技术分享 | 基于规划决策平台的区域公交运行特征分析与应用

本文依托规划决策平台,面向实际规划应用场景,依托公交轨道IC卡数据、公交运行GPS数据、GIS地理空间信息等多源数据建立公交综合运行特征画像,总结公交数据挖掘利用的数理分析逻辑。以深圳市宝安区为例介绍公交运行特征挖掘分析结果,通过标准化的功能分析引导交通规划及案例应用,以期更加高效的支撑公交规划量化分析。

 

 

01 公交运行特征挖掘思路

 
 
1.公交数据挖掘思路
 

基于在规划场景中的实际应用,公交运行特征挖掘重点考虑道路网络、公交站点线网空间、IC刷卡信息、公交GPS轨迹四类数据。根据公交及轨道站点线网空间数据评估PTAL、公交可达性以推进静态类的特征分析,基于道路路网的线网空间匹配实现了将公交网和道路网的统一整合;根据公交IC卡数据和公交GPS数据开展公交上下车站点推算,获取每次公交出行的完整链路,并以此进行站点客流、公交OD、线路客流、断面客流、客流溯源分析等多维客流指标的挖掘分析;依托公交GPS数据计算公交站点间的运行速度,精细化挖掘时变公交的时空拥堵特性。公交数据挖掘整体框架如下:

 
图片
 
图1 公交轨道挖掘整体框架
 

 

(1)静态服务水平评估
 

公交静态服务水平评估包括公交线网结构分析、公交PTAL分析、公交可达性评估。匹配到路网后的公交线网结构直观表述了公交线网的静态特性,实现了对各类型公交线路的细分检索。公交PTAL综合考虑站点步行距离、线路数、到站间隔等公交运行指标,描述了城市中任意地点获取公共交通服务的便利程度,其在用地和设施投放、区域中心等级评估、交通管理政策以及区域公交改善方案制定等各个方面都具有较高的应用价值。公交可达性基于公交线网计算栅格层面的时间和距离可达性指标,与公交PTAL一起量化表征公交服务水平。

 

(2)客流指标挖掘
 

公交客流特征挖掘的关键在于准确推算公交出行的上车和下车站点,并基于推算结果分析站点客流、OD客流、线路客流、断面客流、客流溯源等关键指标。公交站点客流可直观评估公交出行起终点的出行需求;客流OD的最小单元为推导出的乘客上下车站点分布,基于统计聚合的客流OD数据对于线路调度、优化至关重要,同时也是区域关联程度判别和区域等级划分的重要依据;断面客流分布从侧面反映了交通线网的负荷程度,体现城市公交服务水平,为线网规划提供必要的数据支撑;公交客流溯源可量化分析断面及站点客流的来源与去向。

 

(3)公交线路站间运行速度挖掘

 

公交站间运行速度是根据公交GPS轨迹分段计算站点与站点间的公交运行速度,与一般的道路运行速度不同的是,公交站点间一般会包括各类型交叉口与交织区分合流点,对站间运行速度的分析可有效判别路网结构和早晚高峰对公交线路运行速度的影响。

 

 

2.公交特征量化分析集成化与可视化
 

通过微观数据分析与宏观场景应用相结合,规划决策平台集成多维公交数据量化分析结果,以可视化方法表征数据分析治理结论,基于静态服务、公交客流、运营速度等多个维度刻画城市公共交通运行画像,直接展现公交线网的运营态势,用直观的特征分析结果为规划设计助力赋能。

 
图片
 
图2 规划决策平台公交数据分析场景示意

 

 

02 区域公交运行特征分析案例

 

以深圳市宝安区为例,利用规划决策平台标准化功能对静态服务服务水平、客流指标和公交线路运行速度等规划指标进行快速量化分析。

 

1.公交数据挖掘思路
 
(1)公交轨道线网分布形成互补
 

基于GIS空间地理信息将公交线网与道路网络相匹配,量化分析公交线网分布特性。图3表述了宝安区公交线网的分布态势,可以看到区内公交线网呈轴线扩散的空间形态,广深高速、宝安大道是进出宝安区的主要公交干道,公交线网与轨道线网形成良好互补。

 
图片
 
图3 宝安公交轨道线网示意
 
 
(2)区域公交时间可达差异显著

 

结合公交线网与轨道线网可达性,从宝安、南山、福田出发且以公共交通方式出行的乘客大部分可以在一小时内抵达机场,高峰期则会有一定迟延。对于以宝安大道沿线为出发点的出行人,行程时间进一步降低至45分钟以内。东部片区的行程时间相对较长,盐田、坪山、大鹏新区到达宝安机场的时间普遍超过2小时。龙岗区中部到达机场的绝对里程与盐田区相近,行程时间却相对缩短,显示出两地在轨道线网规划及基础设施完整度等公共交通服务水平上的差异。

 
图片
 
图4 宝安机场公交轨网可达性分层示意图

 

 

(3)公交服务水平函需整体提升,轨道线网作用凸显
 

基于公交运行特征测算得出的100*100栅格地块公交PTAL分布如图5所示。宝安区内整体公交服务水平并不突出,高PTAL区域集中于南部的西乡、新安片区,其他区域则以核心聚集的方式零散分布于宝安大道及广深公路沿线。对于沙井街道北部等人口稠密区域,公交服务水平稍显不足,相较于已具备完善公共交通网络的福田、南山,宝安区内的公交基础建设仍有较大提升空间。

 
图片
 
图5 100*100栅格地块公交服务水平

 

在与轨道线网联合后,宝安区内PTAL分布有了较大改观。轨道线网拓展带动沿线公共交通服务水平大幅提升,高PTAL区域进一步聚集,促使宝安中、南部区域公交服务整体走强。需要注意的是,在轨道线网尚不足以覆盖的宝安北部,PTAL改善并不明显,松岗、沙井等部分人口聚集区域公交服务水平尚处于低位,函需针对性的提升措施。

图片
 
图6 100*100栅格地块公交联合轨网服务水平

 

 

2.公交客流指标分析

 

(1)公交断面客流集中于主干线
 

匹配到路网的公交断面客流可直观展示宝安区公交走廊的客流分布情况,断面客流分布走势大致与线网分布相对应,广深高速及宝安大道沿线客流高度聚集,为宝安区内主要公交走廊,走廊内客流及轨道1号线、11号线客流均以南北走向为主。

 
图片
 
图7 宝安区公交走廊客流分布情况

 

 

(2)公交轨道出行OD互补,与南山区关联最为紧密

 

公交客流OD包含宝安区对外公交出行和内部街道片区间的出行。聚合客流出行轨迹绘制基于宝安区对外公交出行OD如图8所示。位列首位的出行目的地为南山区,占据了宝安对外公交出行客流的主体,与至其它各行政区域公交客流总和相当。位列第二、三位的龙华区。从绝对数量来看区域间交通关联较为紧密,深圳东部区域与宝安区的交通关联度明显薄弱。宝安区公交与轨道OD出行均与南山区关联最为紧密,宝安区与光明区公交OD出行量占比较大。

 
图片
 
图8 宝安区与各行政区间公交轨道出行OD
 

 

(3)通勤出行高度活跃,职住分离较为严峻

 

M413线路跨越宝安、南山、福田三个行政区,途经站点46个,日均客流吞吐量极高。以该线路为例剖析断面、站点客流分布如图9所示。M413路公交客流具有典型的高峰通勤特征,早、晚客流分布呈轴对称态势,潮汐特性明显。早间客流活跃的上行方向以沙井、新桥及濒临南山区的西乡、新安片区为主要上客点,下客区域集中于南头、粤海、沙河等工商业用地聚集区。结合主要上下客站点500米用地类型分布来看,通勤客流占据了高峰期线路出行客流的主体。

 

进一步的特征分析更为直观的展现了M413路的乘客通勤画像:高峰期平均通勤距离14.3千米,通勤时间47分钟,途径站点16个,约37%的乘客通勤距离超过了平均值,职住分离程度相对严峻。

图片
 
图9 公交M413路客流分布

 

 

(4)核心路段公交客流饱和,工作出行目的地集中于南部片区

 

广深高速公路为宝安区公交主干路,道路走势斜跨宝安全境,最大断面线路36条。分析线路容量最高的新沙路-凤塘大道段客流走势,溯源途经该路段的公交客流轨迹如图10所示。途经新沙路-凤塘大道段的公交客流以松白路-广深高速-滨海大道沿线为核心聚集区,客流轨迹呈不规则带状分布,轨迹形态大致与深圳市西部边界相吻合,覆盖宝安、南山、光明、福田等行政区域。沙井中心客运站、松岗天虹商场、凤凰客运站等为该路段途经客流的主要上下车聚集点,客流量居首位的沙井中心客运站,站点客流趋于饱和。在早晚高峰时期,途经该路段的公交客流目的地以沙井、松岗片区为主,起终点皆位于宝安区内的行程约占途经客流总数的73%。高峰期的区外出行以南头、粤海及公明街道为主要目的地,福田区的福田、南园街道也是上下客流集中区。

 
图片
 
图10 广深高速(新沙路-凤塘大道段)途经公交客流溯源断面分布

 

 

3.公交线路断面运行速度分析
 
(1)线网合流点通行压力显著,南部片区相对拥挤
 

宝安区内高峰期平均公交运行速度约为18.78km/h,新安、沙井片区拥挤最为显著,二者高峰期公交运行速度分别为15.33 km/h、15.85 km/h,道路运行状况较为严峻。从线网断面速度分布来看,拥堵多发生于交叉口及交织区合流点,该现象在主干线网节点处尤甚,对客流走廊的运营效率产生了较大影响。

 
图片
 
图11 宝安区公交线网断面运行速度分布

 

 

(2)高峰期通行缓慢,重点路段拥堵明显

 

以宝安区内的629路公交线路时空速度分析为例,该线路的拥堵发生路段集中于西乡路口-留仙一路段,高峰期运行速度仅为12.9km/h,远低于20.4km/h的线路高峰期平均运行速度,平峰期断面速度维持在23.2km/h,道路状况较为畅通。早高峰期间宝安桃源居西-钟屋段、固戍村-劲力集团段运行速度下降明显,晚高峰时拥堵路段有所增加,以福永家私街-福永汽车站段拥堵状况最为严重,运营速度仅为7.7 km/h。公交路段的时空运行速度评估为线路特征分析提供了定量化解读,对公交专用道布局优化起到了重要的支撑作用。

 
图片
 
图12 公交629路运行速度时空分布

 

 
结语
 

本文依托规划决策平台,基于公交静态服务水平、公交客流指标、线路站间运行速度三个维度横向展开,面向交通规划中的公交特征治理应用,结合案例分析结果阐述了公交特征挖掘在实际业务场景中的支撑作用。基于海量公交数据分析提取出的公共交通运行特征对于交通线网规划运营的科学性和前瞻性具有重要意义,利用量化分析结果进行剖析预测,指导规划及运营过程中的相关决策,使抽象的场景具象化,以不断提升数据处理及应用水平。

 

深城交深耕于交通大数据挖掘治理,紧跟国际发展前沿,持续探索特征分析在交通规划资源整合共享中的应用。深城交集成20多年交通规划及数据治理经验,以数据治理引领交通规划、场景分析支撑应用案例,让交通规划设计更加准确、专业、高效。未来深城交将探索更为丰富的交通分析场景及特征挖掘方案,为更多的项目案例提供更为广泛的数据治理和应用场景支持,为行业建设发展助力赋能。

 

 

 

交通信息与模型院

撰写:赵昱博、梁嘉贤、余水灵、唐 铠

审核:屈新明

审定:丘建栋

返回列表