基于手机大数据的交通规划方法与应用

第1章 绪论 1.1 本书的定位 1.1.1 背景 在智能交通领域，结合人工智能与大数据挖掘技术进行交通规划设计，能够有效地改善城市交通拥堵问题.2019年，中共中央、国务院印发《交通强国建设纲要》，进一步统筹推进交通强国建设工作，提出要牢牢把握交通“先行官”定位，适度超前、解放思想、开拓进取.大力发展智慧交通成为交通强国建设过程中的重要战略之一，需要推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合[1].而进一步地，“5G (5th generation mobile communicationtechnology，第5代移动通信技术)+交通运输”的新理念催生了一系列新一代智慧交通产品，例如无人驾驶、路况感知和智慧城市等等.其中无人驾驶和路况感知，需以实时获取城市道路交通流量为基础;而智慧城市则需要实时接收城市居民出行信息[2].因此，利用多源交通大数据获取宏观尺度的城市居民出行信息，实现微观尺度的城市路网交通流量全时空感知是符合时代发展趋势的重要研究课题之一. 移动互联网技术的发展为交通行业带来了新的发展前景.2020年以来，中央多次提出加快5G 等新型基础设施建设，5G 作为新型基础设施的“领头羊”，已成为支撑地方经济高质量发展、“育新机、开新局”的关键钥匙，5G 移动互联技术的发展将进一步推进智能交通的发展以及应用[3].改善交通拥堵的传统方法是加大交通基础设施投入，该方法受到土地资源的限制.且以往交通规划方案通常以传统交通调查、出行调查等手段为分析基础，已不能满足现代快速变化的交通需求.而基于多源大数据的数据提取和交通预测可以有效模拟交通运行状态，验证技术方案的可行性.例如，手机大数据所蕴含的时空信息经过数据挖掘可以有效地提取居民的出行信息，从而精准感知公众交通出行全过程.本书将以多源手机大数据为基础，介绍移动互联网环境下的新一代交通规划定量分析方法. 随着社会信息化的快速发展，城市中能够收集到更多的数据类型，数据精度不断提升，数据量也越来越大.大数据以其数据量大、覆盖范围广、维度多样的特点已被广泛应用于交通各行业领域的数据分析决策支持工作，比如遥感影像数据，移动通信信令数据、射频识别(radio frequency identification， RFID)监测数据、卡口监控视频数据、路侧监控视频数据、公共交通乘车刷卡数据、全球定位系统(global positioning system， GPS)定位数据、车联网平台数据、电子地图导航数据、物流运输数据、共享单车使用与路径数据，以及其他可用的开源数据等.在以往的交通管理和规划工作中，想要进行全方位的数据分析难度较大，无论是数据源的获取，还是数据分析应用，都存在较多的难点，致使无法准确掌握城市全局的静态空间分布规律以及区域之间动态的人流变化规律.这样的缺陷不仅使得管理措施、规划方案的全局把握程度总体难度较大，而且也影响了规划工作的高效、持续、准确开展.随着城市发展对交通管控工作的信息化程度要求越来越高，传统的方法已远远无法满足要求.因此，以多源大数据为依托对交通管理和规划工作进行辅助决策是必然趋势.手机大数据是一种新型的大数据源，与其他类型的数据相比，其具有实时性、完整性、出行时空全覆盖性等其他数据源所不拥有的优势，在各类规划中尤其是城市交通规划中具有独*的应用优势[4]. 自21世纪以来，移动网络覆盖率越来越广，手机终端基本普及.例如，2020年中国移动在全国行政村的4G(4th-generation mobile communication technology，第4代移动通信技术)网络覆盖率已超过98％(见中国移动官网).图1-1为2015～2019年三家基础电信企业的移动电话用户统计情况，由中国工业和信息化部(简称:工信部)的数据显示:截至2019年11月底，三家基础电信企业的移动电话用户总数达16亿，同比增长2.2％，较上年末净增3486万户.与2015年移动用户总数相比，已增加2.9亿用户，其中，4G 用户规模为12.76亿户，占比达79.7％(见工信部官网:①《2019年通信业务统计公报》;②《2019年通信业务统计公报解读》).同时，庞大的用户基数和手机数据的时间跨度为信息采集提供了良好的基础.手机数据包含大范围的时间和空间信息，合理利用这些数据，对于表征交通运行状态、评估交通设施运行状态和政策实施效果以及交通管理辅助决策有着重要作用.手机在数据量和时空覆盖程度等方面具有巨大优势，因此备受各国研究者的关注[5，6].手机终端广泛的受众和庞大的时空数据量，让交通研究突破传统方法的限制成为可能. 图1-1 2015～2019年移动电话用户统计情况 1.1.2 本书特点 在大数据蓬勃发展的背景下，大数据为研究者提供了针对城市交通的一种多角度、多层次、多测度的大样本连续观察能力，借助多源交通大数据“大样本”和“连续追踪”的优势，使得整体把握交通态势与趋势成为可能.手机大数据的兴起，使得交通领域的研究者们在传统交通理论体系的基础上进行改革和深化，从而推动了一系列交通方法理论的创新，产生了大量新颖的研究成果[7，8].这些研究成果有助于提高交通技术人员对新一代交通规划方法体系的认知和理解，以丰富他们解决实际问题的科学手段.但是，着眼于交通规划领域，目前市面上还未出现针对完整交通规划体系而衍生出的手机大数据相关工具说明书;着眼于交通大数据领域，现有书籍缺乏对交通大数据分析的工程指导，不能够给读者，尤其是初学者，带来全方位解读.另外，由于手机大数据的特殊性，其常用数据分析技术和机器学习算法也有自身特点，但目前缺乏相应的总结性说明. 本书正是围绕交通大数据，结合实际的工程化应用需要，进行有层次、有梯度地面向实战应用的指导.基于手机信令数据和三角定位数据等多源手机大数据，研究传统交通规划在新型数据采集手段下的新发展.本书章节内容主要包括手机数据预处理过程中涉及的大范围地理空间和海量数据匹配速度优化问题、交通需求分析、交通分布与出行方式划分、出行模式识别和人物画像等内容.本书所述的应用研究将对几种关键技术和重要工具进行简洁而全面、完整而不冗余的描述，让所有交通工程领域的从业人员，都能够从零开始学习手机大数据在交通规划定量分析方法中的应用，为读者深入挖掘城市交通出行内在机理提供实践工具，为城市交通规划管理提供数据基础和决策支持. 1.1.3 本书目标 本书从*基本的交通规划理论知识出发，首先介绍传统交通规划的基本方法——四阶段方法;其次以它为载体，介绍手机大数据的数据探索方法，包括数据预处理、数据描述统计分析等方法;随后，为了增强本书读者对交通规划中四阶段方法的了解，本书将详细介绍基于手机大数据对传统四阶段方法的深入挖掘与改进.此外，在介绍上述理论知识和算法后，编者将进一步介绍如特定区域下的流量分析、校核线交换量、人物画像等更为前沿的研究工作.为了进一步增强此领域技术人员的手机大数据挖掘实战能力，本书将以真实手机数据为例，从数据采集、数据探索、数据预处理、数据信息挖掘、数据结果分析、数据可视化展示等过程进行实例说明，更加清晰地介绍手机大数据的具体处理和分析方法，增强基于手机大数据的交通规划定量分析方法的可解释性. 1.2 本书的基础 1.2.1 移动互联技术发展 随着无线网络技术的发展，我国通信技术经历了从**代至第五代的不断更新，目前形成了主要以4G 技术为主的局面.近几年，更是实现了经4G 到5G 的跨越式发展.随着网络信号实现全球覆盖，用户即使身处大洋和沙漠，仍可随时随地保持与世界的联系. 图1-2阐述了通信技术从**代至第五代的更迭情况.由于各代移动通信技术都具有较强的专业理论知识，本节将简要介绍通信技术从**代至第五代的发展历程.若读者想要对各代移动通信技术有更深入的了解，编者建议阅读在移动通信领域相关的专业性更强的教材或工具书.如图1-2所示，**代移动通信系统出现于20世纪80年代，采用频分多址(frequency division multiple access，FDMA)模拟制式和蜂窝网(小区制)技术.在初期得到了广泛应用，但该技术存在着抗干扰能力低、数据业务类型少、保密性差、设备成本高等缺陷.第二代移动通信系统出现于20世纪90年代，以全球移动通信系统(the global system formobile communications， GSM)为代表，采用数字移动通信网和先进的呼叫处理技术，支持多种业务服务，以传输语音和低速数据业务为目的.第三代移动通信系统以码分多址(code-division multiple access， CDMA)为主流技术，以宽带多媒体通信为目标，无线接入技术由此在根本上发生了改变[9]. 图1-2 移动通信技术发展 随着移动终端数量和互联网业务的迅速增长，对高速率的移动数据接入网络的需求越来越多，4G 技术应运而生.第四代移动通信系统标准以 LTE-A(longterm evolution-advanced， LTE-advanced)为代表，通常将采用 LTE 和 LTE-A 标准的移动通信系统统称为4G，在传输速率、小区容量和网络延迟等方面相较3G技术有了很大的提高. LTE 包括 FDD(frequency division duplexing)和 TDD(timedivision duplexing)两个模式，关键技术基本一致，区别主要在于无线接入的空中接口标准不一样.前者是频分双工，有两个独立的信道分别接收和传送信息;后者是时分双工，接收和传送信息在同一信道的不同时间.在原本技术基础和市场竞争下，国内三大运营商在4G 时代根据本身的技术部署策略采取了不同的标准，中国移动过采用 TDD-LTE 制式，电信和联通采用 FDD-LTE 与 TDD-LTE 融合的技术. *后，5G 是继4G 之后，为了满足智能终端的快速普及和移动互联网的高速发展而正在研发的新一代移动通信技术，是面向2020年以后人类信息社会需求的第五代移动通信网络.5G 的性能目标是高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接，其关键技术主要包括:①基于正交频分复用 OFDM(orthogonal frequency division multiplexing)优化的波形和多址接入(optimized OFDM-based waveforms and multiple access);②灵活的框架设计;③先进的新型无线技术[10].5G 通信为移动互联网的快速发展奠定了基础，是对其他无线通信技术的衔接，可以满足未来各方面对于通信技术的要求，5G 将拥有较智能化以及网络自感知、自调整的优点. 1.2.2 传统交通规划方法的缺陷 当前复杂出行环境下，城市多模式交通系统是一个包括多个子系统的非线性复杂巨系统.而由于不同模式之间各自为政，缺乏有效协同和系统分析工具，导致城市交通效率低、系统调控能力弱等问题.合理的交通规划可以均衡交通供需、提高可达性，从而有效解决这些问题.传统的交通规划方法主要是基于四阶段法，以及各类分析软件. 总结以往的研究与国内发展现状，我们发现在传统的交通规划体系中，存在三个亟须解决的关键问题，它们限制了当前交通规划的有效性和精准性.**个是路网流量全时空精准感知，这是交通网络(交通系统)与通信、电力网络等其他系统相比的一个困难之处.全时空精准感知的首要条件是需要在空间和时间两个维度对交通运行状态进行全面感知，只有实时精确地获取城市道路网络的全时空流量，才能获悉城市交通发展现状，才能更可靠地进行交通运行态势评价、交通流量管理与调控.然而，已有的交通虚拟仿真、行为学模型、交通系统分析方法等都难以做到精准感知.此外，从大数据的角度分析，现阶段各类交通大数据，