本技术介绍了一种利用手机信令数据识别区域交通出行模式的新方法,该方法包括:1. 获取并预处理手机信令、通信基站和区域路网的基础数据;2. 实现基于树形结构的通信基站与路网匹配;3. 识别用户出行路径;4. 判断出行路径对应的基站序列是否位于轨道线路的站点,如果是,则确定出行方式为轨道交通;如果不是,则使用优化的梯度提升算法识别小汽车和城际大巴出行方式。该发明能够迅速准确地识别区域出行方式,相较于传统调查和识别手段,具有明显的速度和准确性优势,对处理区域大规模数据具有较高的实用价值。
背景技术
近年来,伴随着经济的飞速发展和城镇化的发展演进,我国的城市空间结构正在由单个城市向城市群、都市圈等区域组团形态发展,交通出行方式的准确提取是研究区域交通行为的基础,也是区域交通建设、区域通道规划等政府决策的重要保证。虽然目前对城市内部的基于手机信令数据的交通特征提取已逐渐发展成熟,然而针对于区域出行,因为其出行距离长,时空跨度大,且通信环境显著不同于城市内部,因此既有的相关研究和理论可能并不能完全适用于区域研究。基于此,本发明提出一套适用于区域的交通方式识别算法模型。
手机信令数据具有覆盖范围广、成本低、被动获取样本量大等优势,相对于区域出行中的定点视频数据、收费站数据等出行信息数据等具有更加连续性和全面性等优势。在用户出行中,手机通信基站会实时记录用户手机与基站交互的信令数据,包括用户信令唯一识别码、用户信令交互时间、通信基站的经纬度、用户信令类型等信息,以此为基础,再结合道路、铁路等路网信息,通过将用户信令数据经纬度匹配到路网中,利用信令数据间的切换波动、切换频率等特征,能够进一步识别用户的出行方式。该方法对获取区域交通出行结构分担比、各出行方式交通量等区域出行信息具有支撑作用,可为区域重大交通基础设施新改扩建、交通设施布局优化和区域交通枢纽规划等提供数据分析支撑。
实现思路