15(薛美根)上海大数据信息挖掘应用2015要点.pptVIP

基于轨迹信息的车辆出行特征分析技术 五、基于交通信息平台的道路交通信息挖掘技术 高架快速路线圈 （分3种车型车流量、车速等） 地面SCATS线圈 （机动车流量、饱和度等） 高速公路收费站OD （分11种车型机动车流量） 478个快速路线圈、3043个地面SCATS线圈和104个高速公路收费站数据，数据甄别、清洗后形成不同空间、时间的统计指标，与人工调查相结合，获得道路交通运行状况。 数据来源：市交通信息中心 时间颗粒度：5分钟 六、基于一卡通的交通特征数据挖掘技术 日均刷卡约400万张，超过1000万次的交通一卡通数据，辅助校核公共交通客流出行特征。 交通卡原始刷卡记录字段列表 交通信息平台统计指标列表 基于刷卡时间间隔的公交客流换乘特征分析技术 换乘时耗分布 轨道车站公交接驳比例交通卡挖掘结果与推算值绝对误差为4% 轨道换乘公交 轨道换乘出租 公交换乘轨道 公交换乘公交 3 大数据在上海城市综合交通管理中的应用 以遥感用地数据挖掘为主，辅以建造量信息统计，获得现状上海用地开发类型、分布及用地强度等指标，并反映历史演变趋势。 1、城市用地基本情况 2008-2013新增建设用地 2008年底建设用地 全市2013年建设用地2918平方公里， 较08年增加220km2，增幅为8% 居住用地占36.2%， 工业及物流用地占30%， 公共与商业用地占10.0% 建设用地中： 全市建筑量11.6亿平方米，较08年新增3.4亿平方米。住宅建筑量占新增建筑量的43%，近八成增加在中心区外。商业行政商务办公建筑占新增建筑量的16%，近七成增加在中心城。 2013全市居住建筑密度 2013年全市非居建筑密度 2、城市人口分布 充分利用手机信令数据，是校核调查期实有人口分布的重要依据。 地带 夜间手机人口数（万人） 夜间手机人口比例 中心区浦西 134.2 11.4% 中心区浦东 27.4 2.3% 中心区小计 161.6 13.7% 外围区浦西 279.0 23.7% 外围区浦东 120.0 10.2% 外围区小计 399.0 33.9% 中心城合计 560.6 47.7% 近郊区 267.2 22.7% 远郊区 348.6 29.6% 合计 1176.4 100.0% 2014年夜间手机人口地带分布比例 3、人员出行特征 手机数据挖掘成果是校核职住分布的重要依据。另外，综合手机信令、出租车GPS、中心城快速路线圈、轨道闸机数据反映潮汐交通特征。 陆家嘴区域人流来向分布 人民广场区域人流来向分布 中心城浦西：41% 中心城浦东：50% 郊区：9% 中心城浦西：77% 中心城浦东：14% 郊区：9% 职住等刚性出行需求的平均出行距离约为 公里，90%的出行在 公里以内。 早高峰轨道交通（流量） 进：出＝2 ：1 早高峰道路交通（车速） 进：出＝0.6：1 早高峰进出内环手机用户数 进：出＝1.5 ：1 内环线的潮汐交通现象最为明显，内环线、中环线、外环线早高峰以入城客流为主 中心城周边与远郊连接区域出城方向客流略高 苏州河潮汐交通明显，以北向南客流为主 黄浦江潮汐交通不明显，浦东至浦西客流略高。 4、小客车实有规模 大类 小类 统计量（辆） 道口系统采集的长期在沪的外牌小型车 1、仅在郊区出行（未在中心城出行） 11万 2、在中心城快速路出行 95万 ?交强险 3、未在道口和中心城快速路出行的车辆 6万 总计 112万 小客车（88%） 98万 根据收费流量数据，小型车中小客车与小货车的比值为88%:12% 经本次调查检验，基于车牌识别数据挖掘是今后调查小客车实有规模的主要手段。经综合推算，2014年长期在沪使用的外牌小客车规模约为98万辆。 5、道路交通车流特征 充分挖掘线圈、车牌识别、出租车GPS和高速公路收费数据反映道路交通车流特征，是调查道路交通运行状况的主要手段，与人工调查相互补充。 外牌车辆 沪牌车辆 早高峰高架道路运行车速 内环线： 23% 30% 全天 午间平峰 中环线： 29% 40% 南北高架：22% 31% 延安高架：17% 23% 逸仙高架：24% 32% 沪闵高架：23% 32% 中心城快速路（不含外环线）工作日外牌车辆比例全天占25%，午间平峰占32% 高峰进一步向午后和早晨延长 地面道路区域工作日拥堵频率 地面干道工作日平均车速空间分布 分区域地面干道高峰运行状况保持稳定，但放射性干道服务水平有所下降，与2013年同比下降6%-16%。 地面道路拥堵区域数增加明显。按照信息中心在中心城区划分68个区域，有15个区域全年超过100个工作日拥堵。 2014年9月工作日均高速公路驶出量约为90万车次，与2011年