《基於SCD大數據的公交通勤時空特徵及城市規劃回響》是依託清華大學，由龍瀛擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於SCD大數據的公交通勤時空特徵及城市規劃回響
- 依託單位：清華大學
- 項目負責人：龍瀛
- 項目類別：青年科學基金項目
項目摘要,結題摘要,
項目摘要
公共運輸刷卡數據（smart card data, SCD）是一種具有時空標籤的大數據（big data），記錄持卡人詳細的上下車時空信息。SCD 可用於分析城市通勤出行，以往研究主要基於出行調查數據開展，但調查成本高且樣本有限，而SCD 具有連續性好、覆蓋面廣、時空信息完整等優點。本研究旨在分別利用北京市2010和2013 年連續一周的超過一千萬持卡人上億次的公交和軌道交通刷卡記錄，結合傳統的居民出行調查和城市地理信息數據，通過數據挖掘方法識別持卡人的居住地和就業地，對通勤出行進行識別、評價、可視化和對比，並分析通勤出行時間和距離的影響因素，識別典型居住區和就業地的通勤出行特徵，進而精細刻畫北京市通勤出行的時空形態乃至就業-居住關係。本研究提出的從傳統數據建立規則用於SCD 數據挖掘的方法，有望為利用大數據開展城市空間結構研究提供理論方法借鑑，並為城鄉空間發展和公共運輸發展提供政策建議。
結題摘要
本研究分別利用北京市2010和2013年連續一周的超過一千萬持卡人上億次的公交和軌道交通刷卡記錄，結合傳統的居民出行調查和城市地理信息數據，對通勤出行進行識別、評價、可視化和對比，並分析通勤出行時間和距離的影響因素，識別典型居住區和就業地的通勤出行特徵，進而精細的刻畫了北京市通勤出行的時空形態乃至職住關係。研究基本按照計畫書的計畫進行，完成了計畫目標，此外還做了額外研究工作。總體產出國內外有影響力的相關論文14篇，其中標註資助的9篇，參加會議兩次並均發表論文。 本研究主要取得如下結論： （1） 公交卡大數據可作為新型數據來研究城市形態 移動定位服務（Location Based Services）如公交刷卡信息可以有效的分析職住環境：比如，評價公交系統的空間時間動態，識別職住環境和通勤，分析通勤規律、時長和距離等。研究成果顯示，公交卡數據作為傳統調查問卷的的替代品，對於研究空間時間上的城市結構的可行性。同時研究也測試了這種創新的方式可以在未來研究中得到更廣泛的使用。 （2） 公交數據研究發現北京城市居民出行情況的不同特點和社會經濟階層 該研究重點研究了極端出行，學生出行，團體和單獨出行的對比。在極端出行研究的過程中，課題組建立了用大數據和傳統數據結合來做出行分析的框架。在學生出行研究中，研究顯示，雖然這些校園與外界的交往頻繁，但校園之間的聯繫則較為薄弱。在團體和單獨出行對比研究中發現，兩者的出行規律有很大不同，而且這個不同是受到了捷運站周邊城市用地的影響。 （3） 基於出行軌跡推導城市功能區 用公交卡數據(Smart Card Data)通過構建DZoF模型，進行了北京市城市功能區的識別，共得到6個類別的功能區，分別為公共管理及科教文化區、風景名勝區、商業娛樂區、成熟居住區、新興居住區和尚未分類區域。研究結果顯示DZoF模型對於北京市城市功能區特徵具有一定的識別能力，更重要的是驗證了基於大規模的人類活動數據，利用計算機數據挖掘分析技術並結合傳統調查統計而開展城市空間結構研究的可行性。
