用户名
密码
(30天内有效)
注册
注册

首页 > 资料下载 >

【派姐VS李郇】如何用大数据研究自行车网络体系?

我要收藏
2016-10-14

推广:【《城市数据师人才培养计划》大牛公开课火热招生中】

927日北京班】综合课程2ArcGIS应用与分析:空间数据处理技巧、分析方法与可视化技术(解决数据分析任务中80%的问题就靠这个啦)点击查看详情

1015日广州班】综合课程1规划师大数据基础公开课 (理论基础到技术实操全程手把手教学)点击查看详情

【10月21日上海班】综合课程3:空间句法与数据化设计(杨滔+盛强强强联手授课,打造数据思维的不二之选点击查看详情

索取以上课程说明资料可加客服QQ 3070403320,或电话咨询 17727931461 李女士




微信公众号“SYSU城市化研究院近期发表了2篇来自中山大学城市化研究院、厦门市交通研究中心《基于大数据的厦门岛自行车网络体系优化》项目的部分研究成果。该项目通过公共自行车出行数据,发掘居民选择公共自行车出行的时空规律,并结合浮动车、公交易卡通、厦门岛POI、人口与经中山大学城市化研究院济普查等多元数据,对厦门岛公共自行车网络体系进行优化。城市数据派对中山大学城市化研究院小组的指导老师李郇教授小组负责人黄耀福进行了专访,派友们一起来了解项目背后的故事吧!先来看看这两篇文章的主要内容:


1 <厦门人爱骑自行车基于大数据的厦门岛公共自行车出行分析>

本文是对厦门岛公共自行车现状分布的50万条出行数据的分析,主要分析结论如下:

(原文地址:http://mp.weixin.qq.com/s?__biz=MjM5NTUxODAzOQ==&mid=2650758743&idx=1&sn=2c928febb9073c59d6ada1f3f0cf93aa&scene=0#wechat_redirect

1 公共自行车出行以通勤为主,工作日存在明显的高峰现象

 

三月份每天24小时公共自行车使用情况



厦门岛早高峰主要目的地与出发地叠加图


2 公共自行车承担居民最后一公里出行的重要任务

 

50万条公共自行车出行的OD对可视化


3 自行车出行规律与城市用地形态高度耦合

 

以通勤为目的的居民公共自行车最短出行路径模拟


2 <公共自行车与公共交通的接驳之路”—基于大数据的厦门岛公共交通出行分析>

本文是基于厦门岛2016年4月10日-4月23日为期两周的公交IC卡刷卡和BRT刷卡数据进行的分析,主要分析结论如下:

(原文地址:http://mp.weixin.qq.com/s?__biz=MjM5NTUxODAzOQ==&mid=2650758852&idx=1&sn=5387e3c95b32a470e01b62d2adc4a053&scene=1&srcid=0906mKRh9nSB7iFiLOrgETN9&from=groupmessage&isappinstalled=0#wechat_redirect)

1 公交站点和公交线路均集中分布于嘉禾路、厦禾路、吕岭路、莲前西路等城市主干道


厦门市岛内公交站点核密度图


 
厦门市岛内公交站点所经线路数量分级图



2 综合线路数量和客流量确定的公交枢纽站点是与自行车接驳的重要站点


250m覆盖区公共自行车租赁点与公交车的换乘距离空间分布图



3 BRT公共交通运输能力强,与公共自行车换乘便利


厦门市岛内公交+BRT早晚高峰时期趋势面分析图

 


 

派姐:首先感谢李教授接受城市数据派的采访。城市数据派www.udparty.com是专注城市数据和智慧城市的资讯与服务的平台,特别关注的就是大数据在城市规划中的研究与应用。

在微信文章里提到这个是来自于中山大学的城市化研究院小组以及厦门市交通研究中心共同完成的。首先请李教授介绍下,中山大学的城市化研究院是一个什么样的组织,研究院主要的研究方向是什么?

李教授:中山大学城市化研究院是中山大学成立的一个校级研究机构,专注跨学科的研究,特别是对中国城市化的转型以及现在讲到的新型城市化、城市化热点问题进行研究,能够统筹到全校不同类型和不同专业的人士进行研究。大数据是研究的一个小部分,其他的包括社区规划等等。

 

派姐:《基于大数据的厦门岛自行车网络体系优化》是一个科研课题,还是一个实际项目呢?该课题/项目主要解决的问题是什么?

李教授:是一个正在做的实际项目,主要为了厦门岛里面的自行车线路设置的优化。因为厦门岛原来有一套按照行政区来设置的自行车的体系,是分散的,难以满足岛内居民日常的通勤出行及休闲出行的需求。如何根据人们的出行需求,形成一个完整的体系,使短途交通能够更加优化,是该项目要解决的主要问题。

 

派姐:也就是说厦门岛之前做了自行车网络的布局,这一次是第一次对这个体系进行优化?

李教授:是的。以前厦门岛的自行车建设体系是各个区自己各建一个自行车系统。另外厦门还有一套自行车系统,不是公益性质的,是做旅游性质的环岛路的观光自行车系统。现在我们要把它整个变成一个通勤的、有效的优化后的系统

 

派姐:这个项目是基于大数据来做的,那么在大数据出现之前,或者说在使用新数据源之前,研究公共自行车出行的时空规律时,都是用的什么样的数据呢?

李教授:以前主要用的是出行调查数据。包括以问卷为主体的出行调查数据,和针对自行车本身的专项的OD调查数据

 

派姐:该项目中有用到浮动车的数据、公交IC卡、BRT刷卡、厦门岛的POI、人口与经济数据、公交线路,以及厦门岛公共自行车现状分布的50万条出行数据。那么您可以详细地介绍一下这几类数据的来源吗?

李教授:

1 浮动车的数据和公交线路、公交IC卡、BRT的刷卡数据,都是厦门信息集团提供的。在厦门信息集团,有个部门专门是负责各种卡的数据汇总与更新。

2 厦门岛的POI数据,是我们中大自己爬取出来。

3 人口跟经济普查数据都是统计局提供的,数据是到小区级。

4 公共自行车站点分布、借还点数据是厦门市政集团提供的。这

些数据花了很多力气和时间来获得,主要是由厦门市规划委统筹的,得到了市政府的大力支持。

 

派姐:在拿到这么多的新数据源之后,到底给项目带来了哪些福利呢?除了数据类型增多,大数据给这个研究,或者放大了来讲,给城市规划和研究方面,您觉得带来了什么样新的机遇,又有哪些新的问题呢?

李教授:首先讲自行车和公交的这些大数据带来的福利。通过数据的可视化对城市的内部结构进行了清晰的表达。第二个,我们可以通过真实的交通出行数据了解到大家出行的习惯。当然它和传统数据最大不同的是我们没法了解到每一条数据的背景资料;因此并不能够对数据进行分类、去了解不同类型的人的出行习惯,这个还得通过一些手段来获得。

 

大数据带来的最大困惑,就是我们是不是对数据清洗干净了,这个事情特别得困惑。第二个,不同类型交通方式的数据之间的衔接,是不是存在直接的一个关系。我们拿数据的时候,由于不同的时间拿到的数据可能有差别。比如说同一张卡,可能会在BRT跟普通公交之间产生记录,但由于BRT的数据跟普通公交的数据是分散到两个不同的收集系统中,难以计算到他从这个BRT,然后换到普通公交车这么一个过程。有一个我们一直没解决的问题,就是公交卡的下车问题,我们只有上车刷卡的数据,但是在哪里下的,应该是有一个模型去计算的,因为时间太紧并未去判断。

 

还有一个问题就是关于自行车借还数据的。我们记录的实际上是借车跟还车点的位置,并不是他实际需要的出发和到达点的位置;就比如说我需要的是到一公里外买杯水,但我可能会回到出发点还车;而数据是反映不出这个需求的。

 

派姐:像您提到的数据本身的一些问题,比如公交下车数据的缺失,这些问题在项目中是怎么去解决应对的呢?

李教授:我们是用公交卡的数据来辅助反映厦门岛的职住需求。公交下车数据缺失,我们选择了忽略换乘,并且认为上午高峰期普遍上车的点是主要的居住点,下午下班后刷卡的点主要是他的就业点,以此来判断这个职住的关系。自行车的数据就没处理了,因为也没法处理。

 

派姐:基于现在的成果,能够推断出厦门岛存在怎样的公共自行车出行需求结构吗?

李教授:从各种卡,以及浮动车、公交车卡、BRT、自行车这些数据来看,我们并不能够得出完整的出行需求结构。因此这个时候,我们为了加上人的特征,然后就补充了POI、土地利用、经济普查这些数据,实际上把城市规划里面的土地利用的分析放到这里来讲,把它作为一种交通发生的依据,或者是产生的一种依据

 

派姐:厦门现在有三大区域建设了公共自行车体系,那其他未覆盖公共自行车体系的区域,要怎样去发现其出行的需求呢?

李教授:我们这里的数据它是覆盖两个层面的,一个是公共自行车数据,主要就是刚才提到的已经建了的三大区域。这部分的数据只能研究这三大区域自行车的出行规律。这部分数据能够帮助我们了解使用自行车群体的出行规律,大致归纳成文章推送中提到的几种类型,作为后续规划的重要依据。

 

然后我是需要整个厦门岛的出行需求结构,那怎么才能够分析出全岛的需求?我们除了用公交的数据,浮动车的数据,然后还得用到一些土地利用的,包括人口的数据,经济普查,还有五普、六普的一个分布,然后还有像POI反映这种活动集聚的情况。后面这些提到的数据,都是反映整个全岛的,大致是可以分析出全岛主要出行的需求结构。

 

派姐:现在推送了两篇文章,一篇是讲厦门人爱骑自行车,第二篇是讲自行车与公共交通的接驳。能和派友们透露一下,下面一篇会给大家分享什么成果呢?以及你们未来的研究方向是什么样的?

李教授:下面推送的就是对浮动车数据的分析了,然后再下面一篇会把我们的整个研究成果做一个简单的推送。还有一些有意思的小分析,例如气象跟自行车出行的关系等等。

 

下一步我们会对一些有数据的城市的出行规律进行对比。然后通过这些交通数据,对城市的空间结构的变化,以及空间结构里面的一些特征进行研究。在传统的城市结构研究中,往往缺乏数据,而交通数据是一个能有力地体现出城市结构的数据。

 

派姐:那您提到重点是利用交通数据对城市结构的研究,那么现在在国内像您这种研究思路的话,有没有一些类似的成果发表呢?

李教授:这块研究还是刚刚起步。现在用的很多都是交通和土地利用结构之间的关系研究,我们会更加注重对城市内部结构的关系进行研究,特别是整个的城市功能分区,功能内部的单元等等这一些类型。

 

派姐:现在很多城市都在提倡发展公共自行车,该项目除了数据研究这一块,有没有发现一些自行车的运营管理方面的问题?对自行车的运营管理这块,项目组是否有一些建议呢?

李教授:我们对管理涉及不多,但在规划中,我们提到了一条重要的,就是说自行车路权优先这个事情。也就是说自行车在非机动车道上一定要优先于停车,因为大量的一些支路都被停车所占领了,以后我们觉得要把自行车路权放在一个比较重要的地位。

 

第二个,我们提到整个自行车系统不是在主路上的,而是一个以支路为主体的道路系统。在管理上的一个事情,我们在参加上海SODA大赛的时候,我们有个Go Biking小组,也拿过优胜奖。在比赛里面我们提到了自行车共享的概念,也就是说能够以社区为单位,能够共享剩余的一些不使用的自行车,重新构建一个社群的概念。

 

派姐:最后回到数据源。我们的很多派友也想问李教授是否有什么途径能够用到项目中所用到的数据。比如说是否可以有一些共享或者是说合作的机制?

李教授:现在数据变成一个垄断的资源,谁获得数据,谁就在研究上面领先。由于我们跟数据提供方签了保密协议,所以不能共享,但我希望能够有一些合作机会,经过合作的机制形成更多的成果。

 

派姐:看了微信推文后,正好有一些学生派友咨询派姐,说想考中山大学的大数据方向研究生,想请李教授介绍下招生的情况。

李教授:在中山大学的城市化研究院团队里面,有各种专业的人才,包括GIS、经济学、城市规划、经济地理、人文地理、社会学,还有做可视化的。我们也希望能招到一些做数据分析的、数据处理的人,有GIS基础的等等。我们可以招硕士研究生和博士研究生

 

我今年想招一个做数据分析的博士生。我们是考核制度,不是通过大考,是通过院系的考核申请。这个院系是通过考核申请来获得的,这一个是很有利的。另外我们有专职研究员制度,专职研究员制度如果是三年之内,平均每年待遇大概将近2530万。还有博士后,博士后跟全国的制度是一样的,就是包括住宿和工资。另外团队还要给出每一年的绩效奖励,收入在1520万的。我们团队也急需这方面的人才,欢迎各地人才报考!可邮件联系:uisysu@163.com。

 


 

派姐:作为一个规划背景的小组负责人,你们团队中其他成员的专业背景是怎样的?是否全通过你们自己的技术手段来解决这些问题呢?

黄耀福:我们有跨学科的团队成员,我们也有专门的数据处理的同学负责这一块。主要有规划的,有GIS的,还有学计算机背景的。

 

派姐:一个规划背景的负责人要如何来统筹这些跨专业的小伙伴呢?如何控制工作的进展呢?

黄耀福:我们团队成员的背景是很跨学科,不过大家还是有一定的共同基础在里面。有这个基础的话,才能够一起来做这个项目。接着有一个前提条件就是我要对这个自行车系统有深入的了解,从一开始就得知道需要哪些数据,如何进行数据的处理,数据处理出来之后是要达到什么目的,这些目的可以在规划当中怎么应用。这一套东西要先有一个很清晰的判断。

 

往下到做规划的具体阶段,需要知道怎么让大家发挥专长来协作。可能前期是需要数据专业的同学先做一些处理,然后后面的时候要其他专业同学来进一步分析。当然这不是一个线性的流程,数据应用需要不断反馈和调整,不断重新做分析。我们做规划的话,一定不能畏惧大量的数据,看到数据无从下手。要对这些数据结构有一个很清晰的认识,把数据存在的关系判断清楚;不然的话就很难说把它更好的价值挖掘出来。比如说关于公交车的数据就有大量站点GPS数据、刷卡数据、线路与站点数据等,需要我们理解了数据,才能把公交的分析做好。因为规划师肯定不单是停留在数据的描述与问题上,还要跟项目之后的一些规划思路结合起来。所以统筹这一块的话,可能不一定说每部分你都非常得了解,你自己都能做,但至少你思路上的整体关系要把握清楚。

 

派姐:作为一个规划背景的,应该如何去学习数据,应用数据呢?

黄耀福:我们不一定每个人都会数据处理,像我们最重要的,就是跟数据处理、还有GIS专业的同学交流,因为有这样的擅长数据处理与分析人员在这边,他们会更好地帮助我们,更快地接触数据里面有用的价值,然后自己再去理清一些关系。不然的话,所有都要自己从头开始,然后自己摸索看书、看文献的话,这个实际上工作量很大。所以有一个跨专业团队是很重要的。

 

学习的话分两个方面,一是技术的学习,这还是建议跟擅长数据处理的人员多交流;二是数据应用的学习,可以多去看一些其他文献,看看别人是怎么通过这些数据,然后发掘出对城市有用的价值点,这些主要是在为后面自己做规划思路提供一些参考。所以我觉得有跨专业的团队,还有跨专业的交流,对做这个项目而言是比较重要的一个条件。

 

派姐:那么你的研究方向是不是主要在大数据这块呢?

黄耀福:大数据是我研究内容的一个很重要的部分,其他还包括城市更新,工作坊等等。在数据这一块,主要还是发挥我们的规划专长,把大数据跟城市空间结构,内部职住关系挂钩。因为目前关于很多大数据的一个研究跟应用,主要是在交通层面。所以接下来的重点,是研究能否通过大数据发现城市空间结构的演变以及与跨区域之间的关系等。

 

派姐:感谢李教授和耀福,接受城市数据派的专访,也期待更多精彩的大数据成果发布!

黄耀福:谢谢派姐,也祝城市数据派越办越好!




本站声明

本文仅代表作者观点,不代表城市数据派立场;
本文系作者授权城市数据派发表,未经许可,不得转载;
本网站上的所有内容均为虚拟服务,一经购买成功概不退款,请您理解。

点赞0

全站浏览排行

TOP ARTICLES
  • 联系微信客服
    xiaopaipai_udparty
  • 顶部