[发明专利]基于融合数据的居民出行OD分布提取方法

说明书

本发明公开了一种基于融合数据的居民出行OD分布的提取方法，通过手机信令数据与传统居民调查数据进行融合实现。在对原始手机信令数据采集与预处理的基础上，通过传统居民调查数据获取的居民出行特征信息设定相关阈值，将手机信令数据中的出行轨迹信息转化为初步的出行OD分布矩阵；之后通过总量扩样，获取最终的居民出行OD分布情况。本发明在保证居民出行分布总量与现实出行特征高度一致的条件下，实现了全样本采样、样本分布均匀化等目标，所得居民出行分布结果与传统方法相比精度大大提升，将对城市交通设施的建设、公交体系的构建提供重要理论依据与支撑。

技术领域

本发明涉及交通规划技术领域，特别涉及基于融合数据的居民出行OD分布提取方法。

背景技术

居民出行分布对城市空间利用、产业布局、环境保护、能源供给、交通发展有着不同程度的影响，准确的居民出行OD分布矩阵，是对城市交通设施建设、公交体系构建的重要支撑。

在现有技术中，根据数据来源构建居民出行OD分布，可以分为两类：

一类是基于传统的交通调查数据，是四阶段模型的重要组成部分；这一方法基于回归分析将调查数据统计为交通生成，再用数学模型分布到交通小区，将出行量转换成交通量；这一方法可以采集到出行者的社会经济属性，进而预测规划区域未来几年的交通需求，但其缺点也比较明显：调查工作量大、数据收集与处理耗时、采样均匀度低、样本量小、数据更新周期长、难以把握出行分布的动态变化。

另一类是利用现有交通检测器获得路段观测交通量，通过交通分配逆过程计算OD矩阵；这一方法虽然跳过了交通出行产生、分布和方式划分，直接利用路段交通量来估计OD矩阵，但难以获得全路网路段的交通量，易低估交通出行量，相较于传统的交通调查方式无法获得出行者的社会经济属性，难以在未来交通规划中应用。

因此，急需开发一种新型方法获取较高精度的居民出行OD分布，解决交通规划领域亟待解决的重问题。

发明内容

有鉴于现有技术的上述缺陷，本发明提供，实现的目的之一是基于手机信令数据作为主要分析平台，在对原始轨迹数据采集与清洗的基础上，结合传统居民调查数据，借助数据融合的方法，将轨迹数据转化为初步的出行分布矩阵，再通过总量扩样的相关步骤，获取最终的居民出行OD分布；这一居民OD分布既体现居民实际出行特征情况，亦体现手机信令数据高均匀性、大样本量的特征，具有高度可信度。

为实现上述目的，本发明公开了基于融合数据的居民出行OD分布提取方法；步骤如下：

A、对原始手机信令数据进行清洗和预处理，去掉所述原始手机信令数据中的错误数据和乒乓切换数据，形成所需要的手机信令数据；

B、对问卷式的居民出行调查数据进行处理，获取居民出行特征参数，所述居民出行特征参数至少包括出行率、出行距离、出行时间；

C、利用所述居民出行特征参数，对所述手机信令数据中的停留时间阈值进行标定和校核，获取初始居民出行OD分布矩阵；

D、通过统计学方法，对所述手机信令数据进行合理扩样，根据居民出行调查采样百分比确定扩样倍率，所述扩样倍率是所述居民出行调查采样百分比倒数，再由居民调查获取的平均出行次数，与扩样倍率、调查人数相乘，获取居民出行总量，所述居民出行总量包括主动产生数量和被吸引产生数量；

E、对从所述手机信令数据获取的所述初始居民出行OD分布矩阵，以及从居民出行调查数据获取的所述居民出行总量进行融合处理，得到最终调整后的最终居民出行OD分布情况。

优选的，在所述步骤A中，所述原始手机信令数据基于运营商对手机信令数据采集系统采集；所述原始手机信令数据依次籍由信令采集、LER服务器、安全IMSI转换后传送至交通及客流应用业务服务器。

优选的，所述安全IMSI转换后的所述原始手机信令数据籍两路并联的FTP服务器传送到所述交通及客流应用业务服务器。