基于滴滴盖亚数据的成都市居民出行特征分析.docx

基于滴滴盖亚数据的成都市居民出行特征分析.docx

此“经济”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共34页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

城镇化的快速发展使得社会经济快速发展的同时,也引发城市人口聚集,引发交通拥堵、土地利用效率低下等一系列城市问题。新时期的可持续发展对城市的科学合理规划建设发起了机遇与挑战。传统的城市研究依赖于问卷调查等高费低效的方式,大数据的涌入为城市研究提供了新的途径和方法。随着地理信息技术的不断成熟,数据挖掘方法的不断推进,大量包含个体空间位置和时间特征的轨迹数据能在一定程度上反映居民出行特征,进而从人类活动这一动态角度来测度城市功能区域的分布特征,从而把握城市空间结构,为城市规划提供决策依据。本文使用成都滴滴盖亚数据,对成都居民出行总体特征、重要交通枢纽、商圈及景点周边的出行特征进行分析研究,对成都的功能特性进行识别,并对结果进行了验证。

关键词:滴滴盖亚数据;城市规划;出行特征

Abstract

目录

TOC\o1-3\h\u15800摘要 1

7035Abstract 2

24796目录 3

22061一、绪论 5

167831.1研究背景与意义 5

26461.2文献综述 5

21551.2.1出行特征研究现状 6

228761.2.2出行目的研究现状 7

183431.2.3文献评述 8

208311.3研究内容与目标 9

3742二、研究数据及方法 10

325382.1数据来源与数据预处理 10

201352.2研究方法 10

286582.2.1核密度分析 10

172642.2.2标准差椭圆分析 11

11590三、出行总体特征分析 12

254753.1出行时间段分布 12

172813.2出行距离 13

167963.3行程时间 13

149733.4出行热点分布 14

199543.4.1上车热点分布 14

210463.4.2下车热点分布 15

7857四、重要区域出行时空特征 16

117444.1流量特征构建 16

248674.2重要交通枢纽周边出行时空特征 16

104574.2.1火车站周边出行时空特征 18

249354.2.2客运站周边出行时空特征 21

112874.3重要商圈周边时空特征 22

175794.3.1商圈周边出行流量特征 23

204694.3.2商圈周边出行距离与出行时耗 24

128524.3.3到达商圈空间分布特征 25

13718五、总结与展望 27

188835.1总结 27

72225.2展望 29

31259致谢 30

6686参考文献 31

一、绪论

1.1研究背景与意义

世界多极化、经济全球化、文化多样化、社会信息化复杂的国际形势:新时期可持续发展需要全面推进创新、协调、绿色、开放及共享发展,提升基础设施建设水平,加强生态文明建设,促进社会和谐公正的要求,以及城市化进程中人口过度集中引起的资源紧张、人地矛盾、自然生态破坏、城市规划落后等问题都对城市的科学合理规划建设发起了机遇与挑战。以合理利用城市土地,协调城市空间布局为目的的城市规划,其首要任务是要摸清城市现状,把握城市空间结构。人类活动聚集形成城市不同功能区域,摸清其分类和分布,识别城市地区功能区域的空间分布特征,有利于发现城市空间特征,优化土地利用结构,促进资源的有效配置,对城市规划和经济建设具有重要意义。

21世纪进入信息化数字化时代以来,互联网技术、物联网、5G技术、大数据蓬勃发展,智能手机、可穿戴设备等各种数字化终端设备逐渐普及,数据量呈爆炸型的指数级增长。根据国际数据公司(IDC)发布的《数据时代2015》报告,全球每年产生的数据将从2018年的33ZB增长到175ZB,至2025年,全球日均产生的数据量将达到491EB。根据《2018年中国互联网流量年度数据报告》显示,至2018年12月,我国PC互联网月度覆盖人数5.09亿人,月独立设备台数更是达到13.47亿台,PC端用户上网人均单日访问I8次,移动端用户上网人均单日访问则达到了28次。居民日常出行生活中,时刻在产生大量的数据,至2020年10月,我国网约车日均订单数据量更是超过了2100万单。如何对多种信息系统融合汇聚形成的大数据进行深度挖掘,提取有效数据特征,发挥其价值和意义成为目前亟待解决的问题。传统的城市研究依赖于问卷调查等高费低效的方式,大数据的涌入为城市研究提供了新的途径和方法。随着地理信息技术的不断成熟,数据挖掘方法的不断推进,大量能反映个体空间位置和时间特征的轨迹数据能在一定程度上反映居民出行特征,进而从人类活动这一动态角度来测度城市功能区域的分布特征,把握城市空间结构,为城市规划提供决策依据,促

文档评论(0)

138****8745 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档