本发明涉及城市交通信息采集分析技术领域,具体涉及一种基于移动信令数据的交通小区起讫点分析方法。
背景技术:
城市居民出行od(交通起讫点)数据是用于交通决策规划与管理中最重要的信息源之一。od数据的精确计算是交通管理部门优化交通网络利用率的重要组成部分。这项工作不仅对城市居民出行有益,同时还对整个城市未来规划提供需求数据。od出行数据反映了城市交通出行需求的空间分布。od出行代表了一个交通小区或者一个城市的交通的发生与吸引,反映了一个城市居民出行的整体流向与规律。可靠的od出行矩阵是进行城市居民出行分析的关键,同时也代表了整个城市居民出行的分布。传统上对交通小区起讫点分析主要采用家庭访问法、问卷调查法、路边询问法,这些传统方法需要大量的人力、物力,所以5-10年才进行一次,时效性差,并且传统方法并不能准确地确定交通小区的od量。
技术实现要素:
本发明的目的在于提供一种基于移动信令数据的交通小区起讫点分析方法,能够准确、快速的获取到交通小区之间的od量,较传统方法更快捷高效。
本发明的技术方案如下:
一种基于移动信令数据的交通小区起讫点分析方法,其特征在于,包括以下步骤:
(1)提取用户基站轨迹:所述用户的基站轨迹是指按照时间排序的基站序列;对用户的移动信令原始数据进行整合排序,以信令数据中imsi为主排序字段,time为次排序字段进行排序,然后以用户imsi为基本点,在时间维度对用户经过的基站进行识别,最终形成用户基站轨迹;
(2)提取用户交通小区轨迹:所述用户的交通小区轨迹是按照时间排序的交通小区序列;首先将用户基站轨迹中的基站替换成基站所在的交通小区,然后以与用户基站轨迹提取方法相同的方式,对用户现有的轨迹进行排序,然后合并相邻时间段内相同的交通小区,防止出现相邻时间段内的交通小区冗余,最终形成用户交通小区轨迹;
(3)获取交通小区od量:在获得用户交通小区轨迹之后,进一步获取交通小区od数据,并对符合某两个交通小区od信息的所有用户汇总计数,得到最终的od矩阵。
进一步,上述方法还包括以下步骤:
(4)建立交通小区指数分析模型:获得到od信息之后,建立交通小区发生指数、交通小区吸引指数,所述交通小区发生指数用于描绘研究时间段内交通小区的交通发生能力,所述交通小区吸引指数用于描绘研究时间段内交通小区的交通吸引能力。
进一步,上述方法的步骤(3)中,根据以下原则对交通小区od数据进行获取:
a、两个交通小区之间含有同一个用户记录;
b、两个交通小区之间同一用户的记录符合时间先后顺序;
c、两个交通小区之间获取的od数据不能超过时间段阈值。
本发明能够准确、快速的获取到交通小区之间的od量,较传统方法更快捷高效。同时本发明提供的交通小区指数分析模型,能够快速分析出交通小区之间的发生、吸引特征,这些都是传统方法无法做到的,因此本项目的交通小区指数弥补了交通小区发生、吸引能力评价方面的空白。
具体实施方式
本发明的具体实现方法如下:
用户基站轨迹提取:一个用户的基站轨迹主要是指按照时间排序的基站序列,基站轨迹主要具有以下特征:(1)轨迹长度不同;(2)采样频率不同且不一致;(3)不同方向;(4)道路网的限制。在这些特征的基础上,对原始数据进行整合排序,以信令数据中imsi为主排序字段,time为次排序字段进行排序,然后以用户imsi为基本点,在时间维度对用户经过的基站进行识别,最终形成用户基站轨迹。
用户交通小区轨迹提取:一个用户的交通小区轨迹是按照时间排序的交通小区序列。首先将用户基站轨迹中的基站替换成基站所在的交通小区,然后与上述用户基站轨迹提取算法类似,对用户现有的轨迹进行排序,然后合并相邻时间段内相同的交通小区,防止出现相邻时间段内的交通小区冗余,最终形成用户交通小区轨迹。
交通小区od量获取:在获得用户交通小区轨迹之后,利用以下原则对交通小区od数据进行获取:
(1)两个交通小区之间含有同一个用户记录;
(2)两个交通小区之间同一用户的记录符合时间先后顺序;
(3)两个交通小区之间获取的od数据不能超过时间段阈值。通过这三个原则,对符合某两个交通小区od信息的所有用户汇总计数,得到最终的od矩阵。
通过od数据提取得出od期望线图,通过该期望线图,能够对交通小区之间的具体交通需求提供合适的公交方案。
交通小区指数分析模型:获得到od信息之后,本发明进一步提出了交通小区发生指数、吸引指数,交通小区发生指数描绘了研究时间段内交通小区的交通发生能力,相对应的吸引指数描绘了研究时间段内交通小区的交通吸引能力。通过上述交通小区指数,能够恰当地定义交通小区的属性,同时为公共交通部门提供合理的排班计划。
1.一种基于移动信令数据的交通小区起讫点分析方法,其特征在于,包括以下步骤:
(1)提取用户基站轨迹:所述用户的基站轨迹是指按照时间排序的基站序列;对用户的移动信令原始数据进行整合排序,以信令数据中imsi为主排序字段,time为次排序字段进行排序,然后以用户imsi为基本点,在时间维度对用户经过的基站进行识别,最终形成用户基站轨迹;
(2)提取用户交通小区轨迹:所述用户的交通小区轨迹是按照时间排序的交通小区序列;首先将用户基站轨迹中的基站替换成基站所在的交通小区,然后以与用户基站轨迹提取方法相同的方式,对用户现有的轨迹进行排序,然后合并相邻时间段内相同的交通小区,防止出现相邻时间段内的交通小区冗余,最终形成用户交通小区轨迹;
(3)获取交通小区od量:在获得用户交通小区轨迹之后,进一步获取交通小区od数据,并对符合某两个交通小区od信息的所有用户汇总计数,得到最终的od矩阵。
2.根据权利要求1所述的基于移动信令数据的交通小区起讫点分析方法,其特征在于,进一步包括以下步骤:
(4)建立交通小区指数分析模型:获得到od信息之后,建立交通小区发生指数、交通小区吸引指数,所述交通小区发生指数用于描绘研究时间段内交通小区的交通发生能力,所述交通小区吸引指数用于描绘研究时间段内交通小区的交通吸引能力。
3.根据权利要求1所述的基于移动信令数据的交通小区起讫点分析方法,其特征在于:所述步骤(3)中,根据以下原则对交通小区od数据进行获取:
a、两个交通小区之间含有同一个用户记录;
b、两个交通小区之间同一用户的记录符合时间先后顺序;
c、两个交通小区之间获取的od数据不能超过时间段阈值。