文档介绍：万方数据
利用公交刷卡数据分析北京职住关系和通勤出行龙瀛,张宇,崔承印地理学报取俐用网络博客进行经济地理分析具有较强优势。矫妫琑本文旨在利用海量公交卡,的刷卡数据,识别北京市的居住一就业区位分布二者之间的关系,并对公交通勤出行进行识别、评价和可视化。以往的职住分析主要基于问卷调查数据开展。目前,随着基于位置服务,,如移动通讯⑷蚨ㄎ幌低、社会化网络无线宽带热点等技术的进步和广泛应用,大规模、高质量的个体时空数据的获取正不断成为可能,这些遍布的个人贡献氖荻悦枋龊屠斫獬鞘锌占浣构提供了新的渠道,,例如,叫突破了传统的光学传感器思想,较早地提出将人作为传感器以获取空间和社会信息的设想。具体地,萦τ梅面,使用定位数据记录了城市居民的出行日志,并进行可视化;取利用瑞典出租车的旒#治鋈嗣堑某鲂刑卣鳎治龀鞘锌占浣峁苟云溆跋欤籐等,通过出租车司机日常出行的轨迹,揭示出租车司机的出行特征。矫姊埽琑等口利用意大利米兰的手机位置信息数据来表达城市活动的强度和时空分布特征;利用罗马的手机网络数据对城市活动进行实时监测;等”州也利用手机网络数据来表征城市活动。矫妫琈川利用堇粗谱饔⒐笛┥疃鹊牡赝迹等”卸通过—发射塔信号数据研究装置持有者所在位置及其室内外活动;诿国的盐湖城分析了—热点的地理特征。总体上,从提出人类感知以来,际跻丫辉嚼丛蕉嗟赜τ糜诔鞘醒芯恐校腔勾嫫鸩健T诟嗟第卷第期年月摘要:基于位置服务琇际跷Q芯砍鞘邢低车氖笨斩媛商峁了新的视角,已往多基于移动通讯⑷蚨ㄎ幌低、社会化网络臀尴宽带热点狥数据开展研究,但少有研究利用公交卡刷卡数据进行城市系统分析。普遍存在的菟淙痪哂蟹岣坏氖奔浜涂占湫畔ⅲ狈ι缁嵛刃畔ⅲ蛊溆τ梅段艿一定限制。本文基于年北京市连续一周的公交卡,刷卡数据,结合年居民出行调查、地块级别的土地利用图,识别公交持卡人的居住地、就业地和通勤出行,并将识别结果在公交站点和交通分析小区叨壬匣阕埽孩俳侗鸬耐ㄇ诔鲂分别从通勤时间和距离角度,与居民出行调查数据和其他已有北京相关研究进行对比,显示较好的吻合性;②对来自蟮湫途幼∏腿ネ大典型办公区的通勤出行进行可视化并对比分析;③对全市基于公交的通勤出行进行可视化,并识别主要交通流方向。本研究初步提出了从传统的居民出行调查和城市萁⒐嬖颍糜赟数据挖掘的方法,具有较好的可靠性。关键词:公交卡刷卡数据;职住关系;通勤时间和距离;空间错位;北京本┦谐鞘泄婊杓蒲芯吭海本收稿日期:盒薅┤掌冢基金项目:国家自然科学基金项目篘作者简介:龙瀛,男,博士,高级工程师,中国地理学会会员饕Q芯糠较蛭9婊С窒低澈统市系统微观模拟。猰簂畉①更多请参考综述性论文等—页甆琋
万方数据
发了一套北京砉ぞ撸9ń幌咄呕徒煌ü芾硖峁┮谰荩慌黻系瓤刑用长春市城市空间结构研究,多采用典型调查的方法获取个体数据,获取大容量微观样本还存在一定的障碍【薄魑R恢执蠊婺5木哂械乩肀晔猼和时间标签的数据,可以用于城市空间结构的研究与分析。以往这类研究主要基于居民出行调查数据开展,但是这种调查成本高,每隔几年才能开展一次,而哂辛院谩⒏哺敲婀恪⑿畔⑷媲叶等优点,因此在城市研究中具有较好的可应用性。在国外,有研究建议使用泄共交通的规划设计决策”引;虷”卅利用首尔大都市区蛉舜蔚虼治隽斯ń豢ǔ钟姓叩某鲂泄旒S攵际星耐恋乩锰卣鳎籎谫だ檬锥万次怨ń怀鲂惺蔽屎突怀诵畔⒔泄兰疲籖瓤趗基于伦敦实时的卡数据库,得到伦敦地铁乘客移动特征,用来分析多中心的城市结构。在国内,截至年,有超过龀鞘衅舳斯ń籌ㄊ辗严低惩肧已有部分研究,如董晓晶等口开的公交卡数据,辅助支持城市公交换乘枢纽选址;杨智伟等口基于大连锌土预测。总体上,这些研究主要侧重于利用С纸煌ㄏ低车墓婊杓坪徒煌ㄏ低程征,少有研究利用谐鞘薪峁狗治觯缰白」叵怠⑼ㄇ诔鲂惺笨辗植嫉取本文拟基于年北京市连续一周的治霰本┑闹白」叵岛屯ㄇ诔鲂刑卣鳍凇1京自年日起,全面推行公交卡犯,截至年日,全市公交卡销售量已接近万张,目前乘用公交车的乘客刷卡比例已超过%③。每张公交卡都对应一个唯一的,是一种不记名卡,购买时不需要提供个人信息④。年北京的公交出行比例已经超过%口,因此公交出行数据可以很好的反映城市社会空间的变化情况。本文主要探讨如何对性ご恚⒒诖车木用癯鲂械鞑楹统鞘蠫数据建立数据挖掘的规则,并将结果与已有研究进行对比。公交线路、公交站点和交通分析小区公交线路和公交站点疾阌糜诮玈进行空间化1本┦孝月共有嗵豕ń幌呗按上下行计算共计条,其中一票制酰侄渭萍巯呗酰。共有约万个公交站点⑥糽,为分析方便,北京市域划分为个交通分析小区本研究引入地块级别的土地使用现状图辏糽作为识别居住地和就业地的依据之一,该图层包含每个地块的土地使用功能和建筑面积属性。本文假设居住地来自居住类地块,而就业地则来自商业、公共设施和工业等类型地块。在总计个地块中,有鼍幼〉乜楹个就业地块口