一种城市公共自行车接驳地铁出行的时空可视化分析方法

doi:10.13474/j.cnki.11-2246.2020.0077

测绘通报 ›› 2020, Vol. 0 ›› Issue (3): 48-55.doi: 10.13474/j.cnki.11-2246.2020.0077

一种城市公共自行车接驳地铁出行的时空可视化分析方法

高智文¹, 张学东¹, 徐志洁¹, 张健钦¹, 申兆慕¹, 郭小刚¹, 杨铭²

1. 北京建筑大学, 北京 100044;
2. 西安科技大学, 陕西西安 710054

收稿日期:2019-07-11 发布日期:2020-04-09
通讯作者: 徐志洁。E-mail:xuzhijie@bucea.edu.cn E-mail:xuzhijie@bucea.edu.cn
作者简介:高智文(1994-),男,硕士生,研究方向为智能交通与地理信息可视化。E-mail:834298891@qq.com
基金资助:
国家自然科学基金面上项目（41701473；41771413）；北京建筑大学校设基金（ZF16081；ZF17062；X18054；X19021；X19027）；北京建筑大学研究生创新项目（PG2019067）；广州市工信委项目（GZIT2016-A5-147）

A space-time visualization analysis method for urban public bicycles connecting to the subway

GAO Zhiwen¹, ZHANG Xuedong¹, XU Zhijie¹, ZHANG Jianqin¹, SHEN Zhaomu¹, GUO Xiaogang¹, YANG Ming²

1. Beijing University of Civil Engineering and Architecture, Beijing 100044, China;
2. Xi'an University of Science and Technology, Xi'an 710054, China

Received:2019-07-11 Published:2020-04-09

摘要/Abstract

摘要： 公共自行车是城市轨道交通的重要接驳方式。为了更加清晰、直观地展示公共自行车接驳地铁出行的时空特征，本文提出了一种公共自行车租赁点接驳地铁出行客流量的时空可视化分析方法。该方法首先将地铁客流与公共自行车的IC卡数据进行预处理与时序分析，初步分析了两者之间的时序相似性；通过对地铁客流的时间聚类进行分析，得到了3种类型的出行日；然后分别对各类型出行日的相关性计算结果进行了特征可视化与空间信息可视化，实现对公共自行车接驳地铁出行时空特征的综合分析；最后运用该方法以北京市西城区宣武门地铁站为例，对该站合理范围内的公共自行车接驳地铁出行情况进行了时空可视化分析。结果表明，对地铁客流与公共自行车IC卡数据的融合可视化分析可更加全面、动态地掌握城市公共自行车接驳地铁出行的时空分布情况，该方法可为城市轨道交通站点处公共自行车租赁点的规划及建设提供量化依据。

关键词: 公共自行车, 接驳, 地铁, 相关系数, 可视化

Abstract: Public bicycle is an important connection method for urban rail transit. In order to show the time and space characteristics of public bicycle connection subway travel more clearly and intuitively, this paper proposes a time-space visual analysis method for public bicycle rental point to connect passenger traffic. The method firstly preprocesses and analyzes the IC card data of subway passenger flow and public bicycle, and analyzes the time series similarity between the two. Then, through the time cluster analysis of subway passenger flow, three types of travel day are obtained. Respectively, feature visualization and spatial information visualization for the correlation calculation results of each type of travel day, to achieve a comprehensive analysis of the time and space characteristics of public bicycle access subway travel. Finally, the method is used to Xuanwumen subway station in Xicheng District, Beijing, a time-space visual analysis of the public bicycle connection subway travel within a reasonable range of the station was carried out. The results show that the visual analysis of the integration of subway passenger flow and public bicycle IC card data can more comprehensively and dynamically grasp the spatial and temporal distribution of urban public bicycle connection subway travel. This method can be used for the planning of public bicycle rental points at urban rail transit stations and construction provides a quantitative basis.

Key words: public bicycle, connection, subway, correlation coefficient, visualization

中图分类号:

P208

高智文, 张学东, 徐志洁, 张健钦, 申兆慕, 郭小刚, 杨铭. 一种城市公共自行车接驳地铁出行的时空可视化分析方法[J]. 测绘通报, 2020, 0(3): 48-55.

GAO Zhiwen, ZHANG Xuedong, XU Zhijie, ZHANG Jianqin, SHEN Zhaomu, GUO Xiaogang, YANG Ming. A space-time visualization analysis method for urban public bicycles connecting to the subway[J]. Bulletin of Surveying and Mapping, 2020, 0(3): 48-55.

参考文献

[1] 蒋源,陈小鸿,徐晓敏,等.公共自行车接驳轨道交通服务范围研究[J].交通运输系统工程与信息,2018,18(S1):94-102.
[2] 裴玉龙,潘跃.城市轨道交通站点接驳设施规模预测方法[J].交通信息与安全,2018,36(4):106-112.
[3] 周强,吴戈,孙瀚.作为地铁接驳手段的公共自行车使用特性分析[J].交通运输系统工程与信息,2015,15(3):179-184.
[4] 沈翔. 基于城市轨道交通换乘的公共自行车租赁点选址规划研究[D].西安:长安大学,2015.
[5] YANG M, LIU X, WANG W, et al. Empirical analysis of a mode shift to using public bicycles to access the suburban metro: survey of Nanjing,China[J].Journal of Urban Planning&Development,2016,142(2):237-239.
[6] VOGEL P, GREISER T, MATTFELD D C. Understanding bike-sharing systems using data mining: exploring activity patterns[J]. Procedia - Social and Behavioral Sciences, 2011, 20(1):514-523.
[7] 许丹丹. 北京市公共自行车系统优化关键技术研究[D].北京:北京工业大学,2017.
[8] 叶益芳.城市轨道交通车站不同接驳方式合理吸引范围研究[J].铁道运输与经济,2014,36(6):77-81.
[9] LAI J Z C, HUANG T J. Fast global k-means clustering using cluster membership and inequality[J]. Pattern Recognition, 2010, 43(5):1954-1963.
[10] 牛丹丹,段宗涛,陈柘,等.城市出租车乘客出行特征可视化分析方法[J].计算机工程与应用,2019,55(6):237-243.
[11] ZHANG J Q, QIU P Y, DUAN Y C, et al. A space-time visualization analysis method for taxi operation in Beijing[J]. Journal of Visual Languages & Computing, 2015, 31(31):1-8.
[12] GEBHART K, NOLAND R B. The impact of weather conditions on bikeshare trips in Washington, DC[J]. Transportation, 2014, 41(6):1205-1225.
[13] LOAIZA-MONSALVE D, RIASCOS A P. Human mobility in bike-sharing systems: structure of local and non-local dynamics[J].PloS ONE,2019,14(3). DOI: 10.1371/journal.pone.0213106.
[14] DU Y, DENG F, LIAO F. A model framework for discovering the spatio-temporal usage patterns of public free-floating bike-sharing system[J]. Transportation Research Part C: Emerging Technologies, 2019, 103:39-55.
[15] AI Y, LI Z P, GAN M. A solution to measure traveler’s transfer tolerance for walking mode and dockless bike-sharing mode[J]. Journal of Supercomputing, 2018, 75(1):1-18.

一种城市公共自行车接驳地铁出行的时空可视化分析方法

A space-time visualization analysis method for urban public bicycles connecting to the subway

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	贺彪, 郭仁忠, 张琛, 马丁, 王伟玺, 洪武扬, 陈业滨. 面向数字孪生城市的自然场景构造方法[J]. 测绘通报, 2022, 0(7): 87-92.
[2]	李旭. 三维激光扫描技术在地铁隧道竣工测量中的应用[J]. 测绘通报, 2022, 0(6): 166-169.
[3]	潘东峰, 杨超, 吴一同, 谭钿, 张德林. 利用TLS技术进行地铁隧道断面提取及变形监测分析[J]. 测绘通报, 2022, 0(4): 130-133.
[4]	陈换新, 马超, 张吉才, 陈长林, 秦志强, 马京振, 汪亚群. 多源矢量空间数据可用性评估的可视分析[J]. 测绘通报, 2021, 0(9): 74-78.
[5]	丁孝兵, 高志强, 杨坤. 基于惯导和CPⅢ控制点的地铁隧道移动激光扫描三维点云重建[J]. 测绘通报, 2021, 0(9): 112-115,129.
[6]	董之南, 时培好, 高晗. 基于移动式激光扫描的点云数据处理[J]. 测绘通报, 2021, 0(8): 97-101.
[7]	陈安平, 谭远模, 阳成, 覃永基. 雷达技术支持下的福州市地铁沿线形变监测[J]. 测绘通报, 2021, 0(7): 86-91,97.
[8]	蓝贵文, 唐宇龙, 杜永良, 潘柱光, 莫栩琪. 排水管网多尺度几何语义建模[J]. 测绘通报, 2021, 0(3): 123-127.
[9]	任立夫. 基于BIM技术的地下管线建模应用分析[J]. 测绘通报, 2021, 0(2): 149-152.
[10]	翁敏, 窦晓越, 尹向军, 杜清运, 苏世亮, 亢孟军, 余斌. 城市特色电子地图设计——以南京市为例[J]. 测绘通报, 2021, 0(12): 54-59.
[11]	张英栋, 耿增涛, 王海银, 乔新, 周圣川. 面向大范围实时数据的动态船舶矢量标绘方法[J]. 测绘通报, 2021, 0(12): 140-144.
[12]	杨春宇, 任兴达, 江汇男, 袁岳, 王子林. 基于小波去噪的地铁变形组合预测模型分析[J]. 测绘通报, 2021, 0(10): 127-131.
[13]	张昊, 张健钦, 郭小刚, 卢剑, 陆浩. 轨迹大数据云存储与热力图生成方法[J]. 测绘通报, 2021, 0(10): 146-149.
[14]	陈向阳, 侯刚栋, 潘恺, 李成成. 基于车载式激光扫描的地铁隧道结构检测[J]. 测绘通报, 2021, 0(1): 165-168.
[15]	王炳华, 王中华, 高涛, 廖鹏, 陈维, 潘洪义. 古近系半成岩地铁车站深埋隧道矿山法施工变形规律[J]. 测绘通报, 2020, 0(9): 12-17.