手机信令数据驱动的居民出行时空特性提取方法

本文探讨了一种基于手机信令定位数据的居民出行时空分布特征提取方法，由李祖芬等人提出并应用于城市交通规划。研究的主要目的是为了获取更可靠、精确的居民出行数据，以便为城市交通规划决策提供依据。该方法首先处理重复冗余的手机信令数据，通过地理信息系统（GIS）技术将这些数据映射到研究区域的特定交通网格或小区，以实现对移动人口活动的精细追踪。 提取过程包括出行识别，即确定用户的出行行为，如工作、购物、休闲等。接着，构建出行者-目的地（Origin-Destination，OD）矩阵，这是一种用于描述区域内出行者流动情况的重要工具，它反映了不同地点之间的交通流量。此外，文中还提及了出行期望线的概念，这是一种可视化工具，用于描绘出行强度随时间和空间变化的趋势，有助于分析出行模式和热点区域。 为了验证方法的有效性，研究者以北京的手机信令定位数据为案例，成功提取出居民的出行时空分布特征，并将其与北京市第四次综合交通调查数据进行了对比。结果显示，两者在出行时间分布特征上具有较高的匹配度，平均偏差仅为0.78%，反映出信令定位数据在反映出行动态方面的准确性。对于早晚高峰进出城方向的比例以及全市的出行发生量和吸引量，误差也控制在较小范围，平均偏差均小于3%。 该研究的关键技术包括数据处理、空间分析和出行模式识别，这些都是现代交通数据分析中的核心环节。通过手机信令定位数据，研究人员得以深入理解城市居民的出行习惯和流动模式，为优化城市交通规划、提升交通效率提供了有力支持。这种方法的实施和推广，不仅有利于提升城市交通管理水平，也有助于推动移动互联网与交通领域的深度融合，推动智慧城市的建设。