技術(shù)分享 | 基于規(guī)劃決策平臺的區(qū)域公交運行特征分析與應用
本文依托規(guī)劃決策平臺,面向?qū)嶋H規(guī)劃應用場景,依托公交軌道IC卡數(shù)據(jù)、公交運行GPS數(shù)據(jù)、GIS地理空間信息等多源數(shù)據(jù)建立公交綜合運行特征畫像,總結(jié)公交數(shù)據(jù)挖掘利用的數(shù)理分析邏輯。以深圳市寶安區(qū)為例介紹公交運行特征挖掘分析結(jié)果,通過標準化的功能分析引導交通規(guī)劃及案例應用,以期更加高效的支撐公交規(guī)劃量化分析。
01 公交運行特征挖掘思路
1.公交數(shù)據(jù)挖掘思路
基于在規(guī)劃場景中的實際應用,公交運行特征挖掘重點考慮道路網(wǎng)絡(luò)、公交站點線網(wǎng)空間、IC刷卡信息、公交GPS軌跡四類數(shù)據(jù)。根據(jù)公交及軌道站點線網(wǎng)空間數(shù)據(jù)評估PTAL、公交可達性以推進靜態(tài)類的特征分析,基于道路路網(wǎng)的線網(wǎng)空間匹配實現(xiàn)了將公交網(wǎng)和道路網(wǎng)的統(tǒng)一整合;根據(jù)公交IC卡數(shù)據(jù)和公交GPS數(shù)據(jù)開展公交上下車站點推算,獲取每次公交出行的完整鏈路,并以此進行站點客流、公交OD、線路客流、斷面客流、客流溯源分析等多維客流指標的挖掘分析;依托公交GPS數(shù)據(jù)計算公交站點間的運行速度,精細化挖掘時變公交的時空擁堵特性。公交數(shù)據(jù)挖掘整體框架如下:
圖1 公交軌道挖掘整體框架
(1)靜態(tài)服務(wù)水平評估
公交靜態(tài)服務(wù)水平評估包括公交線網(wǎng)結(jié)構(gòu)分析、公交PTAL分析、公交可達性評估。匹配到路網(wǎng)后的公交線網(wǎng)結(jié)構(gòu)直觀表述了公交線網(wǎng)的靜態(tài)特性,實現(xiàn)了對各類型公交線路的細分檢索。公交PTAL綜合考慮站點步行距離、線路數(shù)、到站間隔等公交運行指標,描述了城市中任意地點獲取公共交通服務(wù)的便利程度,其在用地和設(shè)施投放、區(qū)域中心等級評估、交通管理政策以及區(qū)域公交改善方案制定等各個方面都具有較高的應用價值。公交可達性基于公交線網(wǎng)計算柵格層面的時間和距離可達性指標,與公交PTAL一起量化表征公交服務(wù)水平。
(2)客流指標挖掘
公交客流特征挖掘的關(guān)鍵在于準確推算公交出行的上車和下車站點,并基于推算結(jié)果分析站點客流、OD客流、線路客流、斷面客流、客流溯源等關(guān)鍵指標。公交站點客流可直觀評估公交出行起終點的出行需求;客流OD的最小單元為推導出的乘客上下車站點分布,基于統(tǒng)計聚合的客流OD數(shù)據(jù)對于線路調(diào)度、優(yōu)化至關(guān)重要,同時也是區(qū)域關(guān)聯(lián)程度判別和區(qū)域等級劃分的重要依據(jù);斷面客流分布從側(cè)面反映了交通線網(wǎng)的負荷程度,體現(xiàn)城市公交服務(wù)水平,為線網(wǎng)規(guī)劃提供必要的數(shù)據(jù)支撐;公交客流溯源可量化分析斷面及站點客流的來源與去向。
(3)公交線路站間運行速度挖掘
公交站間運行速度是根據(jù)公交GPS軌跡分段計算站點與站點間的公交運行速度,與一般的道路運行速度不同的是,公交站點間一般會包括各類型交叉口與交織區(qū)分合流點,對站間運行速度的分析可有效判別路網(wǎng)結(jié)構(gòu)和早晚高峰對公交線路運行速度的影響。
2.公交特征量化分析集成化與可視化
通過微觀數(shù)據(jù)分析與宏觀場景應用相結(jié)合,規(guī)劃決策平臺集成多維公交數(shù)據(jù)量化分析結(jié)果,以可視化方法表征數(shù)據(jù)分析治理結(jié)論,基于靜態(tài)服務(wù)、公交客流、運營速度等多個維度刻畫城市公共交通運行畫像,直接展現(xiàn)公交線網(wǎng)的運營態(tài)勢,用直觀的特征分析結(jié)果為規(guī)劃設(shè)計助力賦能。
圖2 規(guī)劃決策平臺公交數(shù)據(jù)分析場景示意
02 區(qū)域公交運行特征分析案例
以深圳市寶安區(qū)為例,利用規(guī)劃決策平臺標準化功能對靜態(tài)服務(wù)服務(wù)水平、客流指標和公交線路運行速度等規(guī)劃指標進行快速量化分析。
1.公交數(shù)據(jù)挖掘思路
(1)公交軌道線網(wǎng)分布形成互補
基于GIS空間地理信息將公交線網(wǎng)與道路網(wǎng)絡(luò)相匹配,量化分析公交線網(wǎng)分布特性。圖3表述了寶安區(qū)公交線網(wǎng)的分布態(tài)勢,可以看到區(qū)內(nèi)公交線網(wǎng)呈軸線擴散的空間形態(tài),廣深高速、寶安大道是進出寶安區(qū)的主要公交干道,公交線網(wǎng)與軌道線網(wǎng)形成良好互補。
圖3 寶安公交軌道線網(wǎng)示意
(2)區(qū)域公交時間可達差異顯著
結(jié)合公交線網(wǎng)與軌道線網(wǎng)可達性,從寶安、南山、福田出發(fā)且以公共交通方式出行的乘客大部分可以在一小時內(nèi)抵達機場,高峰期則會有一定遲延。對于以寶安大道沿線為出發(fā)點的出行人,行程時間進一步降低至45分鐘以內(nèi)。東部片區(qū)的行程時間相對較長,鹽田、坪山、大鵬新區(qū)到達寶安機場的時間普遍超過2小時。龍崗區(qū)中部到達機場的絕對里程與鹽田區(qū)相近,行程時間卻相對縮短,顯示出兩地在軌道線網(wǎng)規(guī)劃及基礎(chǔ)設(shè)施完整度等公共交通服務(wù)水平上的差異。
圖4 寶安機場公交軌網(wǎng)可達性分層示意圖
(3)公交服務(wù)水平函需整體提升,軌道線網(wǎng)作用凸顯
基于公交運行特征測算得出的100*100柵格地塊公交PTAL分布如圖5所示。寶安區(qū)內(nèi)整體公交服務(wù)水平并不突出,高PTAL區(qū)域集中于南部的西鄉(xiāng)、新安片區(qū),其他區(qū)域則以核心聚集的方式零散分布于寶安大道及廣深公路沿線。對于沙井街道北部等人口稠密區(qū)域,公交服務(wù)水平稍顯不足,相較于已具備完善公共交通網(wǎng)絡(luò)的福田、南山,寶安區(qū)內(nèi)的公交基礎(chǔ)建設(shè)仍有較大提升空間。
圖5 100*100柵格地塊公交服務(wù)水平
在與軌道線網(wǎng)聯(lián)合后,寶安區(qū)內(nèi)PTAL分布有了較大改觀。軌道線網(wǎng)拓展帶動沿線公共交通服務(wù)水平大幅提升,高PTAL區(qū)域進一步聚集,促使寶安中、南部區(qū)域公交服務(wù)整體走強。需要注意的是,在軌道線網(wǎng)尚不足以覆蓋的寶安北部,PTAL改善并不明顯,松崗、沙井等部分人口聚集區(qū)域公交服務(wù)水平尚處于低位,函需針對性的提升措施。
圖6 100*100柵格地塊公交聯(lián)合軌網(wǎng)服務(wù)水平
2.公交客流指標分析
(1)公交斷面客流集中于主干線
匹配到路網(wǎng)的公交斷面客流可直觀展示寶安區(qū)公交走廊的客流分布情況,斷面客流分布走勢大致與線網(wǎng)分布相對應,廣深高速及寶安大道沿線客流高度聚集,為寶安區(qū)內(nèi)主要公交走廊,走廊內(nèi)客流及軌道1號線、11號線客流均以南北走向為主。
圖7 寶安區(qū)公交走廊客流分布情況
(2)公交軌道出行OD互補,與南山區(qū)關(guān)聯(lián)最為緊密
公交客流OD包含寶安區(qū)對外公交出行和內(nèi)部街道片區(qū)間的出行。聚合客流出行軌跡繪制基于寶安區(qū)對外公交出行OD如圖8所示。位列首位的出行目的地為南山區(qū),占據(jù)了寶安對外公交出行客流的主體,與至其它各行政區(qū)域公交客流總和相當。位列第二、三位的龍華區(qū)。從絕對數(shù)量來看區(qū)域間交通關(guān)聯(lián)較為緊密,深圳東部區(qū)域與寶安區(qū)的交通關(guān)聯(lián)度明顯薄弱。寶安區(qū)公交與軌道OD出行均與南山區(qū)關(guān)聯(lián)最為緊密,寶安區(qū)與光明區(qū)公交OD出行量占比較大。
圖8 寶安區(qū)與各行政區(qū)間公交軌道出行OD
(3)通勤出行高度活躍,職住分離較為嚴峻
M413線路跨越寶安、南山、福田三個行政區(qū),途經(jīng)站點46個,日均客流吞吐量極高。以該線路為例剖析斷面、站點客流分布如圖9所示。M413路公交客流具有典型的高峰通勤特征,早、晚客流分布呈軸對稱態(tài)勢,潮汐特性明顯。早間客流活躍的上行方向以沙井、新橋及瀕臨南山區(qū)的西鄉(xiāng)、新安片區(qū)為主要上客點,下客區(qū)域集中于南頭、粵海、沙河等工商業(yè)用地聚集區(qū)。結(jié)合主要上下客站點500米用地類型分布來看,通勤客流占據(jù)了高峰期線路出行客流的主體。
進一步的特征分析更為直觀的展現(xiàn)了M413路的乘客通勤畫像:高峰期平均通勤距離14.3千米,通勤時間47分鐘,途徑站點16個,約37%的乘客通勤距離超過了平均值,職住分離程度相對嚴峻。
圖9 公交M413路客流分布
(4)核心路段公交客流飽和,工作出行目的地集中于南部片區(qū)
廣深高速公路為寶安區(qū)公交主干路,道路走勢斜跨寶安全境,最大斷面線路36條。分析線路容量最高的新沙路-鳳塘大道段客流走勢,溯源途經(jīng)該路段的公交客流軌跡如圖10所示。途經(jīng)新沙路-鳳塘大道段的公交客流以松白路-廣深高速-濱海大道沿線為核心聚集區(qū),客流軌跡呈不規(guī)則帶狀分布,軌跡形態(tài)大致與深圳市西部邊界相吻合,覆蓋寶安、南山、光明、福田等行政區(qū)域。沙井中心客運站、松崗天虹商場、鳳凰客運站等為該路段途經(jīng)客流的主要上下車聚集點,客流量居首位的沙井中心客運站,站點客流趨于飽和。在早晚高峰時期,途經(jīng)該路段的公交客流目的地以沙井、松崗片區(qū)為主,起終點皆位于寶安區(qū)內(nèi)的行程約占途經(jīng)客流總數(shù)的73%。高峰期的區(qū)外出行以南頭、粵海及公明街道為主要目的地,福田區(qū)的福田、南園街道也是上下客流集中區(qū)。
圖10 廣深高速(新沙路-鳳塘大道段)途經(jīng)公交客流溯源斷面分布
3.公交線路斷面運行速度分析
(1)線網(wǎng)合流點通行壓力顯著,南部片區(qū)相對擁擠
寶安區(qū)內(nèi)高峰期平均公交運行速度約為18.78km/h,新安、沙井片區(qū)擁擠最為顯著,二者高峰期公交運行速度分別為15.33 km/h、15.85 km/h,道路運行狀況較為嚴峻。從線網(wǎng)斷面速度分布來看,擁堵多發(fā)生于交叉口及交織區(qū)合流點,該現(xiàn)象在主干線網(wǎng)節(jié)點處尤甚,對客流走廊的運營效率產(chǎn)生了較大影響。
圖11 寶安區(qū)公交線網(wǎng)斷面運行速度分布
(2)高峰期通行緩慢,重點路段擁堵明顯
以寶安區(qū)內(nèi)的629路公交線路時空速度分析為例,該線路的擁堵發(fā)生路段集中于西鄉(xiāng)路口-留仙一路段,高峰期運行速度僅為12.9km/h,遠低于20.4km/h的線路高峰期平均運行速度,平峰期斷面速度維持在23.2km/h,道路狀況較為暢通。早高峰期間寶安桃源居西-鐘屋段、固戍村-勁力集團段運行速度下降明顯,晚高峰時擁堵路段有所增加,以福永家私街-福永汽車站段擁堵狀況最為嚴重,運營速度僅為7.7 km/h。公交路段的時空運行速度評估為線路特征分析提供了定量化解讀,對公交專用道布局優(yōu)化起到了重要的支撐作用。
圖12 公交629路運行速度時空分布
結(jié)語
本文依托規(guī)劃決策平臺,基于公交靜態(tài)服務(wù)水平、公交客流指標、線路站間運行速度三個維度橫向展開,面向交通規(guī)劃中的公交特征治理應用,結(jié)合案例分析結(jié)果闡述了公交特征挖掘在實際業(yè)務(wù)場景中的支撐作用?;诤A抗粩?shù)據(jù)分析提取出的公共交通運行特征對于交通線網(wǎng)規(guī)劃運營的科學性和前瞻性具有重要意義,利用量化分析結(jié)果進行剖析預測,指導規(guī)劃及運營過程中的相關(guān)決策,使抽象的場景具象化,以不斷提升數(shù)據(jù)處理及應用水平。
深城交深耕于交通大數(shù)據(jù)挖掘治理,緊跟國際發(fā)展前沿,持續(xù)探索特征分析在交通規(guī)劃資源整合共享中的應用。深城交集成20多年交通規(guī)劃及數(shù)據(jù)治理經(jīng)驗,以數(shù)據(jù)治理引領(lǐng)交通規(guī)劃、場景分析支撐應用案例,讓交通規(guī)劃設(shè)計更加準確、專業(yè)、高效。未來深城交將探索更為豐富的交通分析場景及特征挖掘方案,為更多的項目案例提供更為廣泛的數(shù)據(jù)治理和應用場景支持,為行業(yè)建設(shè)發(fā)展助力賦能。
交通信息與模型院
撰寫:趙昱博、梁嘉賢、余水靈、唐 鎧
審核:屈新明
審定:丘建棟