北京市交通大数据应用和展望PPT课件.ppt

Application 5: Analysis Based on Pseudo-code mobile signaling Data * About 18 million users a day (sample), 1 billion records everyday 应用五：伪码移动信令数据的交通运行分析 每日接近1800万用户（样本），每天10亿条记录。 在京外地人口中，前三甲：河北（25%）、河南（10%），山西（8.94%） 在京外地人口中（34天持续监测数据） 在京停留时间超过27天的：占54% 在京停留时间 [2-7] 天的：占总量的13% Identifies the population (mobile phone users) relevant to the CBD Computes travel statistics * Travel Characteristics Analysis of CBD Population Average Daily Attraction Total CBD population 24-hour movement 2-4时 4-6时 6-8时 8-10时 10-12时 12-14时 14-16时 16-18时 18-20时 20-22 h CBD区域出行特征分析 从全市样本数据中，识别出与CBD相关的人口(伪码移动信令用户)，针对这部分群体，统计其出行行为。 日均吸引总量 CBD相关人口24小时流动 Analysis of Public Rail Passenger Characteristics * Beijing subway hourly sectional flow diagram for morning peak From bus IC Data From Pseudo-code mobile signaling Data 轨道交通乘客特征分析 由公交IC卡数据计算 北京轨道交通早高峰小时断面流量图 由伪码移动信令数据计算 地铁1号线乘客的居住地分布（人口数） 地铁1号线乘客的工作地分布(人口数) Urban Transport Simulation Model * 应用六：城市交通仿真模型 路网、车辆等基础数据 土地、人口等社会数据 方式选择、出行次数等意愿数据 道路流量、速度，交通流特征数据 * 24.5 thousand person trips 21.8 thousand person trips, 89% Jingtong Expressway Bus Lane Deployment Case Sectional bus passengers distribution (morningpeak) Bus routes are concentrated, the traffic is very heavy so buses and private vehicles mutually affect each other, drop efficiency. From IC data Tongzhou to CBD passenger distribution From Pseudo-code mobile signaling Data 京通快速路设置公交专用道案例 市政府拟设置公交专用道，实现公交和私人交通双赢。 京通快速路沿线公交线路密集，但交通负荷度高，公共交通和私人机动车相互影响，效率均较低。 Proposed to deploy dedicated bus lanes to benefit both public and private transport. 京通快速路断面公交客流OD分布（早高峰） 通州至CBD客流分布 * Bus Lane Deployment Simulation Morning peak Evening Peak 公交专用道设置仿真分析 测试结果：早高峰进城方向、晚高峰出城方向减少一条车道，交通需求会有所下降，路段负荷有所增加，周边平行道路流量有所增长，但总体效果能够有效缓解京通快速路拥堵情况，实施方案可行。 ? ? 流量需求 Traffic Demand （veh/h） 平均路段负荷度 Average Road Segment Load 现状Current 建成后 After Construction 变化率Change 现状Current 建成后 After Construction 变化率 Change 早高峰（Morning peak） 进京 6488 4242 -34.6% 1.41 1.42 0.5% 出京 3873 2736 -29.3% 0.84 0.91 8.3% 晚高峰（Evenin