要意义。本研究基于重庆市中心城区2019年5月1~19日巡游出租车轨迹数据，运用Python大数据处理方法、GIS技术、聚类方法、回归模型等分析城市居民出行行为特征、识别城市交通热点、探究出租车需求影响因素。主要结论如下：　　（1）重庆市中心城区居民出租车出行日均41.19万次，周末最多（42.48万次），其次是节假日、工作日；周一至周四出行量缓慢上升，周五降至工作日最低值，周末出行量保持较高水平，周六较高于周日，节假日出行量呈首日与末日较多的“U”形分布，假期末日出行量达到峰值；居民出行量23点至次日凌晨5点持续减少并降至最低值，5点至9点逐渐增加，此后维持较高水平并呈波动趋势，并在21点至23点达到峰值，周末、节假日与工作日相比在早晚通勤高峰出行量更多。居民出行时长、距离均值分别为14.69min、5.74km，其中20min、8km以内的出行占比分别为78.08%、77.53%，居民出租车出行以短时间、短距离的出行为主；工作日出行时长均值最长（14.90min），而周末出行距离均值最长（5.82km）。各区居民出行量降序排序为渝北区、南岸区、九龙坡区、江北区、渝中区、沙坪坝区、巴南区、北碚区、大渡口区，其中北碚、巴南区内部出行占比高，渝中、江北区以对外出行为主；江北与渝北区，沙坪坝与九龙坡区的居民出行联系显著。　　（2）基于ST-DBSCAN聚类算法优化确定参数为ΔT=30min，MinPts=100，Eps=0.0025，交通热点主要分布于对外交通枢纽、公共交通枢纽、商圈中心、居民居住密集区及医疗卫生机构。工作日早、晚高峰交通热点数量较少且类簇形状较小，空间分布较广并呈南北向零星分布；夜高峰热点数量较多且类簇形状较大，空间分布紧凑，以观音桥、解放碑及南坪等商业中心为主；周末早高峰交通热点空间分布密集，围绕渝中区为中心的两江四岸商业中心、交通枢纽分布，晚高峰热点最少，以居民居住聚集区为主；夜高峰热点类簇形状最大，主要在观音桥至黄泥磅站、工贸至南坪站有邻接热点类簇聚集；节假日交通热点数量最多，空间分布多样，早、晚、夜高峰主要围绕对外交通枢纽、公共交通枢纽及商业中心分布。　　（3）基于POI数据构建出租车需求影响因素指标体系，运用OLS、GWR、GTWR模型分别构建工作日、周末、节假日出租车需求影响因素模型，对比分析GTWR模型的拟合优度与预测精度均最佳。分析影响因素时间异质性，三个时期影响因素系数排序位次关系相似，抑制强度从大到小为科教文化、公司企业、旅游景点，促进作用方面工作日、节假日影响因素系数从大到小为交通设施、宾馆酒店、政府机构、医疗机构、休闲娱乐、住宅小区、购物，周末与二者存在差异，体现在医疗机构促进作用略大于政府机构。分析交通设施、住宅小区影响机制空间异质性，二者拟合系数在三个时期的空间分布特征相似；交通设施系数高值呈单中心分布，分布于中梁山与铜锣山之间的两江四岸核心区域，并呈向外递减的环状分布趋势，其中节假日交通设施系数高值区面积最大；住宅小区系数呈中心低外环高的分布趋势，中心较低区域分布在东西向的铜锣山、中梁山为界与南北向渝中半岛及江北机场的合围区域，系数高值区主要分布在鱼嘴、西彭组团及巴南南部等城市外围区域，节假日系数高值区分布更广。
作者：	田甜
专业：	地理学;地图学与地理信息系统
导师：	牟凤云
授予学位：	硕士
授予学位单位：	重庆交通大学
学位年度：	2022