利用共享单车大数据的城市骑行热点范围提取

doi:10.13474/j.cnki.11-2246.2018.0247

测绘通报 ›› 2018, Vol. 0 ›› Issue (8): 68-73.doi: 10.13474/j.cnki.11-2246.2018.0247

利用共享单车大数据的城市骑行热点范围提取

杨永崇¹, 柳莹¹, 李梁²

1. 西安科技大学测绘科学与技术学院, 陕西西安 710054;
2. 西安市交通规划设计研究院, 陕西西安 710082

收稿日期:2017-12-26 修回日期:2018-06-21 出版日期:2018-08-25 发布日期:2018-08-30
作者简介:杨永崇(1966-),男,博士,教授,主要从事地理空间信息可视化技术与方法的教学、科研及应用方面的工作。E-mail:yangyongch@163.com

Urban Cycling Hot Spot Extraction Based on Sharing-bikes' Big Data

YANG Yongchong¹, LIU Ying¹, LI Liang²

1. College of Geomatics, Xi'an University of Science and Technology, Xi'an 710054, China;
2. Xi'an Traffic Planning and Design Institute, Xi'an 710082, China

Received:2017-12-26 Revised:2018-06-21 Online:2018-08-25 Published:2018-08-30

摘要/Abstract

摘要： 共享单车成为市民出行不可或缺的一种代步方式，也对城市交通运行管理和规划发展带来压力和挑战。本文利用Python程序获取了2017年9月20日ofo单车的全天候位置数据，通过ArcGIS传统分析工具进行了西安市用户骑行行为的时空间特征分析，提取了用户出行OD模型及城市骑行热点路段。结果发现，在城市轨道交通、城市产业分配、医院学校分布及时间维度的影响下，骑行存在不同空间特征。基于大数据分析提取热点，利用可视化表达数据集合与相关城市数据集综合分析，可为集中规划非机动车设施、更好地优化城市空间布局提供新思路。

关键词: 共享单车数据, 热点提取, 贪心算法, 网络分析, 非机动车设施规划

Abstract: Under the dual drive of capital and scientific strength,shared bicycles suddenly break into our city and develop rapidly,becoming a part of the urban landscape and an indispensable way of transportation for citizens.However,in the same time,it also brings severe pressure and challenge to the urban traffic operation management and planning development.In this paper,the location data of ofo bicycles in September 20,2017 was obtained by means of Python program.Then,using the ArcGIS traditional analysis tools,the spatial-temporal feature of riding behavior for Xi'an users were analyzed,the hot spots of urban riding were extracted,and the user travel OD model was developed.The results indicated that riding lines had different spatial characteristics under the influence of urban rail transportation,urban industrial distribution,hospital and school distribution and time dimension.The hot spots derived by big data analysis collaborated with the results of comprehensive analysis of visual expression data sets as well as related city data sets makes a new way of thinking for the centralized planning of non-motorvehicle facilities and the optimization for urban spatial layout.

Key words: sharing-bikes' data, hot spot extraction, greedy algorithm, network analysis, planning bike lanes

中图分类号:

P208

杨永崇, 柳莹, 李梁. 利用共享单车大数据的城市骑行热点范围提取[J]. 测绘通报, 2018, 0(8): 68-73.

YANG Yongchong, LIU Ying, LI Liang. Urban Cycling Hot Spot Extraction Based on Sharing-bikes' Big Data[J]. 测绘通报, 2018, 0(8): 68-73.

参考文献

[1] 刘树斌.杭州在构建友好骑行城市方面的经验[J].城市交通,2017(3):1-8.
[2] 张辉.共享单车在国外[J].课外阅读,2017(14):34-37.
[3] 丁诺舟.日本共享单车的历史现状与启示[J].长安大学学报(社会科学版),2017,19(2):36-43.
[4] JENSEN P,ROUQUIER J B,OVTRACHT N,et al.Characterizing the Speed and Paths of Shared Bicycle Use in Lyon[J].Transportation Research Part D,2010,15(8):522-524.
[5] 姚遥,周扬军.杭州市公共自行车系统规划[J].城市交通,2009,7(4):30-38.
[6] 钱俭,郑志锋,冯雨峰.杭州公共自行车设施现状调查与思考[J].规划师,2010,26(1):71-76.
[7] 王秀秀.杭州市公共自行车项目运营模式探讨[J].交通企业管理,2010,25(5):18-19.
[8] FAVA S F.Suburbanism as a Way of Life[J].American Sociological Review,1956,21(1):34-37.
[9] 维克托.大数据时代[M].杭州:浙江人民出版社,2013:33-34.
[10] 钟炜菁.上海市不同类型的城市空间活动动态特征比较——基于手机信令数据的探索[C]//中国城市规划学会、沈阳市人民政府.规划60年:成就与挑战——2016中国城市规划年会论文集.北京:中国建筑工业出版社,2016:16.
[11] 孙晨,甄峰,常恩予,等.基于招聘网数据的南京市新增就业空间分布[J].经济地理,2016,36(6):83-90.
[12] 王波,甄峰,张浩.基于签到数据的城市活动时空间动态变化及区划研究[J].地理科学,2015,35(2):151-160.
[13] 赵莹,柴彦威,关美宝.中美城市居民出行行为的比较——以北京市与芝加哥市为例[J].地理研究,2014,33(12):2275-2285.
[14] 龙瀛,张宇,崔承印.利用公交刷卡数据分析北京职住关系和通勤出行[J].地理学报,2012,67(10):1339-1352.
[15] BAO J,HE T,RUAN S,et al.Planning Bike Lanes Based on Sharing-bikes' Trajectories[C]//ACM SIGKDD International Conference on Knowledge Discovery and Data Mining.[S.l.]:ACM,2017:1377-1386.
[16] 陈忠暖,刘松,王帅.城市常规公交空间演化过程研究——以广州市为例[J].地理科学,2017,37(1):55-63.
[17] 禹文豪,艾廷华.核密度估计法支持下的网络空间POI点可视化与分析[J].测绘学报,2015,44(1):82-90.
[18] 麻坤,赵鹏祥,季菲菲,等.基于植被指数的秦岭森林健康评价方法研究[J].西北林学院学报,2013,28(6):145-150.
[19] 郑猛.加快构建武汉新型城市慢行交通体系[M].武汉:武汉市交通发展战略研究院,2017.
[20] 刘耀林,范延平,唐旭.最短路径方法在土地定级中的应用[J].武汉大学学报(信息科学版),2000,25(6):510-515.
[21] 杨永崇,李梁.智慧城市地理空间数据可视化技术探讨[J].测绘通报,2017(8):110-112.

利用共享单车大数据的城市骑行热点范围提取

Urban Cycling Hot Spot Extraction Based on Sharing-bikes' Big Data

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 3

编辑推荐

Metrics

本文评价

[1]	刘善磊, 王圣尧, 石善球, 张瑞. 一种空间数据接边入库方法[J]. 测绘通报, 2017, 0(3): 101-103,107.
[2]	杨俊, 李闯, 李永化, 李雪铭, 董文雪. 网络可达性与服务范围绿地空间分异研究[J]. 测绘通报, 2015, 0(3): 40-43.
[3]	易俐娜刘鹏飞乔小军张小宁李艳华. 结合遥感影像和DEM的线性体特征提取[J]. 测绘通报, 2014, 0(10): 19-22.