城市计算视角下的公共自行车服务供给-网络流量-借还需求时空数据挖掘与建模

作者：章笑艺

单位：浙江大学

导师：杜震洪

关键词：公共自行车; 出行需求; 时空分析; 数据挖掘; 城市计算;

摘要：

公共自行车作为城市慢行系统的重要组成成分和城市居民短距离出行的主要方式,对于缓解中国城市交通拥堵问题和增进城市居民通勤效率有重要作用。其所倡导的“绿色出行”理念也有助于减少温室气体排放、噪音污染和化石能源消耗等环境问题。近十年来,以杭州为代表的中国城市加快了公共自行车系统的建设步伐。然而,由于目前的公共自行车规划研究主要集中在经验化的选址和需求预测方面,城市公共自行车布局规划工作中缺少定量、科学的需求评估和预测模型,导致供需失衡问题严重,或供给不足、或系统闲置,削弱了公共自行车系统的使用率和市民的满意率。与此同时,大数据时代下社会感知和城市计算技术的发展,使得把握城市发展脉动成为可能,也使其成为现代化城市规划、管理和解决城市问题的新型手段。因此,针对城市公共自行车出行需求了解不充分和建模研究不深入的问题,本文综合利用空间分析、网络分析和机器学习等城市计算手段,以杭州市公共自行车系统为研究对象,以城市开放数据为数据来源,通过识别现有出行需求冲突兴趣区、预测站点间结构性流量分布和构建基于复合城市功能的借还需求模型三方面工作,实现对城市公共自行车服务供给-网络流量-借还需求的剖析,旨在为公共自行车系统出行需求评估提供理论和方法支持。

本文的主要研究内容和结论概括如下:

研究以城市居民短距离出行时空理论方法为基础,对比了中国和欧美国家城市公共自行车系统在交通设施供给基础、城市交通中承担的角色、居民出行偏好和需求特征差异等方面的异同点,补充了现有的中国城市公共自行车出行理论,提出并构建了一套公共自行车服务供给-网络流量-借还需求时空数据挖掘与建模方法,建立出行需求与用地布局间的相互作用机理上的需求预测模型。
针对中国城市特有的对向或交错式布局模式,本研究设计次邻近分析算法用于计算站点间隔,重新定义了公共自行车系统的空间邻近关系,相比传统最邻近分析能更准确地表达系统的空间分布特征。进一步地,将空间邻近关系引入需求冲突研究,提出一套识别冲突兴趣区的流程框架。该框架相比单纯使用满载率判定问题站点,过滤掉约90%的伪需求冲突站点,可更加准确地识别出需求冲突兴趣区域,指导站点的车辆调度工作。
利用城市公共自行车出行站点间强交互流量的稀疏性,本研究设计并实现了稀疏表达下容量数据和站点间流量数据的转换关系,提取了短距离出行的路程长度、方向偏好特征,实现了由站点数据到结构性网络流量的推测识别。模型可准确地还原早晚高峰时段的强空间交互关系,展现出城市公共自行车在早晚高峰时段具有双重角色,即延申已有交通工具(地铁、公交)的可达范围完成区域间通勤和替代步行方式完成区域内部的通勤。
研究提出并实现了一种两阶段的城市公共自行车借还量预测模型,构建一套从多源、非结构化移动数据中提取并识别城市功能区和复合城市功能特征,再将该特征作为监督学习模型的输入,建立借车量、还车量的预测模型。研究以早晚高峰通勤时段的借还量建模预测为例,充分论证了该模型理论方法的可行性与有效性。模型精度好于传统基于单一土地城市功能的和基于土地利用多样性指数预测模型,且具备较强的扩展性。

本研究工作在中国城市公共自行车出行的时空特征方面提供了大量实证研究结论,这些结论可为其他基于中国城市的公共自行车需求预测、布局规划方法等相关研究提供参考。同时,本研究进一步证实了短距离出行需求与城市功能和用地布局间的紧密联系,并提供了一套可行的预测模型,对提升城市公共自行车的建模准度与应用能力有积极作用,有效拓展和促进城市计算中智能交通场景的研究与发展。