多源数据融合驱动的居民出行特征分析方法

来源：交通运输系统工程与信息杂志2020年第5期北京时间：

作者：苏跃江，温惠英，韦清波，吴德馨

单位：1. 华南理工大学 土木与交通学院，广州 510641；2. 广州市交通运输研究所，广州 510635； 3. 广州市公共交通数据管理中心，广州 510620

摘要：结合传统抽样调查数据和交通大数据，研究多源数据融合驱动的居民出行特征分析方法.根据传统入户抽样调查居民的年龄结构、职业、车辆拥有、人口，以及手机信令数据分析出行频次分布等因素进行综合分析，获取居民初步出行特征；基于手机信令、IC、AFC、GPS 等大数据，通过出行时间分布、OD分布和出行方式结构对居民的出行特征进行综合矫正分析；最后，以广州市为例进行实证分析.对比研究传统抽样调查和多元数据融合分析方法可知，传统抽样调查居民出行漏报率为30%，每天出行2次的比例相差39.5%，全方式非通勤出行比例、晚高峰公交和地铁出行比例分别相差7.4%、8.1%和12.6%.结果表明，多源数据融合驱动的居民出行特征分析方法，在总量上有效挖掘居民出行的沉默需求，在时空分布上起到了“削峰填谷”的作用，是一种研究居民出行特征的有效方法.

关键词：城市交通,居民出行特征,多源数据融合,分析方法

基金资助：广州市科技计划项目/Science and Technology Program of Guangzhou(201903010101).