江苏省城际多出行模式客流出行特征分析

2024-01-23 08:36邓润飞刘秀彩
无线互联科技 2023年21期
关键词:信令城际客流

邓润飞,白 桦,刘秀彩

(华设设计集团股份有限公司,江苏 南京 210005)

0 引言

随着移动互联网、物联网、社交网络等技术和应用的兴起,全球范围内数据量迅猛增长,大数据时代已经来临。而综合交通运输是大数据应用的核心场景和重要领域,我国交通运输部在《推进综合交通运输大数据发展行动纲要(2020-2025)》中也明确提出了利用大数据技术完善道路运行状态监测的发展目标[1]。因此,综合交通运输网出行模式分析、运行状态感知与监测,是交通工程领域广泛关注的研究方向之一。

从研究领域看,目前大数据分析和挖掘主要面向城市交通领域,面向城际、都市圈等区域交通的大数据分析应用较少[2-6];从技术方法看,多围绕单一数据源开展技术研究,较难精准表征并区分实际个体交通出行的完整出行链[7]、全方式出行要素推断与交通运行状态监测技术尚属空白[8]。手机信令数据(Mobile Phone Signaling Data)是一种基于手机通信而产生的数据[9],随着手机信令数据等多源交通数据被引入交通行业,基于手机信令数据所提出的客流分析方法与出行模式辨识模型成为支撑省域多模式出行客流分析的新热点和新方向。

本文依托手机信令数据,面向江苏省域综合交通运输复杂网络,重点围绕城际高速公路、国省干线公路、高速铁路及普通铁路4类出行模式开展城际客流出行需求分析。通过构建省域多模式出行客流模式辨识模型,识别江苏省个体城际出行交通方式,精准刻画每个个体城际出行链,从城际出行总体特征、出行模式选择、出行时间、热门通道4个方面开展江苏省各市城际出行时空特征规律研究,为城际交通设施建设规划与设计提供理论依据与科学决策依据。

1 数据说明

1.1 原始数据

1.1.1 江苏省手机信令数据

本次研究采用了2021年7月一周的江苏省电信手机信令数据为主要基础数据,数据总量约36亿条/日,主要包括手机识别号、出行时间、经纬度位置、手机归属地等信息。

1.1.2 交通基础设施网络空间数据

江苏省域内城际客运出行模式大体包含公路、铁路、航空、水运,其对应的路面交通基础设施网络包括高速、国道、省道、高铁、普铁等及相应场站类型,如客运站、服务区、火车站、高铁站、机场、码头等。本研究结合江苏省城际客运的实际情况,根据现有的交通基础设施数据,将交通基础设施网络划分为高速、国省道、高铁、普铁4个类别,这也是本文重点研究的4类出行模式。江苏省城际路网如图1所示。

图1 江苏省城际路网

1.2 技术路线

本文课题以江苏省域公路(高速公路、国省干线公路)及铁路(高速铁路、普通铁路)客流出行需求估计为研究重点,围绕面向手机信令应用的通信基站与交通运输网络空间匹配、个体客流出行轨迹提取与特征画像、城际多模式出行量估计方法等开展具体研究和技术攻关,创新构建江苏省省域多模式城际出行客流模式辨识模型,统计分析省域范围内公铁城际出行模式占比,为剖析全省综合交通运输网络城际出行多尺度演化规律提供数据支撑。主要研究思路如图2所示。

图2 技术路线

2 江苏省城际交通出行特征分析

2.1 江苏省城际出行呈现双向平衡模式,南京、苏州双中心格局凸显

江苏省出行起点、终点不在同一城市的出行定义为城际出行。从总体上来看,江苏省日均跨市出行到发量总量基本平衡,省内城际出行以短期往返为主。在高速与高铁主模式下,城际出行主要以南京、苏州为核心向外辐射,占全省城际出行总量的19.5%、18.4%。从高速城际出行模式来看,南京客流主要去往苏州、无锡、常州等地,苏州主要去往南通、盐城、泰州等地。从高铁城际出行模式来看,南京城际出行仍是以苏锡常都市圈出行为主,苏州主要去往南京、徐州、连云港等地,如图3所示。

2.2 受全省铁路网布局影响,苏南苏北城际出行模式选择存在差异

整体上,高速公路依然是城际出行的首选方式,其次是普通国省道,分别有47%、28%的客流选择2种方式城际出行。城际出行需求较大的苏州、南京主要选择高速、高铁出行,两市高速出行占比均超过45%,高铁出行均超过25%。而素有“全国综合交通枢纽城市”之城的徐州,高速铁路城际位置突出,40%的客流选择高铁城际出行,国省干线公路主要承担了短途、邻市的城际出行需求。江苏省各市多模式出行模式占比如图4所示。

图4 江苏省各市多模式出行模式占比

2.3 周期性特征相对稳定,不同交通方式高峰时段有所不同

如图5所示,从江苏省各种出行模式及总出行流量周变化(选取2021年7月5日至7月11日)特征来看,各类城际出行交通方式客流时变呈双峰特征,工作日上午和下午的最大流量相当,但周末下午最大流量始终比上午要高。工作日最大流量出现在星期五下午,周日下午达到一周的最大城际出行流量。

图5 江苏省城际出行一周内各模式客流变化

进一步比较公路及铁路出行模式在工作日与周末的流量时变化。工作日的早高峰出现比周末早,同时晚高峰结束得也更快,总体而言周末的城际出行流量大于工作日。此外,公路运输上午最大流量出现在9点左右,而铁路运输出现在10点左右,同时,公路运输流量爬升和下降要比铁路运输平缓。

2.4 高速公路整体呈现最短路分布,国省干线主要承担最后一公里城际交通出行

以南京至苏州为例,根据手机信令追踪个人出行轨迹,分别估计了南京至苏州不同出行模式下各个路径的通道热度。

(1)南京至苏州高速出行主路径为G42沪蓉高速和G4221沪武高速,其次根据起止点的具体差异,经过G40-G2、G40-G15、G25-G50从南京到达苏州。

(2)南京至苏州高铁出行主路径为京沪高铁和沪宁城际,其次从宁启铁路转沪通铁路。

(3)南京至苏州普铁出行主路径为京沪铁路。

3 结语

本文立足长三角城市群一体化发展战略,前瞻性面向江苏省省域综合交通运输网一体化规划、一体化建设、一体化运营需求,以手机信令数据为主,交通调查数据、综合交通网络的多源异构数据为辅,构建多模式交通出行需求预测模型,模型对各类交通方式识别综合准确率达到92%以上。通过数据融合与特征解耦,从城际出行总体特征、出行模式选择、出行时间、热门通道4个方面分析江苏省多模式交通网城际出行时空规律,从理论与实践上为大型高密度综合交通运输网出行需求特征提取以及客流出行分析模型研究提供新思路与新方法,有效支撑长三角一体化发展综合交通运输科学规划,特别是支撑城际轨道交通网络规划建设。

猜你喜欢
信令城际客流
客流增多
城际铁路CTC中自动折返功能设计与实现
SLS字段在七号信令中的运用
万科城际之光售楼部
一种城际车载列控系统的结构设计
移动信令在交通大数据分析中的应用探索
基于信令分析的TD-LTE无线网络应用研究
LTE网络信令采集数据的分析及探讨
基于自学习补偿的室内定位及在客流分析中的应用
人工免疫算法在电梯客流时段划分的应用